01 简介
简介
功能
本博客所有文章除特别声明外，均采用 CC BY-NC-SA 4.0 许可协议。转载请注明来源 Estom的博客！
相关推荐
2021-12-24
iftop
iftop一款实时流量监控工具 补充说明iftop命令 是一款实时流量监控工具，监控TCP/IP连接等，缺点就是无报表功能。必须以root身份才能运行。 语法1iftop(选项) 选项123456789101112131415161718192021222324252627282930313233iftop: display bandwidth usage on an interface by hostSynopsis: iftop -h | [-npblNBP] [-i interface] [-f filter code] [-F net/mask] [-G net6/mask6] -h display this message -n don't do hostname lookups -N don't convert port numbers to services -p run in ...
2021-03-09
3 结构型设计模式
Structural Patterns（结构型模式）1 概述目标结构型模式涉及到如何组合类和对象以获得更大的结构。 结构型类模式采用继承机制来组合接口实现。 结构型对象模式不是对接口和实现进行组合，而是描述了如何对一些对象进行组合，从而实现新功能的一些方法。 因为可以在运行时改变对象组合关系，所以对象组合方式具有更大的灵活性，而这种机制用静态组合是不可能实现的。 Adapter（适配器） 将一个类的接口转换成客户希望的另外一个接口。 Adapter 模式使得原本由于接口不兼容而不能一起工作的那些类可以一起工作。 Bridge（桥接） 将抽象部分与它的实现部分分离，使它们都可以独立地变化。 Composite（组合） 将对象组合成树形结构以表示 “部分-整体” 的层次结构。 Composite 使得用户对于单个对象和组合对象的使用具有一致性。 Decorator（装饰） 动态地给一个对象添加一些额外的职责。 就增加功能来说，Decorator 模式相比生成子类更为灵活。 Facade（外观） 为子系统中的一组接口提供一个一致的界面。 Facade 模式定义了一个高...
2020-09-26
ginput_demo_sgskip
Ginput 演示这提供了交互功能的使用示例，例如ginput。 12345678import matplotlib.pyplot as pltimport numpy as npt = np.arange(10)plt.plot(t, np.sin(t))print("Please click")x = plt.ginput(3)print("clicked", x)plt.show() 下载这个示例 下载python源码: ginput_demo_sgskip.py 下载Jupyter notebook: ginput_demo_sgskip.ipynb
2021-12-24
logout
logout退出当前登录的Shell 补充说明logout命令 用于退出当前登录的Shell，logout指令让用户退出系统，其功能和login指令相互对应。 语法1logout
2020-09-26
collections
具有自动缩放功能的Line，Poly和RegularPoly Collection对于前两个子图，我们将使用螺旋。它们的大小将以图表单位设置，而不是数据单位。它们的位置将通过使用LineCollection和PolyCollection的“偏移”和“transOffset”kwargs以数据单位设置。 第三个子图将生成正多边形，具有与前两个相同类型的缩放和定位。 最后一个子图说明了使用 “offsets =（xo，yo）”，即单个元组而不是元组列表来生成连续的偏移曲线，其中偏移量以数据单位给出。 此行为仅适用于LineCollection。 123456789101112131415161718192021222324252627282930313233343536373839404142434445464748495051525354555657585960616263646566676869707172737475767778798081828384858687888990919293949596979899100101102103104105106107impor...
2021-03-25
说明
参考文献 附加：sklearn分类的实验过程（以实战工程索引） cookbook入门教程（以流程索引） sklearn官方教程（以功能索引） sklearn API（以库名称索引） sklearn理解 按工作流程cookbook，数据加载、数据处理、分类、结果验证、模型使用 按官方文档doc，各种功能数据加载、特征选择、监督、无监督、评分 按api文档，各种类库
