安装flask-admin出错解决
今天安装flask-admin总出错
指定源好了
pip install flask-admin -i http://pypi.doubanio.com/simple/ --trusted-host pypi.doubanio.com公司电脑pip配置文件位置(可以搜索到)
C:\Users\weiyo\AppData\Roaming\pip
技术
flask快速入门
flask快速入门
Flask是一种轻量级的Python Web框架，可以快速搭建Web应用程序。下面是一个Flask的快速入门指南：
- 安装Flask
可以使用pip命令安装Flask：pip install flask
- 创建一个Flask应用
创建一个名为app.py的文件，并在文件中导入Flask类：
python
from flask import Flask
app = Flask(__name__)__name__参数表示当前模块的名称，用于初始化Flask应用程序实例。
- 创建一个路由
在Flask中，路由用于将URL映射到相应的处理程序函数。可以使用@app.route装饰器创建路由：
python
@app.route('/')
def index():
return 'Hello, World!'这个路由将根URL（/）映射到名为index()的函数，该函数返回一个简单的“Hello, World!”消息。
- 运行应用程序
在Flask应用程序中，可以使用app.run()方法来运行应用程序：
markdown
if __name__ == '__main__':
app.run()这个条件判断语句是为了确保只有在直接运行应用程序时才运行服务器。在终端中运行python app.py命令启动应用程序。
完整的示例代码：
python
from flask import Flask
app = Flask(__name__)
@app.route('/')
def index():
return 'Hello, World!'
if __name__ == '__main__':
app.run()访问http://localhost:5000/即可看到“Hello, World!”消息。这就是一个简单的Flask应用程序的快速入门示例。
安装使用pipenv
安装pipenv
pip install pipenv -i https://pypi.tuna.tsinghua.edu.cn/simple
提示
Defaulting to user installation because normal site-packages is not writeable
WARNING: The script virtualenv.exe is installed in 'C:\Users\weiyo\AppData\Roaming\Python\Python39\Scripts' which is not on PATH.
把提示加入系统环境变量才可以正常使用pipenv
“`shell
(base) PS C:\Users\weiyo<!–autointro–>
如何将docker镜像将自定义的应用日志输出到控制台
如何将docker镜像的日志输出到标准输出/错误输出？（将自定义的应用日志输出到控制台）
对于一个nginx容器，如果要通过docker logs命令，直接查看容器的日志，该如何来操作？
非常的简单，就是将应用（nginx）生成的日志输出到标准输出或者错误输出。
那么，具体的实现是什么呢？
就是在制作镜像的时候，将应用日志与标准输出/错误输出设备进行关联，比如下面的nginx dockerfile中的命令：
forward request and error logs to docker log collector
RUN ln -sf /dev/stdout /var/log/nginx/access.log \
&& ln -sf /dev/stderr /var/log/nginx/error.log
这样，就在制作镜像的时候，建立了软链接。
容器运行时，产生的日志，就会通过docker logs命令查看到了。
更重要的是，通过这种方法，任何的自定义的应用的日志，都可以链接到标准输出和标准错误输出。轻松的通过docker logs命令查看日志。
win10取消驱动签名验证
1.
打开并登录操作系统左下角。开始菜单上单击选择设置。
2.
在Windows设置页面选择更新和安全。下面的步骤建议使用工具记录下过程再进行操作。
3.
在更新和安全页面选择左侧的恢复标签,在右侧选择立即重新启动。
Python学习
Python学习
不主动，不拒绝，不负责的三大原则[捂脸]
# & gt; 和 & lt; 代表大于号> 和小于号< 以及其英文的全称
python包下载
Python Extension Packages for Windows – Christoph Gohlke
https://www.lfd.uci.edu/~gohlke/pythonlibs/#traits
relief
当子菜单分离原窗时的3D效果，relief=RAISED,SUNKEN,FLAT,RIDGE,SOLID,GROOVE
python-docx安装
docx库是一个比较老的库，安装python-docx就可以解决问题。我是先安装成功了docx，查看库里面已经有了依赖包lxml,所以先通过pycharm卸载docx，安装上python-docx问题就解决了。
[[pip国内的一些镜像]]
三种获取帮助的方法
dir()
help()
.__doc_
pip
使用如下命令查看，当前平台支持的版本
pip debug --verbose
pip国内的一些镜像
windows下，直接在user目录中创建一个pip目录，如：C:\Users\xx\pip，然后新建文件pip.ini，即 %HOMEPATH%\pip\pip.ini，输入或修改内容如下：
[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple
[install]
trusted-host = https://pypi.tuna.tsinghua.edu.cn
