Anaconda指的是一个开源的Python发行版本，其包含了conda、Python等180多个科学包及其依赖项。 因为包含了大量的科学包，Anaconda 的下载文件比较大（约 531 MB），如果只需要某些包，或者需要节省带宽或存储空间，也可以使用Miniconda这个较小的发行版（仅包含conda和 Python）。  Conda是一个开源的包、环境管理器，可以用于在同一个机器上安装不同版本的软件包及其依赖，并能够在不同的环境之间切换  Anaconda包括Conda、Python以及一大堆安装好的工具包，比如：numpy、pandas等  Miniconda包括Conda、Python  Anacond下载  Anaconda 是跨平台的，有 Windows、macOS、Linux 版本，我们这里以 Windows 版本为例，点击那个 Windows 图标。  我这里选择下载   Python 2.7 version *--Python 2.7 版 *  64-Bit Graphical Installer (564 MB) --64位图形安装程序（564 MB）  当然，你也可以根据自己的实际情况，选择 Python 3.6版的，或者 32-Bit 版本的。  安装包有 564MB，因为网速的关系，下载时间可能会比较长，请耐心等待。我这里下载完成 Anaconda2-5.2.0-Windows-x86_64.exe文件了。  安装 Anaconda  双击下载好的 Anaconda2-5.2.0-Windows-x86_64.exe文件，出现如下界面，点击 Next 即可。 点击Next 点击 I Agree （我同意），不同意，当然就没办法继续安装啦。 Install for: Just me还是All Users，假如你的电脑有好几个 Users ，才需要考虑这个问题.其实我们电脑一般就一个 User，就我们一个人使用，如果你的电脑有多个用户，选择All Users，我这里直接 All User，继续点击 Next 。 Destination Folder 是“目标文件夹”的意思，可以选择安装到什么地方。默认是安装到 C:\ProgramData\Anaconda2文件夹下。你也可以选择 Browse... ，选择想要安装的文件夹。我这里 C 盘空间充裕，所以我直接就装到默认的地方。  这里提一下，Anaconda 很强大，占用空间也不小啊，2.6GB，差不多是一部高清电影的体积了。不过，为了学习，这点硬盘空间算什么呢。  继续点击 Next> 。  这里来到 Advanced Options 了，所谓的“高级选项”。如果你英文好，有一定背景知识的话，肯定明白这界面上的意思。两个默认就好，第一个是加入环境变量，第二个是默认使用 Python 2.7，点击“Install”，终于开始安装额。  安装时间根据你的电脑配置而异，电脑配置高，硬盘是固态硬盘，速度就更快。安装过程其实就是把 Anaconda2-5.2.0-Windows-x86_64.exe文件里压缩的各种 dll 啊，py 文件啊，全部写到安装目标文件夹里。  过程还是很漫长的，毕竟 2.6GB 的无数个小文件啊，请耐心等待。 经过漫长的等待，终于安装完成 Installation Complete （安装完成）了，点击最后一个 Next>。  点击Install Microsoft VSCode  点击 Finish，那两个 √ 可以取消。 配置环境变量 如果是windows的话需要去 控制面板\系统和安全\系统\高级系统设置\环境变量\用户变量\PATH 中添加 anaconda的安装目录的Scripts文件夹, 比如我的路径是C:\ProgramData\Anaconda2\Scripts, 看个人安装路径不同需要自己调整. 之后就可以打开命令行(最好用管理员模式打开) 输入 conda --version 如果输出conda 4.5.4之类的就说明环境变量设置成功了. 为了避免可能发生的错误, 我们在命令行输入conda upgrade --all 先把所有工具包进行升级 

