Python

Python是一种广泛使用的解释型、高级和通用的编程语言,[1]由荷兰数学和计算机科学研究学会的Guido van Rossum创造,第一版发布于1991年,它是ABC语言的后继者,也可以视之为一种使用传统中缀表达式的LISP方言。[2]Python提供了高效的高级数据结构,还能简单有效地面向对象编程。Python语法和动态类型,以及解释型语言的本质,使它成为多数平台上写脚本和快速开发应用的编程语言,随着版本的不断更新和语言新功能的添加,逐渐被用于独立的、大型项目的开发。Python支持多种编程范型,包括函数式、指令式、结构化、面向对象和反射式编程。Python解释器易于扩展,可以使用C或C++(或者其他可以通过C调用的语言)扩展新的功能和数据类型。Python也可用于可定制化软件中的扩展程序语言。Python
此项目是为了解决将杂乱无章的数据进行数据清洗、过滤、加工,利用不同算法进行统计,最终以可视化页面的形式呈现分析结果。软件整体流程包含数据接入、数据准备、多维分析、综合展现等四个主要流程。数据接入:对于数据源包含数据库接入、文件接入、或者Python脚本接入等多种方式,其中Python接入是指利用Python脚本进行网络爬虫,然后利用工具将数据标准化。数据准备与多维分析:标准化数据集,利用图形生成工具将数据进行不同维度的统计,生成不同种类的图标,图标种类包含:柱状图、饼状图、折线图、地图、散点图、雷达图等衍生图表。综合展现:利用生成的图表,以图上作业的形式进行整体可视化页面的布局设置及调整,将可视化页面进行发布可供不同权限的用户进行查看。另外为了解决美观的问题提供了多种应用场景下的模版供用户选择。 除此之外系统兼顾与Unity集成进行三维试图的展现、原生算法的分析(算法接入)、用户权限的管理等功能。
1860c#大数据
此系统主要为学生自主英语单词学习,包含: 1. 单词文件导入功能 2. 单词浏览功能 3. 单词选择功能 4. 单词拼写与检测功能
1570python教育
整个系统100%由我负责完成,包含以下功能: 1. 定时多进程连接实盘交易系统账号; 2. 按照交易模型,进行实盘数据监控,并实时根据模型进行开仓、加仓、平仓等交易,并以邮件实时推送交易情况 3. 记录所有交易数据,并实现数据图形化分析
1950python金融
变电站高压配电柜里需要温度监测,防止温度过高,造成线路异常,影响生产。 实现功能: 1.1、基础要求实现配电柜关键部位温度监控,画面在值班室实时查看,温度异常声光报警提醒。 1.2、记录最高温度,形成历史折线趋势图。 1.3、单个配电柜会有多个区域监控,记录各区域最高温度。 1.4、可配置后台管理系统。 1.5、折线展示温度曲线。
1350python工业互联网
直播推流脚本开源项目
根据别人项目提出的需求进行简单开发的一个简单直播推流程序 图片为配置与直播效果图片 因为带宽低可能清晰度低
1100python物联网
综合了多种在线工具 1、绘制多边形:可以上传文件夹,上传文件,然后在图像上绘制点,线,矩形,多边形,圆形;其中多边形的首位做了吸附设计,可以方便绘制。 2、爬虫抓取B站,抖音,微博的视频。 3、词云生成:可以根据文章生成词云,支持用户特殊词汇字典,更换词云的主体颜色,可以上传背景图,也可以上传轮廓图。同时支持批量生成。 4、ffmpeg在线处理:可以上传音频或视频,使用原始的ffmpeg语句进行格式转换,视频压缩等操作,并且鼠标移入会有详细解释。 5、文件分享:上传文件后,立即生成一个链接,支持直接用短链在本页面进行下载,或者使用长链在任意下载器中进行下载 本项目中,本人完成全部前端及后端的开发,包括前端页面的UI设计,逻辑的设计,后端的接口设计,数据结构的设计等。
1540python人工智能
1.系统分为以下几个功能模块: 1)物体检测:分拣线中物体经过相机触发器时,触发拍照被系统获取进行图像处理(包括分割目标、物体分类检测) 2)订单获取:从指定服务器中获取当天分拣的订单信息 3)报警查询:检测到物体有误的报警记录,都可以进行报警的历史纪录查询核对 4)品牌维护:基础信息维护 5)系统设置:基础参数设置,如保存记录天数、串口号端口号、服务器地址等 2,我主要负责部分: 所以模块都是独立开发,界面采用c#,算法后台采用python+tensorflow+opencv
1260c#图像检测
1.系统分为以下几个功能模块: 1)物体检测:分拣线中物体经过相机触发器时,触发拍照被系统获取进行图像处理(包括分割目标、物体分类检测) 2)订单获取:从指定服务器中获取当天分拣的订单信息 3)报警查询:检测到物体有误的报警记录,都可以进行报警的历史纪录查询核对 4)品牌维护:基础信息维护 5)系统设置:基础参数设置,如保存记录天数、串口号端口号、服务器地址等 2,我主要负责部分: 所以模块都是独立开发,界面采用c#,算法后台采用python+tensorflow+opencv
1200c#图像检测
1.作品分为网络爬取和数据分析两部分 2.用到了寻找json接口,对json接口的分析,搞清楚url里面的变量是谁 3.难点就是找json接口
