eastyell
eastyell

Unofficial Windows Binaries for Python Extension Packages(Python库安装包)

Unofficial Windows Binaries for Python Extension Packages

by Christoph Gohlke, Laboratory for Fluorescence Dynamics, University of California, Irvine.

Updated on 18 March 2020 at 07:34 UTC.

This page provides 32- and 64-bit Windows binaries of many scientific open-source extension packages for the official CPython distribution of the Python programming language. A few binaries are available for the PyPy distribution.

The files are unofficial (meaning: informal, unrecognized, personal, unsupported, no warranty, no liability, provided "as is") and made available for testing and evaluation purposes.

Most binaries are built from source code found on PyPI or in the projects public revision control systems. Source code changes, if any, have been submitted to the project maintainers or are included in the packages.

Refer to the documentation of the individual packages for license restrictions and dependencies.

If downloads fail, reload this page, enable JavaScript, disable download managers, disable proxies, clear cache, use Firefox, reduce number and frequency of downloads. Please only download files manually as needed.

Use pip version 19.2 or newer to install the downloaded .whl files. This page is not a pip package index.

Many binaries depend on numpy-1.16+mkl and the current Microsoft Visual C++ Redistributable for Visual Studio 2015, 2017 and 2019 for Python 3, or the Microsoft Visual C++ 2008 Redistributable Package x64, x86, and SP1 for Python 2.7.

Install numpy+mkl before other packages that depend on it.

The binaries are compatible with the most recent official CPython distributions on Windows >=6.0. Chances are they do not work with custom Python distributions included with Blender, Maya, ArcGIS, OSGeo4W, ABAQUS, Cygwin, Pythonxy, Canopy, EPD, Anaconda, WinPython etc. Many binaries are not compatible with Windows XP or Wine.

The packages are ZIP or 7z files, which allows for manual or scripted installation or repackaging of the content.

The files are provided "as is" without warranty or support of any kind. The entire risk as to the quality and performance is with you.

The opinions or statements expressed on this page should not be taken as a position or endorsement of the Laboratory for Fluorescence Dynamics or the University of California.

