pyzmq 23.0.0b2Python 3.9musl兼容包 Python 的网络通信库里,pyzmq算是蛮常用也蛮稳的一个了。pyzmq-23.0.0b2-cp39-musllinux_1_1_x86_64.whl这个包比较,适配了musl libc环境,像你在用 Alpine Linux 容器就合适。 ZeroMQ 的 Python 绑定,配上这个轮子,部
FPGA入门与图像处理教程基于VIP Board Big+Flask并发模型v3.0 黑色简洁风格的教程文档,搭配通俗易懂的方式,vip_board big上的 FPGA 入门内容还挺实用的。是结合图像那部分,不只是写代码,更像是在构建一个小型系统,对新手蛮友好的。Flask 的并发模型也讲得挺到位,像上下文本地代理这些概念,讲得虽然深入,但配合例子和也不难理解。比如通过线程或 gr
YOLOv5火灾检测数据集(含VOC与YOLO格式) 火灾检测的 YOLOv5 数据集还挺难找的,尤其是那种同时有 VOC 格式和 YOLO 格式的。这份数据集就挺省事,格式全,拿来就能用,标注也清晰,适合新手练练手,也能直接上项目。数据集结构比较规整,VOC 格式的Annotations、JPEGImages目录齐全,YOLO 格式的labels和i
SciPy参考手册 SciPy 的文档还挺厚道的,scipy-ref.pdf这个手册基本上把常用模块都讲了一遍,从入门到进阶都能照顾到。尤其像信号、优化、插值这些模块,讲得还挺细,代码例子也比较全,适合平时查阅或者项目中对照使用。 PDF 里的结构清晰,前面是入门教程,像NumPy 基础、scipy.special之类
gRPCio 1.7.0Python库 grpc 服务的 Python 打包文件grpcio-1.7.0-cp35m-win_amd64.whl,对做跨语言接口的前端兄弟还挺实用的,尤其你在搞微服务交互,或者前后端直连 gRPC 接口的时候,会省掉不少麻烦事。安装也简单,pip install直接搞定,兼容性也不错,Win 平台下跑起来没
链家Spider Python爬虫项目 链家的成交记录数据,量大还挺真实的,用来做香。链家 Spider 项目的核心就是模拟登录+数据爬取。链家网站比较“精”,不少数据要登录才能看。所以第一步,就是模拟登录,POST 求+验证码,requests库搞定一大半,剩下的就靠调试和观察网页结构。登录搞定后,就能开始扒数据了。页面里像成交价格、面
TensorFlow 2.6.5Python 3.7 macOS 上的tensorflow-2.6.5-cp37m-macosx_10_11_x86_64.whl版本,适配 Python 3.7,挺适合本地开发环境跑些深度学习实验。Google Brain 团队出的TensorFlow,一直是搞机器学习的老牌选手。灵活、扩展性强,CPU、GPU、TPU
TensorFlow Data Validation 0.26.0数据验证工具 Windows 环境下的机器学习数据验证用tensorflow_data_validation-0.26.0-cp36m-win_amd64.whl包,安装起来蛮顺滑,基本没啥坑。这个版本是给 Python 3.6 准备的,兼容 Win 64 位系统,主要配合 TensorFlow 用,专门干数据验
gRPCio 1.49.1Python 3.9ARMv7l预编译包 Linux 下搞 Python 开发的朋友,grpcio-1.49.1-cp39-linux_armv7l.whl这个包还挺实用的。专门给armv7l架构的设备用,比如树莓派这类场景下,装grpcio老是卡在编译,搞不定?直接用这个预编译好的.whl,效率高多了。 gRPC在做微服务通信的时候香,跨
fanuc_focas多重继承函数库(中文版) 多重继承的 fanuc_focas 函数库挺全的,中文文档也齐,讲得清楚。用 Python 做工业通信、想搞清楚对象之间的继承关系,这套资源还挺适合。是你要类似“狗会跑、鸟会飞”这种多维分类问题,光靠一个继承体系还真不好弄。它里面还举了Dog、Bat、Parrot这些类的设计例子,挺接地气。多重继承