740python爬虫
1,项目分为网络请求和数据解析部分 2.我负责整个爬虫的编写,耐点就是章节id的获取 3.处理方法就是用字符串的.split方法
710python爬虫
1:太仓市民卡项目,主要功能包括申领服务,制卡任务,库存管理,商户管理,查询统计,系统管理。制卡流程包括申领、任务生成、卡厂制卡、制卡导入、库存配送、卡发放。管理卡片,主要有挂失、解挂、充值、销售、退款、退卡、补卡、换卡、开通公共服务,如公交、借自行车、公园卡、借阅图书、卫生应用,小额支付,银行卡支付,商户结算为商户提供结算数据。 2:主要卡片申请、制卡导入、库存配送、充值、退卡、换卡功能的架构设计和开发 3:成果:顺利完成一卡通项目的验收。
1500javaWeb框架
1:蒙牛业务中台,为集团公司和分子公司提供下订单、履约的解决方案,主要包括:预报单,销售订单,退货订单,履约单,发货单,装运单 api 集成接口, 通过消息同步状态信息,对接第三方平台 SAP、OTW 完成财务、凭证信息过账和出入库、交货单信息交互。 2:主要负责订单、履约单接口架构设计和开发,用到Springboot, Redis, RocketMq, Kafka, ES, mysql 等技术。 3:遇到的难题,接口的性能问题,达不到压测的标准,采用线程池技术,并发处理提高了性能。
1330C/C++云原生
1:大企业采购主要模块包括,招投标、询报价、竞价单、履约、订单、合同、收发货、结算单、付款单,解决大企业采购和供应商卖货,连接买卖家的电商交易平台。 2:主要负责订单,合同,结算单,收发货,付款单模块的架构设计和开发,主要用到 Nacos, Springboot, Redis, RocketMq,Kafka, mysql 这些技术栈 3:成果:顺利完成批量创建订单,比价单批量下单,订单评价,订单实现模板配置化的能功能迭代。
1440javaWeb框架
市区开放集成化一体系平台,内含:科技政策业务平台、科技创新管理平台、科技数据中心、专家库及评审系统、科技招商等等模块。 其中目前正进行其中一个模块,科技政策业务平台:由某市区开放各类项目,各企业提交申报申请,余额计算。 负责功能测试,接口自动化测试。
680python网络爬虫
该项目分为3部分:股票信息的采集,指标计算,提示用户股票价格浮动异常; 我主要负责编码实现,按照产品文档实现对应功能;
1190pythonpython
企业内部系统 后端采用Django+MySql 部分业务由于变化较多采用MongoDB存储 前端采用uniapp开发,发布到Android APP+小程序发布
1230python移动端APP
本项目旨在开发一种基于脑电图(EEG)、语音和面部信息等生理信息的更准确的多模态情绪检测方法,以提 高心理健康领域诊断和治疗的可靠性。目前项目进展到参考论文代码复现阶段,采用FOCAL框架进行多模态融 合。后期将针对脑电与语音模态对代码进行修改,重新训练模型。
1640python机器学习/深度学习
通过RPA机器人开发专家级认证。 使用自制机器人API执行业务逻辑机器人。 开发过程中,对数据处理使用Python脚本,保持开发代码清晰易懂。 运维近50个已有的RPA流程,查看错误日志进行排错,修复机器人运行逻辑,重新捕捉元素等,保证其正常运行。
1560pythonRPA
基于微信小程序平台的跑腿服务应用,旨在为用户提供便捷的本地跑腿服务。用户可以通过小程序快速下单,预约附近的跑腿人员进行商品购买、配送或其他本地服务。 主要功能: 用户下单: 用户可以轻松填写所需商品的详细信息,指定购买地点,并下单。 跑腿接单: 跑腿人员可以在小程序中看到附近的订单,并选择接单。 实时跟踪: 用户可以实时查看跑腿人员的位置和订单状态。 订单管理: 用户和跑腿人员都可以查看和管理历史订单。 支付结算: 支持微信支付,确保交易安全便捷。 特点: 便捷性: 借助微信小程序,用户无需下载安装额外的应用,即可快速使用服务。 高效性: 通过GPS定位和订单匹配算法,实现跑腿人员与用户之间的快速连接。 安全性: 采用微信支付,提供安全的支付环境,保护用户资金安全。 目标用户: 本地居民、上班族、学生等需要便捷跑腿服务的用户群体。
1440python微信小程序
该项目主要分为数据训练模块、写作优化模块和前端展示模块。使用者可以通过输入关键词或主题,利用AI写作功能快速生成文章内容;同时,AI算法对写作内容进行优化,提高文章质量和观赏性。前端展示模块通过VUE3框架实现了用户友好的界面,使用户能够方便地使用这些功能。 我负责项目的整体设计和架构搭建,使用了lamma大模型进行数据训练,基于spring全家桶搭建了底层Java开发环境。最终,项目成功实现了AI写作和写作优化功能,提供了一个高效、智能的写作工具给用户。 项目中的难点主要是数据训练和写作场景优化的算法设计。为了解决这些难题,我深入研究了lamma大模型的使用方法,结合领域知识进行数据处理和训练;同时,我与团队合作,持续优化写作场景,不断改进算法,确保最终实现了用户满意的成果。
3180javaAI
当前共5622个项目
×
寻找源码
源码描述
联系方式
提交