第一步：用discover方法加载所有的测试用例1.cur_path这个参数是读取当前这个脚本的真实路径，也就是run_main.py的真实路径2.caseName="case"这个case是存放测试用例的文件夹，如果没有的话，自动创建。
如果想运行其它文件夹的用例，就改下caseName这个参数值3.rule="test*.py"这个是婚配用例脚本名称的规则，默认婚配test开头的所有用例
如果想运行其它文件夹的用例，就改下caseName这个参数值3.rule="test*.py"这个是婚配用例脚本名称的规则，默认婚配test开头的所有用例
2021/2/18 1:37:06
14.44MB
1
C语言编译器lex和yacc编写的c语言编译器词法分析与语法分析的原始文件扩展：://www.quut.com/c/ANSI-C-grammar-l-1998.html和实现了C语言除了struct和指针几乎所有的语法。
运行环境要求：flexbisong++11python3中间代码生成Windows命令行输入：flexcompiler.lbison-vdtycompiler.yg++-std=c++11-ocompilertree.cppPraser.cppinnerCode.cpptools.cppcodeOptimize.cpplex.yy.cy.tab.ccompiler.exetest/test.c或者makefile.bat目标代码生成进入objectcode文件夹，命令行输入pythonobjectcode.pyobjectcode.py读取的源文件为inter.txt，生成的mips汇流编码在result.asm文件中中间代码格式定义语法描述标签1：定义标签label1功能f：
运行环境要求：flexbisong++11python3中间代码生成Windows命令行输入：flexcompiler.lbison-vdtycompiler.yg++-std=c++11-ocompilertree.cppPraser.cppinnerCode.cpptools.cppcodeOptimize.cpplex.yy.cy.tab.ccompiler.exetest/test.c或者makefile.bat目标代码生成进入objectcode文件夹，命令行输入pythonobjectcode.pyobjectcode.py读取的源文件为inter.txt，生成的mips汇流编码在result.asm文件中中间代码格式定义语法描述标签1：定义标签label1功能f：
2016/4/17 20:14:29
5.1MB
1
Dnn_pytorch_titanicKaggleのtitanicコンペをPytorchを运用し，DNNで予测を行いました。
公式ページ起动方法公式ページでtitanicコンペに参加そこで，笔记本を作成する。
作成したNotebookに，.pyのコードをコピーし，ノートに贴り付けて実行ノートにしっかりtantanicのデータが入っているかを确认する。
公式ページ起动方法公式ページでtitanicコンペに参加そこで，笔记本を作成する。
作成したNotebookに，.pyのコードをコピーし，ノートに贴り付けて実行ノートにしっかりtantanicのデータが入っているかを确认する。
2017/9/25 2:51:28
3KB
1
bcepy-BitCoinExport（PYthon版本）将BTC区块链导出到SQLDB可加载数据中。
1.解释使用散列作为主键在SQLDB中存储块/事务/地址会使DB变得异常庞大。
解决方案是使用他们的订单号。
这个应用程序：从比特币获取区块使用键值存储枚举对象（bk/tx/地址）并以紧凑的文本表示方式导出结果，可以将其加载到SQLnDB中。
2.要求运行比特币python3python3-kyotocabinet或python3-redispython3-ujson（可选）可用空间：区块链（2021-02-12〜350GB+）临时bcepy.py数据（〜¼区块链）键值存储（〜¼区块链；
tx.kch+addr.kch）捆绑的贡献：作为为[btc/base58.py]3.安装4.用法计算查
1.解释使用散列作为主键在SQLDB中存储块/事务/地址会使DB变得异常庞大。
解决方案是使用他们的订单号。
这个应用程序：从比特币获取区块使用键值存储枚举对象（bk/tx/地址）并以紧凑的文本表示方式导出结果，可以将其加载到SQLnDB中。
2.要求运行比特币python3python3-kyotocabinet或python3-redispython3-ujson（可选）可用空间：区块链（2021-02-12〜350GB+）临时bcepy.py数据（〜¼区块链）键值存储（〜¼区块链；
tx.kch+addr.kch）捆绑的贡献：作为为[btc/base58.py]3.安装4.用法计算查
2018/7/13 22:14:05
44KB
1
SQLAlchemy家庭作业-冲浪！在你开始之前为此项目创建一个新的存储库，称为Climate-Analysis-And-Exploration。
不要将此作业添加到现有存储库中。
将新的存储库克隆到您的计算机。
将您的Jupyter笔记本和app.py添加到此文件夹。
这些将是运行以进行分析的主要脚本。
将以上更改推送到GitHub或GitLab。
恭喜你！您已决定在夏威夷檀香山度过一个长假假期！为了协助您计划行程，您需要对该区域进行一些气候分析。