  1. Index by date:
  2. pyproj
  3. matplotlib
  4. numpy
  5. pymatgen
  6. spacy
  7. wrapt
  8. lsqfit
  9. persistent
  10. sqlalchemy
  11. pymol-open-source
  12. pandas
  13. pycvodes
  14. hdbscan
  15. zope.interface
  16. dukpy
  17. aicspylibczi
  18. obspy
  19. pyodeint
  20. pygresql
  21. pendulum
  22. simpleparse
  23. ujson
  24. pyswisseph
  25. tornado
  26. gvar
  27. jupyter
  28. apsw
  29. mercurial
  30. xgboost
  31. scikit-learn
  32. jpype
  33. pyzmq
  34. cvxpy
  35. iris
  36. rasterio
  37. gitdb
  38. orange
  39. pyephem
  40. dawg
  41. indexed_gzip
  42. mysqlclient
  43. multidict
  44. regex
  45. bottleneck
  46. glfw
  47. statsmodels
  48. ets
  49. qimage2ndarray
  50. msgpack
  51. psutil
  52. imagecodecs
  53. cupy
  54. recordclass
  55. fastparquet
  56. hddm
  57. mod_wsgi
  58. hdf5plugin
  59. pycairo
  60. bsddb3
  61. cffi
  62. traits
  63. rtree
  64. pyodbc
  65. ruamel.yaml
  66. cftime
  67. imagecodecs-lite
  68. tifffile
  69. cgohlke
  70. roifile
  71. cython
  72. boost.python
  73. lxml
  74. moderngl
  75. openimageio
  76. cvxopt
  77. scikits.odes
  78. pillow-simd
  79. numba
  80. qutip
  81. dulwich
  82. pygit2
  83. shapely
  84. gdal
  85. spectrum
  86. scipy
  87. oiffile
  88. pywinhook
  89. lucam
  90. qdafile
  91. akima
  92. vidsrc
  93. psf
  94. uciwebauth
  95. transformations
  96. sdtfile
  97. netpbmfile
  98. molmass
  99. lfdfiles
  100. imreg
  101. fmkr
  102. fcsfiles
  103. chebyfit
  104. cmapfile
  105. dnacurve
  106. pycurl
  107. reportlab
  108. pytables
  109. h5py
  110. netcdf4
  111. coverage
  112. line_profiler
  113. discretize
  114. dipy
  115. typed_ast
  116. medussa
  117. pyrsistent
  118. pycares
  119. swiglpk
  120. pymongo
  121. fast-histogram
  122. pyyaml
  123. bitarray
  124. llvmlite
  125. tinyarray
  126. cx_freeze
  127. pyopengl
  128. numexpr
  129. bintrees
  130. menpo
  131. fastcluster
  132. babel
  133. pillow
  134. lz4
  135. scandir
  136. kiwisolver
  137. ndimage
  138. grpcio
  139. astropy
  140. opencv
  141. biopython
  142. open3d
  143. yappi
  144. intbitset
  145. hmmlearn
  146. daal4py
  147. mkl_random
  148. mkl-service
  149. mkl_fft
  150. zopflipy
  151. python-snappy
  152. opentsne
  153. numpy-quaternion
  154. blosc
  155. arctic
  156. vispy
  157. ahds
  158. lightgbm
  159. msvc_runtime
  160. glumpy
  161. assimulo
  162. cx_oracle
  163. brotli
  164. openpiv
  165. peewee
  166. yarl
  167. pyhdf
  168. fiona
  169. pyjnius
  170. pyopencl
  171. triangle
  172. pycryptosat
  173. simpleaudio
  174. imaged11
  175. pyzopfli
  176. pywinpty
  177. wordcloud
  178. bsdiff4
  179. pycuda
  180. cchardet
  181. thrift
  182. simplejson
  183. bitshuffle
  184. pymssql
  185. pyside
  186. pywin32
  187. pymcubes
  188. zodbpickle
  189. rapidjson
  190. pyicu
  191. mahotas
  192. xxhash
  193. twisted
  194. cairocffi
  195. pymaxflow
  196. numcodecs
  197. btrees
  198. javabridge
  199. py-lmdb
  200. pyvrml97
  201. zstd
  202. mpi4py
  203. cytoolz
  204. pgmagick
  205. pytiff
  206. pyrxp
  207. pylibczi
  208. pylvgl
  209. pymetis
  210. lazy_object_proxy
  211. cobra
  212. pyfltk
  213. pycorrfit
  214. pystackreg
  215. scikit-image
  216. psycopg
  217. debug-information-files
  218. pywavelets
  219. numpy-stl
  220. pyeda
  221. pydensecrf
  222. milk
  223. lru_dict
  224. liblas
  225. fann2
  226. cyrasterize
  227. cvxcanon
  228. gpy
  229. iminuit
  230. aspell-python
  231. ad3
  232. bcolz
  233. tatsu
  234. ta-lib
  235. slycot
  236. pystruct
  237. pyslalib
  238. pyqpbo
  239. pyfmi
  240. pyflux
  241. pyfm
  242. pyemd
  243. pydde
  244. pyamg
  245. pybox2d
  246. py-earth
  247. planar
  248. ode
  249. nitime
  250. libsbml
  251. mlpy
  252. lightning
  253. kapteyn
  254. fabio
  255. entropy
  256. datrie
  257. logbook
  258. minepy
  259. pycld2
  260. curses
  261. openbabel
  262. aiohttp
  263. gevent
  264. gmpy
  265. pulp
  266. ecos
  267. blis
  268. enable
  269. multiprocess
  270. osqp
  271. fisher
  272. gensim
  273. sounddevice
  274. protobuf
  275. mplcairo
  276. sfepy
  277. stratify
  278. jcc
  279. cheetah
  280. elasticdeform
  281. enaml
  282. backports.lzma
  283. cellprofiler
  284. hyperspy
  285. pykinsol
  286. spglib
  287. pygame
  288. basemap
  289. chaco
  290. cf-units
  291. kivy
  292. mayavi
  293. pypmc
  294. aggdraw
  295. pyx
  296. salientdetect
  297. seqlearn
  298. sima
  299. twainmodule
  300. x86cpu
  301. zs
  302. zipline
  303. zfec
  304. pythonmagick
  305. freetypepy
  306. icsdll
  307. sparsesvd
  308. scs
  309. fisx
  310. fastrlock
  311. ffnet
  312. pyspharm
  313. pyminuit
  314. marisa-trie
  315. nlopt
  316. lp_solve
  317. llist
  318. freesasa
  319. flann
  320. fdint
  321. crcmod
  322. crc16
  323. cmarkgfm
  324. ceodbc
  325. cdecimal
  326. brotlipy
  327. blist
  328. vtk
  329. python-igraph
  330. louvain-igraph
  331. leidenalg
  332. kwant
  333. jsonobject
  334. scimath
  335. atom
  336. pymc
  337. pymvpa
  338. python-geohash
  339. python-lzf
  340. python-lzo
  341. zfpy
  342. fasttext
  343. liblinear
  344. pyaudio
  345. pyhull
  346. pycosat
  347. pycluster
  348. openexr
  349. pocketsphinx
  350. postgresadapter
  351. pyasn
  352. centrosome
  353. heatmap
  354. yt
  355. winrandom
  356. setproctitle
  357. scikits.vectorplot
  358. rtmidi-python
  359. python-levenshtein
  360. pystemmer
  361. pylzma
  362. polygon
  363. noise
  364. netifaces
  365. natgrid
  366. mistune
  367. imread
  368. fpzip
  369. fastcache
  370. udunits
  371. python-ldap
  372. greenlet
  373. pythonnet
  374. pycifrw
  375. markupsafe
  376. videocapture
  377. czifile
  378. celiagg
  379. libsvm
  380. tomopy
  381. pyclearvolume
  382. simpleitk
  383. cellcognition
  384. vigra
  385. re2
  386. pytorch
  387. quickfix
  388. meshpy
  389. scikit-fmm
  390. pyhook
  391. cantera
  392. rpy2
  393. cartopy
  394. freeimagedll
  395. chompack
  396. pysqlite
  397. polylearn
  398. tensorflow
  399. multineat
  400. pyfits
  401. grako
  402. scikit-misc
  403. cyordereddict
  404. holopy
  405. qt_graph_helpers
