Python开发工具

技术介绍: 项目架构: Flask框架+FlaskSQLAlchemy数据库+FlaskRESTFul设计风格+Redis缓存+Numpy+Pandas+Matplotlib可视化+Git 技术描述: 1.使用flaskrestful设计风格，使用蓝图进行多模块化管理；使用类视图管理模块业务 2.使用HTML+CSS+JS设计前端页面 3.使用MySQL管理学生，班级数据；使用Redis数据对页面数据，进行分页缓存 4.使用Numpy数据进行统计，处理；使用Pandas+Matplotlib对数据进行可视化显示

管理员WEB端、用户手机端（微信小程序）、商家手机端（微信小程序）。主要功能模块有：门店管理、商品管理、订单管理、营销管理、用户管理、数据统计等。支持多门店、多商家管理，对外企业用餐签约、“砍一刀”特色拼单等功能 项目职责： 1. 参与前期的需求整理，协助产品完善需求 2. 根据需求提取测试点，编写测试用例，执行系统测试 3. 使用Selenium.webdriver工具编写自动化测试脚本 4. 使用Jmeter对服务器进行压力测试 包含管理员WEB端、用户手机端（微信小程序）、商家手机端（微信小程序）。主要功能模块有：门店管理、商品管理、订单管理、营销管理、用户管理、数据统计等。支持多门店、多商家管理，对外企业用餐签约、“砍一刀”特色拼单等功能 项目职责： 1. 参与前期的需求整理，协助产品完善需求 2. 根据需求提取测试点，编写测试用例，执行系统测试 3. 使用Selenium.webdriver工具编写自动化测试脚本 4. 使用Jmeter对服务器进行压力测试 5. 跟踪定位bug，协助开发修复缺陷 6. 完成上线，输出测试报告

通过python代码，用Xpath包，解析网页，爬取网站信息。第一段，取得获取信息页数。第二段，获取每一页里的字网页链接。第三段，访问每个字网页链接，获取所需信息

大前端之旅-blog 作品简介 1. 功能模块【60%】： 学习前端模块： 提供丰富的前端学习资源，包括教程、文章、视频等，帮助用户提升前端技能。 社交功能： 用户可以建立个人资料、关注其他用户、评论和点赞，促进技术交流和社交互动。 博客发布平台： 用户可以创建、编辑、删除博客文章，展示自己的技术成果和见解。 技术分享： 提供一个专业平台，让用户分享他们在大前端领域的技术经验和见解。 2. 任务与技术栈【40%】： 任务范围： 我负责整个项目的开发和管理，涵盖前后端的实现、数据库设计以及用户界面的优化。 技术栈： 使用 Flask 框架搭建后端，利用其灵活性和轻量级特性，实现了高效的博客平台。 前端技术： HTML、CSS、JavaScript，采用现代化的前端框架以提高用户体验。 数据库： 使用关系型数据库（例如 MySQL）存储用户信息、文章内容等数据。 成果： 通过协调各个模块，成功建立了一个功能完善、用户友好的大前端学习与交流平台。 3. 难点与解决【选填】： 前后端集成：整合 Flask 后端和前端框架，确保数据传输和用户交互的顺畅性，通过 RESTful AP

这个程序是一个使用Python的tkinter库和matplotlib库创建的简单柱状图/折线图生成器。用户可以通过图形界面选择CSV或Excel文件，并选择文件中的两列数据作为横轴和纵轴，然后选择图表类型（柱状图或折线图），最后点击“生成”按钮生成相应的图表。 程序的主要功能如下： 创建一个名为SimplePlotApp的类，该类继承自tkinter的Tk类。 在类的初始化方法中，设置窗口标题、大小，并创建各种组件，如标签、按钮、下拉菜单等。 定义upload_file方法，用于打开文件对话框让用户选择CSV或Excel文件，并将文件内容读取到pandas DataFrame中。 定义update_menus方法，用于更新下拉菜单中的选项，使其显示所选文件的所有列名。 定义plot_data方法，根据用户选择的横轴、纵轴和图表类型生成相应的图表。 定义plot_bar_chart和plot_line_chart方法，分别用于绘制柱状图和折线图。 在main函数中，创建一个Tk实例，实例化SimplePlotApp类，并启动主事件循环。 这个程序可以用于快速生成简单的柱状图和折线图

1.项目分为视频创建时间生成和视频每一帧按照时间命名的图片生成二个功能点。 2.这二个功能点分别运用到了Os和opencv库函数进行实现。 3.[痛点]因为时间戳是根据美国时间生成的，需要微调至中国时间。

