- 博客(49)
- 资源 (7)
- 收藏
- 关注
RSS订阅
原创 Python读Excel数据自动化填入日常办公的网页表单
前言本篇内容，让你完全掌握Python是如何自动化办公的~一、环境准备1.1 Python 3.7.01.2 Pycharm （Python 开发工具）1.3 Selenium （处理网页表单工具类）1.4 openpyxl （处理Excel工具类）selenium 安装：pip install selenium -i https://pypi.douban.com/simple/openpyxlpy安装：pip install openpyxl ...
2020-08-14 12:33:39
17252
6
转载 AI小天才：让你轻松掌握机器学习
想象一下，您的孩子在未来的职业生涯中拥有一种独特的技能，这种技能不仅能让他们在学业上遥遥领先，还能在未来的职场中脱颖而出。我们推出了一门专为小学生设计的机器学习课程，内容丰富有趣，轻松易懂，旨在培养孩子们的逻辑思维能力和创新思维。报名链接🔗AI小天才：让小学生轻松掌握机器学习：点击这里立即报名，和孩子一起开启机器学习的奇妙之旅吧！这些课程不仅仅是学习机器学习，更是让孩子们在寓教于乐中掌握未来的技能，为他们的未来插上腾飞的翅膀！🦅 探索鹰（DBSCAN聚类）： 拓展营销智慧，启发孩子们的创造力！
2024-10-24 18:41:42
86
原创 python读取pdf内容写入到Excel表格中
读取文件夹中的所有 PDF 文件。提取每个 PDF 文件的全文内容。创建一个新的 Excel 表格或使用现有的表格。将提取的内容粘贴到表格中，每个 PDF 的内容放在一个垂直单元格中。保存表格文件。以上代码可以帮助你从 PDF 文件夹中提取内容并将其导出到一个 Excel 文件中，每个 PDF 的内容放在 Excel 文件的一列中，方便进一步处理和分析。
2024-09-07 22:23:01
1100
原创 Python批量读取身份证信息录入系统和重命名
大家好，如果你对自动化处理身份证图片感兴趣，可以尝试以下操作：从身份证图片中快速提取信息，填入表格并提交到网页系统。如果你无法完成这个任务，我们将在“”课程中详细讲解实现整个过程。实现过程概述：模块与功能：re 模块：用于从 OCR 识别出的文本中提取所需的信息。日期模块：计算年龄。pandas：处理和操作表格数据。PaddleOCR：百度的 OCR 模块，适合中文文本识别。concurrent.futures：实现并发处理，提高图片识别效率。
2024-09-07 22:13:59
1384
原创 Python自动化办公2.0 课程更新
和一系列自动化项目案例的开发，包括我们封装了ztl-uia 模块，可以同时自动化操控windows 软件和浏览器, 封装的模块，针对为付费学员使用，目前新课5折149元子。之前的课程，包含了Python pandas+sklearn 数据分析，和Stremlit 可视化仪表盘的开发。本周更新，是给付费用户，封装了可以操控软件的模块。还有模块生成的文档，这是控制桌面的。
2024-08-27 21:27:35
276
原创 Python自动化办公2.0：重塑工作效率的未来
Python自动化办公2.0”不仅是对传统办公方式的升级，更是对数据分析、可视化和智能化的全面革新。通过Pandas强大的数据处理功能、Streamlit酷炫的可视化能力以及机器学习的智能预测，你可以打造出一个高效、智能且引人注目的数据管理系统。现在就开始你的Python自动化之旅，让工作效率和数据价值跃上新台阶吧！
2024-08-03 19:13:15
848
原创 Python自动化办公2.0 即将发布
课程优点：逐步升级，代码案例更加丰富、技术服务更加完善。往往萌新小白，开发环境搞不定，其实我们有社群的，老师也是在群里的，所以不用再评论区，发牢骚。不保证，课程代码在每台机器上，都能完美运行。系统差异，python 版本，模块版本差异的问题。pycharm 老版本还是新版本的，布局和使用都会有异同，先熟悉软件的创建项目，配置python 解释器开始。pycharm 软件激不活的问题，请直接使用开源版。有问题找老师~. 有问题的小伙伴，可以直接关注，私聊我csdn账号。第二节课：数据筛选、过滤与排序。
