盘点在pyinstaller打包的时候遇到的一些坑1、当遇到编码问题的时候要怎么解决[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-dWbl6IDm-1606805468621)(https://cdn.jsdelivr.net/gh/13060923171/images@main/img/image-20201201090248717.png)]在cmd窗口输入ch

# /usr/bin/env python3# -*- coding:utf-8 -*-## user config here## user config endimport requestsimport jsonimport osimport pandas as pdfrom tqdm import tqdmip = 'xxx.xxx.xxx.xxx'#这里填写你的zabbix的ip地址user

数据分析之Hive篇Hive基于Hadoop的数据仓库工具支持SQL查询功能1、创建表我们先创建内部表2、Hive的复合类型数据用法：map、array、json如何提高hive的执行效率，先将多个小文件合并如何避免数据倾斜，使得我们提高执行效率怎么控制reduce数量，防止它数量过大或过小直接控制reduce数量，500就是500个reduce...

数据挖掘，机器学习，深度学习的区别是什么？数据挖掘通常是从现有的数据中提取规律模式以及使用算法模型。核心目的是找到这些数据变量之间的关系，因此我们也会通过数据可视化对变量之间的关系进行呈现，用算法模型挖掘变量之间的关联关系，通常情况下，我们只能判断出变量A和变量B是有关系的，但并不一定清楚这两者之间的具体关系机器学习是人工智能的一部分，通过训练数据和算法模型让机器具有一定的智能。一般是通过已有的数

1、 项目背景、功能需求分析什么是逆概率我们肯定知道正概率，举个例子就是，箱子里有5个黑球5个白球，那你随机拿到黑球和白球的概率都是50%，那现在我不知道箱子里有多少个黑球白球，那我通过不断的拿球应该如何确定箱子里有多少个黑球白球呢，这就是出名的逆概率其实机器学习很多时候也就是逆概率的问题，我有大量现实例子的情况下，让机器从这些例子中找到共同的特征，例如给一万张猫的图片给机器学习，然后找到共同的特

数据挖掘，机器学习，深度学习的区别是什么？数据挖掘通常是从现有的数据中提取规律模式以及使用算法模型。核心目的是找到这些数据变量之间的关系，因此我们也会通过数据可视化对变量之间的关系进行呈现，用算法模型挖掘变量之间的关联关系，通常情况下，我们只能判断出变量A和变量B是有关系的，但并不一定清楚这两者之间的具体关系机器学习是人工智能的一部分，通过训练数据和算法模型让机器具有一定的智能。一般是通过已有的数

旅游可视化系统flask+pyecharts1、先上效果图吧2、关于环境问题pyecharts 1.8.1，Flask 1.1.23、思想步骤，首先我们是先用pyecharts生成html文件，然后将生成好echarts这一部分复制到我们的主页面里面，这样子就不需要js基础也可以生成可视化系统，因为现在主流echarts+flask，本人由于学习时间较短，不太会用echarts，因此才想到这步奇淫

怎么让服务器访问外网设置代理单次设置代理pip install pandas --proxy=http://172.16.128.38:8080临时设置export http_proxy=http://172.16.128.38:8080export https_proxy=http://172.16.128.38:8080Linux一些常用的网络命令远程登录Linuxssh xxx.xxx.xx

搭建邮件日报实战1、我们需要一个开源的Linux系统然后通过shell脚本，自动生成要发送的内容2、我们通过python 编写邮件发送程序发送邮件的协议是SMTP，首先我们先到邮箱的设置页面开启我们的服务# 下面编写 发送邮件正文的Python 脚本 send.py# 两个函数, 第一个基础功能发送邮件, 只包含正文, 第二个发送带有附件的邮件, 并抄送对应邮件地址# -*- coding: UT

1、 项目背景、功能需求分析什么是逆概率我们肯定知道正概率，举个例子就是，箱子里有5个黑球5个白球，那你随机拿到黑球和白球的概率都是50%，那现在我不知道箱子里有多少个黑球白球，那我通过不断的拿球应该如何确定箱子里有多少个黑球白球呢，这就是出名的逆概率其实机器学习很多时候也就是逆概率的问题，我有大量现实例子的情况下，让机器从这些例子中找到共同的特征，例如给一万张猫的图片给机器学习，然后找到共同的特