打破N1 500M瓶頸，K2P多撥+N1 組合

內容來源于@什么值得買APP，觀點僅代表作者本人｜作者：愛上網的魚

購買理由

原來組合過幾個方案但是都不完美，知道最新Padavan 4.4內核支持多撥就開始刷了起來。K2P 刷Padavan 滿跑帶寬，而且還有多撥。N1 做旁路由做它自己的事情。其它設備通過設置選擇自己愛干的事。

外觀展示

K2P 直接刷Padavan 用的是 https://www.right.com.cn/forum/thread-8001722-1-1.html

N1設置

N1直接刷的是 F大佬的最新版本固件。https://www.right.com.cn/forum/thread-4076037-1-1.html

登錄你的OenWrt系統管理后臺，找到菜單欄點擊網絡 > 接口

.然后在 LAN 接口點擊修改，切記一定是要 LAN 這個接口！
修改接口LAN 基本設置

傳輸協議：修改為靜態地址

IPv4地址：修改為你的主路由同IP段內任意一個未使用的地址（如你的主路由地址為192.168.1.1，那這里的地址就可以修改為除了192.168.1.1以外的任意一個未在局域網內被使用的192.168.1.X的地址，比如192.168.1.111）
（重點提示：這里修改的地址必須要與你的主路由地址在同一網段！并且在局域網內沒有其他設備正在使用的地址，這個地址將作為N1的地址，也是登錄N1后臺的唯一地址）

IPv4子網掩碼：無特殊需求保持默認的255.255.255.0即可（小白不懂的話不要修改）

IPv4網關：修改為你的主路由IP地址（這個地址一定要設置，否則無法上網！）

IPv4廣播：默認留空即可（小白不懂的話不要修改）

使用自定義的DNS服務器：修改為你的主路由IP地址，然后點擊右邊的加號！一定要點后面的加號，否則無效，切記！如下圖所示

（重點提示：修改這里的DNS地址之后一定要點旁邊的加號，這里的地址建議修改為你的主路由IP即可，填其他公共DNS地址可能會導致異常，小白切記~）

IPv6分配長度：如無特殊需求選擇默認的64即可，如果你沒有IPv6地址請選擇禁用
IPv6分配提示和IPv6后綴：默認留空即可

修改完上面的LAN接口基本設置之后，來到頁面最下方的DHCP基本設置：

勾選忽略此接口
然后點擊最下方的保存&應用（這是最重要的一步，不點保存及應用的話前面的所有步驟都無效，相當于做無用功?。?/span>

在自定義規則里填加這一條規則

Step 2：
iptables -t nat -I POSTROUTING -o eth0 -j MASQUERADE

修改接口LAN 基本設置

傳輸協議：修改為靜態地址

IPv4地址：修改為你的主路由同IP段內任意一個未使用的地址（如你的主路由地址為192.168.1.1，那這里的地址就可以修改為除了192.168.1.1以外的任意一個未在局域網內被使用的192.168.1.X的地址，比如192.168.1.111）
（重點提示：這里修改的地址必須要與你的主路由地址在同一網段！并且在局域網內沒有其他設備正在使用的地址，這個地址將作為N1的地址，也是登錄N1后臺的唯一地址）

IPv4子網掩碼：無特殊需求保持默認的255.255.255.0即可（小白不懂的話不要修改）

IPv4網關：修改為你的主路由IP地址（這個地址一定要設置，否則無法上網?。?br>

IPv4廣播：默認留空即可（小白不懂的話不要修改）

使用自定義的DNS服務器：修改為你的主路由IP地址，然后點擊右邊的加號！一定要點后面的加號，否則無效，切記！如下圖所示

然后點擊最下方重啟防火墻即可

（具體不明白參考 https://www.right.com.cn/forum/thread-4181997-1-1.html））

本地電腦想通過N1 上網直接設置本地ip網關就可以

其它設備同上

總結

k2p 多撥跑速度 cpu 無壓力

目前沒發現問題。分享給大家。

具體有什么地方不對的歡迎大家留言。

作者聲明本文無利益相關，歡迎值友理性交流，和諧討論～

在前面

今年國慶假期終于可以憋在家里了不用出門了，不用出去看后腦了，真的是一種享受。這么好的光陰怎么浪費，睡覺、吃飯、打豆豆這怎么可能（耍多了也煩），完全不符合我們程序員的作風，趕緊起來把文章寫完。

