很长一段时间没有更新了,但我不是在偷懒。这段时间一直学习前端的知识,之前也有一些小工具的输出:
一开始,我看到 pywebio、streamlit 这些库,心想"python 总是可以方便制作分析报告了"。为此,我还写过几篇关于 pywebio 的文章。
python 中如何做可视化报告?使用 Stream lit?你要把成品分享给别人,还需要自己部署一个 web 服务。否则就要把脚本发给别人。需要别人安装 python 才看到效果?别开玩笑了。
随着物联网的发展,越来越多的智能设备进入我们的日常生活。这些设备不再是孤立的存在,而是可以通过联动规则实现智能互动。在本文中,我们将介绍如何使用设备联动规则,让多个设备之间实现智能互动。
近两年,物联网及其相关技术迅猛发展,各样的智能设备渐渐的走进了我们的生活,随之使用者们也变的越来越向往智能化的生活。但目前的智能家居市场产品分散,单一厂商很难完全满足用户需求,并且多个厂商产品不能原生联动,这可能也是家居智能化面临的问题。本文主要介绍小米设备拿token以及局域网控制,以及一款开源的智能家居平台HomeAssistant部署与使用,让家庭中的多种智能设备联动变成一种可能。
安全帽人脸联动闸机开关算法通过yolov5+python网络模型深度学校框架 ,安全帽人脸联动闸机开关算法能够判断人员是否穿戴规定的工装是不是现场人员,当穿戴合规且为现场人员,闸机门禁才打开。安全帽人脸联动闸机开关算法中YOLO5的结构非常简单,就是单纯的卷积、池化最后加了两层全连接,从网络结构上看,与前面介绍的CNN分类网络没有本质的区别,最大的差异是安全帽人脸联动闸机开关算法输出层用线性函数做激活函数,因为需要预测bounding box的位置(数值型),而不仅仅是对象的概率。
本系列或多或少涉及一些 pandas 的骚操作(网上很难看到相关的资料),其并非可视化的重点,不会多做讲解。
据说,全球零售业巨头沃尔玛在对消费者购物行为分析时发现,男性顾客在购买婴儿尿片时,常常会顺便搭配几瓶啤酒来犒劳自己,于是尝试推出了将啤酒和尿布摆在一起的促销手段。没想到这个举措居然使尿布和啤酒的销量都大幅增加了。这个“啤酒+尿布”的购物篮组合,就是关联分析的一个经典应用场景。简单来说,关联分析就是在大量数据中找到最常出现的组合。
“今天下班前把报表做好了给我”,听到老板的这句话,很多人都不敢反驳,也只能默默加班,然后打开了Excel,这一做就是好几个小时。
本项目实现了一个久坐提醒和喝水提醒的小助手,在检测到连续工作较长时间之后,会打印纸条,提醒我们起身活动一下;在设定的喝水时间到了以后,也会打印纸条,提醒我们去喝水。
在jira操作中有些联动需求,例如需要查询一些数据并展示,在自带的筛选器中只能做单项操作,没法将多种查询进行自定义展示。通过API将查询结果进行自定义编排展示。
在证券市场中,存在着大量历史交易数据。近年来随着大数据兴起,数据挖掘技术在股市中也得到了广泛的关注,在阅读文献的基础上我们小组对股市中不同情况如行业板块联动、行业指数涨跌预测、个股价格涨跌预测分别采用不同的机器学习算法进行分析。
在python中定义一个列表时,我们一定要注意其中的可变对象的原理。虽然python的语法中没有指针,但是实际上定义一个列表变量时,是把变量名指到了一个可变对象上。如果此时我们定义另外一个变量也指到同一个可变对象的话,就会造成一个“联动”的现象。也就是改变其中的一个值时,另一个值也会随之而改变。本文使用的Python版本为Python 3.7.13
由于上次发了一篇文章,记一次Apache Shiro权限绕过实战,文章中出现了利用BurpSutie扩展,快速定位Shiro框架资产的插件,很多同学找我问了这是什么插件,于是我决定写篇文章分享一下自己所收集的部分BurpSutie扩展,供各位参考使用。
引入:省市区三级联动数据 导入外部.sql文件的数据: 从SQLyog选择文件导入并执行SQL语句,导入了三张表(省、市、县区)的数据。 读者需要练习使用省市区数据执行脚本可以打开文末的网盘链接进行下载。
在《Python入门》课程中,我们学习了Python的四大数据结构:列表、元组、字典和集合。其中,字典恐怕是相对最不好理解的和不太擅长运用的数据结构。
可视化BI软件经过几十年的不断发展,已成为大型企业进行商业决策不可缺少的工具。在BI软件问世之前,由于做数据分析可视化的时间较长、人力成本较高,企业一直处于忽视的状态。可视化BI软件的出现极大地提高了企业处理分析数据的效率。
针对 AWVS 15 版本开发的批量扫描脚本,支持 SpringShell\log4j\常见 CVE\Bug Bounty\常见高危\SQL 注入\XSS 等 专项漏洞的扫描,支持联动 xray、burp、w13scan 等被动批量扫描,灵活自定义扫描模板