  406. guiqwt
  407. veusz
  408. pyqwt
  409. pyqt4
  410. scikit-cycling
  411. trollius
  412. faulthandler
  413. thriftpy
  414. pyldap
  415. xylib-py
  416. autopy
  417. jsonlib
  418. sasl
  419. wrf_python
  420. quantlib
  421. pylibtiff
  422. scikit-umfpack
  423. gr
  424. pyarrow
  425. python-cjson
  426. py_gd
  427. nipy
  428. libtfr
  429. mathutils
  430. pyfftw
  431. pyviennacl
  432. blz
  433. bigfloat
  434. cyassimp
  435. pymca
  436. friture
  437. pycogent
  438. blaze
  439. scikits.audiolab
  440. la
  441. bazaar
  442. dynd
  443. genshi
  444. python-sundials
  445. pyamf
  446. libxml-python
  447. pymcmc
  448. pyksvd
  449. pybluez
  450. pygraphviz
  451. mxbase
  452. libpython
  453. pymunk
  454. pygtk
  455. cgal-bindings
  456. bio_formats
  457. pysfml
  458. pyexiv2
  459. pylibdeconv
  460. iocbio
  461. pymix
  462. umysql
  463. lazyflow
  464. mmlib
  465. scikits.timeseries
  466. casuarius
  467. wxpython
  468. ilastik
  469. pywcs
  470. scientificpython
  471. vpython
  472. nmoldyn
  473. mmtk
  474. pyalembic
  475. polymode
  476. scikits.delaunay
  477. cld
  478. py-fcm
  479. oursql
  480. py2exe
  481. pymutt
  482. carray
  483. llvmpy
  484. cgkit
  485. pymedia
  486. scipy-cluster
  487. scikits.scattpy
  488. scikits.samplerate
  489. scikits.ann
  490. pyxml
  491. pytst
  492. delny
  493. mysql-python
  494. htseq
  495. pyusb-ftdi
  496. silvercity
  497. steps
  498. pysparse
  499. pyropes
  500. scikits.hydroclimpy
  501. sendkeys
  502. pydbg
  503. pyisapie
  •  
  •  
  • AD3: Alternating Directions Dual Decomposition.
    • ad3‑2.2.1‑cp38‑cp38‑win_amd64.whl
    • ad3‑2.2.1‑cp38‑cp38‑win32.whl
    • ad3‑2.2.1‑cp37‑cp37m‑win_amd64.whl
    • ad3‑2.2.1‑cp37‑cp37m‑win32.whl
    • ad3‑2.2.1‑cp36‑cp36m‑win_amd64.whl
    • ad3‑2.2.1‑cp36‑cp36m‑win32.whl
    • ad3‑2.2.1‑cp35‑cp35m‑win_amd64.whl
    • 3"); "javascript: dl("'>ad3‑2.2.1‑cp34‑cp34m‑win_amd64.whl
    • ad3‑2.2.1‑cp34‑cp34m‑win32.whl
    • ad3‑2.2.1‑cp27‑cp27m‑win_amd64.whl
    • ad3‑2.2.1‑cp27‑cp27m‑win32.whl
  • Aggdraw: a high-quality graphics engine for PIL based on the Anti-Grain Geometry library.
    • aggdraw‑1.3.11‑cp38‑cp38‑win_amd64.whl
    • aggdraw‑1.3.11‑cp38‑cp38‑win32.whl
    • aggdraw‑1.3.11‑cp37‑cp37m‑win_amd64.whl
    • aggdraw‑1.3.11‑cp37‑cp37m‑win32.whl
    • aggdraw‑1.3.11‑cp36‑cp36m‑win_amd64.whl
    • aggdraw‑1.3.11‑cp36‑cp36m‑win32.whl
    • aggdraw‑1.3.11‑cp35‑cp35m‑win_amd64.whl
    • aggdraw‑1.3.11‑cp35‑cp35m‑win32.whl
    • aggdraw‑1.3.11‑cp27‑cp27m‑win_amd64.whl
    • aggdraw‑1.3.11‑cp27‑cp27m‑win32.whl
    • aggdraw‑1.3.9‑cp34‑cp34m‑win_amd64.whl
    • aggdraw‑1.3.9‑cp34‑cp34m‑win32.whl
  • Ahds: access headers and data streams in Amira(R) files.
    • ahds‑0.2.3‑cp38‑cp38‑win_amd64.whl
    • ahds‑0.2.3‑cp38‑cp38‑win32.whl
    • ahds‑0.2.3‑cp37‑cp37m‑win_amd64.whl
    • ahds‑0.2.3‑cp37‑cp37m‑win32.whl
    • ahds‑0.2.3‑cp36‑cp36m‑win_amd64.whl
    • ahds‑0.2.3‑cp36‑cp36m‑win32.whl
    • ahds‑0.2.3‑cp35‑cp35m‑win_amd64.whl
    • ahds‑0.2.3‑cp35‑cp35m‑win32.whl
    • ahds‑0.2.3‑cp27‑cp27m‑win_amd64.whl
    • ahds‑0.2.3‑cp27‑cp27m‑win32.whl
  • Aicspylibczi: expose libCZI functionality for reading (subset of) Zeiss CZI files and meta-data.
    • aicspylibczi‑2.5.1‑cp38‑cp38‑win_amd64.whl
    • aicspylibczi‑2.5.1‑cp37‑cp37m‑win_amd64.whl
    • aicspylibczi‑2.5.1‑cp36‑cp36m‑win_amd64.whl
  • Aiohttp: a http client/server for asyncio.
    • aiohttp‑3.6.2‑cp38‑cp38‑win_amd64.whl
    • aiohttp‑3.6.2‑cp38‑cp38‑win32.whl
    • aiohttp‑3.6.2‑cp37‑cp37m‑win_amd64.whl
    • aiohttp‑3.6.2‑cp37‑cp37m‑win32.whl
    • aiohttp‑3.6.2‑cp36‑cp36m‑win_amd64.whl
    • aiohttp‑3.6.2‑cp36‑cp36m‑win32.whl
    • aiohttp‑3.6.2‑cp35‑cp35m‑win_amd64.whl
    • aiohttp‑3.6.2‑cp35‑cp35m‑win32.whl
  • Akima: interpolation.
    • akima‑2020.1.1.tar.gz
    • akima‑2020.1.1‑cp38‑cp38‑win_amd64.whl
    • akima‑2020.1.1‑cp38‑cp38‑win32.whl
    • akima‑2020.1.1‑cp37‑cp37m‑win_amd64.whl
    • akima‑2020.1.1‑cp37‑cp37m‑win32.whl
    • akima‑2020.1.1‑cp36‑cp36m‑win_amd64.whl
    • akima‑2020.1.1‑cp36‑cp36m‑win32.whl
    • akima‑2019.4.22‑cp35‑cp35m‑win_amd64.whl
    • akima‑2019.4.22‑cp35‑cp35m‑win32.whl
    • akima‑2019.4.22‑cp27‑cp27m‑win_amd64.whl
    • akima‑2019.4.22‑cp27‑cp27m‑win32.whl
    • akima‑2019.1.1‑cp34‑cp34m‑win_amd64.whl
    • akima‑2019.1.1‑cp34‑cp34m‑win32.whl
  • APSW: another Python SQLite wrapper.
    • apsw‑3.31.1.post1‑cp38‑cp38‑win_amd64.whl
    • apsw‑3.31.1.post1‑cp38‑cp38‑win32.whl
    • apsw‑3.31.1.post1‑cp37‑cp37m‑win_amd64.whl
    • apsw‑3.31.1.post1‑cp37‑cp37m‑win32.whl
    • apsw‑3.31.1.post1‑cp36‑cp36m‑win_amd64.whl
    • apsw‑3.31.1.post1‑cp36‑cp36m‑win32.whl
    • apsw‑3.30.1.post1‑cp35‑cp35m‑win_amd64.whl
    • apsw‑3.30.1.post1‑cp35‑cp35m‑win32.whl
    • apsw‑3.30.1.post1‑cp27‑cp27m‑win_amd64.whl
    • apsw‑3.30.1.post1‑cp27‑cp27m‑win32.whl
    • apsw‑3.26.0.post1‑cp34‑cp34m‑win_amd64.whl
    • apsw‑3.26.0.post1‑cp34‑cp34m‑win32.whl
  • Arctic: a high performance datastore for time series and tick data.
    • arctic‑1.79.3‑py3‑none‑any.whl
    • arctic‑1.67.1‑cp37‑cp37m‑win_amd64.whl
    • arctic‑1.67.1‑cp37‑cp37m‑win32.whl
    • arctic‑1.67.1‑cp36‑cp36m‑win_amd64.whl
    • arctic‑1.67.1‑cp36‑cp36m‑win32.whl
    • arctic‑1.67.1‑cp35‑cp35m‑win_amd64.whl
    • arctic‑1.67.1‑cp35‑cp35m‑win32.whl
    • arctic‑1.67.1‑cp34‑cp34m‑win_amd64.whl
    • arctic‑1.67.1‑cp34‑cp34m‑win32.whl
    • arctic‑1.67.1‑cp27‑cp27m‑win_amd64.whl
    • arctic‑1.67.1‑cp27‑cp27m‑win32.whl
  • Aspell-python: bindings for GNU Aspell.
    Using the LyX fork.
    Extract the dictionaries to C:\ProgramData\Aspell\Dictionaries.
    • aspell_python‑1.15‑cp38‑cp38‑win_amd64.whl
    • aspell_python‑1.15‑cp38‑cp38‑win32.whl
    • aspell_python‑1.15‑cp37‑cp37m‑win_amd64.whl
    • aspell_python‑1.15‑cp37‑cp37m‑win32.whl
    • aspell_python‑1.15‑cp36‑cp36m‑win_amd64.whl
    • aspell_python‑1.15‑cp36‑cp36m‑win32.whl
    • aspell_python‑1.15‑cp35‑cp35m‑win_amd64.whl
    • aspell_python‑1.15‑cp35‑cp35m‑win32.whl
    • aspell_python‑1.15‑cp34‑cp34m‑win_amd64.whl
    • aspell_python‑1.15‑cp34‑cp34m‑win32.whl
    • aspell_python‑1.15‑cp27‑cp27m‑win_amd64.whl
