我们的选择

使用原生Java代码生成可执行Jar包

蹲街弑〆低调 提交于 2020-03-29 04:38:58
  最近想做一个功能,就是把我们编译后的字节码及其资源文件打包成一个可执行的jar包,在装有jre的机器上双击就能运行。   首先是我们需要选择哪些字节码和文件需要打包到文件中,这个我们用JFileChooser来做,让用户选择,我做了一个窗体来让用户选择。   效果如下:      我们让浏览文件系统,并选择需要打包的文件夹,然后计算出可以作为启动类的文件,通过下方的下拉让用户选择。   生成文件路径在确认按钮点击后弹出文件保存框让用户选择就好(也可以弹出输入框)。   代码如下:   Main 1 package org.coderecord.commons.ejarmaker; 2 3 import java.awt.EventQueue; 4 5 import javax.swing.UIManager; 6 import javax.swing.UnsupportedLookAndFeelException; 7 8 public class Main { 9 10 public static void main(String[] args) { 11 try { 12 UIManager.setLookAndFeel("com.sun.java.swing.plaf.nimbus.NimbusLookAndFeel"); 13 } catch

有道词典_每日一句_2020/02

帅比萌擦擦* 提交于 2020-02-07 19:39:56
02月 Faith is the belief in something for which we have no evidence. 信仰就是在我们没有明确证据的时候,却选择相信。——2020.02.01 One has to be fair and very honest. 要做一个正直的人。——2020.02.02 Victory was near. 胜利近在咫尺。——2020.02.03 Get up. Keey moving. 站起来,继续前进。——2020.02.04 I know you will come, and carry me out into the palace of winds. 我相信你回来,来将我带往风之殿堂。——2020.02.05 We had big dreams.我们曾有过大梦想。——2020.02.06 Every battle need a miracle. 每场战役都需要奇迹。——2020.02.07 其他: 有道词典_每日一句_总贴 来源: https://www.cnblogs.com/china-fanny/p/12274074.html

Microsoft visual c++ 14.0 is required

岁酱吖の 提交于 2020-01-16 02:35:00
问题叙述: pip install 库时报错Microsoft visual c++ 14.0 is required。问题发生在我由Win8.1升级win10后,之前win8.1使用正常,而win10第一次使用安装报错,再加上提示需要库,很明显是系统环境的问题。 解决思路: 我去查询了下资料,在Window环境下python2.7需要C++9.0,而python3需要c++14.0,至于为什么win8.1升win10后会报错,我觉得最大可能是因为Win10 sdk库缺少,导致无法使用C++14.0库。 解决方案: 因此我们需要下载visualcppbuildtools full.exe。有两种下载途径: 网页下载 百度云下载(提取码:qbba) 下载完后,选择自定义安装,如图所示安装圈出来的两个组件。一直点下一步,等待安装成功即可。 上边两个组件安装完成以后,重新使用pip安装对应的库,问题解决!!! 来源: https://www.cnblogs.com/Terrypython/p/10271623.html

sklearn逻辑回归(Logistic Regression,LR)调参指南

本秂侑毒 提交于 2019-12-03 06:43:09
python信用评分卡建模(附代码,博主录制) https://study.163.com/course/introduction.htm?courseId=1005214003&utm_campaign=commission&utm_source=cp-400000000398149&utm_medium=share sklearn逻辑回归官网调参指南 https://scikit-learn.org/stable/modules/generated/sklearn.linear_model.LogisticRegression.html sklearn.linear_model .LogisticRegression class sklearn.linear_model. LogisticRegression ( penalty=’l2’ , dual=False , tol=0.0001 , C=1.0 , fit_intercept=True , intercept_scaling=1 , class_weight=None , random_state=None , solver=’warn’ , max_iter=100 , multi_class=’warn’ , verbose=0 , warm_start=False , n_jobs=None , l1