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
一个pixiv日榜爬虫项目是一个使用python语言编写的程序,主要用于从pixiv网站上下载每日排行榜上的插画作品。该项目的主要功能和技术栈如下: 登录:使用requests库发送post请求,模拟登录pixiv网站,获取登录后的cookie和session。需要提取登录表单中的post_key参数,该参数是动态变化的,可以从登录页面的源码中获取1。 搜索:使用requests库发送get请求,根据日期和排行榜类型(如综合、男性向、女性向等)获取想要下载的插画作品的id。需要处理分页和翻页的逻辑,以及提取每个作品的详细页面的链接2。 下载:使用requests库发送get请求,访问每个作品的详细页面,提取图片的标题和源地址。需要添加referer头部,否则会被拒绝访问1。使用os库创建文件夹,使用urllib.request库保存图片到本地。 多线程:使用threading库创建多个线程,同时下载多个图片,提高爬虫效率。
1810python
花生好车属于汽车新零售平台,是一家为用户提供“先用后买,终身服务”的汽车新零售平台。主要负责测试后台管理系统中客户管理、精品管理、营销优惠、商品中心、销售订单等业务线。 使用python+request+unittest维护接口脚本。
2120
1.三资系统分为:主要包含各村的资产管理,资产招租、续租、租金催缴、资产合同、资产报表 金桂财务:主要用来走账、包括辅助核算、科目、凭证、财务相关报表 2.主要使用到的工具 云效 jira git jenkins mysql linux fiddler jmeter apifox loadrunner等工具 python的单元框架 unittest pytest 3.主要对财务的名词不是很熟悉:比如说 :走账 核销 红冲 对冲 但是后来都解决了 通过询问财务的同事和朋友
1810web
1、实时监控京东商城的商品价格,实现秒级更新。 2、可添加管理多个京东账号,并监控购物车的商品,商品数多达几千个。 3、如监控到商品价格符合下单要求,软件会自动添加购物车并下单购买,自动计算最优惠的下单组合,使用红包或优惠券等优惠方式提交订单。 4、通过钉钉发送最新的消息提醒客户是否有优惠的商品,是否已经下单成功等。 5、全栈开发,软件的前端是python开发, 后端是php+mysql;项目难点在于商品的价格监控时间和下单速度都要求1-2秒内完成。
2360
该项目为疫情期间,可搭建在小区门口的机器人上的,功能为代替测温检查的小区工作人员,检测待进入人员的体温、身份信息、是否佩戴口罩和健康码颜色。 1. 人脸识别:通过opencv中的CascadeClassifier人脸分类器训练,取摄像头实时视频中的每一帧图像,用face.LBPHFaceRecognizer识别,判断是否为小区居民; 2. 健康码识别:通过pyzbar解析图片,找到二维码区域,对提取二维码信息并进行颜色识别; 3. 口罩识别:使用opencv中的dnn.blobFromImage和tensorflow.keras中函数,找到人脸并用已有模型对其上有无口罩进行预测; 4. 语音:使用科大讯飞tts语音包,可实现“请您佩戴口罩”的语音提醒和简单问答服务; 5. 门:设计有模型门,若待进入人员体温正常、人脸验证为小区居民、佩戴口罩且健康码为绿色,则通过蓝牙控制打开模型门。门默认打开5秒,考虑到老人可能通行速度较慢,门框上设有传感器,若5秒过后检测到有人仍在门框附近,则到没人时再关门。 机器人各模块间通过ros系统通讯。
1530python
项目架构:Python+Scrapy+Selenuim+Splash+MySQL/MongoDB/Redis ,可以获取网页静态资源,动态数据,以及简单的逆向,熟练使用Scrapy、selenuim、Splash开源爬虫框架。熟悉常规反爬虫手段熟悉多线程、网络编程以及分布式爬虫架构开发场景,有简单的逆向工程能力,熟悉多进程和多线程编程、熟悉网络编程和TCP/IP协议。
640python