    • aspell_python‑1.15‑cp27‑cp27m‑win32.whl
    • aspell6‑en‑2017.08.24‑0‑win_amd64.zip
    • aspell6‑en‑2017.08.24‑0‑win32.zip
  • Assimulo: a package for solving ordinary differential equations.
    Requires numpy+mkl.
    • Assimulo‑3.1‑cp38‑cp38‑win_amd64.whl
    • Assimulo‑3.1‑cp38‑cp38‑win32.whl
    • Assimulo‑3.1‑cp37‑cp37m‑win_amd64.whl
    • Assimulo‑3.1‑cp37‑cp37m‑win32.whl
    • Assimulo‑3.1‑cp36‑cp36m‑win_amd64.whl
    • Assimulo‑3.1‑cp36‑cp36m‑win32.whl
    • Assimulo‑3.1‑cp35‑cp35m‑win_amd64.whl
    • Assimulo‑3.1‑cp35‑cp35m‑win32.whl
    • Assimulo‑2.9‑cp37‑cp37m‑win_amd64.whl
    • Assimulo‑2.9‑cp37‑cp37m‑win32.whl
    • Assimulo‑2.9‑cp36‑cp36m‑win_amd64.whl
    • Assimulo‑2.9‑cp36‑cp36m‑win32.whl
    • Assimulo‑2.9‑cp35‑cp35m‑win_amd64.whl
    • Assimulo‑2.9‑cp35‑cp35m‑win32.whl
    • Assimulo‑2.9‑cp34‑cp34m‑win_amd64.whl
    • Assimulo‑2.9‑cp34‑cp34m‑win32.whl
    • Assimulo‑2.9‑cp27‑cp27m‑win_amd64.whl
    • Assimulo‑2.9‑cp27‑cp27m‑win32.whl
  • Astropy: a core package for astronomy.
    • astropy‑4.0‑cp38‑cp38‑win_amd64.whl
    • astropy‑4.0‑cp38‑cp38‑win32.whl
    • astropy‑4.0‑cp37‑cp37m‑win_amd64.whl
    • astropy‑4.0‑cp37‑cp37m‑win32.whl
    • astropy‑4.0‑cp36‑cp36m‑win_amd64.whl
    • astropy‑4.0‑cp36‑cp36m‑win32.whl
    • astropy‑3.2.3‑cp38‑cp38‑win_amd64.whl
    • astropy‑3.2.3‑cp38‑cp38‑win32.whl
    • astropy‑3.2.3‑cp37‑cp37m‑win_amd64.whl
    • astropy‑3.2.3‑cp37‑cp37m‑win32.whl
    • astropy‑3.2.3‑cp36‑cp36m‑win_amd64.whl
    • astropy‑3.2.3‑cp36‑cp36m‑win32.whl
    • astropy‑3.2.3‑cp35‑cp35m‑win_amd64.whl
    • astropy‑3.2.3‑cp35‑cp35m‑win32.whl
    • astropy‑2.0.16‑cp27‑cp27m‑win_amd64.whl
    • astropy‑2.0.16‑cp27‑cp27m‑win32.whl
    • astropy‑2.0.11‑cp34‑cp34m‑win_amd64.whl
    • astropy‑2.0.11‑cp34‑cp34m‑win32.whl
  • Atom: memory efficient Python objects.
    This package conflicts with Google's gdata.
    • atom‑0.4.3‑cp38‑cp38‑win_amd64.whl
    • atom‑0.4.3‑cp38‑cp38‑win32.whl
    • atom‑0.4.3‑cp37‑cp37m‑win_amd64.whl
    • atom‑0.4.3‑cp37‑cp37m‑win32.whl
    • atom‑0.4.3‑cp36‑cp36m‑win_amd64.whl
    • atom‑0.4.3‑cp36‑cp36m‑win32.whl
    • atom‑0.4.3‑cp35‑cp35m‑win_amd64.whl
    • atom‑0.4.3‑cp35‑cp35m‑win32.whl
    • atom‑0.4.3‑cp27‑cp27m‑win_amd64.whl
    • atom‑0.4.3‑cp27‑cp27m‑win32.whl
    • atom‑0.4.2‑cp34‑cp34m‑win_amd64.whl
    • atom‑0.4.2‑cp34‑cp34m‑win32.whl
  • AutoPy: a GUI automation toolkit.
    • autopy‑0.51‑cp27‑cp27m‑win_amd64.whl
    • autopy‑0.51‑cp27‑cp27m‑win32.whl
    • autopy3‑0.51.1‑cp37‑cp37m‑win_amd64.whl
    • autopy3‑0.51.1‑cp37‑cp37m‑win32.whl
    • autopy3‑0.51.1‑cp36‑cp36m‑win_amd64.whl
    • autopy3‑0.51.1‑cp36‑cp36m‑win32.whl
    • autopy3‑0.51.1‑cp35‑cp35m‑win_amd64.whl
    • autopy3‑0.51.1‑cp35‑cp35m‑win32.whl
    • autopy3‑0.51.1‑cp34‑cp34m‑win_amd64.whl
    • 2B8C4F6GD10:0Babel‑2.8.0‑py3‑none‑any.whl
    • Babel‑2.8.0‑py2‑none‑any.whl
  • Backports.lzma: a backport of Python 3.3's lzma module.
    • backports.lzma‑0.0.14‑cp38‑cp38‑win_amd64.whl
    • backports.lzma‑0.0.14‑cp38‑cp38‑win32.whl
    • backports.lzma‑0.0.14‑cp37‑cp37m‑win_amd64.whl
    • backports.lzma‑0.0.14‑cp36‑cp36m‑win_amd64.whl
    • backports.lzma‑0.0.14‑cp36‑cp36m‑win32.whl
    • backports.lzma‑0.0.14‑cp35‑cp35m‑win_amd64.whl
    • backports.lzma‑0.0.14‑cp35‑cp35m‑win32.whl
    • backports.lzma‑0.0.14‑cp27‑cp27m‑win_amd64.whl
    • backports.lzma‑0.0.14‑cp27‑cp27m‑win32.whl
    • backports.lzma‑0.0.13‑cp34‑cp34m‑win_amd64.whl
    • backports.lzma‑0.0.13‑cp34‑cp34m‑win32.whl
  • Basemap: a matplotlib toolkit for plotting 2D data on maps based on GEOS.
    Requires pyproj.
    • basemap‑1.2.1‑cp38‑cp38‑win_amd64.whl
    • basemap‑1.2.1‑cp38‑cp38‑win32.whl
    • basemap‑1.2.1‑cp37‑cp37m‑win_amd64.whl
    • basemap‑1.2.1‑cp37‑cp37m‑win32.whl
    • basemap‑1.2.1‑cp36‑cp36m‑win_amd64.whl
    • basemap‑1.2.1‑cp36‑cp36m‑win32.whl
    • basemap‑1.2.1‑cp35‑cp35m‑win_amd64.whl
    • basemap‑1.2.1‑cp35‑cp35m‑win32.whl
    • basemap‑1.2.1‑cp27‑cp27m‑win_amd64.whl
    • basemap‑1.2.1‑cp27‑cp27m‑win32.whl
    • basemap‑1.2.0‑cp34‑cp34m‑win_amd64.whl
    • basemap‑1.2.0‑cp34‑cp34m‑win32.whl
  • Bazaar: a version control system.
    • bzr‑2.7.0‑cp27‑cp27m‑win_amd64.whl
    • bzr‑2.7.0‑cp27‑cp27m‑win32.whl
  • Bcolz: columnar and compressed data containers.
    • bcolz‑1.2.1‑cp38‑cp38‑win_amd64.whl
    • bcolz‑1.2.1‑cp38‑cp38‑win32.whl
    • bcolz‑1.2.1‑cp37‑cp37m‑win_amd64.whl
    • bcolz‑1.2.1‑cp37‑cp37m‑win32.whl
    • bcolz‑1.2.1‑cp36‑cp36m‑win_amd64.whl
    • bcolz‑1.2.1‑cp36‑cp36m‑win32.whl
    • bcolz‑1.2.1‑cp35‑cp35m‑win_amd64.whl
    • bcolz‑1.2.1‑cp35‑cp35m‑win32.whl
    • bcolz‑1.2.1‑cp27‑cp27m‑win_amd64.whl
    • bcolz‑1.2.1‑cp27‑cp27m‑win32.whl
    • bcolz‑1.1.2‑cp34‑cp34m‑win_amd64.whl
    • bcolz‑1.1.2‑cp34‑cp34m‑win32.whl
  • Bigfloat: arbitrary precision correctly-rounded floating point arithmetic, via MPFR.
    Superseded by gmpy2.
    • bigfloat‑0.3.0‑cp36‑cp36m‑win_amd64.whl
    • bigfloat‑0.3.0‑cp36‑cp36m‑win32.whl
    • bigfloat‑0.3.0‑cp35‑cp35m‑win_amd64.whl
    • bigfloat‑0.3.0‑cp35‑cp35m‑win32.whl
    • bigfloat‑0.3.0‑cp34‑cp34m‑win_amd64.whl
    • bigfloat‑0.3.0‑cp34‑cp34m‑win32.whl
    • bigfloat‑0.3.0‑cp27‑cp27m‑win_amd64.whl
    • bigfloat‑0.3.0‑cp27‑cp27m‑win32.whl
  • Bintrees: Binary- RedBlack- and AVL-Trees.
    • bintrees‑2.1.0‑cp38‑cp38‑win_amd64.whl
    • bintrees‑2.1.0‑cp38‑cp38‑win32.whl
    • bintrees‑2.1.0‑cp37‑cp37m‑win_amd64.whl
    • bintrees‑2.1.0‑cp37‑cp37m‑win32.whl
    • bintrees‑2.1.0‑cp36‑cp36m‑win_amd64.whl
    • bintrees‑2.1.0‑cp36‑cp36m‑win32.whl
    • bintrees‑2.0.7‑cp35‑cp35m‑win_amd64.whl
    • bintrees‑2.0.7‑cp35‑cp35m‑win32.whl
    • bintrees‑2.0.7‑cp34‑cp34m‑win_amd64.whl
    • bintrees‑2.0.7‑cp34‑cp34m‑win32.whl
    • bintrees‑2.0.7‑cp27‑cp27m‑win_amd64.whl
    • bintrees‑2.0.7‑cp27‑cp27m‑win32.whl
  • Bio_formats (experimental): a JCC generated wrapper for the Bio-Formats and SCIFIO Java libraries.
    Requires Java SE 8 and JVM.DLL in the PATH.
    • bio_formats‑4.4.12+jdk8‑cp27‑none‑win_amd64.whl
    • bio_formats‑4.4.12+jdk8‑cp27‑none‑win32.whl
  • Biopython: a set of tools for biological computation.
    • biopython‑1.76‑cp38‑cp38‑win_amd64.whl
    • biopython‑1.76‑cp38‑cp38‑win32.whl
