Benben_shop-CSDN博客

原创 vue3+ts使用echart,小白教程，全流程指导

在制作网页的时候我们需要制定图表，而对于web的图表我们一般采用echart.js将封装好的文件进行命名，在这个例子中文件名为"EchartsComponent.vue“,并且为组件命名为"EchartsComponent“组件代码如下：// 定义propswidth?: string;height?: string;import {// 定义props interface Props {width?: string;height?: string;

2024-11-04 17:13:38 836

原创 sqlalchemy数据类型

QLAlchemy的数据类型API：SQLAlchemy的数据类型都是基于TypeEngine类，这是所有SQL数据类型的最终基类。Comparator类用于定义数据类型如何进行操作，例如比较操作。存在一些mixin类，如Concatenable用于支持字符串的连接操作，ExternalType用于定义特定于第三方数据类型的属性和行为，Indexable用于支持索引操作，例如数组或JSON结构。使用示例：在使用SQLAlchemy定义数据模型时，可以通过Column函数指定字段的数据类型。例如，定

2024-10-22 18:00:43 253

原创使用python原生实现自动化发送邮箱，群发邮箱等邮箱操作

参数说明：host: SMTP 服务器主机。这个是可选参数。port: 如果你提供了 host 参数, 你需要指定 SMTP 服务使用的端口号，一般情况下 SMTP 端口号为25。local_hostname: 如果 SMTP 在你的本机上，你只需要指定服务器地址为 localhost 即可。

2024-10-11 02:04:00 934

原创 pythontkinter写一个简易计算器

2024-10-03 02:18:36 1004

原创 window下的hadoop所需文件

【代码】window下的hadoop所需文件。

2024-09-24 11:16:52 490

原创 python实现朴素贝叶斯同时处理离散和连续属性

朴素贝叶斯（Naive Bayes）是一种基于贝叶斯定理与特征条件独立假设的分类方法。在机器学习中，朴素贝叶斯模型是一种常见的监督学习算法，主要应用于文本分类，例如垃圾邮件和新闻分类，但它同样可以应用于其他领域中。

2024-09-22 16:16:43 910

原创 RTF数据格式转YOLO数据格式

RTF（富文本格式，Rich Text Format）和Word文档（以.doc和.docx为扩展名的Microsoft Word文档）是两种常用的文本文件格式。它们在文件结构、兼容性、功能和使用场景等方面存在一些显著差异。但是在图片处理目标识别领域，rtf格式在使用yolo的情况下并不支持，为了可以让yolo支持rtf格式，可以使用此工具将rtf数据格式的文件，转换为yolo数据格式文件，以便于使用yolo进行目标检测等图片领域的技术。仅支持win系统使用，需要请自取（需要python）

2024-09-20 16:49:13 150

原创 pygame+mysql写一个赛车游戏

使用python写一个赛车游戏，无代码，只有效果图和简单的原理，提供一些赛车游戏设计思路

2024-09-20 16:38:39 311

原创 python使用tk写一个推箱子游戏

使用python的tk的gui界面，全程使用python内置功能，无第三方库编写推箱子小游戏。

2024-09-20 16:04:33 410

原创 python使用flask和spark框架实现apriori算法

利用前后端不分离，由后端生成可选择商品列表点击商品即可自动填入商品名称最小支持度，置信度具有默认值所有小组件均有交互效果。

2024-05-22 19:16:38 249 1

原创 python 深度优先搜索算法，DFS

什么是深度优先搜索算法（DFS）？深度优先搜索（DFS）是一种用于遍历或搜索树或图的算法。在DFS中，我们会沿着一个分支走到底，直到该路径上的最后一个节点被访问，然后回溯并沿着另一条路径走到底，这个过程会一直重复，直到所有的节点都被访问过。在Python中实现深度优先搜索，通常会使用递归或栈这两种方式。两种方法都能有效地实现深度优先搜索。递归的方式代码更简洁，但使用栈的方式可能更直观，并且可以更好地控制搜索过程。

2024-05-22 18:08:55 573 1

pythontkinter写一个简易计算器

在当今数字时代，计算器已成为我们日常生活中不可或缺的工具。本次技术讲解将带您了解如何利用Python的Tkinter库，轻松构建一个简易的图形界面计算器。Tkinter是Python的标准GUI（图形用户界面）库，它提供了一系列控件，使得开发者能够快速搭建窗口程序。以下是构建计算器所需的关键技术点：Tkinter基础：包括窗口创建、控件布局和事件处理。逻辑运算：实现计算器的核心功能，如加减乘除等。创建窗口首先，我们需要创建一个Tkinter窗口，这是所有GUI应用的基础。添加控件接下来，我们为计算器添加按钮和输入框等控件。实现计算功能为按钮绑定事件处理函数，实现计算器的计算功能。通过以上步骤，我们成功构建了一个简易的图形界面计算器。Tkinter库的强大功能使得整个过程变得简单快捷。掌握Tkinter，您将能够在Python的世界中创造出更多有趣的应用。快来动手试试吧，开启您的GUI编程之旅！