這篇文章比較基礎，在國慶期間的業余時間寫的，這幾天又完善了下，力求把更多的前端所涉及到的關于文件上傳的各種場景和應用都涵蓋了,若有疏漏和問題還請留言斧正和補充。

自測讀不讀

以下是本文所涉及到的知識點，break or continue ?

文件上傳原理
最原始的文件上傳
使用 koa2 作為服務端寫一個文件上傳接口
單文件上傳和上傳進度
多文件上傳和上傳進度
拖拽上傳
剪貼板上傳
大文件上傳之分片上傳
大文件上傳之斷點續傳
node 端文件上傳

原理概述

原理很簡單，就是根據 http 協議的規范和定義，完成請求消息體的封裝和消息體的解析，然后將二進制內容保存到文件。

我們都知道如果要上傳一個文件，需要把 form 標簽的enctype設置為multipart/form-data,同時method必須為post方法。

那么multipart/form-data表示什么呢？

multipart互聯網上的混合資源，就是資源由多種元素組成，form-data表示可以使用HTML Forms 和 POST 方法上傳文件，具體的定義可以參考RFC 7578。

multipart/form-data 結構

看下 http 請求的消息體

請求頭：

Content-Type: multipart/form-data; boundary=----WebKitFormBoundaryDCntfiXcSkPhS4PN 表示本次請求要上傳文件，其中boundary表示分隔符，如果要上傳多個表單項，就要使用boundary分割，每個表單項由———XXX開始，以———XXX結尾。

消息體- Form Data 部分

每一個表單項又由Content-Type和Content-Disposition組成。

Content-Disposition: form-data 為固定值，表示一個表單元素，name 表示表單元素的名稱，回車換行后面就是name的值，如果是上傳文件就是文件的二進制內容。

Content-Type：表示當前的內容的 MIME 類型，是圖片還是文本還是二進制數據。

解析

客戶端發送請求到服務器后，服務器會收到請求的消息體，然后對消息體進行解析，解析出哪是普通表單哪些是附件。

可能大家馬上能想到通過正則或者字符串處理分割出內容，不過這樣是行不通的，二進制buffer轉化為string,對字符串進行截取后，其索引和字符串是不一致的，所以結果就不會正確，除非上傳的就是字符串。

不過一般情況下不需要自行解析，目前已經有很成熟的三方庫可以使用。

至于如何解析，這個也會占用很大篇幅，后面的文章在詳細說。

最原始的文件上傳

使用 form 表單上傳文件

在 ie時代，如果實現一個無刷新的文件上傳那可是費老勁了，大部分都是用 iframe 來實現局部刷新或者使用 flash 插件來搞定，在那個時代 ie 就是最好用的瀏覽器（別無選擇）。

DEMO

這種方式上傳文件，不需要 js ，而且沒有兼容問題，所有瀏覽器都支持，就是體驗很差，導致頁面刷新，頁面其他數據丟失。

HTML

 <form method="post" action="http://localhost:8100" enctype="multipart/form-data">

        選擇文件:
            <input type="file" name="f1"/> input 必須設置 name 屬性，否則數據無法發送<br/>
<br/>
            標題：<input type="text" name="title"/><br/><br/><br/>