    • H136A?1E=C@79=;347=;347G=2HE4:@2?5"); "javascript: dl("'>biopython‑1.76‑cp37‑cp37m‑win32.whl
    • biopython‑1.76‑cp36‑cp36m‑win_amd64.whl
    • biopython‑1.76‑cp36‑cp36m‑win32.whl
    • biopython‑1.76‑cp35‑cp35m‑win_amd64.whl
    • biopython‑1.76‑cp35‑cp35m‑win32.whl
    • biopython‑1.76‑cp27‑cp27m‑win_amd64.whl
    • biopython‑1.76‑cp27‑cp27m‑win32.whl
    • biopython‑1.73‑cp34‑cp34m‑win_amd64.whl
    • biopython‑1.73‑cp34‑cp34m‑win32.whl
  • Bitarray: an object type which efficiently represents an array of booleans.
    • bitarray‑1.2.1‑cp38‑cp38‑win_amd64.whl
    • bitarray‑1.2.1‑cp38‑cp38‑win32.whl
    • bitarray‑1.2.1‑cp37‑cp37m‑win_amd64.whl
    • bitarray‑1.2.1‑cp37‑cp37m‑win32.whl
    • bitarray‑1.2.1‑cp36‑cp36m‑win_amd64.whl
    • bitarray‑1.2.1‑cp36‑cp36m‑win32.whl
    • bitarray‑1.2.1‑cp35‑cp35m‑win_amd64.whl
    • bitarray‑1.2.1‑cp35‑cp35m‑win32.whl
    • bitarray‑1.2.1‑cp27‑cp27m‑win_amd64.whl
    • bitarray‑1.2.1‑cp27‑cp27m‑win32.whl
    • bitarray‑1.2.0‑cp35‑cp35m‑win_amd64.whl
    • bitarray‑1.2.0‑cp35‑cp35m‑win32.whl
    • bitarray‑0.8.3‑cp34‑cp34m‑win_amd64.whl
    • bitarray‑0.8.3‑cp34‑cp34m‑win32.whl
  • Bitshuffle: filter for improving compression of typed binary data.
    • bitshuffle‑0.3.5‑cp38‑cp38‑win_amd64.whl
    • bitshuffle‑0.3.5‑cp38‑cp38‑win32.whl
    • bitshuffle‑0.3.5‑cp37‑cp37m‑win_amd64.whl
    • CF5KE>L5KE>LG5I:@94GDL=CI08"); "javascript: dl("'>bitshuffle‑0.3.5‑cp36‑cp36m‑win_amd64.whl
    • bitshuffle‑0.3.5‑cp36‑cp36m‑win32.whl
    • bitshuffle‑0.3.5‑cp35‑cp35m‑win_amd64.whl
    • bitshuffle‑0.3.5‑cp35‑cp35m‑win32.whl
  • Blaze: translates NumPy/Pandas-like syntax to systems like databases.
    • odo‑0.5.0‑py2.py3‑none‑any.whl
    • datashape‑0.5.2‑py2.py3‑none‑any.whl
    • blaze‑0.10.1‑py2.py3‑none‑any.whl
  • Blis: the Blis BLAS-like linear algebra library, as a self-contained C-extension.
    • blis‑0.4.1‑cp38‑cp38‑win_amd64.whl
    • blis‑0.4.1‑cp37‑cp37m‑win_amd64.whl
    • blis‑0.4.1‑cp36‑cp36m‑win_amd64.whl
    • blis‑0.4.1‑cp35‑cp35m‑win_amd64.whl
  • Blist: a list-like type with better performance for large lists.
    • blist‑1.3.6‑cp38‑cp38‑win_amd64.whl
    • blist‑1.3.6‑cp38‑cp38‑win32.whl
    • blist‑1.3.6‑cp37‑cp37m‑win_amd64.whl
    • blist‑1.3.6‑cp37‑cp37m‑win32.whl
    • blist‑1.3.6‑cp36‑cp36m‑win_amd64.whl
    • blist‑1.3.6‑cp36‑cp36m‑win32.whl
    • blist‑1.3.6‑cp35‑cp35m‑win_amd64.whl
    • blist‑1.3.6‑cp35‑cp35m‑win32.whl
    • blist‑1.3.6‑cp34‑cp34m‑win_amd64.whl
    • blist‑1.3.6‑cp34‑cp34m‑win32.whl
    • blist‑1.3.6‑cp27‑cp27m‑win_amd64.whl
    • blist‑1.3.6‑cp27‑cp27m‑win32.whl
  • Blosc: a high performance compressor optimized for binary data.
    • blosc‑1.8.3‑cp38‑cp38‑win_amd64.whl
    • blosc‑1.8.3‑cp38‑cp38‑win32.whl
    • blosc‑1.8.3‑cp37‑cp37m‑win_amd64.whl
    • blosc‑1.8.3‑cp37‑cp37m‑win32.whl
    • blosc‑1.8.3‑cp36‑cp36m‑win_amd64.whl
    • blosc‑1.8.3‑cp36‑cp36m‑win32.whl
    • blosc‑1.8.3‑cp35‑cp35m‑win_amd64.whl
    • blosc‑1.8.3‑cp35‑cp35m‑win32.whl
    • blosc‑1.8.3‑cp27‑cp27m‑win_amd64.whl
    • blosc‑1.8.3‑cp27‑cp27m‑win32.whl
    • blosc‑1.7.0‑cp34‑cp34m‑win_amd64.whl
    • blosc‑1.7.0‑cp34‑cp34m‑win32.whl
  • Blz: a chunked, compressed, data container (for memory and disk).
    • blz‑0.6.2‑cp36‑cp36m‑win_amd64.whl
    • blz‑0.6.2‑cp36‑cp36m‑win32.whl
    • blz‑0.6.2‑cp35‑cp35m‑win_amd64.whl
    • blz‑0.6.2‑cp35‑cp35m‑win32.whl
    • blz‑0.6.2‑cp34‑cp34m‑win_amd64.whl
    • blz‑0.6.2‑cp34‑cp34m‑win32.whl
    • blz‑0.6.2‑cp27‑cp27m‑win_amd64.whl
    • blz‑0.6.2‑cp27‑cp27m‑win32.whl
  • Boost.Python: enables seamless interoperability between C++ and Python.
    • boost_python‑1.72‑cp38‑cp38‑win_amd64.whl
    • boost_python‑1.72‑cp38‑cp38‑win32.whl
    • boost_python‑1.72‑cp37‑cp37m‑win_amd64.whl
    • boost_python‑1.72‑cp37‑cp37m‑win32.whl
    • boost_python‑1.72‑cp36‑cp36m‑win_amd64.whl
    • boost_python‑1.72‑cp36‑cp36m‑win32.whl
    • boost_python‑1.67‑cp35‑cp35m‑win_amd64.whl
    • boost_python‑1.67‑cp35‑cp35m‑win32.whl
    • boost_python‑1.67‑cp34‑cp34m‑win_amd64.whl
    • boost_python‑1.67‑cp34‑cp34m‑win32.whl
    • boost_python‑1.67‑cp27‑cp27m‑win_amd64.whl
    • boost_python‑1.67‑cp27‑cp27m‑win32.whl
  • Bottleneck: fast NumPy array functions written in C.
    • Bottleneck‑1.3.2‑cp38‑cp38‑win_amd64.whl
    • Bottleneck‑1.3.2‑cp38‑cp38‑win32.whl
    • Bottleneck‑1.3.2‑cp37‑cp37m‑win_amd64.whl
    • Bottleneck‑1.3.2‑cp37‑cp37m‑win32.whl
    • Bottleneck‑1.3.2‑cp36‑cp36m‑win_amd64.whl
    • Bottleneck‑1.3.2‑cp36‑cp36m‑win32.whl
    • Bottleneck‑1.3.2‑cp35‑cp35m‑win_amd64.whl
    • Bottleneck‑1.3.2‑cp35‑cp35m‑win32.whl
    • Bottleneck‑1.3.1‑cp27‑cp27m‑win_amd64.whl
    • Bottleneck‑1.3.1‑cp27‑cp27m‑win32.whl
    • Bottleneck‑1.2.1‑cp34‑cp34m‑win_amd64.whl
    • Bottleneck‑1.2.1‑cp34‑cp34m‑win32.whl
  • Brotli: a compression format.
    • Brotli‑1.0.7‑cp38‑cp38‑win_amd64.whl
    • Brotli‑1.0.7‑cp38‑cp38‑win32.whl
    • Brotli‑1.0.7‑cp37‑cp37m‑win_amd64.whl
    • Brotli‑1.0.7‑cp37‑cp37m‑win32.whl
    • Brotli‑1.0.7‑cp36‑cp36m‑win_amd64.whl
    • Brotli‑1.0.7‑cp36‑cp36m‑win32.whl
    • Brotli‑1.0.7‑cp35‑cp35m‑win_amd64.whl
    • Brotli‑1.0.7‑cp35‑cp35m‑win32.whl
    • Brotli‑1.0.7‑cp34‑cp34m‑win_amd64.whl
    • Brotli‑1.0.7‑cp34‑cp34m‑win32.whl
    • Brotli‑1.0.7‑cp27‑cp27m‑win_amd64.whl
    • Brotli‑1.0.7‑cp27‑cp27m‑win32.whl
  • brotlipy: bindings to the Brotli compression library.
    • brotlipy‑0.7.0‑cp38‑cp38‑win_amd64.whl
    • brotlipy‑0.7.0‑cp38‑cp38‑win32.whl
    • brotlipy‑0.7.0‑cp37‑cp37m‑win_amd64.whl
    • brotlipy‑0.7.0‑cp37‑cp37m‑win32.whl
    • brotlipy‑0.7.0‑cp36‑cp36m‑win_amd64.whl
    • brotlipy‑0.7.0‑cp36‑cp36m‑win32.whl
    • brotlipy‑0.7.0‑cp35‑cp35m‑win_amd64.whl
    • brotlipy‑0.7.0‑cp35‑cp35m‑win32.whl
    • brotlipy‑0.7.0‑cp34‑cp34m‑win_amd64.whl
    • brotlipy‑0.7.0‑cp34‑cp34m‑win32.whl
    • brotlipy‑0.7.0‑cp27‑cp27m‑win_amd64.whl
    • brotlipy‑0.7.0‑cp27‑cp27m‑win32.whl
  • Bsddb3: bindings for the Oracle Berkeley DB database. Linked to db-5.3.28.
    • bsddb3‑6.2.7‑cp38‑cp38‑win_amd64.whl
    • bsddb3‑6.2.7‑cp38‑cp38‑win32.whl
    • bsddb3‑6.2.7‑cp37‑cp37m‑win_amd64.whl
    • bsddb3‑6.2.7‑cp37‑cp37m‑win32.whl
    • bsddb3‑6.2.7‑cp36‑cp36m‑win_amd64.whl
    • bsddb3‑6.2.7‑cp36‑cp36m‑win32.whl