2024-05-31 22:06:11
971
原创 AIGC智能办公实战 课程，祝你事业新高度
从零使用Python开发AI助手》这门课程将带领你走进AI的世界，从基础概念讲起，逐步深入，让你掌握使用Python开发AI助手的完整流程。课程以实践为导向，结合理论知识和实际操作，让你在学习的过程中不断积累实践经验，最终能够独立完成一个功能强大的AI助手。在数字化时代，人工智能（AI）已经渗透到我们生活的方方面面，从智能家居到自动驾驶，从医疗诊断到金融分析，AI助手正在改变我们的工作方式和生活质量。无论你是AI领域的初学者，还是有一定基础的开发者，这门课程都将为你提供宝贵的学习机会和实践经验。
2024-05-31 21:44:38
480
原创 机器学习：探索数据的魔法世界
机器学习是一种人工智能的分支领域，旨在让计算机系统通过学习数据模式和规律，从而不断改进和优化自身的性能。与传统的编程方式不同，机器学习通过从数据中学习模型，使计算机能够自主地进行决策和预测。
2024-05-27 12:07:36
592
原创 XGBoost算法详解：机器学习分类中的强力工具
XGBoost是一种基于决策树的集成学习算法，通过不断迭代训练弱分类器，并将它们组合成一个强分类器。相比于传统的梯度提升算法，XGBoost引入了一些创新性的改进，如正则化、特征分裂和并行计算等，从而提高了模型的性能和泛化能力。
2024-05-27 12:03:38
478
原创 朴素贝叶斯算法解析：从原理到实践
朴素贝叶斯算法基于贝叶斯定理和特征条件独立假设，通过计算后验概率来进行分类。其核心思想是利用已知类别的样本计算特征的先验概率和条件概率，然后根据贝叶斯公式计算待分类样本属于各个类别的后验概率，选择具有最大后验概率的类别作为预测结果。
2024-05-27 11:59:15
478
原创 AI小天才：让你轻松掌握机器学习之K近邻
KNN算法的基本原理是通过找出与新样本最近的K个训练样本，并根据它们的类别（对于分类任务）或者值（对于回归任务）来预测新样本的类别或值。K的选择会影响算法的性能，通常需要通过交叉验证等方法来确定最优的K值。在KNN算法中，可以为每个最近邻样本赋予不同的权重，以反映它们对预测的贡献程度。当然，下面我将更详细地解释K最近邻（KNN）算法的实现细节，并提供一个简单的Python示例来说明如何使用KNN算法进行分类任务。由于KNN算法是基于距离的，因此特征的尺度会影响算法的性能。
2024-05-27 11:49:37
642
原创 AI小天才：让你轻松掌握机器学习之决策树
决策树算法是一种常用的机器学习算法，用于分类和回归任务。在这个算法中，我们通过一系列的决策节点将数据集分割成不同的子集，直到达到某个停止条件，比如子集中的样本数量小于某个阈值或者树的深度达到预定值。算法从根节点开始，选择一个特征来对数据集进行划分。这个选择通常是基于某种度量，比如信息增益（ID3算法）、信息增益比（C4.5算法）、基尼不纯度（CART算法）等。该特征的划分将数据集分成不同的子集。接着，对每个子集重复上述过程，选择最佳特征再次划分，直到达到停止条件。
2024-05-27 11:39:36
692
原创 第八章：模型优化与处理文本数据（AI小天才：让你轻松掌握机器学习）
模型优化和文本数据处理是机器学习中的关键步骤，直接影响模型的性能和效果。通过本章的介绍，希望你能够掌握一些常见的模型优化技巧和处理文本数据的方法，并能够在实际项目中应用。
2024-05-24 19:49:57
411
原创 第七章：集成学习（AI小天才：让你轻松掌握机器学习）
集成学习是一种将多个模型组合起来以解决问题的方法。与单个模型相比，集成模型通常具有更好的泛化能力和预测准确性。集成学习的关键思想是“众人拾柴火焰高”，即通过结合多个模型的意见，来得到更准确和可靠的预测结果。集成学习是一种强大而有效的机器学习方法，可以通过结合多个模型的预测结果来提高整体性能。通过本章的介绍，希望你能够理解集成学习的基本原理、常见方法和应用场景，为解决实际问题提供参考。
