博客文章

又是造轮子系列咯，Python上有很多成熟完善的异步任务队列框架可以用，比如Celery，或者RQ，不过这些都不自带消息队列服务，都需要使用Redis、RabbitMQ之类的消息队列才行，我用到小项目中又不需要附带这么多东西，于是自己动手来实现咯。 思路 将需要异步执行的任务添加到队列 自动从队列中取出任务，创建新线程执行 保存任务的执行结果和输出 任务完成，调用回调函数，处理返回的数据 使用输出

前言 偶然间发现王者荣耀的官网上发布了这么多好看的壁纸。 地址:http://pvp.qq.com/web201605/wallpaper.shtml 看了一下，每一张都挺喜欢的，而且还有十多页，一张一张去慢慢下载肯定不是作为一个Geeker的正确姿势。 由于最近python用得比较多，所以看到什么好玩的就想爬虫下载下来，所以看到这么多好看图片，我又“熟练”地掏出了python。 分析 这个网站长

想合并视频，但是却找不到比较好用的工具，很多都要收费，我想着「这破功能还得收费？」，于是决定自己搞一个，一开始用Python做了一个，效果还不错，完美完成了我的视频合并任务，不过没有图形界面，想分享给朋友一起用也没办法，于是昨天用Qt写了个图形界面套上去，中间还是遇到一些问题的，通过这篇文章记录一下。 软件的界面就是这样啦，用Qt Designer随便拖出来的，和VS拖控件也差不了多少。 用起来挺

前言 最近在服务器上部署项目的时候，用pip安装库，结果提示可以升级，那我就按照提示升级了pip，结果pip就用不了了。 错误信息如下： Traceback (most recent call last): File /usr/bin/pip3, line 9, in module from pip import main ImportError: cannot import name

前言 异常处理在任何一门编程语言里都是值得关注的一个话题，良好的异常处理可以让你的程序更加健壮，清晰的错误信息更能帮助你快速修复问题。在Python中，和部分高级语言一样，使用了try/except/finally语句块来处理异常，如果你有其他编程语言的经验，实践起来并不难。 Python 中（至少）有两种错误：语法错误和异常（ syntax errors 和 exceptions ）。下面稍微介

先看代码 def add(x: int, y: int) - int: return x + y 没用过类型注解(Type Annotations)的同学可能咋一看有点迷糊，其实上面这段代码和下面这个代码是一样的。 def add(x, y): return x + y 类型注解介绍 我们知道 Python 是一种动态语言，变量以及函数的参数是不区分类型。 Python解释器会在运

前言 日常中偶尔会遇到需要简单剪辑处理视频的场景，以前我可能会拿出PR来剪辑一下，（别跟我说国产那些软件，剪辑完视频强制加上广告片头片尾恶心的一批），但是PR毕竟太重量级，剪个简单的视频都要花不少时间，直到我发现了FFmpeg…… 这个FFmpeg真的是神器，免费开源功能强大，好像很多软件都是基于这个开发的，它本身提供了命令行接口就已经能满足我们日常的简单视频处理需求，我用来简单处理视频分割、合并

先看看基本用法例子 # -*- coding: utf-8 -*- import logging import sys # 获取logger实例，如果参数为空则返回root logger logger = logging.getLogger(AppName) # 指定logger输出格式 formatter = logging.Formatter('%(asctime)s %(levelna

前言 对初学者来说，Python确实简单好用，毕竟动态类型语言，不用定义就可以拿来用，类型之间随意转换简直不要太方便，因此Python用来写写小脚本，爬虫程序什么的，没什么问题。 不过，一旦用来开发稍微大型一点的项目，例如搭建一个Web应用，就会遇到一些问题，一般缺乏经验的人都会陷入某些坑中。= =... 坑 先说坑，函数参数类型是一坑，类与类的对象这又是一坑。 虽然之前用其他静态类型语言（例如C

背景 前阵子简书好像说是凉了，搞得我有点小慌，毕竟我的大部分博客都是放在简书上面的，虽然简书提供了打包导出功能，但是只能导出文字，图片的话还是存在简书服务器上面，再加上我一直想要重新做一个个人博客，于是就有了这篇文章。 思路 首先是要解析markdown文档，然后获取到其中的所有图片，再把图片按md文件分好目录保存。 解析markdown文档 这里我用了misaka模块，据说是python的mar

关于deque 起因是我想做一个「手气不错」的功能，为了提高性能，打算用队列实现，偶然在Stack Overflow看到一个讨论「Efficiency of using a Python list as a queue」 python的list有pop方法，可以实现队列的取出功能，不过据说性能一般般，高赞回答说的 You won't run out of memory using the list

一般语言的三元表达式都是这种形式： result = statement ? true : false // For examle result = a b ? a : b Python中的三元表达式比较特殊，用下面这种形式 result = true if statement else false # For example result = a if a b else b

缓存是一种将定量数据加以保存以备迎合后续获取需求的处理方式，旨在加快数据获取的速度。数据的生成过程可能需要经过计算，规整，远程获取等操作，如果是同一份数据需要多次使用，每次都重新生成会大大浪费时间。所以，如果将计算或者远程请求等操作获得的数据缓存下来，会加快后续的数据获取需求。 先来一个简单的例子以了解缓存机制的概念： # -*- coding: utf-8 -*- import random

代码 import time import datetime def utc2local(utc_st): UTC时间转本地时间（+8: 00） now_stamp = time.time() local_time = datetime.datetime.fromtimestamp(now_stamp) utc_time = datetime.datetime.ut

安装主题 默认主题太丑了，必须换个好看的主题，pip安装： pip install jupyterthemes 装完之后： # 列出所有主题 jt -l # 设置主题 # -T 启用工具栏 # -N 启用名称栏 jt -t 主题名称 -T -N 自动补全 安装nbextensions pip install jupyter_contrib_nbextensions jupyter contrib

先看看我们要实现的效果： 这是一个基于机器学习的数据分析结果展示，可以看到元素包括了坐标轴标注，两条折线和图例。 为了实现在PyQt中画图，我们用到了pyqtgraph这个绘图库，它是完全python实现的，与PyQt程序可以完美融合，并且具备很多优势： 拥有丰富的图形种类； 能够快速地实时更新绘图数据； 能够进行交互式的操作； 多种标记功能； 接下来进入正题，开始使用pyqtgraph来实现我们