 大家好本月为大家带来codeArts技术干货合集。 1.Pandas提取含有指定字符串的行(完全匹配,部分匹配)【转】 https://bbs.huaweicloud.com/forum/thread-0232118247508457054-1-1.html  2.一文带你吃透Python中的日期时间模块【转】 https://bbs.huaweicloud.com/forum/thread-0287118247600909060-1-1.html  3.Linux 安装conda的踩坑日记 https://bbs.huaweicloud.com/forum/thread-02104118248070541037-1-1.html  4.Oracle JDK 和 OpenJDK有什么区别？ https://bbs.huaweicloud.com/forum/thread-0214117797316272025-1-1.html  5.JAVA如何实现文件的压缩和解压 https://bbs.huaweicloud.com/forum/thread-0287117797383963030-1-1.html  6.搞清楚TensorFlow2--Keras的Tokenizer https://bbs.huaweicloud.com/forum/thread-0201117864382443016-1-1.html  7.Python德劳内三角剖分详解【转】 https://bbs.huaweicloud.com/forum/thread-0201118245888101041-1-1.html  8.python http通信接口开发示例【转】 https://bbs.huaweicloud.com/forum/thread-0214118246273043053-1-1.html  9.基于Python制作简单的井字棋游戏【转】 https://bbs.huaweicloud.com/forum/thread-0258118246382450049-1-1.html  10.Python中re.findAll()、re.sub()、set()的使用【转】 https://bbs.huaweicloud.com/forum/thread-0287118246466069057-1-1.html  11.Python开发常用五种循环方式的场景性能比较【转】 https://bbs.huaweicloud.com/forum/thread-02104118246598051036-1-1.html  12.Python利用PsUtil实现实时监控系统状态【转】 https://bbs.huaweicloud.com/forum/thread-0214118246712044054-1-1.html  13.Python 程序通过可执行文件部署方式【转】 https://bbs.huaweicloud.com/forum/thread-0287118246833763058-1-1.html  14.Python网络爬虫之获取网络数据【转】 https://bbs.huaweicloud.com/forum/thread-0232118246915486053-1-1.html  15.VBS字符串编码转换函数代码【转】 https://bbs.huaweicloud.com/forum/thread-0214118246992498055-1-1.html  16.批处理echo、echo off、echo on、@、@echo off【转】 https://bbs.huaweicloud.com/forum/thread-0201118247149056042-1-1.html  17.Python嵌套循环的使用【转】 https://bbs.huaweicloud.com/forum/thread-0287118247410572059-1-1.html  18.使用@Autowired为什么会被 IDEA 警告? https://bbs.huaweicloud.com/forum/thread-0287117797109592029-1-1.html  19.剖析JAVA中Stream流的实现原理 https://bbs.huaweicloud.com/forum/thread-0214117797168254024-1-1.html  20.SpringBoot 整合 ElasticSearch 进行各种高级查询 https://bbs.huaweicloud.com/forum/thread-0258117797246098029-1-1.html 

数据库的知道，python的还是不清楚

在Ubuntu18.04上，涉及到vulhub安装docker时，在安装pip3和pip时出现问题，提示无法定位到软件包

pip怎么安装不上啊 。

windows系统LXML安装失败而且pip升级也失败，求助啊 。

最近因为单位工作的原因需要再linux环境下安装conda。linux机器使用的是咱们华为云的云服务器，这个时候真的要安利一波了 ，我买的是按需使用， 感觉真的实用（扯远了）。先放上我的版本基础信息 下面说下我踩的坑都有什么 ，简直无语 第一个首先就恶心在安装的时候了 。我记得安装的时候是有一个询问是否把anaconda路径加入~/.bashrc文件的，当时也不知道。没注意。直接no了 。后来还是手动加进去的 。第二个重要的事情说三遍，安装完之后记得重新登陆，安装完之后记得重新登陆，安装完之后记得重新登陆没有重新登陆，然后我就使用命令了 ，然后就不出意外的没啥效果，然后我就疯狂在复盘我的安装过程 。。。当时钻牛角尖了，直到我搜了一下 。。。发现要重新登陆 。第三个设置anaconda路径，这个简直就是五花八门的答案啊，因为第二个的原因，我就多搜了，结果越搜越懵。有说在～/.bashrc文件下，有说在～/.bash_profile，也有说在/etc/profile下，结果试了 好像都是不行 ，后来才想起第一天问题的。第四个环境的问题，之前是真的不知道，安装完这conda安装第三方包之后竟然还会改变python的版本 ，然后安装完之后就有些不可用了 ，还是搜索之后才知道安装第三方包时会导致python从3.6变为3.7。下载miniconda但是有时候下载的话会报错就是那个ssl connection 那个， 那个基本上就是网络问题了。重新在下载一次就行了，之后就是一路yes了 。这就是踩坑日记了，希望对大家有所帮助​