阿里云 http://mirrors.aliyun.com/pypi/simple/
中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/
豆瓣(douban) http://pypi.douban.com/simple/
清华大学 https://pypi.tuna.tsinghua.edu.cn/simple/
中国科学技术大学 http://pypi.mirrors.ustc.edu.cn/simple/
修改源方法：
直接一行代码搞定
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
“`
PS D:\mysync\pc_home_work\pyfile<!–autointro–>
tkinter控件定位
pack参数说明
编写一个程序的界面，就是要把各个组件，以适当大小，定位到界面的某个位置。
tkinter以提供3种界面组件布局管理的方法，分别是：pack，grid，place 这篇文章先来讲解pack 方法。
pack() 方法的参数有：side, fill, padx/pady, ipadx/ipady, anchor, expand
参数说明：
side: 决定组件停靠的方向。
选项：left, right, top, bottom
la1.pack( side=’top’) # 向上停靠 默认
la1.pack( side=’bottom) # 向下停靠
la1.pack( side=’left’) # 向左停靠
la1.pack( side=’right’) # 向右停靠
fill: 决定组件是否填充，以及填充的方向
选项：x, y, both, none
fill=”none” # 不填充 默认
fill=”x” # 横向填充
fill=”y” # 纵向填充
fill=”both” # 横向纵向都填充
padx/pady: 组件外，组件跟邻近组件或窗体边界的距离(外边距)
默认值：0
ipadx/ipady: 组件内，组件文本跟组件边界之间的距离(内边距)
默认值：0
anchor: 决定组件停靠的位置
选项：n,nw,ne,s,nw,ne,center 默认值：center (居中显示)
expand: 决定组件的“势力范围”是否扩大到“扩展范围”
选项：True, False
默认值：False (标签只在自己的势力范围内活动)
wikijs存储
Local File System选项
目标配置
目标配置中的地址是docker容器中的地址，不是宿主机。
我设置为/data
另外设置了卷映射，这样就能直接从VPS的文件里看了。
同步方向设置
比较好理解，分为双向，推送到目标和从目标中拉取。
之前还想着能不能用api快速发布文章，现在看来同步方向设置是一个很好的方法。
经过验证用这种同步的方法批量新建页面有个问题，就是每次同步会把所有页面重新渲染，比较费时间，以后页面多了用这种方法不优雅。
操作
一共有三个操作：
Dump all content to disk
会把网站所有的静态内容，页面和上传的内容等保存到设置的目标路径。页面将会用md的形式保存（我创建的页面用的是markdown语法）。保留文件夹层次关系。
Create Backup
把目标文件夹内容打包成gz文件方便下载，并在目标文件夹下创建_manual子文件夹，压缩后的文件放在里面。
Import Everything
从当前目标路径中把数据导入到网站和数据库。
滤波器特性评估
一些对现代控制系统的理解 第1部分-时域、频域、s域、z域
https://zhuanlan.zhihu.com/p/100239414
https://www.cnblogs.com/amanlikethis/p/3508387.html
https://www.eet-china.com/mp/a42503.html
使用 MATLAB 求由差分方程表示的滤波器的响应的两种方法
https://blog.csdn.net/Reborn_Lee/article/details/83385143
设计滤波器必须掌握的关键知识
https://zhuanlan.zhihu.com/p/444904982
用python分析我的滤波器的频率响应
在Python中，可以使用Scipy库中的signal模块来分析滤波器的频率响应。具体步骤如下：
- 导入需要的库和模块：
import numpy as np
import matplotlib.pyplot as plt
from scipy import signal- 定义滤波器的参数和传输函数：
# 定义滤波器的参数
fc = 1000 # 截止频率，单位为Hz
fs = 8000 # 采样频率，单位为Hz
order = 4 # 滤波器阶数
# 计算滤波器的传输函数
b, a = signal.butter(order, 2 * fc / fs, 'lowpass')上述代码中使用了Butterworth低通滤波器，截止频率为1000Hz，采样频率为8000Hz，阶数为4。
- 计算并绘制滤波器的频率响应：
# 计算频率响应
w, h = signal.freqz(b, a, worN=8000)
# 绘制频率响应曲线
fig, ax = plt.subplots()
ax.plot(w / np.pi * fs / 2, 20 * np.log10(abs(h)), 'b')
ax.set(title='Frequency response', ylabel='Amplitude [dB]', xlabel='Frequency [Hz]', xlim=[0, fs / 2])
ax.grid()
plt.show()上述代码中，使用signal.freqz函数计算滤波器的频率响应，worN参数指定了计算频率响应的点数。最后使用matplotlib库绘制频率响应曲线，横轴为频率，纵轴为幅度（单位为dB）。
运行上述代码后，即可得到滤波器的频率响应曲线。可以根据需要，修改滤波器的参数和传输函数，重新计算频率响应并绘制曲线。
分析我自定义的滤波器，不是标准的滤波器，有通用的评估方法吗
对于自定义的滤波器，评估方法可以根据滤波器的类型和设计要求进行选择和调整。以下是一些通用的评估方法，可以供参考：
-