随着数据科学和可视化的日益普及,实时数据可视化成为了许多应用程序中必不可少的一部分。Python语言以其丰富的数据科学生态系统而闻名,其中Bokeh库作为一种功能强大的可视化工具,为实时数据的可视化提供了优秀的支持。本文将介绍如何使用Bokeh库实现实时数据的可视化,并提供相关代码实例。
自己脚本小子一个,辣鸡中的战斗机。但幸运的是,我依然在坚持挖洞,每段时间仍能吸收很多新鲜的知识。现在使用工具多了,斗胆有点自己的经验和想法,其实主要是想跟大家多学习一下。本文谈不上交流,谈不上参考,更谈不上指导。
数据分析是当今企业的必备需求和应当拥有的核心能力,如何让企业能快速掌握和拥有这项能力是NBI可视化一直在思考,一直在努力的方向,NBI可视化团队拥有多年的B端服务经验,深知B端业务的复杂性和特殊性问题,让我们在设计NBI可视化产品时会贴合场景去思考,如何快速、低门槛的适配企业各种场景的使用,可视化绝对不是像网上说的或者培训机构讲的那样,会点python代码,拥有几套模板就能解决的问题,更多需要考虑B端企业的真实需求与现状如:
这里一共有3个while循环嵌套例题,前面2个例题是为第3个九九乘法表做铺垫的,因为九九乘法表要注意的细节有很多,最终要做出一个九九乘法表。如果想要练习更多的Python练习题可以去Python自学网里去,里面有很多练习题,学习编程还是要多敲代码多练习自己的流程思维。
在数据可视化领域,仪表盘图是一种直观而强大的工具,用于展示关键指标的实时状态。Pyecharts是一个基于Echarts的Python图表库,提供了丰富的图表类型,其中包括了仪表盘图。本文将介绍如何使用Pyecharts绘制多种炫酷的仪表盘图,并详细说明相关参数,同时附上实际的代码实例。
*本文原创作者:RipZ,本文属FreeBuf原创奖励计划,未经许可禁止转载 每天都会有大量的公网恶意扫描和攻击行为,在企业安全建设中,可以利用大数据来实时分析攻击,通过防火墙联动来自动封禁恶意IP,
今天来给大家介绍三个我在学习 Python 路上帮助比较大的堪称神级的网站,尤其是对于刚刚入门的同学来说,绝对不容错过~
IPC,WMI,SMB,PTH,PTK,PTT,SPN,WinRM,WinRS,RDP,Plink,DCOM,SSH;Exchange,LLMNR投毒,Kerberos_TGS,GPO&DACL,域控提权漏洞,约束委派,数据库攻防,系统补丁下发执行,EDR定向下发执行等。
随着现在企业安全水平的提高,单独依赖常规主动扫描器AWVS、APPscan进行企业漏洞扫描越来越难挖掘有效漏洞,越权漏洞在大多数企业中比较常见,主动扫描器也难以挖掘越权等逻辑漏洞,这里给大家提供一种思路,依赖fiddler插件的方式进行针对越权的被动漏洞扫描。
Python在爬虫方面的优势,想必业界无人不知,随着互联网信息时代的的发展,Python爬虫日益突出的地位越来越明显,爬虫与反爬虫愈演愈烈。下面分析一例关于返回HTTP状态码为521的案例。
一、准备工作 1.1、环境准备 软件版本功能jenkins2.95提供平台python2.6+提供平台python0.4.14提供平台1.2、推荐阅读 分分钟部署安装jenkins 二、Jenkins API介绍 2.1、关于Jenkins API 2.1.1、关于Jenkins api的描述
推荐系统是大数据时代的利器,它能够为企业提升用户体验、增加用户粘性、促进销售转化、提高营销效率等。但是,搭建一个成功的推荐系统并不容易,它需要综合考虑多方面的因素,并根据业务场景、用户需求、数据变化等不断地进行迭代和优化。
简介: 快速侦察与目标关联的互联网资产,构建基础资产信息库。协助甲方安全团队或者渗透测试人员有效侦察和检索资产,发现存在的薄弱点和攻击面。
数据格式不一定和上面的一样,我上一篇文章是把这个数据格式用在了树形控件上面,这里放在二级联动上面。
DAG (Directed Acyclic Graph) 是一个非常有用、也有很有意思的数据结构。如果说数组、链表、二叉树这类数据结构是学习中的基础,那么 DAG 绝对算得上工作中常常会听到、用到的实践知识。工作中两个 SDE 讨论技术问题,DAG 和 Array/Linkedlist/Tree 算的上是同一级的词汇、知识,默认彼此都懂。 下面我们详细讲讲原因:有向无环图 (DAG),结合拓扑排序(topolocial sort)的确是解决存在依赖关系的一类问题的利器。 举个例子,Excel 中的单元格 (