2024-05-24 19:44:56
477
原创 第六章：支持向量机与决策树（AI小天才：让你轻松掌握机器学习）
支持向量机与决策树是两种常见且有效的监督学习算法，它们在不同的问题和场景中都有广泛的应用。通过本章的介绍，希望你能够理解它们的基本原理、优缺点和应用场景，为解决实际问题提供参考。
2024-05-24 18:34:38
470
原创 第五章：无监督学习（AI小天才：让你轻松掌握机器学习）
无监督学习是一种从未标记的数据中提取模式和关系的机器学习方法。与监督学习不同，无监督学习不需要对输入数据进行标记或分类，而是通过分析数据之间的相似性和结构来发现隐藏的模式。无监督学习是一种强大的工具，它可以帮助我们从未标记的数据中发现隐藏的模式和关系。通过本章的介绍，希望你能够理解无监督学习的基本概念、常见算法和应用场景，为解决实际问题提供参考。
2024-05-24 18:28:29
522
原创 第四章：K近邻与朴素贝叶斯（AI小天才：让你轻松掌握机器学习）
K近邻与朴素贝叶斯是两种简单而有效的机器学习算法，它们在不同的问题和场景中都有广泛的应用。通过本章的介绍，希望你能够理解它们的基本原理和应用，为解决实际问题提供参考。
2024-05-24 17:52:42
453
原创 第三章：逻辑回归（AI小天才：让你轻松掌握机器学习）
逻辑回归是一种用于解决分类问题的监督学习算法。它用于预测一个二元变量的概率输出，通常表示为类别的概率值。在逻辑回归中，我们将输出变量看作是服从伯努利分布的随机变量，然后使用一个逻辑函数（也称为Sigmoid函数）将线性组合的特征映射到[0, 1]之间的概率范围内。逻辑回归是一种简单而强大的分类算法，它提供了一种有效的方法来预测二元输出变量的概率。通过本章的介绍，希望你能够对逻辑回归有所了解，并能够应用于实际问题中。
2024-05-24 17:45:58
671
原创 第二章：线性回归（AI小天才：让你轻松掌握机器学习）
线性回归是一种用于预测连续数值输出的监督学习方法。它假设输入特征和输出之间存在线性关系，通过拟合一条直线（或者在更高维度中是一个超平面）来进行预测。简单来说，线性回归试图找到一条最适合数据的直线，以最小化预测值和实际值之间的误差。线性回归是机器学习中的基础模型之一，它提供了一种简单而强大的方法来建立输入和输出之间的关系。通过本章的介绍，希望你能够对线性回归有所了解，并能够应用于实际问题中。
2024-05-24 16:23:40
309
原创 第一章：机器学习简介（AI小天才：让你轻松掌握机器学习）
机器学习是一种让计算机系统通过数据和经验自动改进和学习的方法。它是人工智能（AI）领域的一个重要分支，可以让计算机系统不断提高性能，执行特定任务，而无需明确的编程指令。机器学习是一项强大而多样化的技术，它不仅改变着我们日常生活的方方面面，也正在推动着科学和工程领域的发展。希望通过这个简介，你对机器学习有了更深入的了解，并能够进一步探索这个令人兴奋的领域。
2024-05-24 16:10:52
432
原创 终于让我找到了，你也可以学会的人工智能-机器学习教程
给大家分享一套非常棒的python机器学习课程——《AI小天才：让小学生轻松掌握机器学习》，2024年5月完结新课，提供配套的代码+笔记+软件包下载！学完本课程，可以轻松掌握机器学习的全面应用，复杂特征工程，数据回归，分类，算法的项目实战应用，以小学生的视角和知识储备即可学会。以下是案例代码，非常详细，代码复用率，扩展性非常强。非常实用，代码拼积木形式指导完成。机器学习原理，举例子打比方的形式，通俗易懂的，让小学生都能学得会。
2024-05-24 12:14:48
741
原创 给大家分享一套非常棒的python机器学习课程
2-5房产投资必备：多元线性回归（斜线狐狸）实战揭示房屋销售价格[17:36]4-2智能水果分类：K近邻（邻家兔）代码实战，水果分类轻松get[14:50]5-1解锁无监督学习之门：PCA与K均值（聚宝熊）的魔法探秘[12:05]5-3数据乐园探秘：可视化层次聚类（层次猴）算法的结构之旅[09:24]5-5数据玩具大师：掌握DBSCAN聚类算法（探索鹰）的艺[06:49]2-7数据探险之旅：随机梯度下降解谜线性回归（斜线狐狸）[12:06]5-2聚宝熊（k-means均值聚类）解析消费者群体[15:38]
