Python

软件开发与编程：‌Python是一种通用编程语言，‌适用于各种软件项目的开发，‌包括Web应用、‌桌面应用、‌服务器软件等。‌例如，‌在Web开发中，‌Python可以用于构建后端服务、‌Web框架（‌如Django和Flask）‌的使用，‌以及全栈开发。‌此外，‌Python还适合开发桌面应用程序，‌如使用PyQt、‌wxPython等库进行GUI设计1。‌ 数据分析与科学计算：‌Python在数据处理和分析方面表现出色，‌拥有丰富的库如NumPy、‌Pandas和Matplotlib，‌这些库使得Python成为数据科学家和统计学家进行数据探索、‌可视化和建模的首选语言。‌此外，‌Python也广泛应用于科学计算领域，‌如物理模拟、‌数学建模等1。‌ 系统管理与自动化：‌Python的脚本编写能力使其成为系统管理和自动化任务的理想选择。‌例如，‌系统管理员可以使用Python编写脚本来自动化日常任务，‌提高工作效率。‌此外，‌Python还可以用于编写安装程序和系统管理脚本，‌如Linux发行版的安装器1。‌ 教育和研究：‌Python的易学性和多功能性使其成为教育和研究的理

软件面向的行业和业务场景 本软件针对高校和公共体育设施管理行业，适用于211大学的羽毛球馆预约。旨在解决预约难、使用率低的问题，提供高效便捷的场馆预约解决方案。 功能模块和具体实现 用户注册与登录：提供安全的用户注册、登录和密码找回功能。 场馆查询：实时查询场馆开放时间、预定情况。 场馆预约：在线预约和自动抢馆功能，支持高峰时段抢场。 提高优美的UI界面，一键预约

Project : 基于BERT的搜索Recall和Rank的系统搭建 项目描述：基于BERT、Sentence Bert、FFM技术，搭建和改进基于文本的召回系统和排序系统链路，优化搜索体验 项目内容： 1）相似度排序系统搭建：从0-1搭建搜索基于BERT的相似度排序系统，解决ES无法解决的语义匹配问题。完成数据采集、处理，模型训练、评估，稳定部署整条链路。结合业务背景，以及数据和算法模型的深刻理解，不断迭代相似度模型，采用清洗样本、嵌入主题字段、样本采样等技术处理训练数据并迭代模型，适配业务场景，将最初相似度分组点击率指标的4%提高到12%。 2）向量召回模型系统改进：改进基于Sentence Bert的向量召回系统，解决召回语义匹配问题。采用简单样本和难例样本共同训练的方式，同时保证了模型文本匹配能力和用户偏好捕获能力，设置pair wise损失训练模型，实现向量召回分组点击率相比ES召回组+0.7%点击率。 3）线上效果：结合向量召回、相似度匹配、模型融合，实现Recall MRR@10指标绝对值+32.4%，Click Rate指标绝对值+3.9%，同比+42%，用

、贪吃蛇app ⚫ Github: RCNN-retall/蛇 (github.com) ⚫ Bilibili: https://www.bilibili.com/video/BV14TedeLENL/?spm_id_from=333.999.0.0 ⚫ 系统： Android ⚫ 数据库： sqlit3 ⚫ Qt框架：kivy o 通过画布来绘制游戏界面和按扭样式 o 通过绑蛇对象属性来实现控制蛇方向 o 通过改变定时器属性来实现控制蛇速度 o 重写控件样式和属性来制作按扭 o 通过数据库来纪录分数

Python在计算领域的好处主要体现在其强大的数值计算能力、‌广泛的应用领域、‌易于学习和使用的语法、‌以及丰富的库和框架支持。‌ 强大的数值计算能力：‌Python具有面向对象编程特性和强大的数值计算能力，‌这使得开发者能够构建复杂的工程计算模型，‌进行模拟和仿真分析。‌无论是工程计算与仿真、‌机器学习与人工智能领域，‌Python都能发挥其独特的优势，‌构建高质量的程序和应用程序1。‌ 广泛的应用领域：‌Python的应用领域非常广泛，‌包括Web开发、‌数据科学、‌人工智能、‌机器学习、‌自动化等。‌这种跨领域的应用能力使得Python成为一种非常实用的编程语言，‌能够在多个领域中发挥技能和经验2。‌ 易于学习和使用的语法：‌Python的语法简洁易懂，‌使得编写代码变得简单快速。‌这种简洁的语法不仅易于编写，‌也易于阅读和维护，‌即使是初学者也能快速上手，‌并能够快速构建出实用的程序2。‌ 丰富的库和框架支持：‌Python拥有许多强大的库和框架，‌如NumPy、‌Pandas、‌Django和Flask等，‌这些工具可以帮助开发人员快速构建高质量的程序和应用程序。‌此