        <button type="submit" id="btn-0">上 傳</button>

</form>

復制代碼

文件上傳接口

服務端文件的保存基于現有的庫koa-body結合 koa2實現服務端文件的保存和數據的返回。

在項目開發中，文件上傳本身和業務無關，代碼基本上都可通用。

在這里我們使用koa-body庫來實現解析和文件的保存。

koa-body 會自動保存文件到系統臨時目錄下，也可以指定保存的文件路徑。

然后在后續中間件內得到已保存的文件的信息，再做二次處理。

ctx.request.files.f1 得到文件信息，f1為input file 標簽的 name
獲得文件的擴展名，重命名文件

NODE

/**
 * 服務入口
 */
var http=require('http');
var koaStatic=require('koa-static');
var path=require('path');
var koaBody=require('koa-body');//文件保存庫
var fs=require('fs');
var Koa=require('koa2');

var app=new Koa();
var port=process.env.PORT || '8100';

var uploadHost=`http://localhost:${port}/uploads/`;

app.use(koaBody({
    formidable: {
        //設置文件的默認保存目錄，不設置則保存在系統臨時目錄下  os
        uploadDir: path.resolve(__dirname, '../static/uploads')
    },
    multipart: true // 開啟文件上傳，默認是關閉
}));

//開啟靜態文件訪問
app.use(koaStatic(
    path.resolve(__dirname, '../static') 
));

//文件二次處理，修改名稱
app.use((ctx)=> {
    var file=ctx.request.files.f1;//得道文件對象
    var path=file.path;
    var fname=file.name;//原文件名稱
    var nextPath=path+fname;
    if(file.size>0 && path){
        //得到擴展名
        var extArr=fname.split('.');
        var ext=extArr[extArr.length-1];
        var nextPath=path+'.'+ext;
        //重命名文件
        fs.renameSync(path, nextPath);
    }
    //以 json 形式輸出上傳文件地址
    ctx.body=`{
        "fileUrl":"${uploadHost}${nextPath.slice(nextPath.lastIndexOf('/')+1)}"
    }`;
});

/**
 * http server
 */
var server=http.createServer(app.callback());
server.listen(port);
console.log('demo1 server start ......   ');
復制代碼

CODE

https://github.com/Bigerfe/fe-learn-code/

者：Roman Orac
魚羊編譯整理
量子位報道 | 公眾號 QbitAI

數據分析，如何能錯過 Pandas 。

現在，數據科學家 Roman Orac 分享了他在工作中相見恨晚的 Pandas 使用技巧。

了解了這些技巧，能讓你在學習、使用 Pandas 的時候更加高效。

話不多說，一起學習一下~

Pandas實用技巧

用 Pandas 做數據分析，最大的亮點當屬 DataFrame。不過，在展示成果的時候，常常需要把 DataFrame 轉成另一種格式。

Pandas 在這一點上其實十分友好，只需添加一行代碼。

DataFrame 轉 HTML

如果你需要用 HTML 發送自動報告，那么 to_html 函數了解一下。

比如，我們先設定這樣一個 DataFrame：

import numpy as np
import pandas as pd
import random

n = 10
df = pd.DataFrame(
    {
        "col1": np.random.random_sample(n),
        "col2": np.random.random_sample(n),
        "col3": [[random.randint(0, 10) for _ in range(random.randint(3, 5))] for _ in range(n)],
    }
)

用上 to_html，就可以將表格轉入 html 文件：

df_html = df.to_html()
with open(‘analysis.html’, ‘w’) as f: f.write(df_html)

與之配套的，是 read_html 函數，可以將 HTML 轉回 DataFrame。

DataFrame 轉 LaTeX

如果你還沒用過 LaTeX 寫論文，強烈建議嘗試一下。

要把 DataFrame 值轉成 LaTeX 表格，也是一個函數就搞定了：

df.to_latex()

DataFrame 轉 Markdown

如果你想把代碼放到 GitHub 上，需要寫個 README。

這時候，你可能需要把 DataFrame 轉成 Markdown 格式。

Pandas 同樣為你考慮到了這一點：

print(df.to_markdown())

注：這里還需要 tabulate 庫

DataFrame 轉 Excel

說到這里，給同學們提一個小問題：導師/老板/客戶要你提供 Excel 格式的數據，你該怎么做？

當然是——

df.to_excel(‘analysis.xlsx’)

需要注意的是，如果你沒有安裝過 xlwt 和 openpyxl 這兩個工具包，需要先安裝一下。

另外，跟 HTML 一樣，這里也有一個配套函數：read_excel，用來將excel數據導入pandas DataFrame。

DataFrame 轉字符串

轉成字符串，當然也沒問題：

df.to_string()

