')
}
function initGt() {
var handler = function (captchaObj) {
captchaObj.appendTo('#captcha');
captchaObj.onReady(function () {
$("#wait").hide();
}).onSuccess(function(){
$('.getcheckcode').removeClass('dis');
$('.getcheckcode').trigger('click');
});
window.captchaObj = captchaObj;
};
$('#captcha').show();
$.ajax({
url: "/login/gtstart?t=" + (new Date()).getTime(), // 加隨機數(shù)防止緩存
type: "get",
dataType: "json",
success: function (data) {
$('#text').hide();
$('#wait').show();
// 調(diào)用 initGeetest 進行初始化
// 參數(shù)1：配置參數(shù)
// 參數(shù)2：回調(diào)，回調(diào)的第一個參數(shù)驗證碼對象，之后可以使用它調(diào)用相應(yīng)的接口
initGeetest({
// 以下 4 個配置參數(shù)為必須，不能缺少
gt: data.gt,
challenge: data.challenge,
offline: !data.success, // 表示用戶后臺檢測極驗服務(wù)器是否宕機
new_captcha: data.new_captcha, // 用于宕機時表示是新驗證碼的宕機
product: "float", // 產(chǎn)品形式，包括：float，popup
width: "280px",
https: true
// 更多配置參數(shù)說明請參見：http://docs.geetest.com/install/client/web-front/
}, handler);
}
});
}
function codeCutdown() {
if(_wait == 0){ //倒計時完成
$(".getcheckcode").removeClass('dis').html("重新獲取");
}else{
$(".getcheckcode").addClass('dis').html("重新獲取("+_wait+"s)");
_wait--;
setTimeout(function () {
codeCutdown();
},1000);
}
}
function inputValidate(ele,telInput) {
var oInput = ele;
var inputVal = oInput.val();
var oType = ele.attr('data-type');
var oEtag = $('#etag').val();
var oErr = oInput.closest('.form_box').next('.err_txt');
var empTxt = '請輸入'+oInput.attr('placeholder')+'！';
var errTxt = '請輸入正確的'+oInput.attr('placeholder')+'！';
var pattern;
if(inputVal==""){
if(!telInput){
errFun(oErr,empTxt);
}
return false;
}else {
switch (oType){
case 'login_mobile':
pattern = /^1[3456789]\d{9}$/;
if(inputVal.length==11) {
$.ajax({
url: '/login/checkmobile',
type: "post",
dataType: "json",
data: {
mobile: inputVal,
etag: oEtag,
page_ur: window.location.href,
page_referer: document.referrer
},
success: function (data) {
}
});
}
break;
case 'login_yzm':
pattern = /^\d{6}$/;
break;
}
if(oType=='login_mobile'){
}
if(!!validateFun(pattern,inputVal)){
errFun(oErr,'')
if(telInput){
$('.getcheckcode').removeClass('dis');
}
}else {
if(!telInput) {
errFun(oErr, errTxt);
}else {
$('.getcheckcode').addClass('dis');
}
return false;
}
}
return true;
}
function errFun(obj,msg) {
obj.html(msg);
if(msg==''){
$('.login_submit').removeClass('dis');
}else {
$('.login_submit').addClass('dis');
}
}
function validateFun(pat,val) {
return pat.test(val);
}
首頁 > 行業(yè)圖譜 >
- numpy學(xué)得還不錯？來試試這20題（下）
2020-08-27-
作者：劉早起
來源：早起Python
大家好，這篇是接上篇《numpy學(xué)得還不錯？來試試這20題（上）》，又到了numpy進階修煉專題。numpy大家應(yīng)該不陌生了，看了太多的原理講解之后，用刷題來學(xué)習(xí)是最有效的方法， ...
- numpy學(xué)得還不錯？來試試這20題！（上）
- 2020-08-27
-
作者：劉早起
來源：早起Python
大家好，又到了numpy進階修煉專題。numpy大家應(yīng)該不陌生了，看了太多的原理講解之后，用刷題來學(xué)習(xí)是最有效的方法，本文將帶來20個NumPy經(jīng)典問題，附贈20段實用代碼 ...
