官方文档

View官方快速上手文档： 点击查看

rest_framework视图类

自定义过滤器

drf中，过滤、搜索、排序都叫filter

过滤器官方文档： drf官方文档 django-filter文档

请求 requests

响应 responses

SimplePro 文档

math python官方教程

statistics python官方教程

random python官方教程

一个图片功能封装示例

numpy模块概述

安装numpy模块： pip install numpy

pandas 概述

pandas是一个功能强大的数据处理和分析库，主要用于操作结构化数据。它建立在NumPy之上，提供了高效的、易于使用的数据结构和数据分析工具。

安装: pip install pandas

主要数据结构:

创建Series和DataFrame：

import pandas as pd
# 创建Series
s = pd.Series([1, 2, 3, 4], index=['a', 'b', 'c', 'd'])
# 创建DataFrame
data = {'Name': ['Alice', 'Bob', 'Charlie'],
        'Age': [25, 30, 35],
        'Salary': [50000, 60000, 70000]}
df = pd.DataFrame(data)

概览

three.js 官方中文文档

3d模型网站

thingiverse free3d turbosquid 付费

基本用法

from datetime import datetime
from pydantic import BaseModel, ValidationError
from typing import List, Optional
class User(BaseModel):
    id: int  # 必填字段
    name: str = "John"  # 有默认值，选填字段
    signup_ts: Optional[datetime] = None
    friends: List[int] = []  # 列表元素中是int类型或者可以直接转换为int类型
data = {
    "id": '123',
    "signup_ts": '2024-06-24',
    "friends": [1, 2, 3]
# 将数据传递给类
try:
    user = User(**data)
except ValidationError as e:
    print(e.json())
print(repr(user.signup_ts))
print(user.dict())
print(user.schema())  # 将数据类型和格式也返回
print(user.json())
print(user.schema_json())  # 将数据类型和格式也返回
print(user.copy())  # 浅拷贝
print(User.parse_obj(obj=data))  # 解包方式解析数据
print(User.construct(**data))  # 解析数据但是不验证数据。
print(User.parse_raw('{"id": "123"}')  # 通过json字符串解析数据
print(User.parse_file('文件路径'))  # 通过文件内容解析数据
print(User.__fields__.keys())  # 通过文件内容解析数据

Kali安装

Kali官方下载: kali官网

使用WSL安装: wsl --install kali-linux 打开kali:

# 打开kali (方式一)