2024-05-23 21:04:24
1019
原创 使用Python开发ChatGPT AI工具助手（ChatCatsy）：4天快速开发指南
在本教程中，我们学习了如何使用Python开发一个ChatGPT AI工具助手。我们了解了安装必要的库、构建ChatGPT模型以及添加功能和改进的步骤。希望这个指南能帮助您快速入门并开发出一个强大的AI工具助手！
2023-07-04 16:21:49
1556
原创 九、Locust运行与配置
你可以使用init_command_line_parser事件向Locust添加你自己的命令行参数。自定义参数也可以在Web UI中显示和编辑。
2023-04-11 16:07:25
2230
2
原创 三、Locust任务（task）详解
当一个负载测试开始时，将为每个模拟用户创建一个用户类的实例，他们将在自己的绿色线程中开始运行。当这些用户运行时，他们会选择执行的任务，睡眠一段时间，然后选择一个新的任务，如此循环。这些任务是正常的Python可调用的，如果我们是在测试一个拍卖网站的负载，它们可以做一些事情，如 “加载起始页”、“搜索一些产品”、“出价”，等等。
2023-04-11 15:35:18
1068
原创 二 、Locust自定义用户（场景)
也可以直接在你的类上声明你自己的wait_time方法。例如，下面的User类将睡眠一秒，然后是两秒，然后是三秒，等等。
2023-04-11 15:21:13
916
原创 一、Locust快速 入门
Locust 是一种易于使用、可编写脚本且可扩展的性能测试工具。您可以在常规 Python 代码中定义用户的行为，而不是被困在 UI 或限制性领域特定语言中。这使得 Locust 可以无限扩展并且对开发人员非常友好。用普通的旧 Python 编写测试场景如果您希望您的用户循环、执行某些条件 行为或进行某些计算，您只需使用 Python 提供的常规编程结构。Locust 在其自己的 greenlet（轻量级进程/协程）中运行每个用户。
2023-04-11 15:18:04
848
原创 21100颗星的Locust性能测试工具到底有多牛！
这使你能够像正常的（阻塞的）Python代码一样编写你的测试，而不是使用回调或其他机制。因为你的场景 “只是Python”，你可以使用你的常规IDE，并将你的测试作为常规代码进行版本控制（相对于其他一些使用XML或二进制格式的工具）。虽然可能有其他工具能够在给定的硬件上每秒做更多的请求，但每个Locust用户的低开销使它非常适用于测试高并发的工作负载。你在常规的Python代码中定义你的用户的行为，而不是受制于一个UI或领域特定的语言，只是假装是真正的代码。包裹调用以处理你的REST API的特殊性。
2023-04-11 14:48:13
736
原创 测试专家须精通Locust
如果你是个聪明的小伙伴，现在就应该立刻，马上去学习Locust .应付一些特殊协议的压测任务和比较场景多元化的场景，因为locust 就是python 的一个模块， 你可以对它进行随意的扩展，来满足特定的需求。学习技术是枯燥无味的，甚至你的测试得不到结果，而选择放弃，何不凡找我来聊聊，因为我不是一个轻易放弃的人，有可能开导一下你呢，加油，生活的路上，有你有我，我在你看不到的地方，悄悄的为这大多数人走着弯路。所以你的支持，就是我的动力，当没有人支持了，我就悄悄的滚去点点点了~，哈哈哈哈~
2023-04-11 11:51:18
698
原创 从零开始，打造高效可靠的Locust性能测试
