目前，在網(wǎng)上查詢不動產(chǎn)權屬證明的方法有兩種。

方法一是下載“愛山東APP”，具體步驟為：

1.打開“愛山東APP”，點擊首頁“不動產(chǎn)登記一網(wǎng)通辦”，并選擇不動產(chǎn)所屬市縣；

2.點擊“開具不動產(chǎn)登記查詢證明”即可開始辦理；

3.閱讀查詢須知并勾選“我已閱讀并同意”，點擊下一步；

4.選擇查檔用途并點擊下一步；

5.填寫驗證碼后，點擊查詢，系統(tǒng)會自動生成加蓋電子印章的不動產(chǎn)查詢記錄（PDF格式），申請人可以查看權屬證明、復制到瀏覽器下載使用。

方法二是登錄山東省政務服務網(wǎng)網(wǎng)頁版入口（http://zwfw.sd.gov.cn/JIS/front/login.do?uuid=VC5yraUINZNN&type=1&gotourl=aHR0cDovL3d3dy5zaGFuZG9uZy5nb3YuY24vY29sL2NvbDk0MDkxLw==），具體步驟為：

1.登錄山東省政務服務網(wǎng)，點擊進入“山東省不動產(chǎn)登記一網(wǎng)通辦平臺”；

2.選擇不動產(chǎn)所屬市縣，點擊確定；

3.在“我要查詢”模塊中點擊“開具不動產(chǎn)登記查詢證明”即可開始辦理；

4.閱讀并同意查詢須知，選擇查檔用途并填寫驗證碼，點擊查詢，系統(tǒng)會自動生成加蓋電子印章的不動產(chǎn)登記查詢證明（PDF格式），申請人可以打印或下載使用。

閃電新聞記者 王博 報道

近，我服役多年的聯(lián)想ThinkPad X220筆記本終于光榮犧牲了！對于這臺筆記本我可真的是有深厚的感情啊，陪著我從上學到工作，走南闖北的，也算是勞苦功高了。去ThinkPad的售后看了一下，說是主板壞了，換一塊居然要1000多。暈死了！就算是再買臺筆記本也就是這么多錢啊，還是到萬能的某寶看看吧！經(jīng)過一番搜索，哈哈！萬能的某寶上果然有貨，商家說是全新的藍快備件，集成酷睿i7的板子才350元，果斷拍下來一塊。

兩天后順豐小哥把快遞送了過來，拆包過程就省略不提了！主板確定是全新的，一點使用過的痕跡都沒有，這點我還是比較滿意的。上網(wǎng)百度到ThinkPad X220的拆機教程，按照拆機教程里面講的，小心翼翼的一步一步把壞的主板拆下來，再把新買到的主板裝上去（此處略去一千字……）

裝好以后有點不放心，又上上下下，左左右右的仔細了幾遍，生怕一通電就冒出一股青煙之類的。經(jīng)過一番檢查后，我心里默念著沒事！沒事！沒事！按下了筆記本的電源開關，哈哈，亮機了，屏幕上出現(xiàn)了熟悉的ThinkPad的LOGO，哦耶，帥呆了！

不過，好戲不長啊！LOGO過了以后就提示2200和2201的錯誤（當時心情低落，忘了拍圖，在網(wǎng)上找個圖代替一下）

正常好用的主板是不可能報錯的啊！不過這個報錯并不影響使用，但總在啟動的時候來這么一下，也還是非常的不爽。

于是繼續(xù)上網(wǎng)百度，百度到底還是包羅萬象，翻看了一些網(wǎng)站以后，發(fā)現(xiàn)這個問題也算是ThinkPad X220的常見故障了，只要是換過全新主板的基本都會報這個錯誤，其原因是：因為維修站的全新備件主板里面的UUID信息都沒有寫入進去，然后主板啟動的時候發(fā)現(xiàn)UUID的信息不對，就提示報錯了。進BIOS一看，果然是這樣，UUID那一欄全都是0。

問題算是找到了，但該如何解決呢?

