如果您在大型 IT 公司工作，您可能会注意到他们屏蔽了一些网站，特别是社交网站，例如 Facebook、YouTube、Instagram 等。与其使用第三方应用程序来屏蔽某些网站，不如开发我们自己的自定义应用程序来屏蔽我们选择的网站，并且在 Python 中开发网站拦截器并不困难。这就是我们要做的——开发一个 Python 脚本，用于屏蔽我们想要屏蔽的网站。先决条件：已安装 Python 3.x；Python 基础知识。我们将要做的事情：我们将开发一个 Python 应用程序，它将屏蔽…… 阅读更多

在这里，我们将使用 Python 开发一个键盘记录器。但在那之前，什么是键盘记录器？键盘记录器是一个程序，我们可以用它来监控按键。这些按键将存储在日志文件中。我们可以使用此按键记录用户名和密码等敏感信息。要创建键盘记录器，我们将使用 pynput 模块。由于它不是 Python 的标准库，我们可能需要安装它。安装pyxhook 模块——我将使用 pip 来安装 pynput——pip install pynput 需求已满足：pynput in c:\python\python361\lib\site-packages (1.4) 需求已满足：six in c:\python\python361\lib\site-packages (来自 pynput) … 阅读更多

Tkinter 是 Python 的一个 GUI 库，我们可以用它来创建多个 GUI 应用程序。在这里，我们将使用 tkinter 开发一个类似记事本的文本编辑器。这个记事本将有一个菜单，我们可以创建新文件、打开现有文件、保存文件、编辑、剪切和粘贴，所有功能都将存在。先决条件：已安装 Python；已安装 Tkinter。注意：tkinter 作为 Python 3.x 的标准库提供。添加菜单项：我们的记事本将有四个主菜单项：文件、编辑、命令和帮助。我们的文件菜单项将有四个子项——新建、打开、保存和退出。我们的编辑菜单项将有三个子项——剪切、复制和…… 阅读更多

我们在项目中使用生成随机数来生成样本数据，这些数据稍后可用于测试、填充空列或用于许多其他目的，关键是我们需要生成随机数据。在 Python 中，有许多方法可以生成随机数据，我们将在本文中探讨其中一些方法——Python random() 模块Python 附带的一个重要库是 random，我们将在代码中始终使用它。要在代码中使用此模块，您只需导入它即可，就是这样…… 阅读更多

所有 IT 公司的主要关注点之一是其数据的安全性。有多种散列技术可以保护和检查我们的数据。什么是散列？散列是一个函数，它将可变长度的字节序列作为输入，并将其转换为固定长度的序列。但是，要将原始数据（输入字节）取回并不容易。例如，x 是您的输入，f 是 f 是散列函数，则计算 f(x) 又快又容易，但尝试再次获取 x 是一项非常耗时的工作。散列函数的返回值称为…… 阅读更多

所有 IT 公司的主要关注点之一是其数据的安全性。有多种散列技术可以保护和检查我们的数据。什么是散列？散列是一个函数，它将可变长度的字节序列作为输入，并将其转换为固定长度的序列。但是，要将原始数据（输入字节）取回并不容易。例如，x 是您的输入，f 是 f 是散列函数，则计算 f(x) 又快又容易，但尝试再次获取 x 是一项非常耗时的工作。散列函数的返回值称为…… 阅读更多

Python pickle 模块用于序列化和反序列化 Python 对象结构。将任何类型的 Python 对象（列表、字典等）转换为字节流（0 和 1）的过程称为 pickling 或序列化或展平或封送处理。我们可以通过称为解序列化的过程将字节流（通过 pickling 生成）转换回 Python 对象。为什么使用 Pickle？在现实世界中，pickling 和 unpickling 的使用非常广泛，因为它们允许我们轻松地将数据从一个服务器/系统传输到另一个服务器/系统，然后将其存储在文件或数据库中。注意事项：建议不要解序列化收到的数据…… 阅读更多

在终端中，如果您想使某些文本以彩色模式显示，则在 Python 编程中有多种方法可以实现它。使用 Python 模块1. termcolor 模块：它是终端输出的 ANSII 颜色格式。import sys from termcolor import colored, cprint text1 = colored('Hello, Tutorialspoint!', 'blue', attrs=['reverse', 'blink']) print(text1) cprint('Hello, Python!', 'blue', 'on_white') print_red_on_blue = lambda x: cprint(x, 'red', 'on_blue') print_red_on_blue('Hello, from Data Science!') print_red_on_blue('Hello, Python!') for i in range(10): cprint(i, 'green', end=' ') cprint("Attention!", 'blue', attrs=['bold'], file=sys.stderr)结果阅读更多

可以使用标准 Python x[obj] 语法对 ndarray 进行索引，其中 x 是数组，obj 是选择。有三种可用的索引——字段访问、基本切片、高级索引。将存在哪种索引取决于 obj。在本节中，我们将主要关注基本切片和高级索引。我们可以将高级索引分为两部分——整数数组索引、布尔索引。基本切片Python 基本切片概念扩展到基本切片的 n 维。与使用 start、stop 和 step 参数构建的 Python 切片对象一样。要获取…… 阅读更多

有多种方法可以创建 NumPy 数组。NumPy 提供两种不同的方法将 ndarray 转换为 1D 数组：一种是使用 flatten() 方法，另一种是使用 ravel() 方法。示例#导入所需的库，numpy import numpy as np #从列表创建一个数组 arr = np.array( [ (2, 7, 3, 4), (5, 6, 9, 1)]) #flatten_output print(arr.flatten()) #ravel_output print(arr.ravel())输出[2 7 3 4 5 6 9 1] [2 7 3 4 5 6 9 1]现在我们可以看到这两个函数返回相同的列表，所以问题出现了，为什么会有两种相同的方法…… 阅读更多