Django 官方教程翻译项目
目 录 致谢 README 初识 Django 快速安装指南 创建你的第一个 Django 项目, 第一部分 创建你的第一个 Django 项目, 第二部分 创建你的第一个 Django 项目, 第三部分 创建你的第一个 Django 项目, 第四部分 创建你的第一个 Django 项目, 第五部分 创建你的第一个 Django 项目, 第六部分 创建你的第一个 Django github page 查看,下方目录在 github page 点击才有效。 初识 Django 快速安装指南 创建你的第一个 Django 项目, 第一部分 创建你的第一个 Django 项目, 第二部分 创建你的第一个 Django 项目, 第三部分 创建你的第一个 Django 项目, 第四部分 创建你的第一个 Django 项目, 第五部分 创建你的第一个 Django 项目, 第六部分 html 这个模板。 Django 允许设置搜索模板路径,这样可以最小化模板之间的冗余。在Django设置中,你可以通过 DIRS 参数指定目录列表来检索模板。如果模板不在第一个目录中,就继续检查第二个,以此类推。 比如news/year_archive.html 模板找到了,它可能是这样的: 1. # mysite/news/templates/news/year_archive.html0 码力 | 103 页 | 1.86 MB | 1 年前3Hello 算法 1.0.0b4 Python版
照代码自行敲一遍。与仅阅读 代码相比,编写代码的过程往往能带来更多收获。 Figure 0‑3. 运行代码示例 第一步:安装本地编程环境。请参照附录教程进行安装,如果已安装则可跳过此步骤。 第二步:下载代码仓。如果已经安装 Git ,可以通过以下命令克隆本仓库。 git clone https://github.com/krahets/hello-algo.git 当然,你也可以点击“Download 识体 系。在刷题方面,可以尝试采用进阶刷题策略,如按专题分类、一题多解、一解多题等,相关的刷题心 得可以在各个社区找到。 作为一本入门教程,本书内容主要涵盖“第一阶段”,旨在帮助你更高效地展开第二和第三阶段的学习。 Figure 0‑7. 算法学习路线 0.3. 小结 ‧ 本书的主要受众是算法初学者。如果已有一定基础,本书能帮助您系统回顾算法知识,书内源代码也可 作为“刷题工具库”使用。 range(5 * n + 1): print(0) # +n*n(技巧 3) for i in range(2 * n): for j in range(n + 1): print(0) 第二步:判断渐近上界 时间复杂度由多项式 ?(?) 中最高阶的项来决定。这是因为在 ? 趋于无穷大时,最高阶的项将发挥主导作用, 其他项的影响都可以被忽略。 以下表格展示了一些例子,其中一些夸张的0 码力 | 329 页 | 27.34 MB | 1 年前3Python3 基础教程 - 廖雪峰
公里,但由于三环路堵车的时速只 有 20 公里,因此,作为乘客,你感觉的时速永远是 20 公里。 Python3 基础教程【完整版】 http://www.yeayee.com/ 11/531 第二个缺点就是代码不能加密。如果要发布你的 Python 程序,实际上 就是发布源代码,这一点跟 C 语言不同,C 语言不用发布源代码,只需 要把编译后的机器码(也就是你在 Windows 上常见的 world'的程序改成有点 意义的程序了: name = input() print('hello,', name) 运行上面的程序,第一行代码会让用户输入任意字符作为自己的名字, 然后存入 name 变量中;第二行代码会根据用户的名字向用户说 hello, 比如输入 Michael: C:\Workspace> python hello.py Michael hello, Michael 但是 X 系统,这是一个 Python 可执行程序, Windows 系统会忽略这个注释; Python3 基础教程【完整版】 http://www.yeayee.com/ 50/531 第二行注释是为了告诉 Python 解释器,按照 UTF-8 编码读取源代码, 否则,你在源代码中写的中文输出可能会有乱码。 申明了 UTF-8 编码并不意味着你的.py 文件就是 UTF-8 编码的,必须并0 码力 | 531 页 | 5.15 MB | 1 年前3Hello 算法 1.0.0b5 Python版
