登录
首页 » Python » 银行账户管理系统

银行账户管理系统

于 2021-08-11 发布
0 112
下载积分: 1 下载次数: 1

代码说明:

完整的Python银行账户管理系统,包括新建账户、查询、更新、存款、转账、取款、注销 采用csv存储信息

下载说明:请别用迅雷下载,失败请重下,重下不扣分!

发表评论

0 个回复

  • 批处理文件
    【实例简介】配置批文件路径,根据匹配串匹配相关文件,进行复制保存
    2021-08-11 00:31:01下载
    积分:1
  • 于MLP、CNN的手写数字识别报告
    手写数字识别实验报告 ├── 基于MLP的手写数字识别机制.docx└── mnist代码流程图.vsdx   1 directory, 2 files
    2021-05-06下载
    积分:1
  • kmeans聚类算法的python实现程序
    kmeans聚类算法的python实现程序 Ch10 ├── Portland.png├── kMeans.py├── kMeans.pyc├── places.txt├── portlandClubs.txt├── testSet.txt└── testSet2.txt0 directories, 7 files
    2021-05-06下载
    积分:1
  • 机器学习实战-Kaggle犯罪预测-数据集+代码
    kaggle上对旧金山城市的犯罪案件进行分类,属于多分类问题,提供的数据特征包含时间、地点、描述等。本实例包含数据集和代码,机器学习方法是朴素贝叶斯和逻辑回归
    2020-11-09下载
    积分:1
  • python和 plc通信
    【实例简介】
    2021-08-21 00:30:57下载
    积分:1
  • python机器学习(课件+源码+视频教程)
    python机器学习(课件+源码+视频教程)
    2019-04-03下载
    积分:1
  • python 绘制三维直线图(plot 3d trajectory)
    绘制三维直线图,将飞机飞行的航迹用(经度,纬度和高度)来描述
    2021-03-20 23:19:17下载
    积分:1
  • iris 数据集
    【实例简介】Iris数据集是常用的分类实验数据集,由Fisher, 1936收集整理。Iris也称鸢尾花卉数据集,是一类多重变量分析的数据集。数据集包含150个数据样本,分为3类,每类50个数据,每个数据包含4个属性。可通过花萼长度,花萼宽度,花瓣长度,花瓣宽度4个属性预测鸢尾花卉属于(Setosa,Versicolour,Virginica)三个种类中的哪一类。
    2021-11-10 00:36:05下载
    积分:1
  • 树莓派控制舵机(RPi.GPIO)源码
    树莓派控制舵机(RPi.GPIO)源码
    2019-12-17下载
    积分:1
  • LSTM入门正弦波序列预测
    LSTM入门学习,正弦波序列预测         for i, input_t in enumerate(input.chunk(input.size(1), dim=1)):             h_t, c_t = self.lstm1(input_t, (h_t, c_t))             h_t2, c_t2 = self.lstm2(h_t, (h_t2, c_t2))             output = self.linear(h_t2)  # output.shape:[batch,1]             outputs = [output]  # outputs.shape:[[batch,1],...[batch,1]], list composed of n [batch,1],         for i in range(future):  # if we should predict the future             h_t, c_t = self.lstm1(output, (h_t, c_t))             h_t2, c_t2 = self.lstm2(h_t, (h_t2, c_t2))             output = self.linear(h_t2)  # output.shape:[batch,1]             outputs = [output]  # outputs.shape:[[batch,1],...[batch,1]], list composed of n [batch,1],         outputs = torch.stack(outputs, 1).squeeze(2)  # shape after stack:[batch, n, 1], shape after squeeze: [batch,n]         return outputs
    2021-06-30 00:31:01下载
    积分:1
  • 696524资源总数
  • 103938会员总数
  • 55今日下载