本章介绍python的JSON及日期和时间。Python3 JSON 数据解析JSON (JavaScript Object Notation) 是一种轻量级的数据交换格式。Python3 中可以使用 json 模块来对 JSON 数据进行编解码，它包含了两个函数：json.dumps(): 对数据进行编码。json.loads(): 对数据进行解码。在 json 的编解码过程中，Python 的原始类型与 json 类型会相互转换json.dumps 与 json.loads 实例以下实例演示了 Python 数据结构转换为JSON：实例(Python 3.0+)#!/usr/bin/python3   import json   # Python 字典类型转换为 JSON 对象 data = {     'no' : 1,     'name' : '123',     'url' : '123' }   json_str = json.dumps(data) print ("Python 原始数据：", repr(data)) print ("JSON 对象：", json_str)执行以上代码输出结果为：Python 原始数据： {'url': '123', 'no': 1, 'name': '123'}JSON 对象： {"url": "123", "no": 1, "name": "123"}通过输出的结果可以看出，简单类型通过编码后跟其原始的repr()输出结果非常相似。接着以上实例，我们可以将一个JSON编码的字符串转换回一个Python数据结构：实例(Python 3.0+)#!/usr/bin/python3   import json   # Python 字典类型转换为 JSON 对象 data1 = {     'no' : 1,     'name' : '123',     'url' : '123' }   json_str = json.dumps(data1) print ("Python 原始数据：", repr(data1)) print ("JSON 对象：", json_str)   # 将 JSON 对象转换为 Python 字典 data2 = json.loads(json_str) print ("data2['name']: ", data2['name']) print ("data2['url']: ", data2['url'])执行以上代码输出结果为：Python 原始数据： {'name': '123', 'no': 1, 'url': '123'}JSON 对象： {"name": "123", "no": 1, "url": "123"}data2['name']:  123data2['url']:  123如果你要处理的是文件而不是字符串，你可以使用 json.dump() 和 json.load() 来编码和解码JSON数据。例如：实例(Python 3.0+)# 写入 JSON 数据 with open('data.json', 'w') as f:     json.dump(data, f)   # 读取数据 with open('data.json', 'r') as f:     data = json.load(f)Python3 日期和时间Python 程序能用很多方式处理日期和时间，转换日期格式是一个常见的功能。Python 提供了一个 time 和 calendar 模块可以用于格式化日期和时间。时间间隔是以秒为单位的浮点小数。每个时间戳都以自从 1970 年 1 月 1 日午夜（历元）经过了多长时间来表示。Python 的 time 模块下有很多函数可以转换常见日期格式。如函数 time.time() 用于获取当前时间戳, 如下实例:实例#!/usr/bin/python3import time  # 引入time模块ticks = time.time()当前时间戳为: 1459996086.7115328时间戳单位最适于做日期运算。但是1970年之前的日期就无法以此表示了。太遥远的日期也不行，UNIX和Windows只支持到2038年。什么是时间元组？很多Python函数用一个元组装起来的9组数字处理时间:序号字段值04位数年20081月1 到 122日1到313小时0到234分钟0到595秒0到61 (60或61 是闰秒)6一周的第几日0到6 (0是周一)7一年的第几日1到366 (儒略历)8夏令时-1, 0, 1, -1是决定是否为夏令时的标识上述也就是 struct_time 元组。这种结构具有如下属性：序号属性值0tm_year20081tm_mon1 到 122tm_mday1 到 313tm_hour0 到 234tm_min0 到 595tm_sec0 到 61 (60或61 是闰秒)6tm_wday0 到 6 (0是周一)7tm_yday一年中的第几天，1 到 3668tm_isdst是否为夏令时，值有：1(夏令时)、0(不是夏令时)、-1(未知)，默认 -1

