MySQL——Ubuntu18.04安装及配置

解决Ubuntu18.04安装Ubuntu后普通用户没有权限登录问题

安装

安装命令

# 安装mysql服务
sudo apt-get install mysql-server
# 安装客户端
sudo apt install mysql-client
# 安装依赖
sudo apt install libmysqlclient-dev
# 检查状态
sudo netstat -tap | grep mysql

远程链接设置

默认远程链接问题

Ubuntu18.04 安装mysql后，普通用户没有连接mysql数据库权限(local或者remote均没有权限)

mysql -u root或者直接用使用MySQL Workbench连接均失败，显示如下错误

ERROR 1045: Access denied for user: ‘root@localhost’ (Using password: YES)
使用sudo mysql -u root能正确连接

打开远程链接数据

(删除之前的root并重新创建账户)

然后查看当前用户

select User,Host from mysql.user;
# Output:
+------------------+-----------+
| User       | Host   |
+------------------+-----------+
| admin      | localhost |
| debian-sys-maint | localhost |
| magento_user   | localhost |
| mysql.sys    | localhost |
| root       | localhost |

删除root账号
1
drop user 'root'@'localhost';

创建新的root账号

1	create user 'root'@'%' identified by '123456';

为新账号授权

1 2	grant all privileges on . to 'root'@'%' with grant option; flush privileges;

退出
1
exit;
以普通用户身份登录
1
mysql -u root -p

Mac——HomeBrew简介

HomeBrew是什么？

HomeBrew是一个Mac OS上的软件包管理器，命令是brew，类似于Ubuntu上的DPKG(apt-get)或者Centos上的RPM(yum)等

HomeBrew的安装

安装命令

1	/usr/bin/ruby -e"$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/master/install)"

查看安装结果
1
brew -v

HomeBrew管理软件包

HomeBrew的安装的软件包默认在/usr/local/Cellar下
HomeBrew用@指明版本号

搜索云端软件

返回结果中可以看到版本号，后续安装可指定版本号安装

1	brew search key_str

安装

1	brew install pkg_name

卸载

1	brew remove pkg_name

更新

1	brew upgrade pkg_name

列出所有已安装软件

brew list

查看某个云端软件包信息

1	brew info pkg_name

HomeBrew管理服务

启动服务

1	brew services start service_name

停止服务

1	brew services stop service_name

重启服务

1	brew services restart service_name

列出所有HomeBrew管理的服务

1	brew services list

Mac——查看文件占用情况

整体说明

快速查看非隐藏第一层目录大小：du -sh */
包含隐藏目录：find . -maxdepth 1 -type d ! -name "." -exec du -sh {} \;
按大小排序：在上述命令后加 | sort -hr
查看逻辑大小（对应稀疏文件）：du -shL */

最常用：显示第一层目录大小（人类可读格式，如 M/G）

命令详情：
1
du -sh */
命令解释：
- du：统计目录/文件的磁盘占用；
- -s（--summarize）：只显示总大小（不列出子文件/子目录的详细大小）；
- -h（--human-readable）：用人类易读的单位（K/M/G）显示；
- */：通配符，只匹配当前目录下的「第一层子目录」（结尾的 / 是关键，排除文件，只选目录）；
简单直接，默认显示「实际磁盘占用」（和 Linux du -sh */ 逻辑一致），适合快速查看

精准筛选第一层目录（避免通配符遗漏，如隐藏目录）

*/ 会匹配所有非隐藏的第一层目录，但如果有「隐藏目录」（如 .hidden_dir），会被遗漏

如果需要包含隐藏目录，用 find 筛选第一层目录，再传递给 du：

1 2	# 包含隐藏目录的第一层目录大小（人类可读） find . -maxdepth 1 -type d ! -name "." -exec du -sh {} \;

命令解释：
- find .：从当前目录（.）开始查找；
- -maxdepth 1：只查找「第一层」（不递归子目录）；
- -type d：只匹配目录（排除文件）；
- ! -name "."：排除当前目录本身（只保留子目录）；
- -exec du -sh {} \;：对找到的每个目录，执行 du -sh 统计总大小；

按大小排序（方便找出最大目录）

如果想按目录大小「从大到小排序」，结合 sort 命令（Mac 自带 BSD sort，参数和 Linux 略有差异）：

# 第一层目录大小（非隐藏），按大小降序排序
du -sh */ | sort -hr

# 包含隐藏目录，按大小降序排序
find . -maxdepth 1 -type d ! -name "." -exec du -sh {} \; | sort -hr

命令解释：
- sort -hr：-h 识别人类可读单位（如 M/G），-r 反向排序（从大到小）；

显示「逻辑大小」（而非磁盘占用，对应稀疏文件场景）

如果想查看目录的「逻辑总大小」（而非磁盘占用，和 ls 统计逻辑一致），用 du -shL */：
1
2
# 第一层目录的逻辑总大小（人类可读）
du -shL */
命令解释：
- -L（--dereference）：跟随符号链接，并统计链接指向文件的「逻辑大小」（而非磁盘占用）；
- 适合用于确认目录的逻辑总数据量（比如对比 Linux 上的逻辑大小）

