一般违章几天可以查到

法律分析：医保电子凭证和医保卡具有同样的效力，参保人可以通过电子凭证扫码就医、购药，无需带实体卡也可以。

法律依据：《中华人民共和国社会保险法》

第二条 国家建立基本养老保险、基本医疗保险、工伤保险、失业保险、生育保险等社会保险制度,保障公民在年老、疾病、工伤、失业、生育等情况下依法从国家和社会获得物质帮助的权利。

第二十六条 职工基本医疗保险、新型农村合作医疗和城镇居民基本医疗保险的待遇标准按照国家规定执行。

第二十八条 符合基本医疗保险药品目录、诊疗项目、医疗服务设施标准以及急诊、抢救的医疗费用，按照国家规定从基本医疗保险基金中支付。

法律分析：两者不一样，具体差别如下：

（1）签发单位不同：医保电子凭证是由国家医疗保障局签发的；电子社保卡是由国家人力资源和社会保障部签发的。

（2）领取条件不同：医保电子凭证只要参加了医保的用户就能领取；电子社保卡必须是有实体卡的基础上才能激活、领取。

（3）和功能不同：医保电子凭证可以实现药店买药、定点医院查询；电子社保卡不具备医保电子凭证这两个独有功能。

法律依据：《中华人民共和国社会保险法》 第七十四条 社会保险经办机构通过业务经办、统计、调查获取社会保险工作所需的数据，有关单位和个人应当及时、如实提供。

社会保险经办机构应当及时为用人单位建立档案，完整、准确地记录参加社会保险的人员、缴费等社会保险数据，妥善保管登记、申报的原始凭证和支付结算的会计凭证。

社会保险经办机构应当及时、完整、准确地记录参加社会保险的个人缴费和用人单位为其缴费，以及享受社会保险待遇等个人权益记录，定期将个人权益记录单免费寄送本人。

用人单位和个人可以免费向社会保险经办机构查询、核对其缴费和享受社会保险待遇记录，要求社会保险经办机构提供社会保险咨询等相关服务。

违章37天可以查询。根据有关规定，机动车违章后一般是需要3～7天才能查到的，因为交警队需要输入和核对确认的，不过，最晚不超过13个工作日。如果遇抓拍设备故障、网络故障、数据库或相关服务器等故障，公布时间还会顺延推迟。外地抓拍的电子违章记录，需要视抓拍地具体情况、网络状况等原因而定，公布时间取决于数据采集地传输公布时间。

法律依据：《道路交通安全法》第二十五条 全国实行统一的道路交通信号。 交通信号包括交通信号灯、交通标志、交通标线和交通警察的指挥。 交通信号灯、交通标志、交通标线的设置应当符合道路交通安全、畅通的要求和国家标准，并保持清晰、醒目、准确、完好。 根据通行需要，应当及时增设、调换、更新道路交通信号。增设、调换、更新限制性的道路交通信号，应当提前向社会公告，广泛进行宣传。

百万购车补贴

这里整理了一份Python开发的学习路线，可按照这份大纲来安排学习计划~

第一阶段：专业核心基础

阶段目标：

1 熟练掌握Python的开发环境与编程核心知识

2 熟练运用Python面向对象知识进行程序开发

3 对Python的核心库和组件有深入理解

4 熟练应用SQL语句进行数据库常用操作

5 熟练运用Linux操作系统命令及环境配置

6 熟练使用MySQL，掌握数据库高级操作

7 能综合运用所学知识完成项目

知识点：

Python编程基础、Python面向对象、Python高级进阶、MySQL数据库、Linux操作系统。

1、Python编程基础，语法规则，函数与参数，数据类型，模块与包，文件IO，培养扎实的Python编程基本功，同时对Python核心对象和库的编程有熟练的运用。

2、Python面向对象，核心对象，异常处理，多线程，网络编程，深入理解面向对象编程，异常处理机制，多线程原理，网络协议知识，并熟练运用于项目中。

3、类的原理，MetaClass，下划线的特殊方法，递归，魔术方法，反射，迭代器，装饰器，UnitTest，Mock。深入理解面向对象底层原理，掌握Python开发高级进阶技术，理解单元测试技术。