以下概述了您需要执行的操作。
步骤1-气候分析与探索首先，使用Python和SQLAlchemy对您的气候数据库进行基本的气候分析和数据探索。
以下所有分析都应使用SQLAlchemyORM查询，Pandas和Matplotlib完成。
使用提供的和文件完成气候分析和数据探索。
选择旅程的开始日期和结束日期。
确保您
不要将此作业添加到现有存储库中。
将新的存储库克隆到您的计算机。
将您的Jupyter笔记本和app.py添加到此文件夹。
这些将是运行以进行分析的主要脚本。
将以上更改推送到GitHub或GitLab。
恭喜你！您已决定在夏威夷檀香山度过一个长假假期！为了协助您计划行程，您需要对该区域进行一些气候分析。
以下概述了您需要执行的操作。
步骤1-气候分析与探索首先，使用Python和SQLAlchemy对您的气候数据库进行基本的气候分析和数据探索。
以下所有分析都应使用SQLAlchemyORM查询，Pandas和Matplotlib完成。
使用提供的和文件完成气候分析和数据探索。
选择旅程的开始日期和结束日期。
确保您
2021/10/3 10:42:08
3.96MB
1
领队高效的模糊查找器，可帮助快速找到文件，缓冲区，mrus，gtags等。
用Python编写。
支持模糊和正则表达式搜索。
功能齐全。
。
。
变更日志请查看以了解发行历史。
维基屏幕截图要求vim7.3或更高版本。
之后仅支持vim7.4.330或更高版本。
Python2.7+或Python3.1+。
要使用弹出模式，需要neovim0.42+或vim8.1.1615+。
安装对于用户：Plug'Yggdroot/LeaderF',{'do':':LeaderfInstallCExtension'}功能LeaderF已经非常快。
如果您想获得更好的功能，请安装模糊匹配算法的C扩展，其速度要快10倍以上。
要安装C扩展，首先，请确保python2和/或python3命令在Linux/Unix/MacOS上可用，并且py-2和/或py-3命令在Windows上可用。
安装C扩展:LeaderfInstallCExtension安装过程中可能会出现一些错误，请在错误消息中搜索以解决它。
例如，"e
用Python编写。
支持模糊和正则表达式搜索。
功能齐全。
。
。
变更日志请查看以了解发行历史。
维基屏幕截图要求vim7.3或更高版本。
之后仅支持vim7.4.330或更高版本。
Python2.7+或Python3.1+。
要使用弹出模式，需要neovim0.42+或vim8.1.1615+。
安装对于用户：Plug'Yggdroot/LeaderF',{'do':':LeaderfInstallCExtension'}功能LeaderF已经非常快。
如果您想获得更好的功能，请安装模糊匹配算法的C扩展，其速度要快10倍以上。
要安装C扩展，首先，请确保python2和/或python3命令在Linux/Unix/MacOS上可用，并且py-2和/或py-3命令在Windows上可用。
安装C扩展:LeaderfInstallCExtension安装过程中可能会出现一些错误，请在错误消息中搜索以解决它。
例如，"e
2021/1/14 15:45:21
215KB
1
使用Python+TensorFlow，全连接的神经网络，基于MNIST数据集。
数据集包含60000张训练图片，10000张测试图片。
MNIST_model文件夹是已经训练30000次的模型，也可以本人再训练。
app.py文件可以测试本人的图片。
也可以到github下载https://github.com/BuXianShan/Handwritten-Numeral-Recognition
数据集包含60000张训练图片，10000张测试图片。
MNIST_model文件夹是已经训练30000次的模型，也可以本人再训练。
app.py文件可以测试本人的图片。
也可以到github下载https://github.com/BuXianShan/Handwritten-Numeral-Recognition
2018/2/6 15:10:15
17.36MB
1
在我之前python27的基本上修改了下支持python3.6，使用python-gitlab的API来获取gitlab上用户、用户组、project的信息，紧缩包了有现成的py脚本，可以直接下载
2020/10/1 5:06:39
147KB
1
基于CNN，有GUI界面。
基于tensorflow，有数据集，已划分训练集，测试集，训练集已做标签.直接运转demo.py，按需下载需要包即可运转。
基于tensorflow，有数据集，已划分训练集，测试集，训练集已做标签.直接运转demo.py，按需下载需要包即可运转。
2017/5/8 18:04:54
217.18MB
1
在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。
每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。
另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。
为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03
15KB