关键补充：Mac 和 Linux 的 `du` 差异

单位一致性：-h 参数在 Mac 和 Linux 上行为一致（K/M/G 单位）；
隐藏目录：Mac 上 */ 不匹配隐藏目录，需用 find 命令包含；
稀疏文件：Mac 上 du 默认统计「实际磁盘占用」，如果目录内有稀疏文件（未展开），du -sh 显示实际占用，du -shL 显示逻辑大小

统计一个文件夹下所有数据逻辑大小

递归列出所有数据，加起来，并以 MB（兆字节）为单位输出（Mac 和 Linux 通用）：
1
ls -lR ./ | awk '{sum += $5} END {print sum/1024/1024 "M"}'
命令解释
- ls -lR ./：递归输出当前目录下所有文件/目录的详细信息（作为数据源）
  - -R（recursive，递归）：不仅列出当前目录的文件/目录，还会递归列出所有子目录下的文件/目录
  - 注意：不包括隐藏文件和文件夹，可以通过改为下面的指令来显示隐藏文件
    - ls -laR ./，包含 . 和 ..（ls -l 中目录的第5列是“目录元数据大小”（不是目录内文件总大小），数值极小，可以忽略）
    - ls -lAR ./，不包含 . 和 ..
- awk '{sum += $5} END {print sum/1024/1024 "M"}'：计算所有文件的逻辑大小总和，并转换为 MB 单位
  - awk 是文本处理工具，这里用于“提取第5列的字节数，求和后转换为 MB”：
  - 循环累加（{sum += $5}）：
    - $5：表示取每一行的「第5个字段」（awk 中用 $n 表示第n个字段，字段默认用空格分隔）
    - sum += $5：定义一个变量 sum，把每一行第5列的数值（文件逻辑大小，字节）累加到 sum 中
    - 注意：目录的第5列（几十字节）也会被累加，但因为数值极小，对总结果几乎无影响（比如100个目录的元数据总和可能只有几 KB，相对于几百 MB 的文件总和可忽略）
  - 最终输出（END {print sum/1024/1024 "M"}）：
    - END：表示“所有行都处理完后，执行以下操作”（仅执行一次）
    - sum/1024/1024：单位转换：字节 -> KB（除以1024）-> MB（再除以1024）
    - "M"：拼接字符串，让输出结果带单位（比如 600M 而非纯数字）
    - print：输出最终结果

注意统计的是「逻辑大小」，不是「磁盘实际占用」

逻辑大小：文件本身的“理论大小”（比如稀疏文件的预留空间、普通文件的实际数据大小），和 ls -lh 显示的大小一致；
磁盘实际占用：文件在磁盘上真正占用的空间（比如稀疏文件的实际写入数据大小），需用 du 统计；
ls -l 中目录的第5列是“目录元数据大小”（不是目录内文件总大小），但因为数值极小（通常几十字节），累加后对总结果（几百 MB）几乎无影响，无需刻意排除

Pyhton——defaultdict的用法

整体说明

defaultdict 是 Python 标准库 collections 模块中的一个工具，继承自普通字典 dict
defaultdict 的核心特点是：访问不存在的键时，会自动创建该键并赋予默认值
- 无需手动判断 key in dict 或使用 dict.get(key, 默认值)
defaultdict 的核心是 “自动处理不存在的键” ，适合以下场景：
- 统计计数（defaultdict(int)）
- 分组聚合（defaultdict(list)/set）
- 避免频繁判断 key in dict 或 dict.get()

defaultdict 基本用法

初始化：指定“默认值工厂函数”：defaultdict 的构造函数接收一个 可调用对象（工厂函数） ，当访问不存在的键时，会调用该函数生成默认值
常见的工厂函数可以是：
- 内置类型：int（默认 0）、list（默认空列表）、set（默认空集合）、str（默认空字符串）
- 自定义函数：返回固定值或动态生成的值

可以用于解决普通字典的痛点：访问不存在的键会抛出 KeyError

# 普通字典：访问不存在的键报错
d = {}
print(d["foo"])  # KeyError: 'foo'

# defaultdict：自动创建键并赋予默认值
from collections import defaultdict
dd = defaultdict(int)  # 默认值为 0
print(dd["foo"])  # 输出 0，且 dd 现在是 {'foo': 0}

defaultdict 使用示例

统计元素出现次数（用 int 作工厂）

from collections import defaultdict

words = ["apple", "banana", "apple", "orange", "banana", "apple"]
count = defaultdict(int)  # 键不存在时默认值为 0

for word in words:
    count[word] += 1  # 无需判断键是否存在，直接累加

print(dict(count))  # 转为普通字典：{'apple': 3, 'banana': 2, 'orange': 1}

分组（用 list 作工厂）：将元素按某个规则分组，值为列表（自动创建空列表，避免手动 append 时报错）：

from collections import defaultdict

students = [("Alice", "Math"), ("Bob", "English"), ("Alice", "Physics"), ("Bob", "Math")]
group = defaultdict(list)  # 键不存在时默认值为 []

for name, subject in students:
    group[name].append(subject)  # 直接向列表添加元素

print(dict(group))
# 输出：{'Alice': ['Math', 'Physics'], 'Bob': ['English', 'Math']}