    • bsddb3‑6.2.6‑cp35‑cp35m‑win_amd64.whl
    • bsddb3‑6.2.6‑cp35‑cp35m‑win32.whl
    • bsddb3‑6.2.6‑cp34‑cp34m‑win_amd64.whl
    • bsddb3‑6.2.6‑cp34‑cp34m‑win32.whl
    • bsddb3‑6.2.6‑cp27‑cp27m‑win_amd64.whl
    • bsddb3‑6.2.6‑cp27‑cp27m‑win32.whl
  • Bsdiff4: binary diff and patch using the BSDIFF4-format.
    • bsdiff4‑1.1.9‑cp38‑cp38‑win_amd64.whl
    • bsdiff4‑1.1.9‑cp38‑cp38‑win32.whl
    • bsdiff4‑1.1.9‑cp37‑cp37m‑win_amd64.whl
    • bsdiff4‑1.1.9‑cp37‑cp37m‑win32.whl
    • bsdiff4‑1.1.9‑cp36‑cp36m‑win_amd64.whl
    • bsdiff4‑1.1.9‑cp36‑cp36m‑win32.whl
    • bsdiff4‑1.1.9‑cp35‑cp35m‑win_amd64.whl
    • bsdiff4‑1.1.9‑cp35‑cp35m‑win32.whl
    • bsdiff4‑1.1.9‑cp27‑cp27m‑win_amd64.whl
    • >7:G1G13:bsdiff4‑1.1.5‑cp34‑cp34m‑win_amd64.whl
    • bsdiff4‑1.1.5‑cp34‑cp34m‑win32.whl
  • BTrees: scalable persistent object containers.
    • BTrees‑4.6.1‑cp38‑cp38‑win_amd64.whl
    • BTrees‑4.6.1‑cp38‑cp38‑win32.whl
    • BTrees‑4.6.1‑cp37‑cp37m‑win_amd64.whl
    • BTrees‑4.6.1‑cp37‑cp37m‑win32.whl
    • BTrees‑4.6.1‑cp36‑cp36m‑win_amd64.whl
    • BTrees‑4.6.1‑cp36‑cp36m‑win32.whl
    • BTrees‑4.6.1‑cp35‑cp35m‑win_amd64.whl
    • BTrees‑4.6.1‑cp35‑cp35m‑win32.whl
    • BTrees‑4.6.1‑cp27‑cp27m‑win_amd64.whl
    • BTrees‑4.6.1‑cp27‑cp27m‑win32.whl
    • BTrees‑4.5.1‑cp34‑cp34m‑win_amd64.whl
    • BTrees‑4.5.1‑cp34‑cp34m‑win32.whl
  • Cairocffi: CFFI-based bindings for the cairo graphics library.
    GDK-PixBuf is not supported by this distribution.
    • cairocffi‑1.1.0‑cp38‑cp38‑win_amd64.whl
    • cairocffi‑1.1.0‑cp38‑cp38‑win32.whl
    • cairocffi‑1.1.0‑cp37‑cp37m‑win_amd64.whl
    • cairocffi‑1.1.0‑cp37‑cp37m‑win32.whl
    • cairocffi‑1.1.0‑cp36‑cp36m‑win_amd64.whl
    • cairocffi‑1.1.0‑cp36‑cp36m‑win32.whl
    • cairocffi‑1.1.0‑cp35‑cp35m‑win_amd64.whl
    • cairocffi‑1.1.0‑cp35‑cp35m‑win32.whl
    • cairocffi‑0.9.0‑cp34‑cp34m‑win_amd64.whl
    • cairocffi‑0.9.0‑cp34‑cp34m‑win32.whl
    • cairocffi‑0.9.0‑cp27‑cp27m‑win_amd64.whl
    • cairocffi‑0.9.0‑cp27‑cp27m‑win32.whl
  • Cantera: a tool suite for chemical kinetics, thermodynamics, and transport.
    Requires numpy+mkl.
    • Cantera‑2.4.0‑cp37‑cp37m‑win_amd64.whl
    • Cantera‑2.4.0‑cp37‑cp37m‑win32.whl
    • Cantera‑2.4.0‑cp36‑cp36m‑win_amd64.whl
    • Cantera‑2.4.0‑cp36‑cp36m‑win32.whl
    • Cantera‑2.4.0‑cp35‑cp35m‑win_amd64.whl
    • Cantera‑2.4.0‑cp35‑cp35m‑win32.whl
    • Cantera‑2.2.1‑cp34‑cp34m‑win_amd64.whl
    • Cantera‑2.2.1‑cp34‑cp34m‑win32.whl
    • Cantera‑2.2.1‑cp27‑cp27m‑win_amd64.whl
    • Cantera‑2.2.1‑cp27‑cp27m‑win32.whl
  • Carray: a chunked data container that can be compressed in-memory.
    • carray‑0.5.1‑cp27‑none‑win_amd64.whl
    • carray‑0.5.1‑cp27‑none‑win32.whl
  • Cartopy: a library providing cartographic tools.
    • Cartopy‑0.17.0‑cp37‑cp37m‑win_amd64.whl
    • Cartopy‑0.17.0‑cp37‑cp37m‑win32.whl
    • Cartopy‑0.17.0‑cp36‑cp36m‑win_amd64.whl
    • Cartopy‑0.17.0‑cp36‑cp36m‑win32.whl
    • Cartopy‑0.17.0‑cp35‑cp35m‑win_amd64.whl
    • Cartopy‑0.17.0‑cp35‑cp35m‑win32.whl
    • Cartopy‑0.17.0‑cp34‑cp34m‑win_amd64.whl
    • Cartopy‑0.17.0‑cp34‑cp34m‑win32.whl
    • Cartopy‑0.17.0‑cp27‑cp27m‑win_amd64.whl
    • Cartopy‑0.17.0‑cp27‑cp27m‑win32.whl
  • Casuarius: bindings for the Cassowary constraint solving toolkit.
    • casuarius‑1.1‑cp27‑none‑win_amd64.whl
    • casuarius‑1.1‑cp27‑none‑win32.whl
  • cChardet: a universal character encoding detector - binding to libcharsetdetect.
    • cchardet‑2.1.5‑cp38‑cp38‑win_amd64.whl
    • cchardet‑2.1.5‑cp38‑cp38‑win32.whl
    • cchardet‑2.1.5‑cp37‑cp37m‑win_amd64.whl
    • cchardet‑2.1.5‑cp37‑cp37m‑win32.whl
    • cchardet‑2.1.5‑cp36‑cp36m‑win_amd64.whl
    • cchardet‑2.1.5‑cp36‑cp36m‑win32.whl
    • cchardet‑2.1.5‑cp35‑cp35m‑win_amd64.whl
    • cchardet‑2.1.5‑cp35‑cp35m‑win32.whl
    • cchardet‑2.1.5‑cp27‑cp27m‑win_amd64.whl
    • cchardet‑2.1.5‑cp27‑cp27m‑win32.whl
    • cchardet‑2.1.4‑cp34‑cp34m‑win_amd64.whl
    • cchardet‑2.1.4‑cp34‑cp34m‑win32.whl
  • Cdecimal: a package for correctly-rounded arbitrary precision decimal floating point arithmetic.
    • cdecimal‑2.3‑cp38‑cp38‑win_amd64.whl
    • cdecimal‑2.3‑cp38‑cp38‑win32.whl
    • cdecimal‑2.3‑cp37‑cp37m‑win_amd64.whl
    • cdecimal‑2.3‑cp37‑cp37m‑win32.whl
    • cdecimal‑2.3‑cp36‑cp36m‑win_amd64.whl
    • cdecimal‑2.3‑cp36‑cp36m‑win32.whl
    • cdecimal‑2.3‑cp35‑cp35m‑win_amd64.whl
    • cdecimal‑2.3‑cp35‑cp35m‑win32.whl
    • cdecimal‑2.3‑cp34‑cp34m‑win_amd64.whl
    • cdecimal‑2.3‑cp34‑cp34m‑win32.whl
    • cdecimal‑2.3‑cp27‑cp27m‑win_amd64.whl
    • cdecimal‑2.3‑cp27‑cp27m‑win32.whl
  • celiagg: Anti-Grain Geometry for Python with Cython.
    • celiagg‑1.0.4‑cp37‑cp37m‑win_amd64.whl
    • celiagg‑1.0.4‑cp37‑cp37m‑win32.whl
    • celiagg‑1.0.4‑cp36‑cp36m‑win_amd64.whl
    • celiagg‑1.0.4‑cp36‑cp36m‑win32.whl
    • celiagg‑1.0.4‑cp35‑cp35m‑win_amd64.whl
    • celiagg‑1.0.4‑cp35‑cp35m‑win32.whl
    • celiagg‑1.0.4‑cp27‑cp27m‑win_amd64.whl
    • celiagg‑1.0.4‑cp27‑cp27m‑win32.whl
  • CellCognition: an image analysis framework for fluorescence time-lapse microscopy.
    Requires numpy+mkl, scipy, matplotlib, pyqt4, libsvm, vigra, qimage2ndarray, h5py, pandas and scikit-learn.
    • cellh5‑1.3.0‑py2‑none‑any.whl
    • CellCognition‑1.5.2‑cp27‑none‑win_amd64.whl
    • CellCognition‑1.5.2‑cp27‑none‑win32.whl
    • CellCognition‑1.5.2‑cp27‑cp27m‑win_amd64.whl
    • CellCognition‑1.5.2‑cp27‑cp27m‑win32.whl
  • CellProfiler: software for quantitative analysis of biological images.
    Requires numpy+mkl, scipy, matplotlib, wxpython, h5py, vigra, mysqldb, pillow, and whatnot.
    • CellProfiler‑3.1.9‑py2‑none‑any.whl
    • CellProfiler‑2.2.0‑py2‑none‑any.whl
  • Centrosome: an open source image processing library.
    • centrosome‑1.1.6‑cp38‑cp38‑win_amd64.whl
    • centrosome‑1.1.6‑cp38‑cp38‑win32.whl
    • centrosome‑1.1.6‑cp37‑cp37m‑win_amd64.whl
    • centrosome‑1.1.6‑cp37‑cp37m‑win32.whl
    • centrosome‑1.1.6‑cp36‑cp36m‑win_amd64.whl
    • centrosome‑1.1.6‑cp36‑cp36m‑win32.whl
    • centrosome‑1.1.6‑cp35‑cp35m‑win_amd64.whl
    • centrosome‑1.1.6‑cp35‑cp35m‑win32.whl
    • centrosome‑1.1.6‑cp34‑cp34m‑win_amd64.whl
    • centrosome‑1.1.6‑cp34‑cp34m‑win32.whl
    • centrosome‑1.1.6‑cp27‑cp27m‑win_amd64.whl
    •  