量化投资与机器学习微信公众号,是业内垂直于量化投资、对冲基金、Fintech、人工智能、大数据等领域的主流自媒体。公众号拥有来自公募、私募、券商、期货、银行、保险、高校等行业30W+关注者,荣获2021年度AMMA优秀品牌力、优秀洞察力大奖,连续2年被腾讯云+社区评选为“年度最佳作者”。 来源:Journal of Applied Econometrics 标题:Common factors of commodity prices 作者:Simona Delle Chiaie,Laurent Ferrara
洞察由宜信安全部开发,集成应用系统资产管理、漏洞全生命周期管理、安全知识库管理三位一体的管理平台。洞察2.0版本,可以让用户方便快捷地进行风险管理,更加直观和实时地了解和处置自己的安全隐患。提升漏洞修复效率,同时进行安全风险管理功能联动。
python中的bokeh包也是作图神器,现在了解到了如何作散点图和柱形图,先记录一波。
Demo视频:wukong-robot + Jetson + 3D 打印外壳打造的智能音箱(by 网友 @电力极客)
数据连接器:通过各式各样的链接器,链接来自不同数据源的各式数据。这是打通与第三方世界数据的壁垒。
背景 外网端口监控系统是整个安全体系中非常重要的一环,它就像眼睛一样,时刻监控外网端口开放情况,并且在发现高危端口时能够及时提醒安全、运维人员做出相应处理。 对安全人员来说,互联网公司在快速发展壮大的过程中,外网边界的管控容易出现照顾不全的现象。最初我们用Python+Nmap开发的外网端口监控系统,在公司边界扩大的过程中已经无法满足要求了,所以出现过一例因为运维人员误操作将高危端口曝露至外网导致的入侵事件,为了避免再次出现类似由高危端口开放而不知情导致的入侵问题,我们开始重做外网端口监控系统。 意义 要理
本文主要介绍了在功能模块中的一些关键处理思路和流程,以及一些比较典型的问题,都是比较基础的东西。其中的内容,相信还有许多更好的处理方式。水平有限,总结的内容可能存在不足,欢迎大家指正!
用 python 做数据相关工作的,相信必定用过 jupyter notebook,前段时间就有人跟我吐槽,因为 jupyter notebook 的问题,差点丢掉工作。
由于Flask比较简单,而且Django和Flask有很多基础语法也是有相通之处的,所以就不写Flask的博客了,一起学Django吧!
Chunsou(春蒐),Python编写的多线程Web指纹识别工具,适用于安全测试人员前期的资产识别、风险收敛以及企业互联网资产摸查。目前主要功能为针对Web资产进行指纹识别,目前指纹规则条数约 10000+,辅助功能包括子域名爆破和FOFA资产收集。工具开发初衷为辅助网络安全人员开展测试工作,提高资产识别和管理的效率。项目地址:https://github.com/Funsiooo/chunsou
联动列表框,简简单单的五个字,仅仅从字面上看,就可以分出来两个职责: 职责一:列表框 职责二:联动 我们先来看这两个职责,然后再说引申出来的另外两个职责。 职责一,列表框。列表框分为很多种,比如下拉列表框(DropDownList)、列表框(ListBox),还有为了美观用div模拟的,以及RadioBoxList,CheckBoxList等。首先一个问题就是,用哪种列表框,然后是其ID、name等属性的命名规范。然后是列表框是怎么出来的?是写死在body里,还是用js动态创建出来,还是其他的什么方式? 这
关于excel和python的协同联动 传统python处理完的数据直接to_excel(“file_path”) 是生成了一个新文件替换掉了原来的同名文件, 新文件只有当前写入的数据,原表中的公式、透视之类的必要模型 以及其他sheet都不存在了
正好自己要用,就想了个简单思路实现了一下,假设现在需要一个组合框来显示多个层级关系的单位名称供用户选择,如果只有固定的两级关系当然可以使用两个组合框联动来实现,但是如果层级关系不确定,下面的方法就很有用了。 import tkinter import tkinter.ttk testData = {'01':'学校一', '02':'学校二', '03':'学校三', '0101':'学校一年级一', '010101':'学校一年级一班级一', '0102':'学校一年级二'} #按单位编码进行排
选择下拉框以及label和按钮,还有一个tableview用来展示数据。设计完成后
在 jupyter notebook 中输出 pandas 数据,会输出一个简洁大方的表格:
如果想让w13scan被动模式支持https,先启动w13scan,然后在浏览器中访问 http://w13scan.ca 下载证书并信任它。
领取专属 10元无门槛券
手把手带您无忧上云