Python

安装pycharm for mac

从官网下载,安装完之后设置一下主题的颜色,设置为暗黑色的用起来比较舒服。但是按照网上其他人的教程设置时,都说在File->setting里面有选项,但是我在File里怎么也找不到Setting这个选项卡,最后在Pycharm->Preferences中找到了。 发现很多的软件,在Preferences里面都有类似Setting的选项,以后也记得去这里设置吧。 将Apperance->Theme改为Darcula就行了。 改好后的效果如下图。 同时,下图也是设置Python解释器的操作。我的系统中装了好几个python,在这里需要指定一下用哪个。除了版本的区别外,还有就是每个版本对应的库。因为我还装了Anaconda,想用它的解释器,所以就选最后的那个了,在解释器的下面会列出来当前这个解释器所安装的各种库,这些库其实都是Anaconda自己安装的,省了很多的操作,很方便。 下图是我选择了另外的解释器,可以看到,它下面的列表中几乎没有什么库,这可怎么用,到时候用啥没啥。所以还是选上面的Anaconda吧。 解释器的事情说完了,这面说说调试运行的操作。 具体来说就是在运行写好的代码之前,需要给它设置一下运行环境。具体如下图: 选择右上角的Edit Configuration那个按钮,进入了下图的界面: 然后点击左上角的那个“+”,添加一个配置。 我在这里使用的是Python这个选项,网上很多教程都说用Compound,但是我选择完了出现的界面又和他们的教程不一样,就没再按照他们的教程做,反正选择Python后运行也是好好的,结果也符合期望,就先用它吧,以后需要时再去使用compound。选择Python后又会出现对话框: 我起了跟源文件一样的名字。 然后接下来的这个界面比较重要。 上图中Script那一行可以不用填,最后把这个对话框关闭之后系统会自动填好,如下图。 下面的Script parameters这个比较有用,它是用来启动脚本时给脚本传递参数的,比如当前的这个脚本写好后文件名为mytest.py,它可以接受用户指定的参数,然后在命令行运行的时候需要这样写: python mytest.py -a 1 -b 3 script parameters 后面的-a 1 -b 3就是传递给它的参数,要不然你在IDE里点击运行按钮之后,怎么把那一坨参数传给他? 下图是在上图关闭后重新打开配置文件后的情况。可见,script一栏系统自动填好了,内容就是当前调试的py文件的路径。下面的参数我删除了,因为当前的测试程序没有解析参数的功能,楞添加参数后运行会出错误的。 最后上一张最终的运行图吧。 收工。

关于python安装的几个版本的区别

windows系统下: x86适合32位操作系统。 x86-64适合64位操作系统。 1、 web-based installer 是需要通过联网完成安装的 2、 executable installer 是可执行文件(*.exe)方式安装 3、embeddable zip file 嵌入式版本,可以集成到其它应用中。

pycharm的字体修改与风格

今天用cmd运行python一直出错,然后就想找一个python编译器试一下,于是就找到了pycharm(话说这货怎么和写java的idea那么像,官网都是那么像,而且都是东欧那群人搞出来的),后来发现编译器默认的风格好不舒服,然后就想修改一下,折腾了半天,如下 1,改成暗色,比较不伤眼 file -> settings ->appearance->theme->darcula 在appearance 的选项中,有一个override default fonds by …巴拉巴拉一堆,你修改一下size就是修改资源管理那一部分的字体大小,如图 2修改编辑的代码的字体的大小 file -> settings ->editor ->color&fonds->fond->size 我喜欢大一点的字体,看着舒服,所以修改到了17,一般15就差不多了