去重分组（用 set 作工厂）：值为集合 set，自动去重：

from collections import defaultdict

data = [("a", 1), ("b", 2), ("a", 1), ("b", 3)]
group = defaultdict(set)  # 键不存在时默认值为 set()

for key, val in data:
    group[key].add(val)  # 集合自动去重

print(dict(group))  # 输出：{'a': {1}, 'b': {2, 3}}

自定义默认值（用自定义函数作工厂）：如果需要非内置的默认值（如 None、固定字符串、动态值），可传入自定义函数：

from collections import defaultdict

# 自定义工厂函数：返回固定值 "unknown"
def default_val():
    return "unknown"

dd = defaultdict(default_val)
print(dd["foo"])  # 输出 "unknown"，dd 变为 {'foo': 'unknown'}

# 简化：用 lambda 表达式（适合简单默认值）
dd2 = defaultdict(lambda: None)  # 默认值为 None
print(dd2["bar"])  # 输出 None

dd3 = defaultdict(lambda: [1, 2, 3])  # 默认值为 [1,2,3]
print(dd3["baz"])  # 输出 [1,2,3]

特别注意 `dict.fromkeys()`

dict.fromkeys() 也能设置默认值，但会为所有键共享同一个可变对象（如列表），容易踩坑：

# 普通 dict.fromkeys() 的坑：所有键共享同一个列表
d = dict.fromkeys(["a", "b"], [])
d["a"].append(1)
print(d)  # {'a': [1], 'b': [1]}（意外修改了 b 的值）

# defaultdict 无此问题：每个键的列表是独立的
dd = defaultdict(list)
dd["a"].append(1)
print(dd)  # {'a': [1]}（b 未被创建）

Pyhton——原生random模块的使用

整体说明

随机种子（seed）是初始化随机数生成器的状态，相同种子产生完全相同的随机序列（可复现性）
- 不设置种子时，使用系统时间（time.time()）作为种子，每次运行结果不同
- 种子可以是整数、字符串、字节等（内部会转换为整数）
随机状态（state）本质是生成器的内部状态（包含所有必要信息，确保后续随机数可预测）
- random.getstate()：保存当前状态（返回一个元组）
- random.setstate(state)：恢复到之前保存的状态
全局 random 模块在所有地方共享一个状态，不是线程安全的（多线程会竞争状态）
- 建议多使用局部 random.Random 实例而不是全局 random 模块

random 模块示例

以下是一个原生的 Python random 模块使用示例：

import random

print("=" * 50)
print("随机种子的可复现性演示")
print("=" * 50)

print("\n【不设置种子（全局随机）】")
random.seed()  # 重置为默认状态（系统时间种子）
print(f"第一次随机整数序列: {[random.randint(1, 100) for _ in range(3)]}")
print(f"第二次随机整数序列: {[random.randint(1, 100) for _ in range(3)]}")

print("\n【设置固定种子】")
random.seed(42)  # 固定种子，注意 seed 是一个函数，不要写成 random.seed = 42，这样会导致 seed 失效
print(f"种子42-序列: {[random.randint(1, 100) for _ in range(3)]}")  # 结果为固定值，跨平台跨进程可复现

random.seed(42) # 固定种子，重新设置相同种子，会重置随机序列到初始状态
print(f"种子42-序列: {[random.randint(1, 100) for _ in range(3)]}")  # 结果复现上面的结果

print("\n" + "=" * 50)
print("随机状态的保存与恢复")
print("=" * 50)

random.seed(100) # 先设置种子，确保初始状态一致
print(f"\n初始状态-随机数序列: {[random.randint(1, 100) for _ in range(3)]}")

state = random.getstate() # 保存当前随机状态（返回一个不可变对象，包含完整的随机生成器状态）
print(f"状态改变后-随机数序列: {[random.randint(1, 100) for _ in range(3)]}") # 继续生成几个随机数

random.setstate(state)# 恢复之前保存的状态，从当时状态开始继续除数，就像是 seed(100) 后已经输出过多个 随机数一样
print(f"恢复状态后-随机数序列: {[random.randint(1, 100) for _ in range(3)]}") # 继续生成几个随机数，得到的结论是跟上面一致的

print("\n" + "=" * 50)
print("全局随机 vs 局部随机实例")
print("=" * 50)

# 全局 random：所有模块共享同一个状态
print("\n【全局随机（共享状态）】")
random.seed(200)
print(f"全局-随机数1: {random.uniform(0, 10)}")
print(f"全局-随机数2: {random.uniform(0, 10)}")