4、数据库知识，范式，MySQL配置，命令，建库建表，数据的增删改查，约束，视图，存储过程，函数，触发器，事务，游标，PDBC，深入理解数据库管理系统通用知识及MySQL数据库的使用与管理。为Python后台开发打下坚实基础。

5、Linux安装配置，文件目录操作，VI命令，管理，用户与权限，环境配置，Docker，Shell编程Linux作为一个主流的服务器操作系统，是每一个开发工程师必须掌握的重点技术，并且能够熟练运用。

第二阶段：PythonWEB开发

阶段目标：

1 熟练掌握Web前端开发技术，HTML，CSS，JavaScript及前端框架

2 深入理解Web系统中的前后端交互过程与通信协议

3 熟练运用Web前端和Django和Flask等主流框架完成Web系统开发

4 深入理解网络协议，分布式，PDBC，AJAX，JSON等知识

5 能够运用所学知识开发一个MiniWeb框架，掌握框架实现原理

6 使用Web开发框架实现贯穿项目

知识点：

Web前端编程、Web前端高级、Django开发框架、Flask开发框架、Web开发项目实战。

1、Web页面元素，布局，CSS样式，盒模型，JavaScript，JQuery与Bootstrap掌握前端开发技术，掌握JQuery与BootStrap前端开发框架，完成页面布局与美化。

2、前端开发框架Vue，JSON数据，网络通信协议，Web服务器与前端交互熟练使用Vue框架，深入理解HTTP网络协议，熟练使用Swagger，AJAX技术实现前后端交互。

3、自定义Web开发框架，Django框架的基本使用，Model属性及后端配置，Cookie与Session，模板Templates，ORM数据模型，Redis二级缓存，RESTful，MVC模型掌握Django框架常用API，整合前端技术，开发完整的WEB系统和框架。

4、Flask安装配置，App对象的初始化和配置，视图函数的路由，Request对象，Abort函数，自定义错误，视图函数的返回值，Flask上下文和请求钩子，模板，数据库扩展包Flask-Sqlalchemy，数据库迁移扩展包Flask-Migrate，邮件扩展包Flask-Mail。掌握Flask框架的常用API，与Django框架的异同，并能独立开发完整的WEB系统开发。

第三阶段：爬虫与数据分析

阶段目标：

1 熟练掌握爬虫运行原理及常见网络抓包工具使用，能够对HTTP及HTTPS协议进行抓包分析

2 熟练掌握各种常见的网页结构解析库对抓取结果进行解析和提取

3 熟练掌握各种常见反爬机制及应对策略，能够针对常见的反爬措施进行处理

4 熟练使用商业爬虫框架Scrapy编写大型网络爬虫进行分布式内容爬取

5 熟练掌握数据分析相关概念及工作流程

6 熟练掌握主流数据分析工具Numpy、Pandas和Matplotlib的使用

7 熟练掌握数据清洗、整理、格式转换、数据分析报告编写

8 能够综合利用爬虫爬取豆瓣网**评论数据并完成数据分析全流程项目实战

知识点：

网络爬虫开发、数据分析之Numpy、数据分析之Pandas。

1、爬虫页面爬取原理、爬取流程、页面解析工具LXML，Beautifulfoup，正则表达式，代理池编写和架构、常见反爬措施及解决方案、爬虫框架结构、商业爬虫框架Scrapy，基于对爬虫爬取原理、网站数据爬取流程及网络协议的分析和了解，掌握网页解析工具的使用，能够灵活应对大部分网站的反爬策略，具备独立完成爬虫框架的编写能力和熟练应用大型商业爬虫框架编写分布式爬虫的能力。

2、Numpy中的ndarray数据结构特点、numpy所支持的数据类型、自带的数组创建方法、算术运算符、矩阵积、自增和自减、通用函数和聚合函数、切片索引、ndarray的向量化和广播机制，熟悉数据分析三大利器之一Numpy的常见使用，熟悉ndarray数据结构的特点和常见操作，掌握针对不同维度的ndarray数组的分片、索引、矩阵运算等操作。

