摘要在進(jìn)行數(shù)據(jù)分析操作時(shí)，經(jīng)常只需要選取我們需要的行，或者列，本章就講一下刪除行列的操作。從本文你也可以知道drop函數(shù)的axis參數(shù)0和1分別代表列和行。1.創(chuàng)建DataFrame首先創(chuàng)建一個(gè)簡(jiǎn)單的DataFrame2.刪除DataFrame的’bb’行直接采用drop函數(shù)即可，設(shè)置參數(shù)axis=0.參數(shù)axis為0表示在0軸（列）上搜索名字為bb的對(duì)象，然后刪除對(duì)象bb對(duì)應(yīng)的行。3.刪除DataFrame的’c’列方法一：直接采用drop函數(shù)即可，設(shè)置
系統(tǒng) 2019-09-27 17:56:02 2363
選擇排序是一個(gè)排序算法。其核心為：固定位置，選擇元素，即：先從序列中，找到最小的元素，放在第一個(gè)位置，之后找到第二小的元素，放在第二個(gè)元素，以此類(lèi)推，就可以完成整個(gè)排序工作了。常用于以下場(chǎng)景：?將若干個(gè)數(shù)按照從小大到大或從大到小進(jìn)行排序?qū)嵗簩⑾铝辛斜碇械臄?shù)字從小到大進(jìn)行排序。List=[1,5,7,4,9]foriinrange(0,5):min=iforjinrange(i,5):ifList[min]>List[j]:min=jList[i],Lis
系統(tǒng) 2019-09-27 17:56:43 2362
1.最長(zhǎng)公共子序列（LCS）1.1問(wèn)題描述1.2思路利用動(dòng)態(tài)規(guī)劃。下一步就要找到狀態(tài)之間的轉(zhuǎn)換方程。因此可以根據(jù)這個(gè)方程來(lái)進(jìn)行填表，以"helloworld"和“l(fā)oop”為例：1.3Python代碼defLCS(string1,string2):len1=len(string1)len2=len(string2)res=[[0foriinrange(len1+1)]forjinrange(len2+1)]foriinrange(1,len2+1):for
系統(tǒng) 2019-09-27 17:47:09 2361
0x00第一版：這一版沒(méi)有使用線(xiàn)程池，當(dāng)字典過(guò)大的時(shí)候就會(huì)出現(xiàn)子線(xiàn)程過(guò)多，導(dǎo)致內(nèi)存，CPU等爆滿(mǎn)。importeasyguiasgui#導(dǎo)入uiimportftplib#導(dǎo)入ftp模塊frommultiprocessingimportProcess,Queue#引入多線(xiàn)程機(jī)制importtimedefinfo_get():#獲取爆破信息參數(shù)title="FTP暴力猜解"message=['請(qǐng)選擇用戶(hù)文件','請(qǐng)選擇密碼文件','請(qǐng)輸入要猜解的主機(jī)ip','
系統(tǒng) 2019-09-27 17:46:20 2360
Server：importsocketaddress=(127.0.0.1,31500)s=socket.socket(socket.AF_INET,socket.SOCK_DGRAM)s.bind(address)whileTrue:data,addr=s.recvfrom(2048)ifnotdata:print"clienthasexist"breakprint"received:",data,"from",addrs.close()Client：i
系統(tǒng) 2019-08-29 22:34:17 2360
Python并不是我的主業(yè)，當(dāng)初學(xué)Python主要是為了學(xué)爬蟲(chóng)，以為自己覺(jué)得能夠從網(wǎng)上爬東西是一件非常神奇又是一件非常有用的事情，因?yàn)槲覀兛梢垣@取一些方面的數(shù)據(jù)或者其他的東西，反正各有用處。這兩天閑著沒(méi)事，主要是讓腦子放松一下就寫(xiě)著爬蟲(chóng)來(lái)玩，上一篇初略的使用BeautifulSoup去爬某個(gè)CSDN博客的基本統(tǒng)計(jì)信息（http://blog.csdn.net/hw140701/article/details/55048364），今天就想要不就直接根據(jù)某個(gè)C
系統(tǒng) 2019-09-27 17:52:24 2358
本文較為詳細(xì)的講述了Python實(shí)現(xiàn)遠(yuǎn)程調(diào)用MetaSploit的方法，對(duì)Python的學(xué)習(xí)來(lái)說(shuō)有很好的參考價(jià)值。具體實(shí)現(xiàn)方法如下：（1）安裝Python的msgpack類(lèi)庫(kù)，MSF官方文檔中的數(shù)據(jù)序列化標(biāo)準(zhǔn)就是參照msgpack。root@kali:~#apt-getinstallpython-setuptoolsroot@kali:~#easy_installmsgpack-python（2）創(chuàng)建createdb_sql.txt:createdatab
系統(tǒng) 2019-09-27 17:46:15 2358
#!/bin/envpython#coding=utf-8importosimportsysimportsubprocessimportcommandsdefcheckUserIsROOTCommandline():ifos.geteuid()!=0:print"Thisprogrammustberunasroot.Aborting."returnFalsesys.exit(1)else:returnTruedefstartVSCodeIDE():rc,o
系統(tǒng) 2019-09-27 17:57:53 2357
1、bluepy簡(jiǎn)介bluepy是github上一個(gè)很好的藍(lán)牙開(kāi)源項(xiàng)目，其地址在LINK-1，其主要功能是用python實(shí)現(xiàn)linux上BLE的接口。ThisisaprojecttoprovideanAPItoallowaccesstoBluetoothLowEnergydevicesfromPython.AtpresentitrunsonLinuxonly;I'vemostlydevelopeditusingaRaspberryPi,butitwilla
系統(tǒng) 2019-09-27 17:56:40 2357
簡(jiǎn)介想看看你最近一年都在干嘛？看看你平時(shí)上網(wǎng)是在摸魚(yú)還是認(rèn)真工作？想寫(xiě)年度匯報(bào)總結(jié)，但是苦于沒(méi)有數(shù)據(jù)？現(xiàn)在，它來(lái)了。這是一個(gè)能讓你了解自己的瀏覽歷史的Chrome瀏覽歷史記錄分析程序，當(dāng)然了，他僅適用于Chrome瀏覽器或者以Chrome為內(nèi)核的瀏覽器。在該頁(yè)面中你將可以查看有關(guān)自己在過(guò)去的時(shí)間里所訪(fǎng)問(wèn)瀏覽的域名、URL以及忙碌天數(shù)的前十排名以及相關(guān)的數(shù)據(jù)圖表。部分截圖代碼思路1.目錄結(jié)構(gòu)首先，我們先看一下整體目錄結(jié)構(gòu)Code├─app_callback.