2024-10-03

window下的hadoop所需文件winutil-master

Hadoop是一个开源的分布式计算框架，由Apache软件基金会开发和支持。它允许分布式处理大规模数据集，主要应用于大数据分析领域。Hadoop的设计目标是可靠、高效、可伸缩，并且能够运行在由普通商用硬件构成的集群上。主要组件： Hadoop分布式文件系统（HDFS）： HDFS是Hadoop的核心组件之一，为Hadoop提供高吞吐量的数据存储解决方案。它将大文件分割成固定大小的数据块，并分布在集群中的多个节点上。 HDFS采用主从架构，包含一个NameNode（管理文件系统的命名空间和客户端对文件的访问）和多个DataNode（存储实际的数据块）。 YARN（Yet Another Resource Negotiator）： YARN是Hadoop的资源管理器，负责管理集群中的计算资源，并调度运行在Hadoop集群上的应用程序。它允许不同类型的数据处理引擎（如MapReduce、Spark等）在Hadoop集群上运行。 MapReduce： MapReduce是Hadoop的原生计算框架，用于大规模数据处理。它将计算任务分为两个阶段：Map（映射）和Reduce（归约）。

2024-09-24

python实现朴素贝叶斯同时处理离散和连续属性

朴素贝叶斯（Naive Bayes）是一种基于贝叶斯定理与特征条件独立假设的分类方法。在机器学习中，朴素贝叶斯模型是一种常见的监督学习算法，主要应用于文本分类，例如垃圾邮件和新闻分类，但它同样可以应用于其他领域中。朴素贝叶斯算法由于其简单和高效，在许多领域都有着广泛的应用，尤其是在需要快速分类的场景中。“朴素”一词来源于算法的一个关键假设：假设特征之间相互独立。也就是说，一个特征或属性的出现不依赖于其他特征。这个假设虽然在实际问题中往往不成立，但在实际应用中，朴素贝叶斯分类器通常表现良好，并且由于它的简单和高效，在很多情况下都是一个不错的选择。朴素贝叶斯分类器有几种不同的类型，取决于特征的概率分布：伯努利朴素贝叶斯：适用于特征是二元的情况。多项式朴素贝叶斯：适用于特征是多项式分布的情况，如单词计数。高斯朴素贝叶斯：适用于特征是连续变量且呈正态分布的情况。计算效率高，易于实现。在数据量较小的情况下仍然表现良好。对于缺失数据不敏感特征独立性的假设在现实中往往不成立。该朴素贝叶斯可以同时处理离散变量和离散变量。

2024-09-22

RTF数据格式转YOLO数据格式

RTF是什么格式的文件? RTF（富文本格式，Rich Text Format）和Word文档（以.doc和.docx为扩展名的Microsoft Word文档）是两种常用的文本文件格式。它们在文件结构、兼容性、功能和使用场景等方面存在一些显著差异。比如：RTF是一种通用的文本文件格式，Word文档是Microsoft Word的专有文件格式。RTF（Rich Text Format，富文本格式）是一种文档文件格式，主要用于跨平台和跨应用程序的文档交换。它由微软公司开发，可以包含文字、图像、格式化信息（如字体、颜色、段落样式）等。RTF文件可以在大多数文字处理软件中打开和编辑，比如微软Word、谷歌文档、LibreOffice等。但是在图片处理目标识别领域，rtf格式在使用yolo的情况下并不支持，为了可以让yolo支持rtf格式，可以使用此工具将rtf数据格式的文件，转换为yolo数据格式文件，以便于使用yolo进行目标检测等图片领域的技术

2024-09-20

python朴素贝叶斯（Naive Bayes）算法，机器算法

朴素贝叶斯（Naive Bayes）算法是一种基于贝叶斯定理的简单概率分类器。它假设特征之间相互独立，因此称为“朴素”。尽管这个假设在实际应用中往往不成立，但朴素贝叶斯在许多情况下仍然表现出很好的性能，特别是在文本分类（如垃圾邮件检测）等领域。在这个实现中，我们首先计算了每个类别的先验概率，然后计算了每个特征在给定类别下的条件概率（假设特征服从高斯分布）。在预测阶段，我们使用了这些概率来计算每个类别的后验概率，并选择具有最高后验概率的类别作为预测结果。在实际应用中，通常使用scikit-learn库中的GaussianNB类来实现朴素贝叶斯算法，因为它提供了更多的功能和优化。此外，朴素贝叶斯算法也可以用于多类别分类问题，并且在处理文本数据时，通常会使用多项式朴素贝叶斯或伯努利朴素贝叶斯，这些变体适用于不同类型的数据分布。