3、Pandas里面的三大数据结构，包括Dataframe、Series和Index对象的基本概念和使用，索引对象的更换及删除索引、算术和数据对齐方法，数据清洗和数据规整、结构转换，熟悉数据分析三大利器之一Pandas的常见使用，熟悉Pandas中三大数据对象的使用方法，能够使用Pandas完成数据分析中最重要的数据清洗、格式转换和数据规整工作、Pandas对文件的读取和操作方法。

4、matplotlib三层结构体系、各种常见图表类型折线图、柱状图、堆积柱状图、饼图的绘制、图例、文本、标线的添加、可视化文件的保存，熟悉数据分析三大利器之一Matplotlib的常见使用，熟悉Matplotlib的三层结构，能够熟练使用Matplotlib绘制各种常见的数据分析图表。能够综合利用课程中所讲的各种数据分析和可视化工具完成股票市场数据分析和预测、共享单车用户群里数据分析、全球幸福指数数据分析等项目的全程实战。

第四阶段：机器学习与人工智能

阶段目标：

1 理解机器学习相关的基本概念及系统处理流程

2 能够熟练应用各种常见的机器学习模型解决监督学习和非监督学习训练和测试问题，解决回归、分类问题

3 熟练掌握常见的分类算法和回归算法模型，如KNN、决策树、随机森林、K-Means等

4 掌握卷积神经网络对图像识别、自然语言识别问题的处理方式，熟悉深度学习框架TF里面的张量、会话、梯度优化模型等

5 掌握深度学习卷积神经网络运行机制，能够自定义卷积层、池化层、FC层完成图像识别、手写字体识别、验证码识别等常规深度学习实战项目

知识点：

1、机器学习常见算法、sklearn数据集的使用、字典特征抽取、文本特征抽取、归一化、标准化、数据主成分分析PCA、KNN算法、决策树模型、随机森林、线性回归及逻辑回归模型和算法。熟悉机器学习相关基础概念，熟练掌握机器学习基本工作流程，熟悉特征工程、能够使用各种常见机器学习算法模型解决分类、回归、聚类等问题。

2、Tensorflow相关的基本概念，TF数据流图、会话、张量、tensorboard可视化、张量修改、TF文件读取、tensorflow playround使用、神经网络结构、卷积计算、激活函数计算、池化层设计，掌握机器学习和深度学习之前的区别和练习，熟练掌握深度学习基本工作流程，熟练掌握神经网络的结构层次及特点，掌握张量、图结构、OP对象等的使用，熟悉输入层、卷积层、池化层和全连接层的设计，完成验证码识别、图像识别、手写输入识别等常见深度学习项目全程实战。