【NSA黑客工具包】Windows 0day验证实验

黑客组织发布出一份震惊世界的机密文档,其中包含了多个Windows 远程漏洞利用工具,此工具集覆盖大量的Windows服务 器,可以被任何人进行下载利用,攻击者可以利用工具对Windows目标主机进行溢出提权,危害极大。 目前已知受影响的 Windows 版本包括但不限于:Windows NT,Windows 2000(没错,古董也支持)、Windows XP、Windows 2003、Windows Vista、Windows 7、Windows 8, Windows 2008、Windows 2008 R2、Windows Server 2012 SP0,基本全球70%的Windows服务器可能都暴露在危险之中,这次事件影响力堪称网络大地震! 面对这种指哪儿打哪儿的神级漏洞,锦行科技CTO.Jannock、长亭科技.Monster、腾讯玄武实验室.TK、腾讯湛泸实验室.yuange等国内相关安全专家也给出了一些想法和解决方案。微软MSRC也发布了一则风险评估公告,报告中指出微软MSRC分析了由Shadow Brokers公开提供 的大量漏洞,大多数漏洞都已经被修补。剩余的漏洞,也被验证在Windows7、Windows近期版本、Exchange2010以及Exchange较新版本中没有得到复现,不过微软MSRC强烈建议仍在使用这些产品先前版本的用户升级到更新版本。 想要了解相关防御方案,来i春秋学院吧!i春秋全网首发,为您复现真实漏洞场景,将被暴 露出的工具包搭建到虚拟环境中,用于大家学习,了解修补方案,达到安全防护的目的。 课程目标 本次实验将复现真实漏洞场景,让同学们分别从 漏洞产生原理、 漏洞攻击手法以及 如何修复漏洞这三个方面进行学习。

网络爬虫二三事儿

目录(?)[+] 一、网络爬虫简介 网络爬虫(又被称为网页蜘蛛,网络机器人,在FOAF社区中间,更经常的称为网页追逐者),是一种按照一定的规则,自动地抓取万维网信息的程序或者脚本。另外一些不常使用的名字还有蚂蚁、自动索引、模拟程序或者蠕虫。 二、网络爬虫分类 网络爬虫按照系统结构和实现技术,大致可以分为以下几种类型: 深层网络爬虫(Deep Web Crawler) 聚焦网络爬虫(Focused Web Crawler) 增量式网络爬虫(Incremental Web Crawler) 通用网络爬虫(General Purpose Web Crawler) 在实际的网络爬虫系统中,通常是几种爬虫技术相结合实现的。 三、聚焦网络爬虫 网络爬虫是一个自动提取网页的程序,它为搜索引擎从万维网上下载网页,是搜索引擎的重要组成。传统爬虫从一个或若干初始网页的URL开始,获得初始网页上的URL,在抓取网页的过程中,不断从当前页面上抽取新的URL放入队列,直到满足系统的一定停止条件。聚焦爬虫的工作流程较为复杂,需要根据一定的网页分析算法过滤与主题无关的链接,保留有用的链接并将其放入等待抓取的URL队列。然后,它将根据一定的搜索策略从队列中选择下一步要抓取的网页URL,并重复上述过程,直到达到系统的某一条件时停止。另外,所有被爬虫抓取的网页将会被系统存贮,进行一定的分析、过滤,并建立索引,以便之后的查询和检索;对于聚焦爬虫来说,这一过程所得到的分析结果还可能对以后的抓取过程给出反馈和指导。相对于通用网络爬虫,聚焦爬虫还需要解决三个主要问题: (1)对抓取目标的描述或定义; (2)对网页或数据的分析与过滤; (3)对URL的搜索策略。 四、网络爬虫示例 在本部分中,演示简单的网络爬虫过程,分别爬取本地和网页中“邮箱地址”信息,其中通过getMails()爬取本地邮箱地址,通过getMailsByWeb()爬取网页邮箱地址。 import java.io.BufferedReader; import java.io.FileReader; import java.io.IOException; import java.io.InputStreamReader; import java.net.URL; import java.util.ArrayList; import java.util.Iterator; import java.util.List; import java.util.regex.Matcher; import java.util.regex.Pattern; public class InfoSpider { public static void main(String[] args) throws IOException { List list = getMailsByWeb(); // 创建迭代器对象 Iterator it = list.iterator(); while (it.

