Read the Docs

智能合约和链码 **目标读者：**架构师、开发者、管理员 从应用程序开发人员的角度来看，智能合同和账本构成了Hyperledger Fabric区块链系统的核心。分类账保存一组业务对象的当前和历史状态的事实，而智能契约定义可执行逻辑，该逻辑生成添加到分类账的新事实。链码通常由管理员用于对相关的智能协议进行分组以进行部署，但也可以用于Fabric的低级系统编程。在本主题中，我们将关注为什么智能契约和链码存在，以及如何和何时使用它们。 在本主题中，我们将涉及: 什么是智能合约 术语说明 智能合同和账本 如何发展智能合约 背书政策的重要性 有效的交易 频道和链码定义 智能合约之间的沟通 什么是系统链码? 智能合约 在企业之间进行交易之前，它们必须定义一组公共契约，涵盖公共术语、数据、规则、概念定义和流程。综合起来，这些契约列出了管理交易各方之间所有交互的业务模型。 智能契约在可执行代码中定义不同组织之间的规则。应用程序调用智能合同来生成记录在分类账上的交易。 使用区块链网络，我们可以将这些合同转化为可执行程序——在业界被称为智能合同——来开辟各种各样的新可能性。这是因为智能契约可以为任何类型的业务对象实现治理规则，以便在执行智能契约时自动执行这些规则。例如，一个聪明的合同可以确保在指定的时间框架内交付一辆新车，或者根据预先安排的条款释放资金，分别改善货物或资本的流动。然而，最重要的是

点击上方蓝字" 小黑在哪里 "关注我吧 前言 IdentityServer4 是为ASP.NET Core系列量身打造的一款基于 OpenID Connect 和 OAuth 2.0 认证的框架 IdentityServer4官方文档：https://identityserver4.readthedocs.io/ 看这篇文章前默认你对IdentityServer4 已经有一些了解。 本篇使用IdentityServer4的4.x版本，跟老版本的稍微有些差别。下面直接进入正题。 鉴权中心 创建IdentityServer4项目 使用IdentityServer4 来搭建一个鉴权中心，首先建议安装一下IdentityServer4的官方项目模板。也可以不安装，自己创建项目，然后NuGet安装需要的包也行。（不过还是推荐用官方的模板，很方便）。 命令行执行： dotnet new -i IdentityServer4.Templates image-20200629205619088 安装完成后会多出以下项目模板： image-20200629205731577 我这里选用is4inmem这个模板来创建项目，这个模板的数据都是写死在内存中的，并且包含了Quickstart页面，比较简单方便。 来到我的项目目录下执行： dotnet new is4inmem --name Idp

👆 “ Python猫 ” ，一个值得加星标的 公众号 花下猫语： 二月来了，再过两天就是立春了，新的日子，新的气象，新的希望就要来临了。同学们，坚持住！如今之计是继续做好防护。今天给大家分享一篇文章，作者发布了一个库，可轻松给图片内的头像戴上口罩，推荐尝试！ 来源：Prodesire公众号 | 作者：Prodesire 前言 2019 年底开始蔓延的新型肺炎疫情牵动人心，作为个体，我们力所能及的就是尽量待在家中少出门。 看到一些朋友叫设计同学帮忙给自己的头像戴上口罩，作为技术人，心想一定还有更多人有这样的诉求，不如开发一个简单的程序来实现这个需求，也算是帮助设计姐姐减少工作量。 于是花了些时间，写了一个叫做 face-mask [1] 的命令行工具，能够轻松的给图片中的人像戴上口罩，而且口罩的方向和大小都是适应人脸的哦~ 使用 安装 face-mask 确保 Python 版本在 3.6 及以上 pip install face-mask 使用 face-mask 直接指定图片路径即可为图片中的人像戴上口罩，并会生成一个新的图片（额外有 -with-mask 后缀）： face-mask /path/to/face/picture 通过指定 --show 选项，还可以使用默认图片查看器打开新生成的图片： face-mask /path/to/face/picture --show

