poetry

1.注释 　　1.1 单行注释 # 这是注释内容 print ( " hello world! " ) print ( " hello world! " ) # 在代码后也可以编写注释 　　1.2 多行注释 """ 代码完成的功能是，打印输出 hello world 1.首先调用 print 函数 2.给 print 函数传入要打印输出的参数 """ print ( " hello world! " ) 　　1.3 快捷键注释 快捷键注释 ctrl + / 2.变量 　　2.1 变量定义语法 　　变量在程序中表现为一个唯一不重复的名字，只需要定义一个名字，给这个名字变量赋值即可。 　　注意：变量意味着存储的数据是可以变化的。 # 定义一个变量，名字为val ,这个变量临时存储的值为100 val = 100 # 下面将这个变量的值，更改为其他的值 200 val = 200 　　注意：这里的等号（=），叫做赋值运算符，表示将 = 号后面的数据存储到名字为 = 号前面的名字变量里。 　　在取变量名时，注意： 　　　　1.标识符由字母、下划线和数字组成，且数字不能开头； 　　　　2.python 中的标识符是区分大小写的； 　　　　3.变量名一般用小写加下划线组成； 　　　　4.不能和关键字和已有的名字冲突； 　　2.2 变量的类型 　　　　 　　　　1） 数字类型：整数和小数 　　　

问题： I have a Flash project, and it has many source files. 我有一个Flash项目，它有很多源文件。 I have a fairly heavily-used class, call it Jenine. 我有一个相当频繁使用的课程，称之为Jenine。 I recently (and, perhaps, callously) relocated Jenine from one namespace to another. 我最近（也许，无情地）将Jenine从一个名称空间重新定位到另一个名称空间。 I thought we were ready - I thought it was time. 我以为我们已经准备好了 - 我以为是时候了。 The new Jenine was better in every way - she had lost some code bloat, she had decoupled herself from a few vestigial class relationships, and she had finally come home to the namespace that she had always secretly known in her heart was the one

Python 之所以强大，除了语言本身的特性外，更重要的是拥有无所不及的第三方库。强大的软件库，让开发者将精力集中在业务上，而避免重复造轮子的浪费。但众多的软件库，形成了复杂的依赖关系。今天我们就来了解下 Python 虚拟环境. 一些概念 Python 虚拟环境，涉及到很多概念和工具，会对使用造成困扰和障碍，所以我们先了解一些概念和与之相关的工具 python 版本 Python 版本指的是 Python 解析器本身的版本。由于 Python3 不能与 Python2 兼容，而且两大阵营之争持续了很长时间，导致一些软件库需要设配两种版本的 Python，同时开发者可能需要在一个环境中，部署不同版本的 Python，对开发和维护造成了麻烦。因此出现了版本管理器 Pyenv，类似于 nodejs 的 nvm，可以创建出相互隔离的 Python 环境，并且可以方便的切换环境中的 Python 版本，但和 Python 虚拟环境关系不大 python 包库 包库或者叫软件源是 Python 第三方软件的库的集合，或者市场，可以发布、下载和管理软件包，其中 pypi (Python Package Index) https://pypi.org/ 是官方指定的软件包库，基于其上的 pip 工具就是从这里查找、下载安装软件包的。为了提高下载速度，世界上有很多 Pypi 的镜像服务器

一、前言 昨天发现了一款非常不错的云系统架构原型图制作库 Diagrams ，通过它，我们便可以使用代码的方式绘制诸如阿里云、AWS、Azure、K8S 等系统架构原型图。 相比于在 UI 上对各种图标进行拖拽和调整，这种方式更符合我们程序员的使用习惯。 本文不仅要介绍下这个库，也想说说我是如何参与到这个库中以支持阿里云资源。 二、安装 Diagrams 使用 Graphviz 来渲染图表，在安装 diagrams 之前需要先 安装 Graphviz 。 > macOS 用户（如果使用 Homebrew ）可以使用 brew install graphviz 的方式来安装 Graphviz 。 安装 diagrams 的方式有多种，通过 pip 、 pipenv 和 poetry 均可： # 使用 pip (pip3) $ pip install diagrams # 使用 pipenv $ pipenv install diagrams # 使用 poetry $ poetry add diagrams 三、快速开始 # diagram.py from diagrams import Diagram from diagrams.alibabacloud.network import SLB from diagrams.alibabacloud.compute import ECS

【推荐】2019 Java 开发者跳槽指南.pdf(吐血整理) >>> 前言 首先介绍下在本文出现的几个比较重要的概念： 函数计算（Function Compute） : 函数计算 是一个事件驱动的服务，通过函数计算，用户无需管理服务器等运行情况，只需编写代码并上传。函数计算准备计算资源，并以弹性伸缩的方式运行用户代码，而用户只需根据实际代码运行所消耗的资源进行付费。函数计算更多信息 参考 。 Fun : Fun 是一个用于支持 Serverless 应用部署的工具，能帮助您便捷地管理函数计算、API 网关、日志服务等资源。它通过一个资源配置文件（template.yml），协助您进行开发、构建、部署操作。Fun 的更多文档 参考 。 备注: 本文介绍的技巧需要 Fun 版本大于等于 3.2.0。 依赖工具 本项目是在 MacOS 下开发的，涉及到的工具是平台无关的，对于 Linux 和 Windows 桌面系统应该也同样适用。在开始本例之前请确保如下工具已经正确的安装，更新到最新版本，并进行正确的配置。 Docker Fun Fcli Fun 和 Fcli 工具依赖于 docker 来模拟本地环境。 对于 MacOS 用户可以使用 homebrew 进行安装： brew cask install docker brew tap vangie/formula brew

【推荐】2019 Java 开发者跳槽指南.pdf(吐血整理) >>> 简介： AI model serving 是函数计算一个比较典型的应用场景。数据科学家训练好模型以后往往需要找软件工程师把模型变成系统或者服务，通常把这个过程称之为 model serving。函数计算无需运维和弹性伸缩的特性，正好符合数据科学家对高可用分布式系统的诉求。本文将介绍把一个 TensorFlow CharRNN 训练的自动写五言绝句古诗的模型部署到函数计算的例子。 前言 首先介绍下在本文出现的几个比较重要的概念： 函数计算（Function Compute） : 函数计算 是一个事件驱动的服务，通过函数计算，用户无需管理服务器等运行情况，只需编写代码并上传。函数计算准备计算资源，并以弹性伸缩的方式运行用户代码，而用户只需根据实际代码运行所消耗的资源进行付费。函数计算更多信息 参考 。 Fun : Fun 是一个用于支持 Serverless 应用部署的工具，能帮助您便捷地管理函数计算、API 网关、日志服务等资源。它通过一个资源配置文件（template.yml），协助您进行开发、构建、部署操作。Fun 的更多文档 参考 。 备注: 本文介绍的技巧需要 Fun 版本大于等于 3.2.0。 依赖工具 本项目是在 MacOS 下开发的，涉及到的工具是平台无关的，对于 Linux 和 Windows