欢迎来到Locust负载测试的世界！Locust是一款开源的负载测试工具，它可以模拟成千上万的用户同时访问你的应用程序，以测试其性能和稳定性。这个工具具有易于使用、可扩展和高度可定制化等特点，因此被广泛应用于各种类型的应用程序的负载测试中。在本视频教程中，我们将为您介绍Locust的基础知识和使用方法，包括如何编写和运行测试脚本、如何设置虚拟用户、如何监控和分析测试结果等等。我们还将通过实际案例演示如何应用Locust来测试Web应用程序、API、数据库等不同类型的应用程序。
2023-03-31 18:09:45
161
原创 【实战攻略】Python自动化测试全栈框架开发，UP主手把手教你实现！
所有内容，以视频方式进行持续输出和优化，更多，更精彩的内容，请点击视频链接：视频链接有喜欢和想要学习自动化测试的朋友，或者正在公司正在抓耳挠腮想要搭建自动化项目的以及单纯提高Python编程技能的，欢迎来了解。这里没有冗余的python代码，只有短小精悍的python编程技巧 和非常有参考价值的案例。以及最佳的设计模式。不喜勿pen，请尊重劳动人们的辛苦制作，也是浪费大量精力和整合各种技巧和技术模块，给大家一个现成的、优化过的、实用的和现代化的全栈自动化测试框架以及容器化的自动化解决方案。
2023-02-09 16:37:47
716
原创 【独家课程】Pytest全栈自动化测试指南-运行，只有这里才有的全栈自动化测试技能！
通常，使用命令调用 pytest（有关调用 pytest 的其他方法，pytest请参见下文）。这将在名称遵循表单的所有文件中或 在当前目录及其子目录中执行所有测试。更一般地说，pytest 遵循标准测试发现规则。
2023-02-03 17:07:56
212
原创 【超详细】Pytest全栈自动化测试指南-夹具入门，让你快速提高测试效率！
session 级别夹具：整个测试用例中开头和结尾只运行一次或全局共享资源（全局参数关联）module级别夹具 ：每个模块都需要重新初始化和运行，或在一个模块中共享某个资源（模块内部参数关联）class级别夹具： 每个class都需要重新初始化和运行, 在一个类中共享某个资源（某个类中参数关联）function级别夹具：每个用例都需要重新初始化和运行，用例之间不共享资源（不进行参数关联）更多案例，更多内容，请点击： https://edu.csdn.net/course/detail/37237。
2022-11-19 18:18:00
1712
原创 【独家课程】Pytest全栈自动化测试指南-入门，只有这里才有的全栈自动化测试技能！
Pytest是一个成熟的全功能Python测试工具，可以帮助您编写更好的程序。该pytest框架使编写可读测试变得容易，并且可以扩展以支持应用程序和库的复杂功能测试。pytest需要：Python 3.7+ 或 PyPy3。开箱即用.自动发现测试用例简化断言语句，统一为assert丰富的插件架构，超过 800 多个外部插件具有灵活的扩展性和方便的参数化方法命名规则&断言模块：test_.py 或_test.py。函数：test*。类：Test*，测试类不能有init函数。断言：assert ，支
2022-11-05 16:22:12
1543
原创 如何学习Python、才更高效、更实用！
福利分享、为了让你节省几万块IT培训的钱，决定录制Python课程、建立社群、24小时回复初学者的问题，来解决你学习Python编程，学习IT的苦恼，请加入我们Python学习交流总群：367203382！小白初学者的苦恼1： 不知道学习Python的方法、收集大量资料，不知道如何下手。小白初学者的苦恼2 ： 遇到不会的问题，学习只能止步。小白初学者的苦恼3 ： 没有学习氛围、怕自己坚持不下来。小白初学者苦恼4：学完不会应用，白学小白初学者苦恼5：想转行IT行业、不...
2021-05-12 21:40:00
189
DeskTopShare2.6.6.2.exe
2021-12-19
Python自动化办公案例9-批量提取Word文档的表格填充到Excel
2020-08-17
PyQT5实现聊天机器人--》可撩、可语音、可翻译
2020-03-29
Python处理PDF转换图片在合并.rar
2020-03-12
CSDN的余额为什么不能提现！
2022-10-16
TA创建的收藏夹 TA关注的收藏夹
TA关注的人