系統(tǒng) 2019-09-27 17:57:54 2356
前言本文使用的源碼安裝及其排錯(cuò)，下列為其他幾種安裝方式。yum安裝：yuminstallMySQL-python-ypip安裝：pipinstallpython-mysqlPython安裝MySQLdb模塊【1】官網(wǎng)下載合適的版本https://pypi.org/project/MySQL-python/或wgethttps://files.pythonhosted.org/packages/a5/e9/51b544da85a36a68debe7a7091
系統(tǒng) 2019-09-27 17:53:28 2356
最近在做python的web開(kāi)發(fā)（原諒我的多變，好東西總想都學(xué)著。。。node.js也是），不過(guò)過(guò)程中總遇到些問(wèn)題，不管是web.py還是django，開(kāi)發(fā)起來(lái)確實(shí)沒(méi)用php方便，畢竟存在的時(shí)間比較短，很多不完善的地方。比如我在調(diào)試php中最常用的函數(shù)，var_dump，在python里找不到合適的替代函數(shù)。php中var_dump是一個(gè)特別有用的函數(shù)，它可以輸出任何變量的值，不管你是一個(gè)對(duì)象還是一個(gè)數(shù)組，或者只是一個(gè)數(shù)。它總能用友好的方式輸出，我調(diào)試的時(shí)
系統(tǒng) 2019-09-27 17:52:52 2356
構(gòu)建一個(gè)二階多項(xiàng)式：x^2-4x+3多項(xiàng)式求解>>>p=np.poly1d([1,-4,3])#二階多項(xiàng)式系數(shù)>>>p(0)#自變量為0時(shí)多項(xiàng)式的值3>>>p.roots#多項(xiàng)式的根array([3.,1.])>>>p(p.roots)#多項(xiàng)式根處的值array([0.,0.])>>>p.order#多項(xiàng)式的階數(shù)2>>>p.coeffs#多項(xiàng)式的系數(shù)array([1,-4,3])>>>多項(xiàng)式擬合用三階多項(xiàng)式去擬合importmatplotlib.pyplo
系統(tǒng) 2019-09-27 17:49:53 2356
查閱資料得在經(jīng)過(guò)sift匹配之后，特征點(diǎn)類(lèi)如下所示classKeyPoint{Point2fpt;//坐標(biāo)floatsize;//特征點(diǎn)鄰域直徑floatangle;//特征點(diǎn)的方向，值為[零,三百六十)，負(fù)值表示不使用floatresponse;intoctave;//特征點(diǎn)所在的圖像金字塔的組intclass_id;//用于聚類(lèi)的id}opencv-python中也一樣#coding=utf-8'''@project:binocular_vision@
系統(tǒng) 2019-09-27 17:48:23 2356
最近在畢業(yè)設(shè)計(jì)中涉及了有關(guān)增強(qiáng)圖像清晰度的實(shí)驗(yàn)，需要一些指標(biāo)來(lái)進(jìn)行實(shí)驗(yàn)結(jié)果的評(píng)估。剛好網(wǎng)上有個(gè)總結(jié)的非常好的博客（見(jiàn)參考文獻(xiàn)[1]），但沒(méi)有實(shí)現(xiàn)方法。因此，我將在我的博客中用Python實(shí)現(xiàn)。評(píng)估方法實(shí)現(xiàn)所有函數(shù)的具體說(shuō)明都在參考文獻(xiàn)[1]里，這里不做過(guò)多的贅述，只討論實(shí)現(xiàn)。github：圖像清晰度評(píng)估算法包（有示例）1Brenner梯度函數(shù)defbrenner(img):''':paramimg:narray二維灰度圖像:return:float圖像約清
系統(tǒng) 2019-09-27 17:56:31 2355