个人作品 1、背单词APP ⚫ Github: RCNN-retall/Meassge (github.com) ⚫ Bilibili： python +kivy +安卓开发 入门到精通_哔哩哔哩_bilibili ⚫ 系统：Android ⚫ 数据库：sqlit3 ⚫ 后端： 使用第三方接口 ⚫ 框架：kivy ⚫ 搜索模块：通过查询第三方接口数据进行数据渲染。序列化数据到数据库实现添加单词， ⚫ 单词表：查询数据库来实现单词表的渲染。通过查询语句来实现排序和搜索的数据渲染。通过数据id来实现删除数据的动作。增加了滚动搜索来展示数据通过服务器进行路由的判断客户端的行为来做出对应的影响。 ⚫ 背单词模块：通过屏幕管理器实现分页和滑动页面效果。通过加载屏幕函数来实现切换页面的单词的语音播放。自定义输入栏控件来判断背单词效果。实现分页渲染屏幕展示单词

采集用户的笔记信息 采集笔记的详细信息 采集搜索的信息 采集所有评论 采集指定时间的评论 采集主页推荐内容 点赞笔记 关注用户 点赞评论 回复评论 获取消息 获取最新关注 获取最新点赞 获取用户自己的信息 获取用户指定位置的笔记 获取用户所有笔记

项目实现政府对拆迁安置对象进行资格审核、安置申请、房票核发与使用、房票结算、房源管理与发布等全域数据全流程管理。 项目前端使用vben admin前端框架，后端使用django框架。 涵盖了以下关键功能： 政府对拆迁安置对象的资格审核： 系统将支持政府部门对拆迁安置对象进行资格审核，包括个人信息、家庭情况等的审核和录入。 安置申请管理： 拆迁安置对象可以通过系统提交安置申请，填写相关表单和资料，系统接收并处理申请信息。 房票核发与使用： 根据审核通过的安置申请，系统将核发相应的房票（或房源凭证），并提供接口或界面供申请人查看和使用。 房票结算： 系统支持对房票的结算管理，包括房源使用情况统计、房租支付管理等功能。 房源管理与发布： 管理员可以在系统中管理各类房源信息，包括房源的基本信息、地理位置、房型、面积、租金等，并通过系统发布给申请人使用。 全域数据管理： 系统中的各项数据（如个人信息、申请记录、房源信息等）将被集中管理和维护，确保数据的一致性和完整性。 技术实现方案 前端使用 Vben Admin 框架： Vben Admin 是基于 Vue 3 和 TypeScript 的企业

这是一个创新的AI图像生成平台，使用springboot作为后台服务 vue前端页面构建 python实现算法 允许用户仅通过简单的提示词和线稿图，即可快速创建出令人惊叹的图片。无论你是艺术家、设计师还是普通用户，这个工具都能帮助你将创意转化为现实。它采用先进的深度学习算法，能够理解并解释你的描述，生成高质量、符合预期的图像。这个平台不仅简化了创作过程，还为艺术表达开辟了新的可能性，让每个人都能成为创作者。

python网络环境搭建 在Python中，可以使用内置的http.server模块快速搭建一个简单的网络环境。以下是搭建网络环境的步骤和示例代码： 打开终端（在Windows上为命令提示符或PowerShell）。 使用cd命令切换到你想要作为服务器根目录的文件夹。 执行以下Python命令来启动HTTP服务器： python -m http.server 8000 这将在当前目录下启动一个HTTP服务器，服务端口为8000。 如果你想要在后台运行服务器，可以使用screen或nohup命令（在Unix-like系统中）: nohup python -m http.server 8000 & 或者在Windows上： start python -m http.server 8000 现在，你可以通过浏览器访问http://localhost:8000来查看你的网络环境。如果你想要从外部设备访问你的网络环境，你需要将服务器的IP地址替换localhost，并确保你的路由器和防火墙设置允许外部访问所选的端口。