制作交互界面：Python交互模式使用的python模块，数据处理：pandas主要包含四个函数：一个是用来设置表格的基本参数；当表格的内容发生改变时，获取改变单元格的内容，行数和列数；数据读取并获取行标签和列标签；保存数据，点击按钮时，绑定数据;界面交互测试 资料获取 爬取 社交、资料、数据等

主要使用python语言获取平台公开信息，通过对数据的提取以及处理去完成客户所需信息以及客户需要的数据格式，高效的为客户提供的有效数据

Youtube数据可视化项目的背景是源于对用户原创内容市场需求和喜好的挖掘，以及热门视频影响因素的呈现。该数据集来源于Youtube每日热门视频的数据 ,数据包括视频标题、频道标题、发布时间、标签、观看次数、喜欢和不喜欢、描述以及评论数等字段 。通过分析数据集内热门视频的数据，探索其特征及规律，一方面挖掘用户原创内容的市场需求及喜好，另一方面呈现热门视频的影响因素。为内容产品的打造与运营提供一些维度的数据依据 。

基于windows sdk的微信客户端机器人，实现自动回复，产品推销，自动收款，商品分发。后期接入基于本地知识库的LLM实现智能客服。

1.实现自动录制功能。 2.moke实现， 3.对录制接口进行自动比对，并返回比对的结果。 4.生成测试报告 5.输入地址对每一页进行截取图片进行保存。之后每次回归抓取相同浏览器地址进行截图比对，对有差异的图片进行保存返回比对结果

1.项目分为异常点检测、周期性及波动性检测、数据拟合三个模块的功能；其中，异常点检测通过iForest检测异常点并删除异常数据，利用自相关性和偏自相关性再根据检测出的异常点的分布特征得出异常周期的检测结果；选取一些指标进行数据拟合，将数据分为线性部分及非线性部分，对两部分分别使用SARIMA和RNN进行拟合，对数据进行预测。 2.我负责全部内容。 3.难点在于异常值的预测中，我们要考虑到数据的波动性，突发性和自相关性等，还有一个就是要综合考量计算成本，鲁棒性，输出结果的时效性等。并且，由于所需指标的数据与其他数据都有一定的相关性，综合考虑其他数据对结果的影响，借用其他指标作为辅助输入特征建模。而拟合部分用于预测，由于数据之间的周期性并不明显，所以需要挖掘数据的周期性，并且数据变化包括线性部分和非线性部分，所以对数据采用分割式建模，以期获得更好的结果。

模型：打磨因子选择方法；用自适应滚动调参的树模型、成体系化的深度表征学习模型作为普适AI产品，用于各种不同类型因子集合进行因子融合 效果：在百亿私募实盘规模预估数十亿，有不错增量

自动化运维工具1： 主要目的：为实现部署公司产品，为项目赋能，节省运维成本。 主要功能：可以通过脚本实现一键部署java,tomcat,nginx,elk,redis,mysql,还有公司核心产品。 是要实现技术：shell脚本。 工具亮点：可以快速，简单部署单台，多台服务器，可以实现产品的单机、集群部署。使用者可不了解公司产品也可以部署一套完成的环境。

通过爬虫/数据接口将所需数据（例如天气预报数据等）按精确时间存储至数据库，并能随时从库中调用。 主要负责爬虫数据收集、接口数据收集、并通过数据解析手段将数据按精确时间存储至数据库，通过docker容器部署自动运行存储。

设计并实现一个基于轻量化卷积神经网络的小麦叶片条锈病等级识别系统，系统以通过MoblienetV3网络模型训练得到的分类器为基础设计并实现了小程序进行等级识别的基本功能。其中后端结构采用Flask框架搭建软件后端，集成软件的功能模块并制作API接口，而前端部分使用小程序的MINA框架实现前端的功能页面架构，实现小麦叶片条锈病的等级识别。

1.主要功能： （1）基于UDP通讯协议作为服务端发送和接收客户端的数据 （2）使用正则表达式匹配惯导数据并异或校验 （3）基于pandas解析csv数据文件

python代写，网页数据抓取，APP数据抓取，数据分析：框架，数据清洗，数据分析，自动化环境搭建，脚本编写，python爬虫，代码快速录入等等

运用爬虫获取数据集利用lora方式微调大语言模型，同时构建基于本地知识库的rag。后经测试，加入在线知识库；同时通过内网穿透程序实现远程服务。

主要用于网页内容数据的爬取，可以爬取图片、视频。主要用于网页内容数据的爬取，可以爬取图片、视频。主要用于网页内容数据的爬取，可以爬取图片、视频。