- numpy學(xué)的還不錯？來試試這20題！
- 2020-07-20
-
numpy是一款功能強大的python庫,通常被用來存儲和處理大型矩陣。numpy可以支持大量的維度數(shù)組與矩陣運算，此外也針對數(shù)組運算提供大量的數(shù)學(xué)函數(shù)庫 。相信大家在數(shù)據(jù)分析過程中一定少不了numpy的幫助，為了幫助大 ...
- 關(guān)于numpy概念的簡單理解
- 2020-07-06
-
numpy是Python中科學(xué)計算的基礎(chǔ)包。它是一個Python庫，提供多維數(shù)組對象，各種派生對象(如掩碼數(shù)組和矩陣)，以及用于數(shù)組快速操作的各種API，有包括數(shù)學(xué)、邏輯、形狀操作、排序、選擇、輸入輸出、離散傅立葉變換、 ...
- python知識普及：numpy基礎(chǔ)操作
- 2020-06-10
-
Numpy基礎(chǔ)數(shù)據(jù)結(jié)構(gòu)
import numpy as np
ar = np.array([[1,2,3], [3,4,6], [4,5,7]]) # 二維數(shù)組
print(ar)
print(type(ar))
ar
[[1 2 3]
[3 4 6]
[4 5 7]]
array([[1, 2, 3],
...
- python numpy庫中矩陣用法指南！
- 2020-05-29
-
矩陣是一個由m*n個數(shù)排成的m行n列的表稱為m行n列的矩陣，簡稱為m*n矩陣。下面的矩陣是一個3*2(3乘2)矩陣，因為它有三行四列。
在數(shù)學(xué)的概念中，矩陣（Matrix）是一個按照長方陣列排列的復(fù)數(shù)或?qū)崝?shù)集合，最 ...
- python numpy 一維數(shù)組轉(zhuǎn)變?yōu)槎嗑S數(shù)組的實例
- 2018-08-14
-
python numpy 一維數(shù)組轉(zhuǎn)變?yōu)槎嗑S數(shù)組的實例
今天小編就為大家分享一篇python numpy 一維數(shù)組轉(zhuǎn)變?yōu)槎嗑S數(shù)組的實例，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧
如下所示： &nbs ...
- 基于Python中numpy數(shù)組的合并實例講解
- 2018-08-14
-
基于Python中numpy數(shù)組的合并實例講解
下面小編就為大家分享一篇基于Python中numpy數(shù)組的合并實例講解，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧
Python中numpy ...
- Python使用numpy實現(xiàn)BP神經(jīng)網(wǎng)絡(luò)
- 2018-07-27
-
Python使用numpy實現(xiàn)BP神經(jīng)網(wǎng)絡(luò)
本文完全利用numpy實現(xiàn)一個簡單的BP神經(jīng)網(wǎng)絡(luò)，由于是做regression而不是classification，因此在這里輸出層選取的激勵函數(shù)就是f(x)=x。BP神經(jīng)網(wǎng)絡(luò)的具體原理此處不再介紹。
&nbs ...
- 對numpy中數(shù)組元素的統(tǒng)一賦值實例
- 2018-07-21
-
對numpy中數(shù)組元素的統(tǒng)一賦值實例
Numpy中的數(shù)組整體處理賦值操作一直讓我有點迷糊，很多時候理解的不深入。今天單獨列寫相關(guān)的知識點，進行總結(jié)一下。
先看兩個代碼片小例子：
例子1：
...
- Python numpy 提取矩陣的某一行或某一列的實例
- 2018-05-02
-
Python numpy 提取矩陣的某一行或某一列的實例
下面小編就為大家分享一篇Python numpy 提取矩陣的某一行或某一列的實例，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧
如下所示：& ...
- Python基于numpy靈活定義神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的方法
- 2017-09-10
-
Python基于numpy靈活定義神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的方法
這篇文章主要介紹了Python基于numpy靈活定義神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的方法,結(jié)合實例形式分析了神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的原理及Python具體實現(xiàn)方法,涉及Python使用numpy擴展進行數(shù)學(xué)運算 ...