# 局部 Random 实例：独立状态，不影响全局
local_rand1 = random.Random(300)  # 局部实例1，种子300
local_rand2 = random.Random(300)  # 局部实例2，种子300
local_rand3 = random.Random(400)  # 局部实例2，种子400

print("\n【局部随机实例（独立状态）】")
print(f"局部1-随机数(seed=300): {local_rand1.randint(1, 10)}")
print(f"局部2-随机数(seed=300): {local_rand2.randint(1, 10)}")
print(f"局部3-随机数(seed=400): {local_rand2.randint(1, 10)}")

# ==================================================
# 随机种子的可复现性演示
# ==================================================
#
# 【不设置种子（全局随机）】
# 第一次随机整数序列: [100, 29, 44]
# 第二次随机整数序列: [16, 34, 5]
#
# 【设置固定种子】
# 种子42-序列: [82, 15, 4]
# 种子42-序列: [82, 15, 4]
#
# ==================================================
# 随机状态的保存与恢复
# ==================================================
#
# 初始状态-随机数序列: [19, 59, 59]
# 状态改变后-随机数序列: [99, 23, 91]
# 恢复状态后-随机数序列: [99, 23, 91]
#
# ==================================================
# 全局随机 vs 局部随机实例
# ==================================================
#
# 【全局随机（共享状态）】
# 全局-随机数1: 0.4560930208539393
# 全局-随机数2: 2.0344697486239927
#
# 【局部随机实例（独立状态）】
# 局部1-随机数(seed=300): 10
# 局部2-随机数(seed=300): 10
# 局部3-随机数(seed=400): 6

附录：特别说明

random.seed 是一个函数而不是一个数字或字符串，需要使用 random.seed(1) 而不是 random.seed=1 来设置种子
- 这里容易理解错误
所有设置了固定种子的部分（如 seed=42、local_rand1 = random.Random(300)），每次运行结果完全一致
全局随机在未设置种子时，每次运行结果不同；但恢复状态后，会延续之前的序列
局部实例的操作不会影响全局或其他局部实例的状态，实现了完全隔离
random.shuffle(input) 是个 in-place 修改方法，会直接修改 input 对象的值

附录：random 隔离实用技巧

临时固定状态：保存原始状态 -> 设置临时种子 -> 执行操作 -> 恢复原始状态（避免污染全局）
独立随机流：为不同任务/模块分配独立种子（比如 task_seed = base_seed + task_id），确保并行任务结果可复现
局部状态持久化：保存局部实例的状态（如 local_rand.getstate()），后续可在其他地方恢复继续使用
禁止全局污染：封装局部实例，强制代码使用独立随机生成器（避免误改全局状态）

Python——@dataclass注解的使用

整体说明

@dataclass 是 Python 3.7 引入的一个装饰器，属于 dataclasses 模块，用于简化类的定义
@dataclass 在初始化对象后，还会自动生成常用方法如 __init__、__repr__、__eq__ 等

@dataclass 用法示例

综合示例：汇总 @dataclass 各种用法

from dataclasses import dataclass, field
from typing import Union, Dict, List, Callable, Optional
from easydict import EasyDict as edict

# 下面的语句中的参数是可选的，常常用 @dataclass 即可
@dataclass(
    init=True,       # 自动生成 __init__
    repr=True,       # 自动生成 __repr__
    eq=True,         # 自动生成 __eq__
    order=True,      # 自动生成比较方法（<、<=、>、>=）
    unsafe_hash=False, # 不自动生成 __hash__
    frozen=False     # 允许属性修改, 若设置为 True 则不允许修改属性，报错dataclasses.FrozenInstanceError: cannot assign to field 'xx'
)
class DemoDataClass:
    # 类型注解 + 必须参数（@dataclass注解过的类，字段的类型注解是必须需要的）
    # 字段的类型注解仅做类型检查（如 mypy、Pyright）看的，实际上仍然可以赋值为任意类型
    name: str

    # 类型注解 + 默认值
    age: int = 18

    # 可能是 字典{str:edict} 或 列表[str]，默认值取 None
    tools: Union[Dict[str, edict], List[str]] = None

    # 可以是 int，也可以是 None
    children: Optional[int] = None

    # 类型注解 + 默认工厂函数
    tags: list = field(default_factory=lambda: ["python", "dataclass"])

    # 不参与 __init__，表示该字段不会作为参数传递给构造函数，无法通过参数传入
    # # 后续可在 __post_init__ 函数中自己定义或修改
    # # 字段仍然是对象属性，可以被访问和修改，且仍然可以被 __repr__、__eq__ 等方法使用（除非通过 repr=False 或 compare=False 排除）
    # # 通常用于那些需要在对象创建后由其他逻辑赋值的字段，比如自增主键、计算得出的值
    id: int = field(init=False, default=0)