在百度來翻來翻去我終于發(fā)現(xiàn)了這個帖子【完美解決x220i 2200 2201報錯另有圖紙 高清圖片直播求加精】，帖子里面的樓主也是同樣的問題，不過他是把之前壞的主板的存放UUID的芯片，用專用的熱風槍和防靜電焊臺取下來，然后再裝到新的主板上，就可以解決這個報錯的問題了。可是我沒有風槍和焊臺這種專業(yè)的設備，再說就算是有，也裝上不上去啊，我最多也就是拆拆機，清個灰之類的，再多的事情不會做，也不敢做。

不過，繼續(xù)看這個貼子，我發(fā)現(xiàn)了六樓的大神提供了一個叫HMD的工具，據(jù)說是可以不用拆機，做一張啟動軟盤，接上USB的軟驅就可以重新寫入UUID了。

但是問題又來了，到那里去找軟盤和USB軟驅這種上古神器？要知道現(xiàn)在連光驅都已經(jīng)被淘汰了，雖然我是朋友們公認的電腦達人，但貌似軟盤流行的年代，我還不知電腦為何物呢！

解決方法來嘍！

沒辦法還是要在網(wǎng)上繼續(xù)找解決的辦法，經(jīng)過一番查找后，發(fā)現(xiàn)1.82版本的HMD軟件已經(jīng)支持USB啟動了，只不過要找到安裝目錄下的usbfmtpw.exe這個程序然后運行開始制作HMD啟動U盤。

制作成功后，把這個U盤插到ThinkPad X220的USB口上，在BIOS中設置USB啟動優(yōu)先，重啟電腦后，會出現(xiàn)如下的提示，選擇第一項，Set system identification

然后有4個選項，我們這里是要把信息寫入進新的主板里，所以這里要選擇第1項，Add S/N data to EEPROM。

接下來，會出來四個可選項，由于我們是要重新寫入UUID，那么就選擇20 or C0這個選項。這個時候要去查看一下原來主板上的序列號，是以1S開頭的一串數(shù)字，如果這串數(shù)字是16位，就選擇20，如果這串數(shù)字是20位，就選擇C0。我的機器是16位的，所以在這里選擇20。輸入20回車后，會出現(xiàn)Enter the Serial Number的提示，在這個提示下面輸入剛才在主板上查到的序列號，然后敲回車輸入。

輸入了原機的UUID以后，選擇第剛才畫面上的第9項EXIT退出，然后再按F3重啟，就完成了免拆機修復X220機器報2200、2201錯誤。

機性如何？這是一個奇怪的問題，但在涉及信息安全的情況下，它是最重要的問題之一。每當你在 Python 中生成隨機數(shù)據(jù)、字符串或數(shù)字時，最好至少對這些數(shù)據(jù)是如何生成的有一個粗略的了解。

在這里，您將介紹一些用于在 Python 中生成隨機數(shù)據(jù)的不同選項，然后根據(jù)其安全性、多功能性、用途和速度對每個選項進行比較。

偽隨機

使用 Python 生成的大多數(shù)隨機數(shù)據(jù)在科學意義上并不是完全隨機的。相反，它是偽隨機的：使用偽隨機數(shù)生成器 （PRNG） 生成，這本質上是用于生成看似隨機但仍然可重復的數(shù)據(jù)的任何算法。

拋硬幣才是真隨機，但是這種真實場景不能絕對的模擬。

“真”隨機數(shù)可以由真隨機數(shù)生成器 （TRNG） 生成，您猜對了。一個例子是反復從地板上撿起一個骰子，把它扔到空中，然后讓它以它的方式著陸。

假設你的投擲是公正的，你真的不知道骰子會落在什么數(shù)字上。擲骰子是一種使用硬件生成任何不確定數(shù)字的粗略形式

隨機種子

也許“隨機”和“確定性”這兩個術語似乎不能彼此相鄰存在。為了更清楚起見，這里有一個非常精簡的版本，它通過使用 迭代創(chuàng)建一個“隨機”數(shù)字。 最初定義為種子值，然后演變?yōu)榛谠摲N子的確定性數(shù)字序列：random()x=(x * 3) % 19x

class NotSoRandom(object):
    def seed(self, a=3):
        """Seed the world's most mysterious random number generator."""
        self.seedval=a
    def random(self):
        """Look, random numbers!"""
        self.seedval=(self.seedval * 3) % 19
        return self.seedval

