首先要向各位表示道歉的是：老师在前期讲应用层的复习时我溜号了 = =，所以听的不是很清楚，就没有写那一层的复习概要，但是我想应用层也就是http,dns,邮件，p2p那些东西吧 = =，个人见解，然后下面我就开始讲剩下的一些正文啥的 = =复习概要正文：socket编程 （不考）// 传输层可靠数据传输的基本原理（必考）信道利用率的计算 （必考）窗口大小和数据帧之间的约束关

前言这点是计算机网络里面的一个概念，可能有好多同学跟我一样的上网不听课，所以我在正文之前得给大家讲一讲一些基础概念。首先，这个概念是建立在网络层里面的。至于计算机网络分为哪些层，这个可以去百度~背景为什么提出这个概念？因为路由器转发数据报时不同的链路能够容纳的数据报的大小不同，所以当数据报从大的链路通过路由器转发到小的链路上时，需要进行IP分片，也就是把数据报拆分，然后到最后的链路上再组合好

最简单的说法是用一张图对应了两个数据，还是一样的画，但是X轴变成了另一个数据，这种图的作用是写出来两种数据的不同的地方，观测是否发生了漂移2.2.3　数据的基本统计描述的图形显示（1）本节我们研究基本统计描述的图形显示，包括分位数图、分位数-分位数图、直方图和散点图。这些图形有助于可视化地审视数据，对于数据预处理是有用的。前三种图显示一元分布（即，一个属性的数据），而散点图显示二元分布

最简单的说法是用一张图对应了两个数据，还是一样的画，但是X轴变成了另一个数据，这种图的作用是写出来两种数据的不同的地方，观测是否发生了漂移2.2.3　数据的基本统计描述的图形显示（1）本节我们研究基本统计描述的图形显示，包括分位数图、分位数-分位数图、直方图和散点图。这些图形有助于可视化地审视数据，对于数据预处理是有用的。前三种图显示一元分布（即，一个属性的数据），而散点图显示二元分布

废话不说,直接上代码.相对来说还是比较简单的import scapy_http.httptry:import scapy.all as scapyexcept ImportError:import scapydef parse_http_pcap(pcap_path):pcap_infos = list()packets = scapy.r...

1. 绘制图形[cpp] viewplain copy protected:      void paintEvent(QPaintEvent *);    void Widget::paintEvent((QPaintEvent *event)  {      QPainter painter(this); //this为绘图

废话不说,直接上代码.相对来说还是比较简单的import scapy_http.httptry:import scapy.all as scapyexcept ImportError:import scapydef parse_http_pcap(pcap_path):pcap_infos = list()packets = scapy.r...

通过直方图的方法 每张图片都可以生成其灰度图像直方图（histogram）。如果两张图片的直方图很接近，就可以认为它们很相似。     因此，此处我们利用两幅图像的直方图来进行相似度的比较。原理较为简单，具体算法如下：1、获得输入灰度图像的直方图分布；2、将直方图划分为64个区，每个区为连续的4个灰度等级；3、对每个区的4个值进行求和运算，得到1个数据，如此，会

#!/usr/bin/env pythonfrom PIL import Imageimport randomx=136y=76c = Image.new("RGB",(x,y))for i in range (0,x):for j in range (0,y):c.putpixel([i,j],(random.randint(0,255),rando...