高考志愿推荐系统是一个旨在帮助高中生选择适合他们的大学专业和高校的智能平台。这个系统通常包括以下功能模块: 高校信息搜索: 这个模块允许用户搜索各个高校的详细信息,包括学校的位置、学术排名、专业设置、历史和文化等。 用户可以根据自己的兴趣和需求,按照各种筛选条件(如地理位置、专业、排名等)来查找高校信息。 志愿推荐: 这是系统的核心功能,利用用户的个人信息、兴趣、成绩、志愿意向等数据,为用户推荐最合适的高校及专业。 推荐过程通常基于算法,考虑用户的兴趣、专业要求、就业前景等因素,以提供个性化的建议。 首页资讯: 这个模块提供与高考和大学申请相关的新闻、文章和资讯,以帮助用户了解最新的招生政策、考试动态和学业建议。 这可以帮助用户保持信息更新,并做出明智的决策。 用户后台管理。 高考志愿推荐系统的目标是帮助学生更好地理解自己的兴趣和优势,以便做出明智的大学申请决策,以及提供与高考和大学申请相关的实用信息和资源。这可以降低高中生和家长的焦虑程度,提高择校成功率。
2040python
1.自动从公众号获取每日文章信息,自动填写入审批表中,按照日期命名。 2.个人独立开发,可实现自动处理word、excel、ppt等各类办公软件,数据处理等。
1700
1.完成93位英雄头像爬取,存在获取的html与网页不同的问题,导致爬取结果少了最前面的22位英雄。 2.采用selenium,解决第一条通过request方法爬取结果缺失的问题,完成115位英雄皮肤爬取。
1890python
分为 前端后端两大模块 1:前端页面和逻辑,后端后台数据库搭建 2:Android,图像识别(如果是有高分辨率的叶面照片,光线正常,准确度要求不离谱的话,是相对较为容易制作,如果是整株的照片,或者尺度再大一些的,分辨率低直接做不了,分辨率高的话问题也比直接拍叶面难度要高,可能要上一些复杂模型,所以具体问题具体分析。 )
1090
1.实现了人脸识别身份认证模块。 2.实现了洗手检测模块 3.实现了洗手监测 4.opencv、pythorch、人工智能和深度学习。 5.本人负责预测模型的训练
1610
个人完成,使用python, 1 可以批量统计当前文件夹下的所有文件,如下图所示; 2 能够批量找到某一个文件夹下,所有想要的类型的文件,例如:excel,txt等等;
3180python
在原上级领导之下完成多因子模型。 1 可以计算最大回撤,夏普比率,交易天数,统计收益等等 2 可以画出收益曲线图。 3 可以批量处理大数据。
1460
开发语言:python + PYQT5 利用OA系统网站的api,用python开发的系统登录管理程序 1.登录。 利用网站的二维码生成api,下载到该二维码图,显示在登录窗口,由用户输入oa账号密码和验证码,验证通过后进入主窗口。 2.主窗口。 显示用户信息、系统消息通知、用户常用功能等,由于存在大量无用系统消息,另设计批量删除系统消息功能。 3.实现相关功能。 根据oa系统的模块和api实现当前客户端应用的功能。实现方便快捷的进行与OA系统的交互。
1710python
1通过视频抽帧获取图片,图片对比记录分割点,切割视频 2 识别图片ocr信息 3.通过视频音频切割视频并记录视频语音字幕
2350
1.项目具备自动从邮箱下载邮件整理后通过企业微信推送。 2.个人独立开发。 3.支持各类信息处理及个性化报告、报表信息定制。
1340python
一、设计应用界面和功能。 二、实现翻译。 1.取到输入的翻译内容 2.识别内容是何种语言 3.调用api得到翻译后的内容并显示 难点:取到api需要的参数,转化和构建输入参数通过api传入封装好的数据调用后取到响应结果。
2360APP
个人负责全部内容,包括绘图与数据分析。 各种基础的数据图都能画,同时也要查一些资料确保正确率。 可做简单的理科程序实现。 可用于python论文。
1230
1.假设句向量之间的相似度可以用数值来衡量,其中1表示十分相似,0表示完全不相似。 2.本项目可以直接优化句向量在文本相似度的性能 2.例如,我喜欢你,该句向量化为x1。我和你聊得来,该句向量化为x2,现有的模型计算相似度为0.8,而人类认为的真实相似度为0.61,模型计算结果偏高,则利用本文的方法为0.72.
1560
首先利用bat分别创建了2010年到2023年,子文件夹分别包括7组站点,站点文件夹内部分别新建了示例文件,以便后续处理 接下来python将站点文件夹内的下载数据再统一收到RINEX子文件夹中,方便下一步存入其他类型数据。 统计子文件夹文件个数,比较两类文件日期相同的个数,结果输出至Excel表保存. 最后将不匹配的日期单独摘出来放txt文件,后续需要二次下载筛选
1380python
当前共5586个项目
×
寻找源码
源码描述
联系方式
提交