与阅读代码相比,编写代码的过程往往能带来更多收获。动手学,才是真的学。 图 0‑3 运行代码示例 运行代码的前置工作主要分为三步。 第一步:安装本地编程环境。请参照附录教程进行安装,如果已安装则可跳过此步骤。 第二步:下载代码仓。如果已经安装 Git ,可以通过以下命令克隆本仓库。 git clone https://github.com/krahets/hello-algo.git 当然,你也可以在图 0‑4 体 系。在刷题方面,可以尝试采用进阶刷题策略,如按专题分类、一题多解、一解多题等,相关的刷题心 得可以在各个社区找到。 如图 0‑7 所示,本书内容主要涵盖“第一阶段”,旨在帮助你更高效地展开第二和第三阶段的学习。 第 0 章 前言 hello‑algo.com 8 图 0‑7 算法学习路线 0.3 小结 ‧ 本书的主要受众是算法初学者。如果已有一定基础,本书能帮助您系统回顾算法知识,书内源代码也可 (?2) 。 ?(?) = 2?(? + 1) + (5? + 1) + 2 完整统计 (‑.‑|||) = 2?2 + 7? + 3 ?(?) = ?2 + ? 偷懒统计 (o.O) 2. 第二步:判断渐近上界 时间复杂度由多项式 ?(?) 中最高阶的项来决定。这是因为在 ? 趋于无穷大时,最高阶的项将发挥主导作用, 其他项的影响都可以被忽略。 表 2‑1 展示了一些例子,其中一些夸0 码力 | 361 页 | 30.64 MB | 1 年前33 Python的NLP实战分享 如何实现合同风险预测模型 藤井美娜
目的1:查看合同的条文类似性 目的2:查看合同的不利条文 某某合同 (对方提交或自己写的新合同) 某某合同 (公司典型合同) 第一条 〇〇〇〇〇〇〇 第二条 〇〇〇〇〇〇〇 第n条 〇〇〇〇〇〇〇 …… 第一条 〇〇〇〇〇〇〇 第二条 〇〇〇〇〇〇〇 第m条 〇〇〇〇〇〇〇 …… • 需要算出条文和条文的类似度的值 • 根据Threshold(阈值)来判断条文内 容的一致。 • 目的1:查看合同的条文类似性 目的2:查看合同的不利条文 某某合同 (对方提交或正在做的新合同) 某某合同 (公司典型合同) 第一条 〇〇〇〇〇〇〇 第二条 〇〇〇〇〇〇〇 第n条 〇〇〇〇〇〇〇 …… 第一条 〇〇〇〇〇〇〇 第二条 〇〇〇〇〇〇〇 第m条 〇〇〇〇〇〇〇 …… • 需要算出条文和条文的类似度的值 • 根据Threshold(阈值)来判断条文内 容的一致。 • 如果因为乙方前款所称的违约行为造成 甲方的损失,乙方应当承担违约责任, 并承担赔偿甲方损失的责任; 第n条 〇〇〇〇〇〇〇 某某合同 (公司典型合同) 第一条 〇〇〇〇〇〇〇 第二条 〇〇〇〇〇〇〇 第m条 〇〇〇〇〇〇〇 …… 第二条 〇〇〇〇〇〇〇 …… …… 第三条 〇〇〇〇〇〇〇 想知道典型合同里有没有和第五条 最相近的内容的条文 具体例子: 条文的类似性结果比较 84% |#0 码力 | 33 页 | 1.67 MB | 1 年前3Hello 算法 1.1.0 Python版
章 前言 hello‑algo.com 6 图 0‑3 运行代码示例 运行代码的前置工作主要分为三步。 第一步:安装本地编程环境。请参照附录所示的教程进行安装,如果已安装,则可跳过此步骤。 第二步:克隆或下载代码仓库。前往 GitHub 仓库。如果已经安装 Git ,可以通过以下命令克隆本仓库: git clone https://github.com/krahets/hello-algo (?2) 。 ?(?) = 2?(? + 1) + (5? + 1) + 2 完整统计 (‑.‑|||) = 2?2 + 7? + 3 ?(?) = ?2 + ? 偷懒统计 (o.O) 2. 第二步:判断渐近上界 时间复杂度由 ?(?) 中最高阶的项来决定。这是因为在 ? 趋于无穷大时,最高阶的项将发挥主导作用,其他 项的影响都可以忽略。 表 2‑2 展示了一些例子,其中一些夸张的值是为了强调“系数无法撼动阶数”这一结论。当 for num in nums: count += 1 return count 值得注意的是,输入数据大小 ? 需根据输入数据的类型来具体确定。比如在第一个示例中,变量 ? 为输入数 据大小;在第二个示例中,数组长度 ? 为数据大小。 3. 平方阶 ?(?2) 平方阶的操作数量相对于输入数据大小 ? 以平方级别增长。平方阶通常出现在嵌套循环中,外层循环和内层 循环的时间复杂度都为 ?(?)0 码力 | 364 页 | 18.42 MB | 1 年前3Hello 算法 1.0.0 Python版
章 前言 hello‑algo.com 6 图 0‑3 运行代码示例 运行代码的前置工作主要分为三步。 第一步:安装本地编程环境。请参照附录所示的教程进行安装,如果已安装,则可跳过此步骤。 第二步:克隆或下载代码仓库。前往 GitHub 仓库。如果已经安装 Git ,可以通过以下命令克隆本仓库: git clone https://github.com/krahets/hello-algo (?2) 。 ?(?) = 2?(? + 1) + (5? + 1) + 2 完整统计 (‑.‑|||) = 2?2 + 7? + 3 ?(?) = ?2 + ? 偷懒统计 (o.O) 2. 第二步:判断渐近上界 时间复杂度由 ?(?) 中最高阶的项来决定。这是因为在 ? 趋于无穷大时,最高阶的项将发挥主导作用,其他 项的影响都可以忽略。 第 2 章 复杂度分析 hello‑algo.com for num in nums: count += 1 return count 值得注意的是,输入数据大小 ? 需根据输入数据的类型来具体确定。比如在第一个示例中,变量 ? 为输入数 据大小;在第二个示例中,数组长度 ? 为数据大小。 3. 平方阶 ?(?2) 平方阶的操作数量相对于输入数据大小 ? 以平方级别增长。平方阶通常出现在嵌套循环中,外层循环和内层 循环的时间复杂度都为 ?(?)0 码力 | 362 页 | 17.54 MB | 1 年前3Python 标准库参考指南 3.8.20