- python中numpy基礎(chǔ)學(xué)習(xí)及進行數(shù)組和矢量計算
- 2017-08-24
-
python中numpy基礎(chǔ)學(xué)習(xí)及進行數(shù)組和矢量計算
在python中有時候我們用數(shù)組操作數(shù)據(jù)可以極大的提升數(shù)據(jù)的處理效率，類似于R的向量化操作，是的數(shù)據(jù)的操作趨于簡單化，在python 中是使用numpy模塊可以進行數(shù)組和 ...
- 企業(yè)名稱：上海信飛企業(yè)管理中心（有限合伙） 貸后策略分析師
- 2025-03-21
-
崗位職責(zé)：
1、對于風(fēng)險逾期率與回收率的波動分析，形成體系化的分析框架和分析資產(chǎn)。
2、負(fù)責(zé)逾期各階段的案件量測算，人力預(yù)估與目標(biāo)制定，拆分清楚各客群結(jié)構(gòu)占比，管理全年的經(jīng)營計劃和KPI目標(biāo)。
3、與業(yè)務(wù)、模 ...
- 【教程】30000字長文，手把手教你用Python實現(xiàn)統(tǒng)計學(xué)
- 2025-02-27
-
1.統(tǒng)計學(xué)簡介
聽說你已經(jīng)被統(tǒng)計學(xué)勸退，被Python唬住……先別著急劃走，看完這篇再說！
先說結(jié)論，大多數(shù)情況下的學(xué)不會都不是知識本身難，而是被知識的傳播者勸退的。
比如大佬們授課，雖邏輯嚴(yán)謹(jǐn)、思維縝密，但你 ...
- 【干貨】指標(biāo)波動歸因分析：數(shù)據(jù)背后的故事
- 2025-02-25
-
在當(dāng)今這個數(shù)據(jù)驅(qū)動的時代，幾乎每一個業(yè)務(wù)決策都離不開對數(shù)據(jù)的深入分析。而其中，指標(biāo)波動歸因分析更是至關(guān)重要的一環(huán)。無論是電商的銷售額、金融市場的股價變動，還是醫(yī)療健康領(lǐng)域的患者數(shù)據(jù)變化，數(shù)據(jù)指標(biāo)的波動 ...
- 【干貨】半監(jiān)督學(xué)習(xí)（下）Label Spreading
- 2025-02-05
-
當(dāng)我們只有非常少量的已標(biāo)記數(shù)據(jù)，同時有大量未標(biāo)記數(shù)據(jù)點時，可以使用半監(jiān)督學(xué)習(xí)算法來處理。在sklearn中，基于圖算法的半監(jiān)督學(xué)習(xí)有Label Propagation和Label Spreading兩種。他們的主要區(qū)別是第二種方法帶有正則 ...
- 【干貨】用半監(jiān)督學(xué)習(xí)方法處理標(biāo)簽（上）Label Propagation
- 2025-02-04
-
考慮一種棘手的情況：訓(xùn)練數(shù)據(jù)中大部分樣本沒有標(biāo)簽。此時，我們可以考慮使用半監(jiān)督學(xué)習(xí)方法來處理。半監(jiān)督學(xué)習(xí)能夠利用這些額外的未標(biāo)記數(shù)據(jù)，更好地捕捉數(shù)據(jù)分布的潛在形狀，并在新樣本上的泛化能力更強。當(dāng)我們 ...
- 數(shù)據(jù)分析師學(xué)習(xí)Python的必要性
- 2024-12-09
-
在當(dāng)今數(shù)據(jù)驅(qū)動的世界中，數(shù)據(jù)分析師的角色變得至關(guān)重要。學(xué)習(xí)Python作為一種強大的編程語言對于數(shù)據(jù)分析師而言具有巨大的價值和必要性。讓我們一起探討為什么Python成為了數(shù)據(jù)分析領(lǐng)域的寵兒，以及學(xué)習(xí)Python如何可 ...
- Python實現(xiàn)無序多分類logistic回歸的實例
- 2024-12-06
-
在處理多分類問題時，無序多分類Logistic回歸是一種強大的統(tǒng)計方法，特別適用于具有多個無序類別的情況。通過以下Python示例，我們將演示如何有效實現(xiàn)這一方法，以及評估模型性能。
無序多分類Logistic回歸廣泛應(yīng)用 ...
全國校區(qū)
京公網(wǎng)安備 11010802034615號
經(jīng)營許可證編號：京B2-20210330