Python 提供了 日期和时间模块用来处理日期和时间，还可以用于格式化日期和时间等常见功能。时间间隔是以秒为单位的浮点小数。每个时间戳都以自从 1970 年 1 月 1 日午夜（历元）经过了多长时间来表示。一、time模块使用Time 模块包含了大量内置函数，既有时间处理的，也有转换时间格式的。1、获取当前时间 import time  # 获取时间戳 返回的是浮点型 # 作用 用来计算时间差 print(time.time()) # 1676775733.1080997  # 获取当地时间   返回的是结构化时间 print(time.localtime())  #  获取UTC时间 返回的还是结构化时间  比中国时间少8小时 print(time.gmtime()) 1.1 时间元组时间元组：Python函数用一个元组装起来的9组数字处理时间。2、格式化时间2.1 获取格式化的时间 import time  # 获取本地时间 localtime = time.asctime(time.localtime(time.time())) #localtime = time.asctime(time.localtime()) print("本地时间为 :", localtime)  ## 本地时间为 : Mon Feb 20 20:49:10 2023   2.2 格式化时间转换使用 time 模块的 strftime 方法来格式化日期，通过 strptime方法来格式化字符串。 # 时间转换为格式字符串 print(time.strftime("%Y-%m-%d %H:%M:%S", time.localtime())) print(time.strftime("%Y-%m-%d %H:%M:%S", time.localtime(time.time())))  # 格式字符串转换为时间 str = "2023-02-14 05:20:00" print(time.strptime(str, "%Y-%m-%d %H:%M:%S"))  # 格式字符串转换为时间戳 print(time.mktime(time.strptime(str, "%Y-%m-%d %H:%M:%S"))) Python中时间日期格式化符号：%y 两位数的年份表示（00-99）%Y 四位数的年份表示（000-9999）%m 月份（01-12）%d 月内中的一天（0-31）%H 24小时制小时数（0-23）%I 12小时制小时数（01-12）%M 分钟数（00=59）%S 秒（00-59）%a 本地简化星期名称%A 本地完整星期名称%b 本地简化的月份名称%B 本地完整的月份名称%c 本地相应的日期表示和时间表示%j 年内的一天（001-366）%p 本地A.M.或P.M.的等价符%U 一年中的星期数（00-53）星期天为星期的开始%w 星期（0-6），星期天为星期的开始%W 一年中的星期数（00-53）星期一为星期的开始%x 本地相应的日期表示%X 本地相应的时间表示%Z 当前时区的名称%% %号本身二、datetime模块datetime模块提供了对时间和日期进行操作的功能。datatime模块通过date类、time类、datetime类、timedelta类、timezone类等来获取或者操作时间、日期。与time模块相比，datetime模块提供的接口更直观、易用，功能也更加强大。1、获取当前时间 from datetime import datetime  # 获取时间 获取当前时间 并且返回的是格式化字符时间 now = datetime.now() print(now) print(type(now)) print(now.year) print(now.month) print(now.day) print(now.hour) print(now.minute) print(now.second) print(now.microsecond)  # 手动指定时间 print(datetime(2023, 2, 20, 20, 50, 00))  # 替换某个时间单位的值 print(now.replace(year=2024))  d1 = datetime.now() d2 = datetime(2024, 2, 20, 20, 50, 00) print(d1 - d2)   2、格式化时间（1）datetime 转 字符串，通过 strftime()函数。 from datetime import datetime  now = datetime.now() # 强制转换字符串 print(str(now))  # 格式化日期 转换 字符串 print(now.strftime("%Y/%m/%d %H:%M:%S")) print(now.strftime("%Y-%m-%d %H:%M:%S")) print(now.strftime("%Y/%m/%d")) print(now.strftime("%Y-%m-%d")) （2）字符串 转 datetime对象，通过 strptime()函数。dates = ['2022-02-20 20:23:35', '2024-02-20 20:23:35'] datelist = [datetime.strptime(i, "%Y-%m-%d %H:%M:%S") for i in dates] print(datelist) # [datetime.datetime(2022, 2, 20, 20, 23, 35), datetime.datetime(2024, 2, 20, 20, 23, 35)] （3）parse() 解析字符串将字符串形式的日期解析成 datetime对象。 # 需要安装 pip install python-dateutil from dateutil.parser import parse  print(parse('2/20/2023')) print(parse('2023-2-20')) print(parse('2023.2.20')) print(parse('2023 2 4')) print(parse('2023, 6, 2')) 