1 前言 2019 年底开始蔓延的新型肺炎疫情牵动人心，作为个体，我们力所能及的就是尽量待在家中少出门。 看到一些朋友叫设计同学帮忙给自己的头像戴上口罩，作为技术人，心想一定还有更多人有这样的诉求，不如开发一个简单的程序来实现这个需求，也算是帮助设计姐姐减少工作量。 于是花了些时间，写了一个叫做 face-mask [1] 的命令行工具，能够轻松的给图片中的人像戴上口罩，而且口罩的方向和大小都是适应人脸的哦~ 2 使用 安装 face-mask 确保 Python 版本在 3.6 及以上 pip install face-mask 使用 face-mask 直接指定图片路径即可为图片中的人像戴上口罩，并会生成一个新的图片（额外有 -with-mask 后缀）： face-mask /path/to/face/picture 通过指定 --show 选项，还可以使用默认图片查看器打开新生成的图片： face-mask /path/to/face/picture --show 效果 给一个人戴上口罩 给多个人戴上口罩 给动漫人物戴上口罩 3 实现 思路 要想实现上面的效果，我们应该怎么做？不妨这么想： 首先是识别出人的鼻子(nose_bridge)和脸轮廓(chin) 通过脸轮廓确定出脸左点（chin_left_point）、脸底点（chin_bottom_point）和脸右点

断断续续使用simpleitk处理CT和X光图片有些时间了，但是学的知识都比较零散，没有形成系统的概念，于是对着SimpleITK的英文文档 https://simpleitk.readthedocs.io/en/master/index.html 学习一遍，再结合自己的一点经验，做一点总结。 SimpleITK是ITK的简化接口，使用起来更加方便，有多种语言接口，我平时用的都是python版，安装比较简单，pip install SimpleITK即可 SimpleITK是专门处理医学影像的软件，在SimpleITK中，图像的概念与我们在计算机视觉中常用的RGB图像差异很大，后者只是一个多维矩阵，是一个数学上的概念，而在SimpleITK中，图像是一种物理实体，图像中的每一个像素都是物理空间中的一个点，不光有着像素值，还有着坐标，间距，方向等概念 下图是一个直观的解释 size：图像在各维度的像素个数 spacing：图像各维度上像素之间的距离（物理层面的，有单位，一般为mm) physical extent：图像在物理空间中的大小 Origin：图像原点的坐标（物理层面的，有单位，一般为mm，与spacing保持一致） direction：采用方向余弦矩阵，也就是图像自身坐标系相对于世界坐标系（固定不动的）的角度，再直白点就是新坐标系在原坐标系上各个方向的投影，百度百科

CircuitPython 6.0.0正式版本已经发布。 移植情况 CircuitPython有许多 "移植"，是各种微控制器系列的核心实现。每个移植版本的稳定性各不相同。截至本版本，F4系列的atmel-samd, nrf和stm32是稳定的。cxd56, esp32s2和stm其它型号正在积极改进，但可能会有功能缺失和bug，litex和mimxrt10xx处于alpha状态，会有bug和功能缺失。 从5.x开始的主要新功能和改进 新增ESP32-S2芯片的移植。 RGBMatrix 显示支持。 countio 模块以计数脉冲。 watchdog控制硬件看门狗定时器。仅在某些芯片上。 vectorio提供原始displayio。 canio 为CAN总线操作提供支持。 _bleio 增加了对基于HCI的BLE协处理器（如AirLift板）的支持。 aesio 提供对AES计算的支持。 async/await默认在许多版本中可用；支持得到改善。 网络模块进行了改造，增加了 wifi、socketpool、ssl 等模块。停用了 socket、wiznet5k 和network 模块。它们将在 7.x 中被移除，转而使用网络库。 更新stage和pew库。 _pixelbuf 改进。 改进的USB串口检测。 json 现在可以从流对象读取。 pulseio.PWMOut 被拆分到