_inst=NotSoRandom()
seed=_inst.seed
random=_inst.random

獲取隨機數(shù)的例子

>>> random.randint(0, 10)
7
>>> random.randint(500, 50000)
18601

給一個種子值獲取隨機數(shù)據(jù)者

>>> seed(1234)
>>> [random() for _ in range(10)]
[16, 10, 11, 14, 4, 12, 17, 13, 1, 3]

>>> seed(1234)
>>> [random() for _ in range(10)]
[16, 10, 11, 14, 4, 12, 17, 13, 1, 3]

控制隨機數(shù)的范圍

>>> random.randrange(1, 10)

uniform( ) 函數(shù)說明

random.uniform(x, y) 方法將隨機生成一個實數(shù)，它在 [x,y] 范圍內(nèi)。
x -- 隨機數(shù)的最小值，包含該值。

# _*_ coding: utf-8 _*_
import random
print("uniform(1 , 6) 的隨機返回值為 : ", random.uniform(1 , 6))

print("uniform(10, 16) 的隨機返回值為 : ", random.uniform(10, 16))
 

隨機數(shù)有無可能重復

>>> random.seed(444)
>>> random.random()
0.3088946587429545
>>> random.random()
0.01323751590501987

>>> random.seed(444)  # Re-seed
>>> random.random()
0.3088946587429545
>>> random.random()
0.01323751590501987

注意“隨機”數(shù)字的重復。隨機數(shù)的序列變得具有確定性，或完全由種子值 444 決定。

讓我們看一下 的一些更基本的功能。上面，你生成了一個隨機浮點數(shù)。您可以使用該函數(shù)在 Python 中的兩個端點之間生成一個隨機整數(shù)。這跨越了整個 [x， y] 間隔，可能包括兩個端點：

>>> random.randint(0, 10)
7
>>> random.randint(500, 50000)
18601

使用 ，您可以排除區(qū)間的右側，這意味著生成的數(shù)字始終位于 [x， y） 內(nèi)，并且始終小于正確的端點：random.randrange()

>>> random.randrange(1, 10)
5

如果需要生成位于特定 [x， y] 區(qū)間內(nèi)的隨機浮點數(shù)，則可以使用 ，它從連續(xù)均勻分布中取：random.uniform()

>>> random.uniform(20, 30)
27.42639687016509
>>> random.uniform(30, 40)
36.33865802745107

從列表中隨機取得一個元素

要從非空序列（如列表或元組）中選取隨機元素，可以使用 .還可以從序列中選擇多個元素進行替換（可以重復）：random.choice()random.choices()

>>> items=['one', 'two', 'three', 'four', 'five']
>>> random.choice(items)
'four'

>>> random.choices(items, k=2)
['three', 'three']
>>> random.choices(items, k=3)
['three', 'five', 'four']

從列表中隨機取得元素

>>> random.sample(items, 4)
['one', 'five', 'four', 'three']

把列表中的元素隨機打亂

可以使用 就地隨機化序列。這將修改序列對象并隨機化元素的順序：random.shuffle()

>>> random.shuffle(items)
>>> items
['four', 'three', 'two', 'one', 'five'

隨機唯一字符串

import string

def unique_strings(k: int, ntokens: int,
               pool: str=string.ascii_letters) -> set:
    """Generate a set of unique string tokens.

    k: Length of each token
    ntokens: Number of tokens
    pool: Iterable of characters to choose from

    For a highly optimized version:
    https://stackoverflow.com/a/48421303/7954504
    """

    seen=set()

    # An optimization for tightly-bound loops:
    # Bind these methods outside of a loop
    join=''.join
    add=seen.add

    while len(seen) < ntokens:
        token=join(random.choices(pool, k=k))
        add(token)
    return seen

et中保證元素不重復，while 循環(huán)將一直執(zhí)行，直到集具有您指定長度的元素，''.join()將字母 from 連接成一個長度為 Python 的 Python 。、s