以下内容，如何使用pandas提取含有指定字符串的行的方法进行解释说明。行的提取（选择）方法完全匹配==部分匹配str.contains()：包含一个特定的字符串参数na：缺少值NaN处理参数case：大小写我的处理参数regex：使用正则表达式模式str.endswith（）：以特定字符串结尾str.startswith（）：以特定的字符串开头str.match（）：匹配正则表达式模式要提取部分匹配的行，可以使用pandas的（str.xxx（））方法，根据指定条件提取的字符串方法。这次以以下数据为例 import pandas as pd  df = pd.read_csv('./data/08/sample_pandas_normal.csv').head(3) print(df) #       name  age state  point # 0    Alice   24    NY     64 # 1      Bob   42    CA     92 # 2  Charlie   18    CA     70 行的提取（选择）方法首先，展示如何从pandas.DataFrame中提取（选择）行以获得新的pandas.DataFrame。使用布尔值的布尔列表（数组）或pandas.Series的话，只能提取（选择）True行。mask = [True, False, True] df_mask = df[mask] print(df_mask) #       name  age state  point # 0    Alice   24    NY     64 # 2  Charlie   18    CA     70 完全匹配==如果元素与字符串完全匹配，则使用==获取为True的pandas.Series。 print(df['state'] == 'CA') # 0    False # 1     True # 2     True # Name: state, dtype: bool  print(df[df['state'] == 'CA']) #       name  age state  point # 1      Bob   42    CA     92 # 2  Charlie   18    CA     70 部分匹配str.contains()：包含一个特定的字符串pandas.Series字符串方法str.contains（）允许获取包含特定字符串的pandas.Series. print(df['name'].str.contains('li')) # 0     True # 1    False # 2     True # Name: name, dtype: bool  print(df[df['name'].str.contains('li')]) #       name  age state  point # 0    Alice   24    NY     64 # 2  Charlie   18    CA     70 