作者|Moez Ali 编译|VK 来源|Towards Data Science PyCaret PyCaret是Python中的一个开源、低代码的机器学习库，它自动化了机器学习工作流。它是一个端到端的机器学习和模型管理工具，可以加快机器学习实验的周期，并使你更有效率。 与其他开放源代码机器学习库相比，PyCaret是一个低代码库，可以用很少的代码来替换数百行代码。这使得实验具有指数级的速度和效率开发。 官方： https://www.pycaret.org 文档： https://pycaret.readthedocs.io/en/latest/ git： https://www.github.com/pycaret/pycaret compare_models比你想的要好 当我们在2020年4月发布了PyCaret的1.0版本时，compare_models函数会比较库中的所有模型，以返回平均的交叉验证性能指标。在此基础上，你可以使用create_model来训练性能最好的模型，并获得可用于预测的训练模型输出。 这种行为后来在版本2.0中进行了更改。compare_models现在根据n_select参数返回最佳模型，该参数默认设置为1，这意味着它将返回最佳模型（默认情况下）。 通过将默认的n_select参数更改为3，可以获得前3个模型的列表。例如：

这是一份 openpyxl 的使用指南。 大体内容翻译自官网 https://openpyxl.readthedocs.io/en/stable/charts/bar.html#vertical-horizontal-and-stacked-bar-charts 本文在官网基础上会有一些改动。代码请参考 https://github.com/RustFisher/python-playground 本文链接 https://rustfisher.com/2019/11/14/Python/Python-openpyxl_charts_Bar_and_Column/ 柱形图 数据会被绘制成垂直，水平或者是层叠效果的柱形图。 注意： 接下来的设置会影响到不同类型的图表。 设置类别可以控制柱形图是垂直或是水平。 使用层叠图形时，需要设置overlap成100。 如果柱形是水平的，x和y坐标会对调过来。 2D图表 示例代码如下，根据给定的数据绘制了4张图表。 from openpyxl import Workbook from openpyxl.chart import BarChart, Series, Reference def bar_chart_demo(): wb = Workbook(write_only=True) ws = wb.create_sheet() rows =

基础结构解释 UI-表现层-与控制器打交道（UI向Controller 传递数据时使用DTO(数据传输对象)） Service-应用服务层 Domain 领域对象 DTO 数据传输对象，一般只包含基础的Get,Set功能，也会包含一些数据验证，如必填项，大小，自定义规则等。 一个完整的业务是通过领域实体（对象）domain建立的，而DTO是根据UI的需求来设计的。 比如：Customer领域对象可能会包含一些诸如FirstName, LastName, Email, Address等信息。但如果UI上不打算显示Address的信息，那么CustomerDTO中也无需包含这个 Address的数据。 比如：User表设计字段如下：Id,UserName,Password,RegisterTime。注册时，那这个接口的参数应该只有UserName,Password，因为RegisterTime是后台赋值的，Id是数据库自动生成的。即设计一个RegisterDto,只包含UserName,Password二个字段，作为注册接口的参数。不然，那二个参数对于开发前端的人来说是无意义的，因为传递也没有效果。所以不应该暴露给前端使用。 以上即领域对象来实现业务，DTO只注重数据。 UI->Controller（通过 DTO完成数据传输，表单验证）->Service(操作Domain，完成业务服务

业内很多公司都会使用到的一个项目管理工具是JIRA，JIRA可以用来管理项目、流程、需求、版本、需求、缺陷等，JIRA包含了详细的字段信息，并且根据用户需要，支持自定义一些字段。 虽然JIRA本身有一些报表下载和统计的功能，但是也可以使用python对jira进行快捷的查询和分析。 JIRA官方有非常详细的API文档介绍，可以用来参考。 https://docs.atlassian.com/DAC/rest/jira/6.1.html https://jira.readthedocs.io/en/latest/ 安装JIRA依赖库 python调用Jira API，首先要安装第三方库，可以 直接： easy_install jira 或者：pip3 install jira 安装成功后，直接命令行里导入jira，或者Pycharm中使用 from jira import JIRA，没有报错则说明安装成功了。 登录JIRA JIRA都有访问限制，在访问Jira项目时首先要进行认证，Jira Python库提供了3种认证方式： 通过Cookis方式认证（用户名，密码） 通过Basic Auth方式认证（用户名，密码） 通过OAuth方式认证 因为公司习惯是使用Google OAuth 方式登录的，所以一开始尝试使用Google OAuth的方式登录，但是折腾了一下午始终没成功