【图像处理】Tensorflow:简易超分辨重建与坑

超分辨重建是图像复原领域的一大热点,能在硬件有限的情况下最大还原原始场景的信号,在天文探索、显微成像等领域有重要作用。成像设备对物体成像时,由于距离较远,成像会模糊,可以类比多尺度高斯滤波;受限于成像机能,成像像素达不到最理想条件,可类比为对原始像进行一个下采样。超分辨重建就是要在这种条件下复原原始图像。 假设上帝有最好的成像设备,成像为X;我们成像设备成像为B,高斯滤波模板设为G;为了防止问题病态,加入lasso正则。那么有: argmin [subsampling(conv(X,G))−B]2+λX 现在的问题是,Tensorflow如何表示subsampling并进行优化? Tensorflow支持以下几种图像缩放/采样: tf.image.resize_images,支持最近邻、双线性、双三次等缩放方法 tf.nn.max_pool 最大值下采样 tf.nn.avg_pool 均值下采样 现在我们逐个测试一下。图像经过三倍下采样: 1、tf.image.resize_images,双线性采样,振铃不严重,条纹很多: 2、tf.nn.max_pool,没有条纹、振铃,但是有一堆噪声,参数调了几次都没有什么更好的效果: 3、tf.nn.avg_pool,无条纹、噪声,有振铃,与原图相比颜色变暗,对比度下降: 4、来与原图做个对比 可以看出,效果最好的就是avg_pool了,在只有高斯模板参数,完全没有其他先验信息的情况,一秒钟内得到这个结果,已经让人非常惊讶了。猜测image-resize和max_pool其实在上下采样中都丢失相当多的信号,而avg_pool则保留了最多的信号,因此重建效果较好。 fast-neural-style文章提到过用感知特征来对图像进行超分辨重建,可以重建同样风格的细节,这个需要用生成网络对大量的图像进行训练,或者直接上vgg慢慢地计算感知特征来仿制风格细节。

Python网络编程:E-mail服务(八) 实现抄送和密送功能

简介 本文介绍如何通过smtp模块实现邮件的抄送和密送功能。 抄送功能实现 在发送邮件时,除了发送给相关的责任人,有时还需要知会某些人。这时就需要在邮件里指定抄送人员列表。相关实现如下: import smtplib from email.mime.multipart import MIMEMultipart from email.mime.text import MIMEText import os FROMADDR = "[email protected]" PASSWORD = 'foo' TOADDR = ['[email protected]', '[email protected]'] CCADDR = ['[email protected]', '[email protected]'] # Create message container - the correct MIME type is multipart/alternative. msg = MIMEMultipart('alternative') msg['Subject'] = 'Test' msg['From'] = FROMADDR msg['To'] = ', '.join(TOADDR) msg['Cc'] = ', '.join(CCADDR) # Create the body of the message (an HTML version).

python爬虫(requests)库安装

requests是一个比较好的网络请求处理库 官网 http://www.python-requests.org/ 安装 http://www.python-requests.org/en/master/user/install/#install 下载地址 https://github.com/kennethreitz/requests 1使用pip安装 (如果使用pip首先要安装pip https://pypi.python.org/pypi/pip 下载包后解压。执行python setup.py install) 然后在 pip install requests 2下载文件包。用命令行安装。下载 python setup.py install 尝试一下是否安装成功了 在python 中执行 import requests 没有报错。安装OK了

八个最佳Python IDE

转载至 http://blog.csdn.net/chszs Python是一种功能强大、语言简洁的编程语言。本文向大家推荐8个适合Python开发的IDE。 1. Eclipse with PyDev http://pydev.org/ Eclipse+PyDev插件,很适合开发Python Web应用,其特征包括自动代码完成、语法高亮、代码分析、调试器、以及内置的交互浏览器。 2. Komodo Edit http://komodoide.com/komodo-edit/ Komodo Edit是一个免费的、开源的、专业的Python IDE,其特征是非菜单的操作方式,开发高效。 3. Vim http://www.vim.org/download.php Vim是一个简洁、高效的工具,也适合做Python开发。 4. Sublime Text http://www.sublimetext.com/ SublimeText也是适合Python开发的IDE工具,SublimeText虽然仅仅是一个编辑器,但是它有丰富的插件,使得对Python开发的支持非常到位。 5. Pycharm http://www.jetbrains.com/pycharm/ Pycharm是一个跨平台的Python开发工具,是JetBrains公司的产品。其特征包括:自动代码完成、集成的Python调试器、括号自动匹配、代码折叠。Pycharm支持Windows、MacOS以及Linux等系统,而且可以远程开发、调试、运行程序。 6. Emacs http://www.gnu.org/software/emacs/ Emacs是一个可扩展的文本编辑器,同样支持Python开发。Emacs本身以Lisp解释器作为其核心,而且包含了大量的扩展。 7. Wing https://wingware.com/ Wing是一个Python语言的超强IDE,适合做交互式的Python开发。Wing IDE同样支持自动代码完成、代码错误检查、开发技巧提示等,而且Wing IDE也支持多种操作系统,包括Windows、Linux和Mac OS X。 8. Pyscripter https://code.google.com/p/pyscripter/ Pyscriptor是一个开源的Python集成开发环境,很富有竞争力,同样有诸如代码自动完成、语法检查、视图分割文件编辑等功能。