1 什么是嵌套循环所谓嵌套循环就是一个外循环的主体部分是一个内循环。内循环或外循环可以是任何类型，例如 while 循环或 for 循环。 例如，外部 for 循环可以包含一个 while 循环，反之亦然。外循环可以包含多个内循环。 循环链没有限制。在嵌套循环中，迭代次数将等于外循环中的迭代次数乘以内循环中的迭代次数。在外循环的每次迭代中，内循环执行其所有迭代。 对于外循环的每次迭代，内循环重新开始并在外循环可以继续下一次迭代之前完成其执行。嵌套循环通常用于处理多维数据结构，例如打印二维数组、迭代包含嵌套列表的列表。嵌套循环是控制流语句的一部分，可帮助您了解 Python 的基础知识。2 Python 嵌套 for 循环在 Python 中，for 循环用于迭代序列，例如列表、字符串、元组，以及其他可迭代对象，例如范围。在 Python 中使用嵌套 for 循环的语法：# outer for loop for element in sequence     # inner for loop    for element in sequence:        body of inner for loop    body of outer for loop在此示例中，我们在 for 循环中使用了 for 循环。 在本例中，我们打印前十个数字的乘法表。外部 for 循环使用 range() 函数迭代前十个数字。对于每个外部数字，内部 for 循环将执行十次。在内循环的主体中，我们将打印外部数字和当前数的乘积。内循环只不过是外循环的主体。2.2 在 for 循环中的while循环在一种循环中使用另一种类型的循环非常常见且很有帮助。 我们可以在 for 循环中放置一个 while 循环。假设我们想将列表中的每个名称重复五次：在这里，我们将使用外部 for 循环迭代列表。外层for循环每次迭代，内层for循环执行5次，打印当前名称5次。names = ['Kelly', 'Jessa', 'Emma'] # outer loop for name in names:     # inner while loop     count = 0     while count < 5:         print(name, end=' ')         # print(name)         # increment counter         count = count + 1     print()

因为业务需要将一些字符串转换为指定编码方便后期操作核心代码 Const adTypeBinary = 1 Const adTypeText = 2  ' accept a string and convert it to Bytes array in the selected Charset Function StringToBytes(Str,Charset)   Dim Stream : Set Stream = CreateObject("ADODB.Stream")   Stream.Type = adTypeText   Stream.Charset = Charset   Stream.Open   Stream.WriteText Str   Stream.Flush   Stream.Position = 0   ' rewind stream and read Bytes   Stream.Type = adTypeBinary   StringToBytes= Stream.Read   Stream.Close   Set Stream = Nothing End Function  ' accept Bytes array and convert it to a string using the selected charset Function BytesToString(Bytes, Charset)   Dim Stream : Set Stream = CreateObject("ADODB.Stream")   Stream.Charset = Charset   Stream.Type = adTypeBinary   Stream.Open   Stream.Write Bytes   Stream.Flush   Stream.Position = 0   ' rewind stream and read text   Stream.Type = adTypeText   BytesToString= Stream.ReadText   Stream.Close   Set Stream = Nothing End Function  ' This will alter charset of a string from 1-byte charset(as windows-1252) ' to another 1-byte charset(as windows-1251) Function AlterCharset(Str, FromCharset, ToCharset)   Dim Bytes   Bytes = StringToBytes(Str, FromCharset)   AlterCharset = BytesToString(Bytes, ToCharset) End Function 