频率响应分析：通过计算滤波器的频率响应，分析滤波器在不同频率下的增益和衰减特性，以及通带和阻带的宽度、波纹等特性。可以使用Python中的Scipy库或Matlab等工具进行计算和分析。
-
时域响应分析：通过计算滤波器的单位脉冲响应或单位阶跃响应，分析滤波器在时域下的特性，如响应时间、幅度变化等。可以使用Python中的Scipy库或Matlab等工具进行计算和分析。
-
稳定性分析：判断滤波器是否稳定，即在输入信号有限的情况下，输出是否有限，可以使用BIBO（Bounded Input, Bounded Output）稳定性分析方法进行判断。
-
相位特性分析：通过计算滤波器的相位响应，分析滤波器在不同频率下引入的相位延迟，以及群延迟等特性。可以使用Python中的Scipy库或Matlab等工具进行计算和分析。
-
抗混叠性分析：对于数字滤波器，需要分析其抗混叠性能，即在离散化过程中是否会引入混叠。可以使用数字信号处理中的采样定理等理论进行分析。
-
实现分析：对于硬件实现的滤波器，需要分析其实现难度、成本、功耗等方面的特性，对于数字实现的滤波器，需要分析其计算复杂度、运行速度等方面的特性。
综上所述，评估自定义的滤波器需要综合考虑滤波器的类型、应用场景和设计要求，选择合适的评估方法进行分析和评估。
比如我写了一个惯性滤波器，确定alpha=5，我怎么评估它的频率响应
惯性滤波器是一种常用的滤波器类型，具有良好的抗噪声和抗干扰能力。如果你已经确定惯性滤波器的参数（如alpha=5），可以使用以下方法评估其频率响应：
-
计算差分方程：惯性滤波器可以表示为一个一阶差分方程，根据差分方程可以计算其传输函数。
-
计算传输函数：通过对差分方程进行Z变换，可以得到惯性滤波器的传输函数，表示为H(z)。
-
绘制频率响应曲线：利用H(z)计算惯性滤波器的频率响应，可以使用Python中的Scipy库或Matlab等工具进行计算和绘制频率响应曲线。
以下是一个Python示例代码，其中alpha=5：
import numpy as np
import matplotlib.pyplot as plt
alpha = 5 # 系数 alpha
# 计算惯性滤波器的传输函数
b = np.array([alpha/(1+alpha), -alpha/(1+alpha)])
a = np.array([1, -(1-alpha)/(1+alpha)])
# 计算频率响应曲线
w, h = signal.freqz(b, a, worN=8000)
# 绘制频率响应曲线
fig, ax = plt.subplots()
ax.plot(w / np.pi, 20 * np.log10(abs(h)), 'b')
ax.set(title='Frequency response', ylabel='Amplitude [dB]', xlabel='Normalized frequency', ylim=[-60, 10])
ax.grid()
plt.show()上述代码中，首先计算惯性滤波器的传输函数，然后利用signal.freqz函数计算频率响应曲线，最后用matplotlib库绘制频率响应曲线。
在频率响应曲线中，横轴为归一化频率，即频率除以采样频率的一半，纵轴为幅度（单位为dB）。可以根据频率响应曲线，分析滤波器的通带、阻带、截止频率等特性。
注册GoogleVoice记录，两次都失败了
9/12/1993
两次注册都失败了，建议技术不是太强的人不要尝试了。
230912
213 加利福尼亚州 有可用号码
262 华盛顿
305弗罗里达州
315纽约
12545725435
难怪失败，注册chatgpt才知道给的是虚拟号码，不是物理号码，我买的是物理号码。
收到了激活码37.5卢布
注册成功
Phone number added
**(254) 572-5435** has been successfully linked to your account and will ring when someone calls your Google Voice number.
但是实际上还是没有拿到号码
自己搭建v2ray，用芝加哥服务器，匿名度100%
下次用这个选项试试
230306
注册地址
https://voice.google.com/u/0/signup
需要选择地区，很多地区没有可用的gv号码了
404可用亚特兰大
512奥斯丁 有比较好的0098
依然使用https://sms-activate.org/getNumber获取虚拟号码激活
选择了一个虚拟号码，比实体号码价格便宜
13465985968
激动，注册成功。
虽然提示成功，但是gv界面并没有，应该是实际没有成功。
有可能是虚拟号不行。
并且用过一次就不能再用了。
这个虚拟号码也不能用于注册openai
下次再注册设置一个干净的环境，用手机，换美国时区，找干净ip。
用实体手机号并同时注册openai
最好使用美国vps注册
Google搜索 在线美国短信
https://github.com/sxcool1024/googlevoice
+1 2069222002也能成功发送
http://www.xnsms.com/test/getPhoneData?phone=12069222002
免费接码但是属于Fi虚拟号不能用于GV
https://www.goinsms.xyz/
用下面这个也不报错，就是收不到验证码
https://www.receivesmsonline.net/receive-sms-online-vip-13212163849.html
使用下面号码也可正常发送，就是收不到
+12057494658
https://smscodeonline.com/virtual-phone/p-12057494658
在
https://getfreesmsnumber.com/?page=2
网站用16062223115号码可以进入输入验证码界面但是没有收到验证码不知道什么原因
在线接码平台
https://www.extrabux.com/chs/guide/6172450
https://www.receivesms.co/us-phone-numbers/us/
https://www.w3h5.com/post/619.html
有一个号码接收gv验证码太多了就不能用了
12542492894