    # 排除字段（不会参与比较和展示）
    secret: str = field(default="hidden", repr=False, compare=False)

    # 排除字段（不会参与比较和展示）
    temp_data: dict = field(default_factory=dict, repr=False, compare=False)

    # 函数字段定义
    print_fn: Callable = lambda x: print(x)

    # 用函数的方式定义字段，实际访问时必须按照字段语法访问
    @property
    def age_name(self):
        return "%s_%s" % (self.age, self.name) # 可使用类的字段访问

    # 自定义初始化逻辑，在自动生成的 __init__ 函数执行后会被调用
    def __post_init__(self):
        self.id = hash(self.name + str(self.age)) # 仅初始化一次，以后再修改 name 或 age 不会引起 self.id 的变化（除非显示调用.__post_init__()）

# 使用示例
demo1 = DemoDataClass(name="Alice")
# demo1 = DemoDataClass(name="Alice", id=100) # 报错：TypeError: DemoDataClass.__init__() got an unexpected keyword argument 'id'
demo2 = DemoDataClass(name="Bob", age=25, tags=["dev"], temp_data={"x": 1})

print(demo1) # DemoDataClass(name='Alice', age=18, tools=None, children=None, tags=['python', 'dataclass'], id=1490295676558033675, print_fn=<function DemoDataClass.<lambda> at 0x10e504a60>)
print(demo2) # DemoDataClass(name='Bob', age=25, tools=None, children=None, tags=['dev'], id=6412555795401615714, print_fn=<function DemoDataClass.<lambda> at 0x10e504a60>)
print(demo1 == demo2)  # False；比较结果
print(demo1.tags)      # ['python', 'dataclass']；默认工厂
print(demo1.secret)    # hidden
print(demo1.age_name)  # 18_Alice；须按照字段方式读取
# print(demo1.age_name()) # 报错 TypeError: 'str' object is not callable
demo1.tools = 100 # 请记住：字段类型仅作为声明检查，并不会直接报错
print(demo1) # DemoDataClass(name='Alice', age=18, tools=100, children=None, tags=['python', 'dataclass'], id=1490295676558033675, print_fn=<function DemoDataClass.<lambda> at 0x10e504a60>)
demo1.print_fn("print me") # print me

示例说明
- 类型注解：所有字段都需要类型注解，@dataclass 会自动识别，没有给出类型的字段会报错
- 默认值：通过直接赋值或 field(default=...) 指定
- 默认工厂：如 default_factory 用于可变类型（如列表、字典）
- init=False：字段不参与初始化，只在类内部赋值，__init__ 内不可读
- repr=False, compare=False：字段不参与对象展示和比较
- __post_init__：用于自定义初始化逻辑
- order=True：自动生成排序方法
- frozen=True：设置后对象不可变（本例未启用）

附录：在 dataclass 中使用 `field` 和不使用 `field` 的区别

使用 field 的字段
- 通过 field() 传递更多参数来控制字段行为
- 可以精细控制字段的初始化、展示、比较、哈希、默认值生成等行为，适合复杂需求
- 常用参数包括
  - default：指定默认值（同直接赋值）
  - default_factory：指定一个工厂函数，用于生成默认值（常用于可变类型，如列表、字典）
  - init：是否包含在 __init__ 方法参数中（True/False）
  - repr：是否包含在 __repr__ 方法中（True/False）
  - compare：是否用于比较（__eq__、__lt__ 等）
  - hash：是否用于哈希
  - metadata：可存储任意元数据
不使用 field 的字段
- 直接用类型注解和可选的默认值定义字段
- 只能简单指定类型和默认值，适合简单场景
- 默认动作：
  - 默认会参与 __init__ 方法（即可以通过构造函数传参）
  - 默认会参与 __repr__、__eq__、__hash__ 等自动生成的方法
  - 默认不可用 default_factory，只能用普通的默认值（如字符串、数字、布尔等不可变类型）
TLDR：
- 简单字段可直接定义，不用 field
- 需要更细致控制（如可变类型、参与方法、元数据等）时，应使用 field()

Python——contextlib包的使用

整体说明

contextlib 模块是 Python 标准库的一部分，提供了一系列简化上下文管理器实现的实用工具

`@contextmanager` 装饰器

@contextmanager 允许将生成器函数转换为上下文管理器，无需显式定义类
@contextmanager 核心逻辑通过 yield 分割为“进入上下文”和“退出上下文”两部分

示例：

from contextlib import contextmanager

@contextmanager
def file_manager(file_path, mode):
    file = open(file_path, mode)
    yield file
    file.close()

with file_manager('test.txt', 'w') as f:
    f.write('Hello, contextlib!')