complex([real[, imag]]) 返回值为 real + imag*1j 的复数,或将字符串或数字转换为复数。如果第一个形参是字符串,则它被 解释为一个复数,并且函数调用时必须没有第二个形参。第二个形参不能是字符串。每个实参都可 以是任意的数值类型(包括复数)。如果省略了 imag,则默认值为零,构造函数会像int 和float 一样进行数值转换。如果两个实参都省略,则返回 0j。 对于一个普通 中来控制可以使用哪些内置代码。 引发一个审计事件 exec 附带参数 code_object。 注解: 内置globals() 和locals() 函数各自返回当前的全局和本地字典,因此可以将它们传递 给exec() 的第二个和第三个实参。 注解: 默认情况下,locals 的行为如下面locals() 函数描述的一样:不要试图改变默认的 locals 字典。如果您需要在exec() 函数返回时查看代码对 locals sentinel]) 返回一个iterator 对象。根据是否存在第二个实参,第一个实参的解释是非常不同的。如果没有第 二个实参,object 必须是支持迭代协议(有 __iter__() 方法)的集合对象,或必须支持序列协议 (有 __getitem__() 方法,且数字参数从 0 开始)。如果它不支持这些协议,会触发TypeError。 如果有第二个实参 sentinel,那么 object 必须是可调用的对象。这种情况下生成的迭代器,每次0 码力 | 1927 页 | 9.69 MB | 9 月前3Python 标准库参考指南 3.8.20
complex([real[, imag]]) 返回值为 real + imag*1j 的复数,或将字符串或数字转换为复数。如果第一个形参是字符串,则它被 解释为一个复数,并且函数调用时必须没有第二个形参。第二个形参不能是字符串。每个实参都可 以是任意的数值类型(包括复数)。如果省略了 imag,则默认值为零,构造函数会像int 和float 一样进行数值转换。如果两个实参都省略,则返回 0j。 对于一个普通 中来控制可以使用哪些内置代码。 引发一个审计事件 exec 附带参数 code_object。 注解: 内置globals() 和locals() 函数各自返回当前的全局和本地字典,因此可以将它们传递 给exec() 的第二个和第三个实参。 注解: 默认情况下,locals 的行为如下面locals() 函数描述的一样:不要试图改变默认的 locals 字典。如果您需要在exec() 函数返回时查看代码对 locals sentinel]) 返回一个iterator 对象。根据是否存在第二个实参,第一个实参的解释是非常不同的。如果没有第 二个实参,object 必须是支持迭代协议(有 __iter__() 方法)的集合对象,或必须支持序列协议 (有 __getitem__() 方法,且数字参数从 0 开始)。如果它不支持这些协议,会触发TypeError。 如果有第二个实参 sentinel,那么 object 必须是可调用的对象。这种情况下生成的迭代器,每次0 码力 | 1927 页 | 9.69 MB | 9 月前3Hello 算法 1.2.0 简体中文 Python 版
前言 www.hello‑algo.com 6 图 0‑3 运行代码示例 运行代码的前置工作主要分为三步。 第一步:安装本地编程环境。请参照附录所示的教程进行安装,如果已安装,则可跳过此步骤。 第二步:克隆或下载代码仓库。前往 GitHub 仓库。如果已经安装 Git ,可以通过以下命令克隆本仓库: git clone https://github.com/krahets/hello-algo (?2) 。 ?(?) = 2?(? + 1) + (5? + 1) + 2 完整统计 (‑.‑|||) = 2?2 + 7? + 3 ?(?) = ?2 + ? 偷懒统计 (o.O) 2. 第二步:判断渐近上界 时间复杂度由 ?(?) 中最高阶的项来决定。这是因为在 ? 趋于无穷大时,最高阶的项将发挥主导作用,其他 项的影响都可以忽略。 表 2‑2 展示了一些例子,其中一些夸张的值是为了强调“系数无法撼动阶数”这一结论。当 for num in nums: count += 1 return count 值得注意的是,输入数据大小 ? 需根据输入数据的类型来具体确定。比如在第一个示例中,变量 ? 为输入数 据大小;在第二个示例中,数组长度 ? 为数据大小。 3. 平方阶 ?(?2) 平方阶的操作数量相对于输入数据大小 ? 以平方级别增长。平方阶通常出现在嵌套循环中,外层循环和内层 循环的时间复杂度都为 ?(?)0 码力 | 364 页 | 18.43 MB | 10 月前3
共 83 条
- 1
- 2
- 3
- 4
- 5
- 6
- 9