>>> unique_strings(k=4, ntokens=5)
{'AsMk', 'Cvmi', 'GIxv', 'HGsZ', 'eurU'}

>>> unique_strings(5, 4, string.printable)
{"'O*1!", '9Ien%', 'W=m7<', 'mUD|z'}

numpy中的隨機數(shù)據(jù)

>>> # Return samples from the standard normal distribution
>>> np.random.randn(5)
array([ 0.36,  0.38,  1.38,  1.18, -0.94])

>>> np.random.randn(3, 4)
array([[-1.14, -0.54, -0.55,  0.21],
       [ 0.21,  1.27, -0.81, -3.3 ],
       [-0.81, -0.36, -0.88,  0.15]])

>>> # `p` is the probability of choosing each element
>>> np.random.choice([0, 1], p=[0.6, 0.4], size=(5, 4))
array([[0, 0, 1, 0],
       [0, 1, 1, 1],
       [1, 1, 1, 0],
       [0, 0, 0, 1],
       [0, 1, 0, 1]])

在 的語法中，參數(shù)是可選的，用于指示最終對象的形狀。在這里，創(chuàng)建一個包含 2 行和 3 列的 4d 數(shù)組。數(shù)據(jù)將是 i.i.d.，這意味著每個數(shù)據(jù)點都是獨立于其他數(shù)據(jù)點繪制的。randn(d0, d1, ..., dn)d0, d1, ..., dnnp.random.randn(3, 4)

>>> # NumPy's `randint` is [inclusive, exclusive), unlike `random.randint()`
>>> np.random.randint(0, 2, size=25, dtype=np.uint8).view(bool)
array([ True, False,  True,  True, False,  True, False, False, False,
       False, False,  True,  True, False, False, False,  True, False,
        True, False,  True,  True,  True, False,  True])

>>> # Start with a correlation matrix and standard deviations.
>>> # -0.40 is the correlation between A and B, and the correlation
>>> # of a variable with itself is 1.0.
>>> corr=np.array([[1., -0.40],
...                  [-0.40, 1.]])

>>> # Standard deviations/means of A and B, respectively
>>> stdev=np.array([6., 1.])
>>> mean=np.array([2., 0.5])
>>> cov=corr2cov(corr, stdev)

>>> # `size` is the length of time series for 2d data
>>> # (500 months, days, and so on).
>>> data=np.random.multivariate_normal(mean=mean, cov=cov, size=500)
>>> data[:10]
array([[ 0.58,  1.87],
       [-7.31,  0.74],
       [-6.24,  0.33],
       [-0.77,  1.19],
       [ 1.71,  0.7 ],
       [-3.33,  1.57],
       [-1.13,  1.23],
       [-6.58,  1.81],
       [-0.82, -0.34],
       [-2.32,  1.1 ]])
>>> data.shape
(500, 2)

Python中的random與 numpy的

盡可能隨機

os.urandom()：盡可能隨機

Python 的 os.urandom（） 函數(shù)被 secrets 和 uuid 使用。生成與操作系統(tǒng)相關的隨機字節(jié)，這些字節(jié)可以安全地稱為加密安全：os.urandom()

• 在Unix操作系統(tǒng)上，它從特殊文件中讀取隨機字節(jié)，這反過來又“允許訪問從設備驅動程序和其他來源收集的環(huán)境噪聲”。（謝謝你，維基百科。這是特定于某個實例的硬件和系統(tǒng)狀態(tài)的亂碼信息，但同時又足夠隨機。/dev/urandom
• 在Windows上，使用C++函數(shù)CryptGenRandom（）。從技術上講，此函數(shù)仍然是偽隨機函數(shù)，但它的工作原理是從進程 ID、內(nèi)存狀態(tài)等變量生成種子值。

雖然從技術上講仍然是偽隨機的，但這個函數(shù)更符合我們對隨機性的看法。唯一的參數(shù)是要返回的字節(jié)數(shù)：os.urandom()

>>> os.urandom(3)
b'\xa2\xe8\x02'

>>> x=os.urandom(6)
>>> x
b'\xce\x11\xe7"!\x84'

>>> type(x), len(x)
(bytes, 6)

os.urandom()返回單個字節(jié)序列：

>>> x
b'\xce\x11\xe7"!\x84'

uuid