在这个例子中，yield 之前的代码 file = open(file_path, mode) 用于获取资源，yield 之后的代码 file.close() 用于释放资源
注：yield 之后的语句在第二次调用函数时被调用（第一次调用函数返回 yield 的结果）

`closing`类

对于只提供 close() 方法但未实现上下文协议的对象，closing 可确保其 close() 被调用
1
2
3
4
5
from contextlib import closing
import urllib.request

with closing(urllib.request.urlopen('https://www.example.com')) as response:
html = response.read()
- 上述代码等价于手动使用try-finally块来调用close()方法，但closing类使代码更加简洁

`suppress`上下文管理器

在需要忽略某些非关键异常时，suppress可替代繁琐的try-except

from contextlib import suppress

with suppress(FileNotFoundError):
    with open('nonexistent_file.txt', 'r') as f:
        content = f.read()
print("程序继续执行，不抛出异常")

suppress还可以同时抑制多个异常，如with suppress(FileNotFoundError, PermissionError):

`nullcontext`上下文管理器

当代码需要根据条件决定是否使用上下文管理器时，nullcontext提供“空上下文”，避免重复代码

from contextlib import nullcontext

def process_data(data, use_file=True):
    context = open('output.txt', 'w') if use_file else nullcontext()
    with context as f:
        if f:
            f.write(str(data))
        else:
            print(f"直接输出：{data}")

process_data("临时数据", use_file=False)
process_data("重要数据", use_file=True)

`ExitStack`类

contextlib 支持通过 with 语句嵌套或使用 ExitStack 批量管理多个上下文，尤其适合动态生成的资源列表

from contextlib import ExitStack

file_names = ('file1.txt', 'file2.txt', 'file3.txt')
with ExitStack() as stack:
    files = [stack.enter_context(open(name, 'w')) for name in file_names]
    for f in files:
        f.write('示例内容')

在这个例子中，ExitStack 会自动管理多个文件的上下文，确保在退出 with 块时所有文件都被正确关闭。

Ubuntu——显卡驱动安装

整体说明

Ubuntu 手动安装英伟达显卡比较麻烦，还涉及到 gcc 等各种安装
在安装成功后还容易出现系统重启无法进入等问题
本文特意强调如何使用简单的流程实现 Ubuntu 安装

（推荐）Ubuntu 安装 NVIDIA 显卡驱动安装

如果之前安装过英伟达显卡驱动，请先删除
1
sudo apt-get purge nvidia*
建议使用命令行工具安装系统推荐的 NVIDIA 驱动版本（自动推荐）
1
2
3
4
5
# 确保驱动列表是最新的
sudo apt-get update

# 安装推荐的驱动
sudo ubuntu-drivers autoinstall
- 亲测最快最方便，使用官网下载安装的方式容易导致系统无法启动！

Ubuntu——安装Ubuntu后要首先要做的事情

原生的Ubuntu有许多没用的软件和包，也有很多我们需要但是没装的软件和包，论文将介绍安装Ubuntu后一般来说需要对系统做哪些自定义的修改，可按照需要选择适合的软件

删除几乎不用的软件

以下软件均可删除

sudo apt-get remove libreoffice-common
sudo apt-get remove unity-webapps-common
sudo apt-get remove thunderbird totem rhythmbox empathy brasero simple-scan gnome-mahjongg aisleriot gnome-mines cheese transmission-common gnome-orca webbrowser-app gnome-sudoku  landscape-client-ui-install
sudo apt-get remove onboard deja-dup

删除的软件参考自其他博客：安装Ubuntu 21.04后要做的事

安装Vim

命令：
1
sudo apt-get install vim

安装 Google Chrome

命令：

cd ~/Downloads
wget https://dl.google.com/linux/direct/google-chrome-stable_current_amd64.deb
sudo apt-get install libappindicator1 libindicator7
sudo dpkg -i google-chrome-stable_current_amd64.deb 
sudo apt-get -f install

# 运行chrome
google-chrome

安装 Oracle Java

命令：

sudo add-apt-repository ppa:webupd8team/java  
sudo apt-get update  
sudo apt-get install oracle-java8-installer 

# 删除残留
sudo rm /usr/share/upstart/sessions/jayatana.conf

# 测试安装成果
java -version
# 如果第一行是版本号则成功

安装经典菜单指示器

ClassicMenu Indicator, 用于代替Ubuntu自带的应用检索器

1
2
3

sudo add-apt-repository ppa:diesch/testing
sudo apt-get update
sudo apt-get install classicmenu-indicator

安装系统指示器 SysPeek

查看系统管理，包括内存和CPU消耗等

1
2
3

sudo add-apt-repository ppa:nilarimogard/webupd8  
sudo apt-get update  
sudo apt-get install syspeek

安装 Git

命令：
1
sudo apt-get install git

安装 unrar

命令：

sudo apt-get install unrar

# 使用命令
unrar x test.rar

安装 flux 的 gui 版本 fluxgui

脚本：

1
2
3

sudo add-apt-repository ppa:nathan-renniewaldock/flux
sudo apt-get update
sudo apt-get install fluxgui