ython 获取网络数据、使用 requests 库、编写爬虫代码以及使用 IP 代理。使用 Python 获取网络数据使用 Python 语言从互联网上获取数据是一项非常常见的任务。Python 有一个名为 requests 的库，它是一个 Python 的 HTTP 客户端库，用于向 Web 服务器发起 HTTP 请求。我们可以通过以下代码使用 requests 库向指定的 URL 发起 HTTP 请求：import requests response = requests.get('<http://www.example.com>')其中，response 对象将包含服务器返回的响应。使用 response.text 可以获取响应的文本内容。此外，我们还可以使用以下代码获取二进制资源：import requests response = requests.get('<http://www.example.com/image.png>') with open('image.png', 'wb') as f:     f.write(response.content)使用 response.content 可以获取服务器返回的二进制数据。编写爬虫代码爬虫是一种自动化程序，可以通过网络爬取网页数据，并将其存储在数据库或文件中。爬虫在数据采集、信息监控、内容分析等领域有着广泛的应用。Python 语言是爬虫编写的常用语言，因为它具有简单易学、代码量少、库丰富等优点。我们以“豆瓣电影”为例，介绍如何使用 Python 编写爬虫代码。首先，我们使用 requests 库获取网页的 HTML 代码，然后将整个代码看成一个长字符串，使用正则表达式的捕获组从字符串提取需要的内容。豆瓣电影 Top250 页面的地址是 https://movie.douban.com/top250?start=0，其中 start 参数表示从第几个电影开始获取。每页共展示了 25 部电影，如果要获取 Top250 数据，我们共需要访问 10 个页面，对应的地址是 https://movie.douban.com/top250?start=xxx，这里的 xxx 如果为 0 就是第一页，如果 xxx 的值是 100，那么我们可以访问到第五页。我们以获取电影的标题和评分为例，代码如下所示：import re import requests import time import random for page in range(1, 11):     resp = requests.get(         url=f'<https://movie.douban.com/top250?start=>{(page - 1) * 25}',         headers={'User-Agent': 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_14_6) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/92.0.4515.159 Safari/537.36'}     )     # 通过正则表达式获取class属性为title且标签体不以&开头的span标签并用捕获组提取标签内容     pattern1 = re.compile(r'<span class="title">([^&]*?)</span>')     titles = pattern1.findall(resp.text)     # 通过正则表达式获取class属性为rating_num的span标签并用捕获组提取标签内容     pattern2 = re.compile(r'<span class="rating_num".*?>(.*?)</span>')     ranks = pattern2.findall(resp.text)     # 使用zip压缩两个列表，循环遍历所有的电影标题和评分     for title, rank in zip(titles, ranks):         print(title, rank)     # 随机休眠1-5秒，避免爬取页面过于频繁     time.sleep(random.random() * 4 + 1)

以下是两种常用的打包 Python 程序成 exe 的方式：1.PyInstaller：PyInstaller 是一个用于将 Python 程序打包成独立的可执行文件的工具。它可以自动解决 Python 程序的依赖性，并将所有必要的文件（包括 Python 解释器）打包在一起。使用 PyInstaller，您可以将 Python 程序打包成可执行文件，无需在用户端安装 Python 解释器。安装 PyInstaller：pip install pyinstaller打包 Python 程序：pyinstaller your_program.py执行上述命令后，PyInstaller 会自动将您的程序打包成可执行文件。可执行文件位于 dist 文件夹中。2.cx_Freeze：cx_Freeze 是另一个将 Python 程序打包成可执行文件的工具。与 PyInstaller 类似，cx_Freeze 会将程序依赖项打包在一起，并生成一个可执行文件。不同之处在于，cx_Freeze 生成的可执行文件比 PyInstaller 更小，因为它只包含程序的必要部分。安装 cx_Freeze：pip install cx_Freeze打包 Python 程序：from cx_Freeze import setup, Executable setup(name='your_program',       version='1.0',       description='Description of your_program',       executables=[Executable('your_program.py')])执行上述代码后，cx_Freeze 会自动将您的程序打包成可执行文件。可执行文件位于 build 文件夹中。以上是两种常用的将 Python 程序打包成可执行文件的方式。您可以选择适合自己的方式进行打包和部署。

PSUtil是一个跨平台的Python库，用于检索有关正在运行的进程和系统利用率（CPU，内存，磁盘，网络，传感器）的信息。它可以跨平台使用，在Linux，Windows和macOS上都能运行。在本文中，我们将深入研究如何使用PSUtil模块来监控系统的各种资源。本文包括以下主题：1.安装psutil模块首先，我们需要安装psutil模块。可以使用以下命令来安装：pip install psutil2.获取系统信息使用psutil.cpu_count()函数获取CPU数量：import psutil print("CPU数量：", psutil.cpu_count(logical=True))3.获取CPU信息使用psutil.cpu_percent()函数获取CPU使用率：import psutil print("CPU使用率：", psutil.cpu_percent(interval=1))4.获取内存信息使用psutil.virtual_memory()函数获取内存信息：import psutil memory = psutil.virtual_memory() print("内存信息：", memory)5.获取磁盘信息使用psutil.disk_partitions()函数获取磁盘分区信息：import psutil partitions = psutil.disk_partitions() print("磁盘分区信息：", partitions)