2024-05-22

pythonKNN算法，机器学习

K-近邻（K-Nearest Neighbors，KNN）算法是一种简单的监督学习算法，通常用于分类任务，但也可以用于回归任务。KNN算法的核心思想是，一个新样本的分类可以通过查询其最近的K个邻居的类别来确定。这些邻居是基于距离度量的，例如欧几里得距离。以下是KNN算法的基本步骤：选择一个距离度量（例如，欧几里得距离）。确定邻居的数量K。对于新的输入样本，计算它与训练集中每个样本的距离。根据距离对训练集中的样本进行排序，并选择最近的K个样本。对这K个样本的类别进行投票，以确定新样本的类别。在这个实现中，我们首先定义了一个计算欧几里得距离的函数。然后，我们创建了一个KNN类，其中包含了fit和predict方法。fit方法用于训练模型，即保存训练数据。predict方法用于预测测试数据的类别，它使用私有方法_predict来为每个测试样本找到最近的K个邻居，并基于这些邻居的类别进行投票。最后，我们使用鸢尾花（Iris）数据集来演示KNN算法的分类效果，并计算了预测的准确性。在实际应用中，通常使用scikit-learn库中的KNeighborsClassifier

2024-05-22

pythonA*算法（A-star algorithm），寻路算法

A*算法（A-star algorithm）是一种启发式搜索算法，用于在图形路径finding中找到最低成本的路径。它是一种“最佳优先搜索”，并且使用启发式函数来评估从起始点到目标点的路径的成本。A算法相对于其他路径finding算法（如广度优先搜索）的优点在于它能够更快地找到解，尤其是在大型或复杂的图中。 A*算法使用两个主要的评价函数： g(n) - 从起始点到节点n的实际成本。 h(n) - 从节点n到目标点的估计成本（启发式）。 A*算法为每个节点计算一个总成本值 f(n) = g(n) + h(n)，并优先扩展具有最低f(n)值的节点我们定义了一个Node类来表示图中的节点，每个节点都有自己的g、h和f值。我们使用heapq模块来实现一个优先队列，以便能够快速地获取和移除具有最低f值的节点。heuristic函数是一个简单的启发式函数，它估计从当前节点到目标节点的成本。在这个例子中，我们使用了曼哈顿距离作为启发式函数，但这可能不适用于所有情况。在实际应用中，选择合适的启发式函数对于A*算法的性能至关重要。

2024-05-22

python双向广度优先搜索算法（Bidirectional Breadth-First Search, BBFS），寻路算法

双向广度优先搜索（Bidirectional Breadth-First Search, BBFS）是广度优先搜索的一种变体，它在搜索图中同时从起始节点和目标节点展开搜索。当两个搜索前沿相遇时，算法成功找到一条从起始节点到目标节点的路径。这种方法通常比单向搜索更快，因为它从两个方向搜索，搜索空间增长的速度更慢。双向广度优先搜索适用于对称图，即图中从节点A到节点B的路径和从节点B到节点A的路径长度相同的情况。如果图不对称，双向广度优先搜索可能不会找到最短路径

2024-05-22

python迭代加深算法（Iterative Deepening Depth-First Search, IDDFS），寻路算法

迭代加深算法（Iterative Deepening Depth-First Search, IDDFS）是一种用于搜索树的算法，它结合了深度优先搜索（DFS）和广度优先搜索（BFS）的优点。IDDFS的基本思想是从深度限制为0开始，逐渐增加深度限制，每次都执行一次深度优先搜索，直到找到解决方案。这种算法的优点是它避免了深度优先搜索可能遇到的路径探索过深的问题，同时也避免了广度优先搜索使用过多内存的问题。IDDFS在内存有限的情况下尤其有用，因为它不需要存储整个搜索空间，而且可以在搜索过程中逐步深入。

2024-05-22

python广度优先搜索算法（BFS）

广度优先搜索（BFS）是另一种用于遍历或搜索树或图的算法。在BFS中，我们首先访问起始节点，然后逐层访问其所有邻居节点，就像一圈一圈向外扩展的波纹一样。在访问完当前层的所有节点之前，不会进入下一层。在Python中实现广度优先搜索通常会使用队列（queue）。使用队列的广度优先搜索以下是使用队列实现广度优先搜索的一个简单例子。这个例子中，我们同样假设数据结构是一个无向图，用邻接表来表示。广度优先搜索通常用于解决最短路径问题，因为它会按照从起始节点开始的距离顺序访问节点，确保在访问任何节点之前，所有更近的节点都已经访问过了。

2024-05-22

python深度优先搜索算法DFS

深度优先搜索（DFS）是一种用于遍历或搜索树或图的算法。在这种算法中，我们会沿着一个分支走到底，直到该路径上的最后一个节点被访问，然后回溯并沿着另一条路径走到底，这个过程会一直重复，直到所有的节点都被访问过。在Python中实现深度优先搜索，通常会使用递归或栈（stack）这两种方式。寻路算法中最基础的python深度优先算法。该资源包含了深度优先搜索的两种实现方式。第一种利用递归的深度优先搜索算法。这个例子中，我们假设数据结构是一个无向图，用邻接表来表示。第二种使用栈的深度优先搜索算法。这个例子中，我们假设数据结构是一个无向图，用邻接表来表示。递归的方式代码更简洁，但使用栈的方式可能更直观，并且可以更好地控制搜索过程。

2024-05-22

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人