安装网易云音乐

Note: 新版本1.1.0有问题，所以选择1.0.0版本
网易云1.0.0版本下载地址

安装Remmina

一款开源的优雅的远程桌面GUI客户端

1
2
3

sudo apt-add-repository ppa:remmina-ppa-team/remmina-next
sudo apt-get update
sudo apt-get install remmina remmina-plugin-rdp libfreerdp-plugins-standard

如有问题参考Remmina安装链接

安装词典 GoldenDict

一款崇尚自定义的词典

安装

命令：

# 安装词典
sudo apt-get install goldendict
# 安装En-En在线词库【可选】 
sudo apt-get install goldendict-wordnet

配置

配置在线有道词典
- Edit->Dictionaries->Websites->Add
- Name: Youdao
- Address: http://dict.youdao.com/search?q=%GDWORD%&ue=utf8
- Enabled: Checked
- ->Apply->OK
配置 Bing 在线词典
- 参考在线有道词典的配置
- Name: Bing
- Address： https://cn.bing.com/dict/search?q=%GDWORD%
配置离线词典
- 下载需要的词典： http://download.huzheng.org/zh_CN/
- 解压
- 将解压后的文件目录添加到字典中：
  - Edit->Dictionaries->Files->Add
  - 选中刚才的文件目录
  - ->Apply->OK
开启划词翻译
- 在 GoldenDict 主页点击小笔即可

安装 Shadowsocks

安装 Shadowsocksy 有两种方式，分别为命令行和Gui版本，两种方式安装后都需要设置浏览器才能使用VPN

命令行版本安装

安装命令：

# 安装
sudo apt-get update
sudo apt-get install python-pip
# 下面这行有时候可选
sudo apt-get install python-setuptools m2crypto
pip install shadowsocks
sudo gedit /etc/shadowsocks.json

# 配置文件
{
	"server":"xx.xx.xx.xx",
	"server_port":xxxx,
	"local_address": "127.0.0.1",
	"local_port":1080,
	"password":"xxxxxxxx",
	"timeout":600,
	"method":"xxx",
	"fast_open": true,
	"workers": 1
}

# 运行
sslocal -c /etc/shadowsocks.json

Shadowsocks Gui 版本安装

从网站下载 release 版本： shadowsocks-qt5 GitHub
添加运行权限：
1
chmod +x xxx
现在双击即可运行
在打开的 Gui 中导入 json 即可
如果想把 Shadowsocks 添加到启动器，参考Utuntu——添加自定义的软件到启动器

浏览器配置

以上两种版本安装配置后，想要用浏览器科学上网还需要配置浏览器

Firefox

>Menu
-> Preferences
-> Network Proxy Setting
-> Manual proxy configuration
-> Socks Host: 127.0.0.1:1080
-> SOCKS v5

Chrome

分两种方式，一种是不用安装任何插件，在命令行启动时制定代理即可，一种需要安装SwitchyOmega插件

直接使用命令行

1 2	# 不用安装任何代理 google-chrome --proxy-server=socks5://127.0.0.1:1080

安装代理： Switchy Omega
安装SwitchyOmega插件时需要科学上网，所以可以先用上面的命令行启动，然后使用Chrome安装SwitchyOmega插件*
配置方面参考SwitchyOmega官网(自动切换模式配置方便)： SwitchyOmega官网/Settings*

安装wps和字体

安装libpng

网站里面有多个源，可随意选一个下载

也可使用命令直接下载

1	wget http://ftp.cn.debian.org/debian/pool/main/libp/libpng/libpng12-0_1.2.49-1+deb7u2_amd64.deb

安装wps-office
安装字体wps-office-fonts_1.0_all.deb

为Ubuntu添加Windows的字体

这个字体可以保证终端等能使用中文，同时能保证wps能正常使用

从 Windows 系统的 Windows/Fonts/ 拷贝所有文件，大小大概500M+
在 Ubuntu 上新建文件夹，建议放到 /usr/share/fonts/ 下面，比如 /usr/share/fonts/win-fonts/
将字体文件拷贝到新建立的文件夹下面

执行下面命令

cd /usr/share/fonts/
sudo mkfontdir
sudo mkfontscale
sudo fc-cache

设置截图快捷键

在Windows和Mac下使用QQ快捷键截图习惯了后，到了Ubuntu会不习惯, 因为Ubuntu默认截图是保存到Pictures文件夹的，不是粘贴板
这里给出一种利用Ubuntu自带的软件gnome-screenshot实现QQ快捷键相同功能的方法

添加快捷键Ctrl+Alt+A绑定到命令gnome-screenshot -ac
gnome-screenshot -c是全屏截图，也可以设置成自己喜欢的快捷键
gnome-screenshot参数简介
- -c, 保存到剪贴板
- -w, 截取当前窗口
- -a, 选择一个区域
- 如果没有任何参数默认是将当前全屏截图，并保存到Pictures文件夹
- 更多gnome-screenshot参数参考gnome-screenshot -h

