Doi技术团队

3 小时教你从零入门 Python，简单快捷。目录如下

这个专栏是深度学习框架 PaddlePaddle Fluid 版本的教程，开发环境主要是 PaddlePaddle 1.6.0 和 Python 3.5。内容涉及了 PaddlePaddle 的安装，并从简单执行 1+1 运算例子入门 PaddlePaddle，借助各个实例一步步入手 PaddlePaddle，通过本系列教程你可以学到如何使用 PaddlePaddle 搭建卷积神经网络，循环神经网络，并能够训练自定义数据集，最后还可以部署到自己的实际项目中。

这个专栏是深度学习框架 PaddlePaddle V2 版本的教程，开发环境主要是 PaddlePaddle 0.11.0 和 Python 2.7。内容涉及了 PaddlePaddle 的安装，并从手写数据集识别入手，借助实例一步步入手 PaddlePaddle，通过实例掌握 PaddlePaddle 的使用，从零进入人工智能领域。

数据视图系统(Data-View)

用户上传不同类型的数据，根据不同的数据类型绘制成不同的图形。实现数据可视化，作为物联网或者 App Inventor 中的数据持久化平台使用。
同样地，你也可以通过 Data-View 制造数据，传输给，从而实现控制硬件。

元素尺寸、位置相关的属性有哪些？如何获取用户的阅读进度？如何确定用户阅读到了最后？

如何制作环形进度条？如何实现动画的匀速播放？

svg 中的 viewBox 是什么？什么时候需要 viewBox？viewBox 能实现什么样的效果？

在 Android 中使用 Netty-Socket 互相发送图片和文字，

首先是服务端，服务端的应用在 server 下，其中最重要的是 NettyServerUtil.java，这里包含了服务的启动和发送数据，这数据包括文字和图像。

这段代码是启动 Netty 服务的，其中非常重要的是 ch.pipeline().addLast(new ByteArrayEncoder()); 和 ch.pipeline().addLast(new ByteArrayDecoder());，因为我们要传输的都是基于 byte[] 的，同时还要 LineBasedFrameDecoder 设置最大包的长度。

Android 使用 CameraX 实现相机快速实现对焦和放大缩小，本教程介绍如何使用 CameraX 实现相机点击对焦和放大缩小，单击对焦指定位置，使用双指放大缩小图像。下面是页面代码，使用 PreviewView 预览相机图像，然后使用 FocusImageView 自定义 View 来显示对焦框。CameraXPreviewViewTouchListener.kt 点监听事件，用于监听屏幕的点击监听动作。

日历组件实现起来真的难吗？它需要哪些数据？要如何获取一页上的日期？如何处理网格布局中的分隔线？

CameraX 是谷歌提供的相机框架，这个框架非常强大，可以实现很方便点击对焦，放大缩小，保存优质的图像等等。最重要的是 androidx.camera.view.PreviewView 控件，这个可以实现预览图像，点击监听事件等操作都可以在这里完成。不过这里只介绍预览图像和拍照保存。startCamera() 方法可以实现预览操作，代码都有注释。CameraX 提供了 imageCapture.takePicture() 接口用于保存图像。

CameraKit 框架是一款极其简单的 Android 相机框架，代码量比使用原生的少很多。本章教程我们就来使用 CameraKit 搭建一个简单的相机，并实现点击保存图像。

Java 代码就简单很多了，其中要在 Activity 生命周期中也添加 CameraKitView 的什么周期。CameraKit 也提供了动态权限申请接口，使用 cameraKitView.onRequestPermissionsResult() 接口实现动态权限申请，这样就完成了相机预览功能。拍照保存也很简单，使用 cameraKitView.captureImage() 就可以保存图像到本地了。这也太简单了。

JavaScript 文本置乱动画的预览与解析

JavaScript 使用 Object.prototype.toString.call 来检查类型，那么写成这种形式的原因是什么呢？

图文解析纯 CSS 实现的打字机效果

# 如何合并两个字典在python3.5 +

>>> x = {'a': 1, 'b': 2}
>>> y = {'b': 3, 'c': 4}

>>> z = {**x, **y}

>>> z
{'c': 4, 'a': 1, 'b': 3}

# 在Python中2.x你可以用这个:
>>> z = dict(x, **y)
>>> z
{'a': 1, 'c': 4, 'b': 3}

# 在这些示例中，Python按照表达式中列出的顺序合并字典键，从左到右覆盖重复项。

# 在Python中同时测试多个标志的不同方法
x, y, z = 0, 1, 0

if x == 1 or y == 1 or z == 1:
    print('passed')

if 1 in (x, y, z):
    print('passed')

# These only test for truthiness:
if x or y or z:
    print('passed')

if any((x, y, z)):
    print('passed')

# 如何按值对Python dict进行排序(==获得按值排序的表示)

>>> xs = {'a': 4, 'b': 3, 'c': 2, 'd': 1}

>>> sorted(xs.items(), key=lambda x: x[1])
[('d', 1), ('c', 2), ('b', 3), ('a', 4)]

# Or:

>>> import operator
>>> sorted(xs.items(), key=operator.itemgetter(1))
[('d', 1), ('c', 2), ('b', 3), ('a', 4)]

# dicts上的get()方法及其“默认”参数

name_for_userid = {
    382: "Alice",
    590: "Bob",
    951: "Dilbert",
}

def greeting(userid):
    return "Hi %s!" % name_for_userid.get(userid, "there")

>>> greeting(382)
"Hi Alice!"

>>> greeting(333333)
"Hi there!"

# 使用namedtuple比手动定义类要短得多:
>>> from collections import namedtuple
>>> Car = namedtuple('Car', 'color mileage')

# 我们新的“Car”类按预期工作:
>>> my_car = Car('red', 3812.4)
>>> my_car.color
'red'
>>> my_car.mileage
3812.4

# 我们得到一个不错的字符串repr:
>>> my_car
Car(color='red' , mileage=3812.4)

# 和元组一样，namedtuple也是不可变的:
>>> my_car.color = 'blue'
AttributeError: "can't set attribute"