你可能感兴趣的:(python)

  • 理解Gunicorn：Python WSGI服务器的基石 范范0825 ipythonlinux运维
    理解Gunicorn：PythonWSGI服务器的基石介绍Gunicorn，全称GreenUnicorn，是一个为PythonWSGI（WebServerGatewayInterface）应用设计的高效、轻量级HTTP服务器。作为PythonWeb应用部署的常用工具，Gunicorn以其高性能和易用性著称。本文将介绍Gunicorn的基本概念、安装和配置，帮助初学者快速上手。1.什么是Gunico
  • Python数据分析与可视化实战指南 William数据分析 pythonpython数据
    在数据驱动的时代，Python因其简洁的语法、强大的库生态系统以及活跃的社区，成为了数据分析与可视化的首选语言。本文将通过一个详细的案例，带领大家学习如何使用Python进行数据分析，并通过可视化来直观呈现分析结果。一、环境准备1.1安装必要库在开始数据分析和可视化之前，我们需要安装一些常用的库。主要包括pandas、numpy、matplotlib和seaborn等。这些库分别用于数据处理、数学
  • python os.environ 江湖偌大 python深度学习
    os.environ['TF_CPP_MIN_LOG_LEVEL']='0'#默认值，输出所有信息os.environ['TF_CPP_MIN_LOG_LEVEL']='1'#屏蔽通知信息（INFO）os.environ['TF_CPP_MIN_LOG_LEVEL']='2'#屏蔽通知信息和警告信息（INFO\WARNING）os.environ['TF_CPP_MIN_LOG_LEVEL']='
  • Python中os.environ基本介绍及使用方法 鹤冲天Pro #Pythonpython服务器开发语言
    文章目录python中os.environos.environ简介os.environ进行环境变量的增删改查python中os.environ的使用详解1.简介2.key字段详解2.1常见key字段3.os.environ.get()用法4.环境变量的增删改查和判断是否存在4.1新增环境变量4.2更新环境变量4.3获取环境变量4.4删除环境变量4.5判断环境变量是否存在python中os.envi
  • Pyecharts数据可视化大屏：打造沉浸式数据分析体验 我的运维人生 信息可视化数据分析数据挖掘运维开发技术共享
    Pyecharts数据可视化大屏：打造沉浸式数据分析体验在当今这个数据驱动的时代，如何将海量数据以直观、生动的方式展现出来，成为了数据分析师和企业决策者关注的焦点。Pyecharts，作为一款基于Python的开源数据可视化库，凭借其丰富的图表类型、灵活的配置选项以及高度的定制化能力，成为了构建数据可视化大屏的理想选择。本文将深入探讨如何利用Pyecharts打造数据可视化大屏，并通过实际代码案例
  • Python教程：一文了解使用Python处理XPath 旦莫 Python进阶python开发语言
    目录1.环境准备1.1安装lxml1.2验证安装2.XPath基础2.1什么是XPath？2.2XPath语法2.3示例XML文档3.使用lxml解析XML3.1解析XML文档3.2查看解析结果4.XPath查询4.1基本路径查询4.2使用属性查询4.3查询多个节点5.XPath的高级用法5.1使用逻辑运算符5.2使用函数6.实战案例6.1从网页抓取数据6.1.1安装Requests库6.1.2代
  • python os.environ_python os.environ 读取和设置环境变量 weixin_39605414 pythonos.environ
    >>>importos>>>os.environ.keys()['LC_NUMERIC','GOPATH','GOROOT','GOBIN','LESSOPEN','SSH_CLIENT','LOGNAME','USER','HOME','LC_PAPER','PATH','DISPLAY','LANG','TERM','SHELL','J2REDIR','LC_MONETARY','QT_QPA
  • 使用Faiss进行高效相似度搜索 llzwxh888 faisspython
    在现代AI应用中，快速和高效的相似度搜索是至关重要的。Faiss（FacebookAISimilaritySearch）是一个专门用于快速相似度搜索和聚类的库，特别适用于高维向量。本文将介绍如何使用Faiss来进行相似度搜索，并结合Python代码演示其基本用法。什么是Faiss？Faiss是一个由FacebookAIResearch团队开发的开源库，主要用于高维向量的相似性搜索和聚类。Faiss
  • python是什么意思中文-在python中%是什么意思 编程大乐趣
    Python中%有两种：1、数值运算：%代表取模，返回除法的余数。如：>>>7%212、%操作符（字符串格式化，stringformatting），说明如下：%[(name)][flags][width].[precision]typecode(name)为命名flags可以有+，-，''或0。+表示右对齐。-表示左对齐。''为一个空格，表示在正数的左侧填充一个空格，从而与负数对齐。0表示使用0填
  • Day1笔记-Python简介&标识符和关键字&输入输出 ~在杰难逃~ Pythonpython开发语言大数据数据分析数据挖掘
    大家好，从今天开始呢，杰哥开展一个新的专栏，当然，数据分析部分也会不定时更新的，这个新的专栏主要是讲解一些Python的基础语法和知识，帮助0基础的小伙伴入门和学习Python，感兴趣的小伙伴可以开始认真学习啦！一、Python简介【了解】1.计算机工作原理编程语言就是用来定义计算机程序的形式语言。我们通过编程语言来编写程序代码，再通过语言处理程序执行向计算机发送指令，让计算机完成对应的工作，编程
  • python八股文面试题分享及解析(1) Shawn________ python
    #1.'''a=1b=2不用中间变量交换a和b'''#1.a=1b=2a,b=b,aprint(a)print(b)结果：21#2.ll=[]foriinrange(3):ll.append({'num':i})print(11)结果:#[{'num':0},{'num':1},{'num':2}]#3.kk=[]a={'num':0}foriinrange(3):#0,12#可变类型，不仅仅改变
  • 每日算法&面试题，大厂特训二十八天——第二十天（树） 肥学 ⚡算法题⚡面试题每日精进java算法数据结构
    目录标题导读算法特训二十八天面试题点击直接资料领取导读肥友们为了更好的去帮助新同学适应算法和面试题，最近我们开始进行专项突击一步一步来。上一期我们完成了动态规划二十一天现在我们进行下一项对各类算法进行二十八天的一个小总结。还在等什么快来一起肥学进行二十八天挑战吧！！特别介绍小白练手专栏，适合刚入手的新人欢迎订阅编程小白进阶python有趣练手项目里面包括了像《机器人尬聊》《恶搞程序》这样的有趣文章
  • Python快速入门 —— 第三节：类与对象 孤华暗香 Python快速入门python开发语言
    第三节：类与对象目标：了解面向对象编程的基础概念，并学会如何定义类和创建对象。内容：类与对象：定义类：class关键字。类的构造函数：__init__()。类的属性和方法。对象的创建与使用。示例：classStudent:def__init__(self,name,age,major):self.name&#
  • pyecharts——绘制柱形图折线图 2224070247 信息可视化pythonjava数据可视化
    一、pyecharts概述自2013年6月百度EFE(ExcellentFrontEnd）数据可视化团队研发的ECharts1.0发布到GitHub网站以来，ECharts一直备受业界权威的关注并获得广泛好评，成为目前成熟且流行的数据可视化图表工具，被应用到诸多数据可视化的开发领域。Python作为数据分析领域最受欢迎的语言，也加入ECharts的使用行列，并研发出方便Python开发者使用的数据
  • Python 实现图片裁剪（附代码） | Python工具 剑客阿良_ALiang
    前言本文提供将图片按照自定义尺寸进行裁剪的工具方法，一如既往的实用主义。环境依赖ffmpeg环境安装，可以参考我的另一篇文章：windowsffmpeg安装部署_阿良的博客-CSDN博客本文主要使用到的不是ffmpeg，而是ffprobe也在上面这篇文章中的zip包中。ffmpy安装：pipinstallffmpy-ihttps://pypi.douban.com/simple代码不废话了，上代码
  • 【华为OD技术面试真题 - 技术面】- python八股文真题题库（4) 算法大师 华为od面试python
    华为OD面试真题精选专栏：华为OD面试真题精选目录:2024华为OD面试手撕代码真题目录以及八股文真题目录文章目录华为OD面试真题精选**1.Python中的`with`**用途和功能自动资源管理示例：文件操作上下文管理协议示例代码工作流程解析优点2.\_\_new\_\_和**\_\_init\_\_**区别__new____init__区别总结3.**切片（Slicing）操作**基本切片语法
  • python os 环境变量 CV矿工 python开发语言numpy
    环境变量：环境变量是程序和操作系统之间的通信方式。有些字符不宜明文写进代码里，比如数据库密码，个人账户密码，如果写进自己本机的环境变量里，程序用的时候通过os.environ.get（）取出来就行了。os.environ是一个环境变量的字典。环境变量的相关操作importos"""设置/修改环境变量：os.environ[‘环境变量名称’]=‘环境变量值’#其中key和value均为string类
  • Python爬虫解析工具之xpath使用详解 eqa11 python爬虫开发语言
    文章目录Python爬虫解析工具之xpath使用详解一、引言二、环境准备1、插件安装2、依赖库安装三、xpath语法详解1、路径表达式2、通配符3、谓语4、常用函数四、xpath在Python代码中的使用1、文档树的创建2、使用xpath表达式3、获取元素内容和属性五、总结Python爬虫解析工具之xpath使用详解一、引言在Python爬虫开发中，数据提取是一个至关重要的环节。xpath作为一门
  • 【华为OD技术面试真题 - 技术面】- python八股文真题题库（1） 算法大师 华为od面试python
    华为OD面试真题精选专栏：华为OD面试真题精选目录:2024华为OD面试手撕代码真题目录以及八股文真题目录文章目录华为OD面试真题精选1.数据预处理流程数据预处理的主要步骤工具和库2.介绍线性回归、逻辑回归模型线性回归（LinearRegression）模型形式：关键点：逻辑回归（LogisticRegression）模型形式：关键点：参数估计与评估：3.python浅拷贝及深拷贝浅拷贝（Shal
  • nosql数据库技术与应用知识点 皆过客，揽星河 NoSQLnosql数据库大数据数据分析数据结构非关系型数据库
    Nosql知识回顾大数据处理流程数据采集(flume、爬虫、传感器)数据存储(本门课程NoSQL所处的阶段)Hdfs、MongoDB、HBase等数据清洗(入仓)Hive等数据处理、分析(Spark、Flink等)数据可视化数据挖掘、机器学习应用(Python、SparkMLlib等)大数据时代存储的挑战(三高)高并发(同一时间很多人访问)高扩展(要求随时根据需求扩展存储)高效率(要求读写速度快)
  • 《Python数据分析实战终极指南》 xjt921122 python数据分析开发语言
    对于分析师来说，大家在学习Python数据分析的路上，多多少少都遇到过很多大坑**，有关于技能和思维的**：Excel已经没办法处理现有的数据量了，应该学Python吗？找了一大堆Python和Pandas的资料来学习，为什么自己动手就懵了？跟着比赛类公开数据分析案例练了很久，为什么当自己面对数据需求还是只会数据处理而没有分析思路？学了对比、细分、聚类分析，也会用PEST、波特五力这类分析法，为啥
  • Python中深拷贝与浅拷贝的区别 yuxiaoyu.
    转自：http://blog.csdn.net/u014745194/article/details/70271868定义：在Python中对象的赋值其实就是对象的引用。当创建一个对象，把它赋值给另一个变量的时候，python并没有拷贝这个对象，只是拷贝了这个对象的引用而已。浅拷贝：拷贝了最外围的对象本身，内部的元素都只是拷贝了一个引用而已。也就是，把对象复制一遍，但是该对象中引用的其他对象我不复
  • Python开发常用的三方模块如下： 换个网名有点难 python开发语言
    Python是一门功能强大的编程语言，拥有丰富的第三方库，这些库为开发者提供了极大的便利。以下是100个常用的Python库，涵盖了多个领域：1、NumPy，用于科学计算的基础库。2、Pandas，提供数据结构和数据分析工具。3、Matplotlib，一个绘图库。4、Scikit-learn，机器学习库。5、SciPy，用于数学、科学和工程的库。6、TensorFlow，由Google开发的开源机
  • Python编译器 鹿鹿~ Python编译器Pythonpython开发语言后端
    嘿嘿嘿我又来了啊有些小盆友可能不知道Python其实是有编译器的，也就是PyCharm。你们可能会问到这个是干嘛的又不可以吃也不可以穿好像没有什么用，其实你还说对了这个还真的不可以吃也不可以穿，但是它用来干嘛的呢。用来编译你所打出的代码进行运行（可能这里说的有点不对但是只是个人认为）现在我们来说说PyCharm是用来干嘛的。PyCharm是一种PythonIDE，带有一整套可以帮助用户在使用Pyt
  • 一文掌握python面向对象魔术方法（二） 程序员neil pythonpython开发语言
    接上篇：一文掌握python面向对象魔术方法（一）-CSDN博客目录六、迭代和序列化：1、__iter__(self):定义迭代器，使得类可以被for循环迭代。2、__getitem__(self,key):定义索引操作，如obj[key]。3、__setitem__(self,key,value):定义赋值操作，如obj[key]=value。4、__delitem__(self,key):定义
  • 一文掌握python常用的list（列表）操作 程序员neil pythonpython开发语言
    目录一、创建列表1.直接创建列表：2.使用list()构造器3.使用列表推导式4.创建空列表二、访问列表元素1.列表支持通过索引访问元素，索引从0开始：2.还可以使用切片操作访问列表的一部分：三、修改列表元素四、添加元素1.append()：在末尾添加元素2.insert()：在指定位置插入元素五、删除元素1.del：删除指定位置的元素2.remove()：删除指定值的第一个匹配项3.pop()：
  • Python实现简单的机器学习算法 master_chenchengg pythonpython办公效率python开发IT
    Python实现简单的机器学习算法开篇：初探机器学习的奇妙之旅搭建环境：一切从安装开始必备工具箱第一步：安装Anaconda和JupyterNotebook小贴士：如何配置Python环境变量算法初体验：从零开始的Python机器学习线性回归：让数据说话数据准备：从哪里找数据编码实战：Python实现线性回归模型评估：如何判断模型好坏逻辑回归：从分类开始理论入门：什么是逻辑回归代码实现：使用skl
  • python中的深拷贝与浅拷贝 anshejd70787 python
    深拷贝和浅拷贝浅拷贝的时候，修改原来的对象，浅拷贝的对象不会发生改变。1、对象的赋值对象的赋值实际上是对象之间的引用：当创建一个对象，然后将这个对象赋值给另外一个变量的时候，python并没有拷贝这个对象，而只是拷贝了这个对象的引用。当对对象做赋值或者是参数传递或者作为返回值的时候，总是传递原始对象的引用，而不是一个副本。如下所示：>>>aList=["kel","abc",123]>>>bLis
