Python开发工具

主要功能包含用户的注册与登录、校园信息管理、进出校园管理、人脸报警管理、系统管理、我的信息等；管理员主要功能包括了用户管理、校园信息管理、进出校园管理、人脸报警管理、系统管理、我的信息等；管理员可以实现最高权限级别的全系统管理

python爬虫技术，熟悉相关库的调用，requests, selenium等技术的应用，已用作品如：二手房源的爬取，以及相关数据处理与分析，机器学习相关技术处理数据。

首先运用神经网络技术对庞大且复杂监测数据进行深度学习训练，该过程旨在自动化提取关键特征并揭示潜在的非线性关系。随后，我们将神经网络模型提炼出的高级代表性特征作为输入，对接支持向量机进行细致分类任务，凭借SVM在处理小样本、高维数据时的优势，精确描绘决策边界，以期实现数据的高精度细分与归类。

S（情境）： 承接头部客户项目运维，面临新系统上线及老平台迁移的复杂任务，涉及6大公共模块、27家税局、164台服务器，且需保障业务零中断。 T（任务）： 解决迁移效率低、人工操作冗余等痛点，确保业务不受影响并加速项目验收。 A（行动）： 自动化运维构建： 1、自主研发Python工具集，实现服务器批量启停进程、内存/磁盘监控、日志检索及文件拉取，将人工操作减少90%。 2、设计基于SFTP + 钉钉的实时监控告警，通过优化SQL查询语句统计异常数据并自动推送消息，发现问题时效达到分钟级。 全流程脚本化改造： 1、日志清理：使用Python定时任务，结合Linux的Cron服务自动清理27地区日志文件，保障磁盘使用率80%以内可用。 2、数据治理：编写脚本自动化清理27地区数据库冗余表，每天20点到早上9点每10分钟执行一次。 3、工具研发：实现请求报文Base64加密，针对客服部税号失败问题，通过工具平均每天修复10+问题。 R（结果）：老平台迁移耗时从2周压缩至2天，效率提升80%。164台服务器迁移过程零故障，加快项目验收进度，为公司节省了大量时间和成本。

功能介绍 数据来源与目标： 该脚本的目标是从购物平台爬取键盘商品的数据。 爬取的数据包括商品的标题、店铺名称、价格、地区、销量、属性和使用场景等信息。 爬取到的数据会被保存到本地的CSV文件中，文件名为键盘商品数据.csv。 数据爬取方式： 脚本通过模拟移动端API的请求，从网站的后端接口获取数据。 使用了平台的mtop.relationrecommend.wirelessrecommend.recommend接口，并通过构造特定的请求参数（如时间戳、签名、设备信息等）来获取商品数据。 数据处理与保存： 爬取到的原始数据是JSON格式，脚本通过解析JSON数据，提取出需要的信息。 对于某些字段（如地区信息、属性信息等），脚本进行了进一步的处理和格式化。 最终，提取和处理后的数据被写入到CSV文件中，方便后续的查看和分析。 实现方式 请求参数的构造： 脚本中定义了多个关键变量，如em_token、eT（时间戳）、eC（设备标识）和ep_data（请求数据）。 通过这些变量，脚本构造了请求的签名（sign），这是通过将em_token、时间戳、设备标识和请求数据拼接后进行MD5加密生成的。

API接口数据和线下表格数据实现结构配置化接口上传. 1、实现批量数据上传 2、实现接口与目标数据源的自动化匹配生成API接口 3、实现读取指定行数上传

爬取了boss,前程无忧，拉钩，猎聘，等各个招聘网址的职位信息，以及cookie的生成和获取，对数据进行了清洗存入数据库

主要面向中小企业、电商平台及物流仓储行业，致力于解决传统仓储管理中信息滞后、库存混乱、人工操作低效等问题。通过数字化管理手段，该系统可以提升库存管理的精准度，提高出入库效率，降低人为错误，优化仓储资源利用，帮助企业实现智能化、自动化的仓库运营。 前端：Vue.js/React + Ant Design，实现高效交互和良好用户体验。 后端：Spring Boot（Java）/Django（Python），提供稳定可靠的业务逻辑处理能力。 数据库：MySQL/PostgreSQL + Redis，支持高效数据存储与查询。

本项目使用darknet神经网络和残差网络一起构建模型，并用此网络训练模型，使用yoloV3算法进行检测。同时使用pyqt进行可视化显示

内容: 数据挖掘模型基于人工智能、机器学习、统计学、数据库、可视化技术等,采用当前比较流行的分类、回归分析、聚类、关联规则等模型算法,从不同的角度对数据进行挖掘。组件算法的图形化,通过可视化拖拽操作,实现零代码挖掘,降低结束 门槛;支持流程动态调度,支持上下游交互调试能力,比如全流程运行、单点运行、按分支运行等。主要包括可视化挖掘和zeppelin脚本挖掘。 业绩: 参与平台功能开发和优化,前端jsp+layui和后端struts2接口开发;参与支撑区域相关工作;主要包括:泰州公安机器学习 版本上线、湖南挖掘竞赛支撑、江西电信机器学习验收支撑、安徽电信调度挖掘功能上线、电信集团数里淘金决赛支撑等。

面向会计财务业务的发票统计程序，可以读取当前文件夹(含子文件夹)下所有png/jpg/pdf格式发票到xlsx表格，使用python os库遍历获取文件相对路径名，同时结合百度发票识别API实现发票数据的精准OCR.

