‘壹’ python 创建骨架目录结构的命令在哪里输入，怎么输入
你问的这些在python命令行中都无法实现 python命令行只是一个python命令执行环境，和linux命令行完全不一样
‘贰’ python中,如何将骨架序列数据集随机分成不同的大小
类似这样，X是属性，Y是LABEL，test_size是测试集的占比：
from sklearn.model_selection import train_test_split
X_train, X_test, Y_train, Y_test = train_test_split(X, Y, test_size=0.2, random_state=47)
‘叁’ python stub是什么意思
J2EE里面的stub是这样说的：为屏蔽客户调用远程主机上的对象，必须提供某种方式来模拟本地对象，这种本地对象称为存根(stub)，存根负责接收本地方法调用，并将它们委派给各自的具体实现对象。
stub替代子模块(某些特定功能模块)的模拟函数或模拟类。
在分布式对象中代表着客户端对象，承担着通信的职责。在VC++环境中做测试的模拟函数，并可以用stub指令指定DOS程序。
由于stub就是用来代替所测的子模块，故而它不能为空
####在分布式计算环境中:
存根代表参与分布式对象的通信的客户端侧对象。
存根担任分布式对象通信的角色。
存根作为一个网关，客户端对象和服务器端对象，通过它进行路由所有传出请求。存根包装客户端对象的功能，并通过添加网络逻辑保证了可靠的客户端和服务器之间的通信通道。可以写上去的存根，手动或自动生成，这取决于所选择的通信协议。
的存根是负责：
向服务器发起通信骨架
翻译从调用者调用对象
编组的参数
通知该呼叫应该被调用的骨架
在网络上传递参数的骨架
从骨架解组的响应
通知该呼叫是完整的骨架
##模拟函数的使用 (Stub Function):
通常，此种暂时用来代替某些功能的模拟函数称为 Stub，举例而言，假如我们有一个装置可以侦测温度，但是该装置的硬体尚未制作完成，此时，我们可以利用类似范例 1,9的函数，暂时先传回一个温度值，以让后续的程式可以顺利的进行测试，此种函数就称为 Stub。
范例 1.0 用来取得温度的 Stub 函数
void Thermometer() {
#ifdef _SIMULATOR _
return 28;
#else
#endif
}
利用 stub 函数，可以让未完成的系统得以进行测试，其展现的行为类似于目标系统。如此，程式开发人员可以在硬体未完成之前就进行程式撰写与测试工作，因此，能有效加快系统的开发时程，以使专案提早完成。
‘肆’ learn python the hard way 项目骨架 测试问题
这是unix或者linux系统下的命令
‘伍’ 请问如何编辑python虚拟环境中的文件
任意的编辑器都可以啊，python是纯文本的
‘陆’ maya钟的python怎么写可以一键选中层级内的骨骼
在mel里面是 select -hi
python貌似可以这样,
import maya.cmds as mc
mc.select -hi
‘柒’ 如何利用Python做简单的验证码识别
1摘要
验证码是目前互联网上非常常见也是非常重要的一个事物，充当着很多系统的防火墙功能，但是随时OCR技术的发展，验证码暴露出来的安全问题也越来越严峻。本文介绍了一套字符验证码识别的完整流程，对于验证码安全和OCR识别技术都有一定的借鉴意义。
然后经过了一年的时间，笔者又研究和get到了一种更强大的基于CNN卷积神经网络的直接端到端的验证识别技术（文章不是我的，然后我把源码整理了下，介绍和源码在这里面）：
基于python语言的tensorflow的‘端到端’的字符型验证码识别源码整理(github源码分享)
2关键词
关键词：安全,字符图片,验证码识别,OCR,Python,SVM,PIL
3免责声明
本文研究所用素材来自于某旧Web框架的网站完全对外公开的公共图片资源。
本文只做了该网站对外公开的公共图片资源进行了爬取，并未越权做任何多余操作。
本文在书写相关报告的时候已经隐去漏洞网站的身份信息。
本文作者已经通知网站相关人员此系统漏洞，并积极向新系统转移。
本报告的主要目的也仅是用于OCR交流学习和引起大家对验证安全的警觉。
4引言
关于验证码的非技术部分的介绍，可以参考以前写的一篇科普类的文章：
互联网安全防火墙（1）--网络验证码的科普