安装 sublime

添加安装源

1
2
3

wget -qO - https://download.sublimetext.com/sublimehq-pub.gpg | sudo apt-key add -
sudo apt-get install apt-transport-https
echo "deb https://download.sublimetext.com/ apt/stable/" | sudo tee /etc/apt/sources.list.d/sublime-text.list

更新库
1
sudo apt-get update
用apt-get命令安装sublime
1
sudo apt-get install sublime-text

Sublime中输入中文

git clone --depth=1 https://github.com/lyfeyaj/sublime-text-imfix.git
cd sublime-text-imfix
./sublime-imfix
cd ..
rm -rf sublime-text-imfix

说明: 如果不执行这一步，Sublime 在 Ubuntu 中是不能直接输入中文的

添加一点说明
- 如果上面的方法不能安装最新版或者安装失败，可以尝试自己下载软件发行版并自己添加 sublime 到启动器，添加自定义程序到启动器的方法可参考 Utuntu——添加自定义的软件到启动器

关闭 sublime 的自动更新

Settings 中添加 "update_check": false,

Ubuntu——添加自定义的软件到启动器

日常使用Ubuntu时,某些自己编写的脚本(程序)或者下载的程序不能从启动器搜索到

问题描述

自己编写的脚本
自己编写的程序
网上自己下载的程序(不是通过apt-get或者APPStore安装)

解决问题

编写程序启动脚本

如果需要运行的就是脚本这一步可以不用

编写shell脚本,脚本内容为启动运行程序
- 涉及到程序的名称这里应该用绝对路径
脚本可以放到任意地方,一般和当前程序在一个文件夹下即可

添加脚本执行权限

1	chmod +x exmaple.sh

新建启动

新建文件到指定文件夹

1 2	cd /usr/share/applications sudo gedit example.desktop

编辑文件如下格式
- Name是程序搜索时会出现的名字
- Exec是执行脚本路径,必须有执行权限,否则在启动器中仍然搜索不到该程序
- Icon是软件的图标,这里可以任意自定义图标,从网上下载或者自己生成均可
  1
  2
  3
  4
  5
  6
  7
  8
  [Desktop Entry]
  Version=1.0
  Name=Example
  Exec=/home/username/example.sh
  Terminal=false
  Icon=/home/username/example.png
  Type=Application
  Categories=Development

测试

按键: Win键
输入Example
如果出现图标和名字对应的程序,说明成功
如果不成功,复查以下问题
- 启动脚本路径是否正确且为绝对路径
- 执行权限是否已经成功设置
- Name是否设置正确

Joe Zhou

Stay Hungry. Stay Foolish.

GitHub E-Mail

安装

远程链接设置

默认远程链接问题

打开远程链接数据

HomeBrew是什么？

HomeBrew的安装

HomeBrew管理软件包

搜索云端软件

安装

卸载

更新

列出所有已安装软件

查看某个云端软件包信息

HomeBrew管理服务

启动服务

停止服务

重启服务

列出所有HomeBrew管理的服务

整体说明

最常用：显示第一层目录大小（人类可读格式，如 M/G）

精准筛选第一层目录（避免通配符遗漏，如隐藏目录）

按大小排序（方便找出最大目录）

显示「逻辑大小」（而非磁盘占用，对应稀疏文件场景）

关键补充：Mac 和 Linux 的 du 差异

统计一个文件夹下所有数据逻辑大小

注意统计的是「逻辑大小」，不是「磁盘实际占用」

整体说明

defaultdict 基本用法

defaultdict 使用示例

特别注意 dict.fromkeys()

整体说明

random 模块示例

附录：特别说明

附录：random 隔离实用技巧

整体说明

@dataclass 用法示例

附录：在 dataclass 中使用 field 和不使用 field 的区别

整体说明

@contextmanager 装饰器

closing类

suppress上下文管理器

nullcontext上下文管理器

ExitStack类

整体说明

（推荐）Ubuntu 安装 NVIDIA 显卡驱动安装

删除几乎不用的软件

安装Vim

安装 Google Chrome

安装 Oracle Java

安装经典菜单指示器

安装系统指示器 SysPeek

安装 Git

安装 unrar

安装 flux 的 gui 版本 fluxgui

安装网易云音乐

安装Remmina

安装词典 GoldenDict

安装

配置

安装 Shadowsocks

命令行版本安装

Shadowsocks Gui 版本安装

浏览器配置

Firefox

Chrome

安装wps和字体

为Ubuntu添加Windows的字体

设置截图快捷键

安装 sublime

关闭 sublime 的自动更新

问题描述

解决问题

编写程序启动脚本

添加脚本执行权限

新建启动

测试

关键补充：Mac 和 Linux 的 `du` 差异

特别注意 `dict.fromkeys()`

附录：在 dataclass 中使用 `field` 和不使用 `field` 的区别

`@contextmanager` 装饰器

`closing`类

`suppress`上下文管理器

`nullcontext`上下文管理器

`ExitStack`类