窝 用于查询Web of Science数据库的SOAP客户端 描述 Web of Science(以前称为Web of Knowledge)是由Clarivate维护的基于在线订阅的科学引文索引服务。 wos是一个Python SOAP客户端(API和命令行工具),用于查询WOS数据库,以便使用WWS访问从查询中获取XML数据。 安装 该软件包已上传到 ,因此您可以使用pip安装该软件包: 点安装wos 文献资料 可以在上访问本README以及有关类和方法的文档。 用法 您可以使用wos命令查询Web of Science API。 如果要访问需要使用高级API访问的数据,则还必须使用用户名和密码进行身份验证。 用法:wos [-h] [--close] [-l] [-u用户] [-p密码] [-s SID] {query,doi,connect} ... 查询Web of
2024-04-09 16:30:03 16KB python api-client Python
1
CTP Python API WIN32 上期技术 Python API
2023-11-19 06:05:23 3.3MB Python WIN32 上期技术
1
crt.sh Python实用程序 该项目旨在帮助您与网站进行交互。 Git克隆仓库。 git clone https://github.com/PaulSec/crt.sh 安装依赖项。 pip install -r requirements.txt 然后,您可以通过以下方式开始与crt.sh进行交互: from crtsh import crtshAPI import json print ( json . dumps ( crtshAPI (). search ( 'uber.com' ))) 结果是一系列字典项,如下所示: [ { " issuer_ca_id " : 16418 , " issuer_name " : " C=US, O=Let's Encrypt, CN=Let's Encrypt Authority X3 " ,
2023-04-11 15:54:13 5KB Python
1
如果你也像我一样没有服务器root权限,想在anaconda上配置openpose python API或caffe的话,希望你看到这篇文章,可以帮助你解决你的问题。 首先先说下openpose 下载源码https://github.com/CMU-Perceptual-Computing-Lab/openpose conda activate yourenv cd ./openpose mkdir build cd build cmake前需要配置下,这里特别注意,建议在执行前看下自己的默认的配置,代码会自动找目前默认的python,opencv,protoc等。 opencv这里如果op
2023-04-11 13:31:57 56KB anaconda c caffe
1
Binance-Python-API 使用Binance官方api来显示您的货币分布。
2023-02-24 14:00:40 85KB Python
1
同花顺Datafeed 沪深level-2 高频行情解决方案 Python API 操作手册V2.2.1(20220828)。 高频交易或量化涨停板交易必备。
2022-12-14 19:24:56 850KB 证券 交易 level2 量化
1
camera_calibration_API 包含相机校准API的存储库 资料库概述: :包含一个试图最小化MATLAB的相机校准应用程序功能的API。 该API是围绕opencv的摄像机校准功能的精简包装。 :包含各种示例的目录 Camera_Calibration_API: 介绍: 相机校准API是opencv相机校准功能的包装。 这试图模仿python的MATLAB相机校准应用程序的功能。 该API支持opencv支持的所有3种校准模式,即:棋盘,非对称圆网格和对称圆网格。 默认情况下,API在4个线程上运行以加快速度。 在棋盘校准的情况下,提速可能并非微不足道,因为在大多数情
2022-11-08 21:25:56 7.07MB python api opencv camera
1
python3 调用k8s api 库文件打包
2022-11-07 15:20:33 6.67MB python api k8s
1
WMC FOCUS6.3 用于风力发电叶片结构设计专用软件,此文档为其API 二次开发结构,采用Python语言进行二次开发
2022-10-09 22:23:12 532KB WMC FOCUS 叶片结构设计 FOCUS6.3
1
dm_env :DeepMind RL环境API 该软件包描述了用于Python强化学习(RL)环境的界面。 它由以下核心组件组成: dm_env.Environment :RL环境的抽象基类。 dm_env.TimeStep :一个容器类,表示每个时间步(过渡)上环境的输出。 dm_env.specs :一个模块,包含用于描述环境消耗的动作的格式以及其返回的观察值,奖励和折扣的原语。 dm_env.test_utils :用于测试具体环境实现是否符合dm_env.Environment接口的工具。 请参阅的文档以获取有关环境接口的语义以及如何使用它的更多信息。 子目录还包含使用dm_env接口实现的RL环境的说明性示例。 安装 dm_env可以使用pip从PyPI安装: pip install dm-env 请注意,从1.4版开始,我们仅支持Python 3.6+。 您还
1