  • 用Python实现简单的猜数字游戏 程序媛了了 python游戏java
    猜数字游戏代码：importrandomdefpythonit():a=random.randint(1,100)n=int(input("输入你猜想的数字："))whilen!=a:ifn>a:print("很遗憾，猜大了")n=int(input("请再次输入你猜想的数字："))elifna::如果玩家猜的数字n大于随机数字a，则输出"很遗憾，猜大了"，并提示玩家再次输入。elifn
  • 用Python实现读取统计单词个数 程序媛了了 python游戏java
    完整实例代码：fromcollectionsimportCounterdefpythonit():danci={}withopen("pythonit.txt","r",encoding="utf-8")asf:foriinf:words=i.strip().split()forwordinwords:ifwordnotindanci:danci[word]=1else:danci[word]+=
  • PHP，安卓，UI，java，linux视频教程合集 cocos2d-x小菜 javaUIPHPandroidlinux
    ╔-----------------------------------╗┆                           
  • 各表中的列名必须唯一。在表 'dbo.XXX' 中多次指定了列名 'XXX'。 bozch .net.net mvc
    在.net mvc5中，在执行某一操作的时候，出现了如下错误：       各表中的列名必须唯一。在表 'dbo.XXX' 中多次指定了列名 'XXX'。 经查询当前的操作与错误内容无关，经过对错误信息的排查发现，事故出现在数据库迁移上。 回想过去： 在迁移之前已经对数据库进行了添加字段操作，再次进行迁移插入XXX字段的时候，就会提示如上错误。  &
  • Java 对象大小的计算 e200702084 java
                              Java对象的大小 如何计算一个对象的大小呢？    
  • Mybatis Spring 171815164 mybatis
    ApplicationContext ac = new ClassPathXmlApplicationContext("applicationContext.xml"); CustomerService userService = (CustomerService) ac.getBean("customerService"); Customer cust
  • JVM 不稳定参数 g21121 jvm
            -XX 参数被称为不稳定参数，之所以这么叫是因为此类参数的设置很容易引起JVM 性能上的差异，使JVM 存在极大的不稳定性。当然这是在非合理设置的前提下，如果此类参数设置合理讲大大提高JVM 的性能及稳定性。        可以说“不稳定参数”
  • 用户自动登录网站 永夜-极光 用户
    1.目标:实现用户登录后,再次登录就自动登录,无需用户名和密码 2.思路:将用户的信息保存为cookie            每次用户访问网站,通过filter拦截所有请求,在filter中读取所有的cookie,如果找到了保存登录信息的cookie,那么在cookie中读取登录信息,然后直接
  • centos7 安装后失去win7的引导记录 程序员是怎么炼成的 操作系统
    1.使用root身份(必须)打开 /boot/grub2/grub.cfg 2.找到 ### BEGIN /etc/grub.d/30_os-prober ###   在后面添加    menuentry "Windows 7 (loader) (on /dev/sda1)" { 
  • Oracle 10g 官方中文安装帮助文档以及Oracle官方中文教程文档下载 aijuans oracle
    Oracle 10g 官方中文安装帮助文档下载：http://download.csdn.net/tag/Oracle%E4%B8%AD%E6%96%87API%EF%BC%8COracle%E4%B8%AD%E6%96%87%E6%96%87%E6%A1%A3%EF%BC%8Coracle%E5%AD%A6%E4%B9%A0%E6%96%87%E6%A1%A3 Oracle 10g 官方中文教程
  • JavaEE开源快速开发平台G4Studio_V3.2发布了 無為子 AOPoraclemysqljavaeeG4Studio
      我非常高兴地宣布,今天我们最新的JavaEE开源快速开发平台G4Studio_V3.2版本已经正式发布。大家可以通过如下地址下载。   访问G4Studio网站 http://www.g4it.org   G4Studio_V3.2版本变更日志 功能新增 (1).新增了系统右下角滑出提示窗口功能。 (2).新增了文件资源的Zip压缩和解压缩
  • Oracle常用的单行函数应用技巧总结 百合不是茶 日期函数转换函数(核心)数字函数通用函数(核心)字符函数
    单行函数;   字符函数,数字函数,日期函数,转换函数(核心),通用函数(核心) 一:字符函数: .UPPER(字符串) 将字符串转为大写 .LOWER (字符串) 将字符串转为小写 .INITCAP(字符串) 将首字母大写 .LENGTH (字符串) 字符串的长度 .REPLACE(字符串,'A','_') 将字符串字符A转换成_
  • Mockito异常测试实例 bijian1013 java单元测试mockito
    Mockito异常测试实例： package com.bijian.study; import static org.mockito.Mockito.mock; import static org.mockito.Mockito.when; import org.junit.Assert; import org.junit.Test; import org.mockito.
  • GA与量子恒道统计 Bill_chen JavaScript浏览器百度Google防火墙
    前一阵子，统计**网址时，Google Analytics（GA） 和量子恒道统计（也称量子统计），数据有较大的偏差，仔细找相关资料研究了下，总结如下：   为何GA和量子网站统计（量子统计前身为雅虎统计）结果不同？ 首先：没有一种网站统计工具能保证百分之百的准确出现该问题可能有以下几个原因：（1）不同的统计分析系统的算法机制不同；（2）统计代码放置的位置和前后
  • 【Linux命令三】Top命令 bit1129 linux命令
    Linux的Top命令类似于Windows的任务管理器，可以查看当前系统的运行情况，包括CPU、内存的使用情况等。如下是一个Top命令的执行结果：     top - 21:22:04 up 1 day, 23:49, 1 user, load average: 1.10, 1.66, 1.99 Tasks: 202 total, 4 running, 198 sl
  • spring四种依赖注入方式 白糖_ spring
      平常的java开发中，程序员在某个类中需要依赖其它类的方法，则通常是new一个依赖类再调用类实例的方法，这种开发存在的问题是new的类实例不好统一管理，spring提出了依赖注入的思想，即依赖类不由程序员实例化，而是通过spring容器帮我们new指定实例并且将实例注入到需要该对象的类中。依赖注入的另一种说法是“控制反转”，通俗的理解是：平常我们new一个实例，这个实例的控制权是我
  • angular.injector boyitech AngularJSAngularJS API
    angular.injector   描述: 创建一个injector对象, 调用injector对象的方法可以获得angular的service, 或者用来做依赖注入.   使用方法: angular.injector(modules, [strictDi])   参数详解: Param Type Details mod
  • java-同步访问一个数组Integer[10]，生产者不断地往数组放入整数1000，数组满时等待；消费者不断地将数组里面的数置零，数组空时等待 bylijinnan Integer
    public class PC { /** * 题目：生产者-消费者。 * 同步访问一个数组Integer[10]，生产者不断地往数组放入整数1000，数组满时等待；消费者不断地将数组里面的数置零，数组空时等待。 */ private static final Integer[] val=new Integer[10]; private static
  • 使用Struts2.2.1配置 Chen.H apachespringWebxmlstruts
    Struts2.2.1 需要如下 jar包: commons-fileupload-1.2.1.jar commons-io-1.3.2.jar commons-logging-1.0.4.jar freemarker-2.3.16.jar javassist-3.7.ga.jar ognl-3.0.jar spring.jar struts2-core-2.2.1.jar struts2-sp
  • [职业与教育]青春之歌 comsci 教育
           每个人都有自己的青春之歌............但是我要说的却不是青春...        大家如果在自己的职业生涯没有给自己以后创业留一点点机会,仅仅凭学历和人脉关系,是难以在竞争激烈的市场中生存下去的....   &nbs
  • oracle连接(join)中使用using关键字 daizj JOINoraclesqlusing
    在oracle连接(join)中使用using关键字 34. View the Exhibit and examine the structure of the ORDERS and ORDER_ITEMS tables. Evaluate the following SQL statement: SELECT oi.order_id, product_id, order_date FRO
  • NIO示例 daysinsun nio
    NIO服务端代码： public class NIOServer { private Selector selector; public void startServer(int port) throws IOException { ServerSocketChannel serverChannel = ServerSocketChannel.open(
  • C语言学习homework1 dcj3sjt126com chomework
    0、 课堂练习做完 1、使用sizeof计算出你所知道的所有的类型占用的空间。 int x; sizeof(x);   sizeof(int);   # include <stdio.h> int main(void) { int x1; char x2; double x3; float x4; printf(&quo
  • select in order by , mysql排序 dcj3sjt126com mysql
    If i select like this: SELECT id FROM users WHERE id IN(3,4,8,1); This by default will select users in this order 1,3,4,8, I would like to select them in the same order that i put IN() values so:
  • 页面校验-新建项目 fanxiaolong 页面校验
    $(document).ready( function() { var flag = true; $('#changeform').submit(function() { var projectScValNull = true; var s =""; var parent_id = $("#parent_id").v
  • Ehcache（02）——ehcache.xml简介 234390216 ehcacheehcache.xml简介
    ehcache.xml简介          ehcache.xml文件是用来定义Ehcache的配置信息的，更准确的来说它是定义CacheManager的配置信息的。根据之前我们在《Ehcache简介》一文中对CacheManager的介绍我们知道一切Ehcache的应用都是从CacheManager开始的。在不指定配置信
  • junit 4.11中三个新功能 jackyrong java
    junit 4.11中两个新增的功能，首先是注解中可以参数化，比如 import static org.junit.Assert.assertEquals; import java.util.Arrays; import org.junit.Test; import org.junit.runner.RunWith; import org.junit.runn
  • 国外程序员爱用苹果Mac电脑的10大理由 php教程分享 windowsPHPunixMicrosoftperl
    Mac 在国外很受欢迎，尤其是在 设计/web开发/IT 人员圈子里。普通用户喜欢 Mac 可以理解，毕竟 Mac 设计美观，简单好用，没有病毒。那么为什么专业人士也对 Mac 情有独钟呢？从个人使用经验来看我想有下面几个原因： 1、Mac OS X 是基于 Unix 的 这一点太重要了，尤其是对开发人员，至少对于我来说很重要，这意味着Unix 下一堆好用的工具都可以随手捡到。如果你是个 wi
  • 位运算、异或的实际应用 wenjinglian 位运算
    一． 位操作基础，用一张表描述位操作符的应用规则并详细解释。       二． 常用位操作小技巧，有判断奇偶、交换两数、变换符号、求绝对值。       三． 位操作与空间压缩，针对筛素数进行空间压缩。    &n
  • weblogic部署项目出现的一些问题（持续补充中……） Everyday都不同 weblogic部署失败
    好吧，weblogic的问题确实……   问题一： org.springframework.beans.factory.BeanDefinitionStoreException: Failed to read candidate component class: URL [zip:E:/weblogic/user_projects/domains/base_domain/serve
  • tomcat7性能调优（01） toknowme tomcat7
        Tomcat优化： 1、最大连接数最大线程等设置 <Connector port="8082" protocol="HTTP/1.1"                useBodyEncodingForURI="t
  • PO VO DAO DTO BO TO概念与区别 xp9802 javaDAO设计模式bean领域模型
    O/R Mapping 是 Object Relational Mapping（对象关系映射）的缩写。通俗点讲，就是将对象与关系数据库绑定，用对象来表示关系数据。在O/R Mapping的世界里，有两个基本的也是重要的东东需要了解，即VO，PO。 它们的关系应该是相互独立的，一个VO可以只是PO的部分，也可以是多个PO构成，同样也可以等同于一个PO（指的是他们的属性）。这样，PO独立出来，数据持
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他