近期又碰到了SSL相关的事情, 就心血来潮开个新专题 - 《HTTPS基础原理和配置》 本文是第一篇文章， 主要介绍SSL TLS加密协议的相关内容。 加密协议历史概要 SSL TLS加密协议其实并没有很长的历史，1995年网景发布了SSL v2.0，这也是web加密的开始。这使得电子商务领域，人们
〇、概述 作为概述，以下是本文要讲的内容。HTTPS 是什么? 每个人都可能从浏览器上认出 HTTPS，并对它有好感。然后再讲一遍基础知识，再详细讲一下协议版本，密码套件（Cipher Suites），本文的重点会落在如何配置 NGINX，让你的网站使用 HTTPS 服务。 除此之外，还有一个使用
书接上文：HTTPS 基础原理和配置 - 2，接下来介绍： 配置 NGINX 后端 HTTPS 检查配置 配置 HSTS OCSP Stapling 重要部分来了。如何使用这些选项并配置NGINX? 一、NGINX 的 HTTPS 配置 这里有一些基本的原语（或叫做指令），你可以使用:ssl_cer
一 基础信息 1.1 前提 本次安装的为 k3s 1.21.7+k3s1 VM 版本为 RHEL 7.8, 7.9 或 8.2, 8.3, 8.4(K3s 官网要求） VM YUM 仓库：已配置对应版本的 RHEL 和 EPEL YUM 仓库 VM 提供 root 权限 已配置 ntp（防止因为时间
一 基础信息 1.1 前提 本次安装的为 20220129 最新版：Rancher v2.6.3 VM 版本为 RHEL 7.8, 7.9 或 8.2, 8.3, 8.4(Rancher 官网要求） VM YUM 仓库：已配置对应版本的 RHEL 和 EPEL YUM 仓库 VM 提供 root 权
一：基础的函数组成 ’’‘Series.str.contains（pat，case = True，flags = 0，na = nan，regex = True)’’'测试pattern或regex是否包含在Series或Index的字符串中。 返回布尔值系列或索引，具体取决于给定模式或正则表达式是
一：导入案例数据及X-MIND 二：实例 2.1 显示摘要信息 2.2显示描述性统计信息 2.3显示 前后n行 2.4显示索引、列信息 2.5显示每列的数据类型
一：XMIND 二：设置索引 示例数据，假设我们有一个DataFrame对象，如下： import pandas as pd df = pd.DataFrame({ "name": ["Alice", "Bob", "Charlie", "David"], "age": [25, 30, 35, 4
一般我们都用 Python 的 Pyinstaller 模块进行打包，这里记录Pyinstaller 模块进行打包。 一：安装 Pyinstaller 模块 pip install PyInstaller 二：打开cmd(win+R) 三：操作 3.1 切换路径（这里示例文件在E盘） 输入E：来切换
# ★微服务系列 [微服务1：微服务及其演进史](https://www.cnblogs.com/wzh2010/p/14940280.html "微服务1：微服务及其演进史") [微服务2：微服务全景架构 ](https://www.cnblogs.com/wzh2010/p/15311192.h
简介 MongoDB 是由 C++ 编写的开源 NoSQL 和基于文档的数据库。MongoDB 提供了面向文档的存储方式，操作起来比较简单和容易，支持“无模式”的数据建模，可以存储比较复杂的数据类型，是一款非常流行的文档类型数据库。 MongoDB 是非关系型数据库当中功能最丰富，最像关系型数据库的
Matplotlib 库是一个用于数据可视化和绘图的 Python 库。它提供了大量的函数和类，可以帮助用户轻松地创建各种类型的图表，包括直方图、箱形图、散点图、饼图、条形图和密度图等。 使用 Matplotlib 的过程中，遇到的难点并不在于绘制各类的图形，因为每种图形都有其对应的API。难点在于
使用Matplotlib对分析结果可视化时，比较各类分析结果是常见的场景。在这类场景之下，将多个分析结果绘制在一张图上，可以帮助用户方便地组合和分析多个数据集，提高数据可视化的效率和准确性。 本篇介绍Matplotlib绘制子图的常用方式和技巧。 1. 添加子图的方式 添加子图主要有两种方式，一种是
Matplotlib的坐标轴是用于在绘图中表示数据的位置的工具。 坐标轴是图像中的水平和垂直线，它们通常表示为 x 轴和 y 轴。坐标轴的作用是帮助观察者了解图像中数据的位置和大小，通常标有数字或标签，以指示特定的值在图像中的位置。 1. 坐标轴范围 Matplotlib绘制图形时，会自动根据X，Y
Matplotlib中刻度是用于在绘图中表示数据大小的工具。 刻度是坐标轴上的数字或标签，用于指示数据的大小或值，通常以整数或小数表示，具体取决于坐标轴的类型和限制。 1. 主次刻度 默认的绘制时，坐标轴只有默认的主要刻度，如下所示： from matplotlib.ticker import Mu
Matplotlib 中的图例是帮助观察者理解图像数据的重要工具。图例通常包含在图像中，用于解释不同的颜色、形状、标签和其他元素。 1. 主要参数 当不设置图例的参数时，默认的图例是这样的。 import numpy as np import matplotlib.pyplot as plt x =
Matplotlib 文本和标注可以为数据和图形之间提供额外的信息，帮助观察者更好地理解数据和图形的含义。 文本用于在图形中添加注释或提供更详细的信息，以帮助观察者理解图形的含义。标注则是一种更加细粒度的文本信息，可以被用来为特定的数据点或区域提供更详细的信息。 本篇通过示例依次介绍文本和标注的常用
Matplotlib 提供了大量配置参数，这些参数可以但不限于让我们从整体上调整通过 Matplotlib 绘制的图形样式，这里面的参数还有很多是功能性的，和其他工具结合时需要用的配置。 通过plt.rcParams，可以查看所有的配置信息： import matplotlib.pyplot as
Matplotlib库 由于诞生的比较早，所以其默认的显示样式很难符合现在的审美，这也是它经常为人诟病的地方。 不过，经过版本更迭之后，现在 Matplotlib 已经内置了很多样式表，通过使用不同的样式表，可以整体改变绘制图形的风格，不用再调整一个个显示参数。 1. 样式表的使用 1.1. 所有内
Matplotlib 中有一个很有趣的手绘风格。如果不是特别严肃的分析报告，使用这个风格能给枯燥的数据分析图表带来一些活泼的感觉。 使用手绘风格非常简单，本篇主要手绘风格的效果以及如何配置中文的支持。 1. 中文支持 Matplotlib 的手绘风格默认是不支持中文的，中文在图形中会显示成方格子。如