基于convLSTM实现流场图片信息的三维重构和预测，输入观测图像可以将图片进行分类，和识别图片中的微幅波。 实现三维动态流体的实时测量，结合深度学习和传统数字图像处理中的数字图像相关法，可以实现对于力学中变形和拉伸过程中物理参数的快速实时观测，并基于此实现微米级别的工业视觉测量场景，不仅能适应自然生活中的深度测量需求，还能实现对于微米级别的工业仪器测量的要求。

WEX企业互联是基于Django+Vue的产业互联网项目。它为企业提供了数据接口平台、授权访问、数据同步等基础能力。其便捷的扩展安装方式将帮助企业实现多样化的建设愿景，如造设各自的数据中枢、物联网平台、BI、智能调度。其自持的平台接入方式将打造多元化的产业互联网社区生态，如企业间相互发现建立合作的WWEXX平台、产业链全程追溯平台、地区性产业互助互警平台、一站式采购平台。

运用senlenium与数据库技术将根据淘宝搜索框搜索获取所需要的店铺信息，当然验证码滑块需要自己手动滑动，由于时间原因和一些考虑，认为验证码只需要几秒自己划一下就行，所以并没有写绕过验证码的程序。如果有所需要，将所获取的数据进行分析形成可视图形也是可以做到的。这个作品还有一些不足之处，但基本使用应该是没有问题的。

这是一个非常专业的软件，模拟污水处理厂的污水处理过程，预测出水水质,支持几种基础的工艺模型,和自定义流程，包括活性污泥工艺、AO工艺、AAO工艺、BAF工艺。从进水到各反应单元的设置、二沉池流量及其沉淀模型的设置，其他分流单元的设置等。

面向对象：本方案面向电影数据分析，对豆瓣电影数据按类别进行获取并进行数据可适合 解决问题：在进行对电影数据进行数据分析时，大量的数据导致无法对数据直观的查看，因此采用图表可视化的方式对数据可以直观的展示。

1.基于开源流媒体服务，集成海康、大华主流厂商SDK、ICC,DSS等平台 2.支持rtsp\rtmp\http\wss等协议拉流，推流；按需拉流；普通、事件、远程录像 3.支持云台控制、视频定位、地图反控、火点（目标）定位等 4.支持图像分类识别（需配合厂商事件接口） 5.支持API接口调用，供合作方调用 6.支持本地、FTP、minio存储 7.支持平台级联 8.提供vue播放器，多种分屏方式 9.提供完整可视化、可配置界面及管理系统 10.支持window,linux,麒麟等系统

1、主要运用于流水线产品不规则抓取。识别出产品的距离和应该抓取的姿势来开发的3d算法。 2、相比于市面上已有的工业软件，本产品主要与传统抓取物体定长以及位置拜访整齐，本产品运用相机的深度识别功能来获取相机与物体直接的距离，再利用点云生成技术来获取中心点三维坐标并生成Aure抓取姿态。

python网络环境搭建 在Python中，可以使用内置的http.server模块快速搭建一个简单的网络环境。以下是搭建网络环境的步骤和示例代码： 打开终端（在Windows上为命令提示符或PowerShell）。 使用cd命令切换到你想要作为服务器根目录的文件夹。 执行以下Python命令来启动HTTP服务器： python -m http.server 8000 这将在当前目录下启动一个HTTP服务器，服务端口为8000。 如果你想要在后台运行服务器，可以使用screen或nohup命令（在Unix-like系统中）: nohup python -m http.server 8000 & 或者在Windows上： start python -m http.server 8000 现在，你可以通过浏览器访问http://localhost:8000来查看你的网络环境。如果你想要从外部设备访问你的网络环境，你需要将服务器的IP地址替换localhost，并确保你的路由器和防火墙设置允许外部访问所选的端口。

主要做一个阶段性测试，由小组集体开发，我负责前端页面的渲染，其中由专门的设计组和后端组负责后端的代码，主要面向学生和教师。学生端登录前需要注册，可以查看个人的信息，浏览书院相关内容。在教师端登录可以查看各个方向的学生人数以及学生信息

1. 面向政府 2. 无人机操控，水务相关，可显示无人机航拍图片，并且可以实时查看无人机视角视频 3. 小程序实现人员巡检和问题维修，工单展示和操作。包含问题上报，巡检上报，以及工单驳回，角色分五个，项目部，中队长，巡查人员，巡堤人员，游客，各自有各自的权限。 4. 人员权限 5. 后台系统， 包括人员管理，权限管理，航线任务管理，工单管理