里面对验证码的种类，使用场景，作用，主要的识别技术等等进行了讲解，然而并没有涉及到任何技术内容。本章内容则作为它的技术补充来给出相应的识别的解决方案，让读者对验证码的功能及安全性问题有更深刻的认识。
5基本工具
要达到本文的目的，只需要简单的编程知识即可，因为现在的机器学习领域的蓬勃发展，已经有很多封装好的开源解决方案来进行机器学习。普通程序员已经不需要了解复杂的数学原理，即可以实现对这些工具的应用了。
主要开发环境：
python3.5
python SDK版本
PIL
图片处理库
libsvm
开源的svm机器学习库
关于环境的安装，不是本文的重点，故略去。
6基本流程
一般情况下，对于字符型验证码的识别流程如下：
准备原始图片素材
图片预处理
图片字符切割
图片尺寸归一化
图片字符标记
字符图片特征提取
生成特征和标记对应的训练数据集
训练特征标记数据生成识别模型
使用识别模型预测新的未知图片集
达到根据“图片”就能返回识别正确的字符集的目标
7素材准备
7.1素材选择
由于本文是以初级的学习研究目的为主，要求“有代表性，但又不会太难”，所以就直接在网上找个比较有代表性的简单的字符型验证码（感觉像在找漏洞一样）。
最后在一个比较旧的网站（估计是几十年前的网站框架）找到了这个验证码图片。
原始图：
- def get_feature(img): """
- 获取指定图片的特征值,
- 1. 按照每排的像素点,高度为10,则有10个维度,然后为6列,总共16个维度
- :param img_path:
- :return:一个维度为10（高度）的列表 """
- width, height = img.size
- pixel_cnt_list = []
- height = 10 for y in range(height):
- pix_cnt_x = 0 for x in range(width): if img.getpixel((x, y)) == 0: # 黑色点
- pix_cnt_x += 1
- pixel_cnt_list.append(pix_cnt_x) for x in range(width):
- pix_cnt_y = 0 for y in range(height): if img.getpixel((x, y)) == 0: # 黑色点
- pix_cnt_y += 1
- pixel_cnt_list.append(pix_cnt_y) return pixel_cnt_list
然后就将图片素材特征化，按照libSVM指定的格式生成一组带特征值和标记值的向量文
‘捌’ Python如何进阶学习
learning python虽然基础但也全面啊，而且那么厚的书题主都能坚持看下来并且理解其中大部分内容，相信题主的认真程度很高，那题主可以找一些具体的事情做，比如找某一具体方向的python书来做具体的项目，web类啦，机器学习数据分析类啦等等都有...
‘玖’ Python自学可以吗
当然可以自学。Python是一门相对来说比较简单的编程语言，自学完全ok。
2、现用现学。这是我个人的学习方法，供大家参考。我是先学一遍基础教程，然后在量化平台开始数据分析，用到什么不会再去补什么，比如数据分析用到pandas，我再去学pandas。
哪怕是基础知识，当用到时发觉忘记了回头复习巩固是常有之事。只有追着自己想要的东西去学，学会了才有成就感，有动力继续下去。这好比你追求妹子，每日负责接送，送花送包包，一段时间后，妹子和你牵手了，你才有成就感，才有动力追下去。
不信你可以做一下各种py基础教程的练习题，做起来不是那么有趣，有点做奥赛题的感觉，很伤脑筋，你又不知道跟自己想要的有什么关系，你很快会觉得无聊。但大家对于基础课程要坚持，练习题可以不做，但你要保证自己至少看懂了教程的内容。
所以，学习python是不难的，关键还是要有目的还有恒心，三天晒网两天打鱼这样肯定是不成的。
‘拾’ python pip算脚手架么
不算
我的理解是，建筑上的脚手架就是先搭个架子，然后工人们慢慢往里面砌砖头，直到建筑成型。
程序中类似，比如写一个react的组件，上来先写一个框子，包含所需的渲染方法和基本标记，比如这样：
var Example = React.createClass({
render:function(){
return（<div>lala</div>);
}
});
这个组件里面也许未来有onChange事件，或者其他initial state的定义，可以留着后来补，但是现在这个初始的骨架就叫他脚手架。
也许其他编程语言中也类似吧。