5個鮮為人知的Pandas技巧

此前，Roman Orac 還曾分享過 5 個他覺得十分好用，但大家可能沒有那么熟悉的 Pandas 技巧。

1、data_range

從外部 API 或數據庫獲取數據時，需要多次指定時間范圍。

Pandas 的 data_range 覆蓋了這一需求。

import pandas as pd
date_from = “2019-01-01”
date_to = “2019-01-12”
date_range = pd.date_range(date_from, date_to, freq=”D”)
print(date_range)

freq=“D”/“M”/“Y”，該函數就會分別返回按天、月、年遞增的日期。

2、合并數據

當你有一個名為left的DataFrame：

和名為right的DataFrame：

想通過關鍵字“key”把它們整合到一起：

實現的代碼是：

df_merge = left.merge(right, on = ‘key’, how = ‘left’, indicator = True)

3、最近合并（Nearest merge）

在處理股票或者加密貨幣這樣的財務數據時，價格會隨著實際交易變化。

針對這樣的數據，Pandas提供了一個好用的功能，merge_asof。

該功能可以通過最近的key（比如時間戳）合并DataFrame。

舉個例子，你有一個存儲報價信息的DataFrame。

還有一個存儲交易信息的DataFrame。

現在，你需要把兩個DataFrame中對應的信息合并起來。

最新報價和交易之間可能有10毫秒的延遲，或者沒有報價，在進行合并時，就可以用上 merge_asof。

pd.merge_asof(trades, quotes, on=”timestamp”, by=’ticker’, tolerance=pd.Timedelta(‘10ms’), direction=‘backward’)

4、創建Excel報告

在Pandas中，可以直接用DataFrame創建Excel報告。

import numpy as np
import pandas as pd

df = pd.DataFrame(np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]]), columns=["a", "b", "c"])

report_name = 'example_report.xlsx'
sheet_name = 'Sheet1'
writer = pd.ExcelWriter(report_name, engine='xlsxwriter')
df.to_excel(writer, sheet_name=sheet_name, index=False)

不只是數據，還可以添加圖表。

# define the workbook
workbook = writer.book
worksheet = writer.sheets[sheet_name]
# create a chart line object
chart = workbook.add_chart({'type': 'line'})
# configure the series of the chart from the spreadsheet
# using a list of values instead of category/value formulas:
#     [sheetname, first_row, first_col, last_row, last_col]
chart.add_series({
    'categories': [sheet_name, 1, 0, 3, 0],
    'values':     [sheet_name, 1, 1, 3, 1],
})
# configure the chart axes
chart.set_x_axis({'name': 'Index', 'position_axis': 'on_tick'})
chart.set_y_axis({'name': 'Value', 'major_gridlines': {'visible': False}})
# place the chart on the worksheet
worksheet.insert_chart('E2', chart)
# output the excel file
writer.save()

注：這里需要 XlsxWriter 庫

5、節省磁盤空間

Pandas在保存數據集時，可以對其進行壓縮，其后以壓縮格式進行讀取。

先搞一個 300MB 的 DataFrame，把它存成 csv。

df = pd.DataFrame(pd.np.random.randn(50000,300))
df.to_csv(‘random_data.csv’, index=False)

壓縮一下試試：

df.to_csv(‘random_data.gz’, compression=’gzip’, index=False)

文件就變成了136MB。

gzip壓縮文件可以直接讀?。?/p>

df = pd.read_csv(‘random_data.gz’)

這一份Pandas技巧筆記，暫且說到這里。各位同學都做好筆記了嗎？

Talk is cheap, show me the code。學會了，就用起來吧

— 完 —

量子位 QbitAI · 頭條號簽約

關注我們，第一時間獲知前沿科技動態

在線咨詢

上一篇：「2022 年」崔慶才 Python3 爬蟲教程 -
下一篇：各省市2019年藝術統考成績查詢時間匯總

您的項目需求

*請認真填寫需求信息，我們會在24小時內與您取得聯系。

整合營銷服務商

打破N1 500M瓶頸，K2P多撥+N1 組合