这个项目在原有基础上进行了二次开发，主要增加了数据可视化和数据处理的功能，使用了 Django 框架作为后端支持，提升了系统的交互性和数据分析能力。项目的核心功能包括支持通过 Excel 文件上传并读取数据，同时还提供了数据下载功能，方便用户进行数据的导入导出操作。 首先，用户可以通过前端页面上传 Excel 文件，系统会自动解析文件内容并将数据存储在数据库中。为了确保数据的准确性和一致性，系统还对上传的 Excel 文件进行了格式和内容的校验，避免错误数据的进入。 其次，新增的数据可视化功能允许用户直观地查看和分析上传的数据信息。通过图表和图形展示，用户可以轻松地分析不同数据之间的关系和趋势，提高决策的效率和准确性。这一部分使用了常见的数据可视化库，如 Chart.js、Echarts 等，确保展示效果美观且易于理解。 此外，项目还提供了数据下载功能，允许用户将数据库中的数据以 Excel 文件的形式导出。这使得用户能够方便地将数据导出进行二次分析或保存，极大提升了系统的实用性。 技术上，Django 后端负责处理数据的存储、读取以及前端页面的数据交互。通过集成第三方库如 o

只要与在GPU服务器部署的模型服务互联完成对业务数据的处理，通过该软件调用大模型完成相应的推理任务，并在软件中监控和管理数据

个人在openjudge网站上的解题个人心得，保存为pdf文档，解题思路都用markdown语言编写并提供题目链接。 全部由个人独立完成，代码排版有序整洁，相关题目涉及python基础，动态规划，深度优先搜索和广度优先搜索等。

本模型聚焦航空运输服务质量优化，针对现有用户评价分析中存在的多语言评价稀疏性（如中文/英文评价占比7:3）、长尾语义噪声（非结构化文本占比＞85%）及动态情感漂移（如延误场景下情绪极性突变）等核心痛点，构建了基于多源异构数据融合的智能分析体系。相较于传统基于词频统计（TF-IDF）与静态情感词典的方案，本模型首创跨语言联合表征框架——采用BERT-Multilingual预训练模型实现中/英/日语评价的向量对齐（语义相似度↑32%），结合时域注意力LSTM捕获评价时序关联（如航班延误前后服务评分衰减模式），并引入对抗生成网络（GAN）合成长尾低频事件（如行李损坏、特殊餐食投诉）的训练数据，使F1-score提升至89.7%（较基线模型+41%）。技术实现上，模型依托Scrapy-Redis分布式爬虫集群日均抓取全球12家航司官网与社交媒体评价数据（＞5万条/天，抗反爬动态渲染破解率＞98%），经命名实体识别（NER）与事件图谱构建后，通过Docker-Kubernetes弹性计算集群实时输出服务质量热力图、旅客情感趋势曲线及突发问题预警指数（延误投诉响应延迟＜15分钟），已成功应用于某

1、实现基于特定条件自动归档数据，避免数据量过大影响到业务。 2、实现下线商户数据归档。 3、实现数据跨库归档。 4、实现了数据增加字段实时无锁切换。 5、实现了数据归档上传到OSS。

以万年历阳历日期为准，匹配相关的农历，星期，天干地支，等相关的信息再进行筛选，匹配出相关的有价值的数据。

项目简介 本项目旨在为物流与供应链管理行业提供一套综合性的解决方案，专注于整车运输、仓储管理、货运代理、售后备件服务以及金龙DK包装出口等核心业务场景。为了满足这些特定行业的复杂需求，我们开发了一套全面且灵活的软件系统，它不仅能够优化流程、提高效率，还能增强客户的满意度和市场竞争力。 项目模块及功能： 1. 整车运输管理：包括订单处理、路线规划、车辆调度、实时跟踪和状态更新等功能。 2. 仓储管理系统：实现货物入库、存储分配、库存监控、拣选打包及出库操作的自动化。 3. 货运代理服务：支持国际和国内货代业务，涵盖报关、保险、文件准备等服务。 4. 售后备件管理：确保客户可以快速获得所需的替换零件，同时提供维修和技术支持。 5. 包装出口服务：专门针对金龙DK产品设计，包含定制化包装方案、质量检验、标签打印和出口文档准备。 选型与架构特点： 技术选型上，本项目采用了Spring Boot框架作为主要的技术栈，结合了SSM（Spring + Spring MVC + MyBatis）和SSH（Struts + Spring + Hibernate）两种经典的企业级Java开发架构

首先使用python的senlenium+xpath爬取安居客的北京租房信息数据，然后使用pandas对爬取的数据进行预处理，然后使用pymysql将数据写入mysql以及hadoop大数据平台。然后使用sparksql对数据进行数据分析，将分析的指标存入mysql，然后利用flask+echares从mysql里面抽取数据进行数据分析的可视化

睡眠仪： 1、面向所有希望快速入睡的人群 2、高品质、高人性化操作、良好用户体感 3、触摸唤醒、Led指示、亮度可调、CD音质、flash存储播放内容、塑胶外壳、电镀边框 无线电话： 1、家用、办公 2、使用方便、操作丰富、语音播报、大屏显示 3、2.4GHz无线双工通信、塑胶外壳 对讲机： 1、家用旅游、公司经营 2、通道多、通讯加密、低功耗、语音保真 3、半双工无线通讯 移动电源： 1、个人手机等储电小设备 2、双输出、动态显示充电量及充电百分比显示、时间、日期显示 3、电池充放电管理、电量检测、LCD显示 蓝牙语音遥控器： 1、家庭电器类远距离控制 2、语音功能、低功耗 3、低功耗蓝牙技术、语音压缩发送