　　可以。

　　汽车尾气排放的检测流程：

　　（一）外观检测员

　　1、维护好外检区的检测秩序；

　　2、指导客户填写车辆登记表；

　　3、对照行驶证信息，确认外检表内容和车辆信息是否相符；

　　4、检测车辆要检查轮胎有无明显缺气，左右气压是否一致，轮胎有无裂痕及划伤，是否夹有杂物及过多沙石；

　　5、检查车辆进、排气系统，发动机变速箱和冷却系统，不得有任何破损、泄漏，车辆的发动机变速箱和冷却系统等应无液体渗漏；

　　6、确定车辆驱动形式，断开ABS和防侧滑（ASR），和引车员做好交接，提醒引车员驱动形式；

　　7、检查车辆的机械状况，无影响安全或引起试验偏差的机械故障；

　　8、关闭空调、暖风，音响等附属装备，装备牵引力控制装置的车辆应关闭牵引力控制装置。受检车辆不能载客，也不能装载货物；

　　9、判断受检车辆所适用的检测方法。

　　（二）录入员

　　1、熟悉汽车检测工艺流程、检测业务和检测技术；

　　2、熟练操作计算机，熟悉本公司的检测业务范围内的机动车相关参数，耐心答复解释送检车辆单位提出的询问，做好对外窗口的文明服务；

　　3、开启计算机及服务器电源，对设备进行预热，并填写开机记

　　录；

　　4、信息录入做到迅速而准确；

　　5、核对外检单信息，对照车辆行驶证信息确定检测方法，并准确无误的录入信息并入库；

　　6、对外地转入，异地委托审验的车辆，应符合相关检测要求，并留行车证或车辆登记证书证书复印件；

　　7、严格遵守《安全用电管理制度》和《登录计算机操作规程》。

　　（三）操作员

　　操作员负责电脑仪器的操作，引导引车员、辅助员完成检测工作。

　　1、设备预热

　　（1）在开检前半小时打开控制柜后面的电源开关，开启电脑、测控仪和尾气分析仪，启动检测程序，按照电脑提示输入正确的操作员用户名和密码进入检测程序，进行检测系统预热，测功机预热时间为10分钟，分析仪预热为15分钟。填写开机记录。

　　（2）对台架进行加载滑行和空载滑行试验（每天一次）填写使用记录。并上传。

　　（3）对五气分析仪进行校准（调零，密封性检测，低流量检测）（每天一次）填写使用记录。并上传。预热完毕后，分析仪进入清零、检漏程序，此时应堵住尾气取样探头，检漏过程为17秒，如有漏气，系统会提示“有泄漏，请堵塞取样探头”，并重复进行检漏程序，如无漏气系统会提示“无泄漏”，

　　（4）对流量计进行校准和自检，（流量检测，流量计量程检测）（每天一次）填写使用记录。并上传。

　　2、车辆检测

　　（1）进入检测程序：输入操作员代码，进入车辆信息界面，等候引车员将车辆开上台体；

　　（2）准备：向引车员收取外检单，核对被检车辆外检单，确认检测方法，放下举升板，让引车员将车辆摆正并进行相应的车辆预热；

　　（3）选择车辆：对照外检单和上线车辆，从“待检记录”里面选择车辆，认真检查车辆信息，核对检测系统的信息与外检单是否相符，车牌号码、车牌颜色、与本车是否一致，是否延缓，基准质量与驱动形式信息是否相符等。检查无误后，正确输入引车员姓名。

　　（4）开始检测：辅助员插好取样探头及辅助设施后，点击开始检测。密切注意被检车辆的状态，发现异常情况及时警告及切断电源。检测完毕后，将外检表交还引车员；

　　（5）检测结束：升起举升板，发出检测结束指令，示意车辆驶出台架。

　　注意事项：操作员在检测过程中要随时注意车辆及周围的情况，发现异常情况及时警告及切断电源。操作员每天要记录设备的运转情况，发现异常及时报告技术负责人。设备需要定期进行标定，根据电脑提示距下次标定的时间提前在下午下班后进行标定。每天下班检查电源是否关闭。

　　（四）辅助员

　　1、抬起检测车间入口档杆，示意引车员驶入车辆。车辆驶入后

　　及时放下档杆。

　　2、核对外检单，确认检测方法，并将外检单递交给操作员；

　　3、引车员将受检车辆驶入台架并摆正车辆位置后，在非驱动轮垫入垫块，在合适位置插好防侧滑装置；前驱车必须将防侧滑装置插在最靠近前轮端面的两侧；

　　4、核查排气管有无泄漏，以免影响采气管采气，造成数据不准确；

　　5、车辆停稳后将发动机冷却装置靠近车辆发动机进风口500-1000mm处（不得影响尾气排放的采集），打开风机电源开关，调整气流方向角使其处于最佳位置，并锁止脚轮以防移动；

　　6、插入采样探头（简易瞬态工况的套入流量计套管，双怠速检测的应接入油温传感器和速传感器），双排气管的要插入双探头，插入深度为400mm,并固定；

　　7、接转速仪，点烟器信号灵敏的，转速仪连线直接插入点烟器，在点烟器中无法取得转速信号的，将连接线接在电瓶的正负极，油温传感器插入发动机机油尺管内；

　　8、发出准备完毕信号，并站立在受检车辆后侧，及时关注受检车辆状况；车辆检测期间，禁止非工作人员进入检测场所；

　　9、检测完毕后，拿出垫块，拔出限位装置，将探头及流量计套管放回指定摆放地；

　　10、收起油温传感器和转速传感器。抬起检测车间出口档杆，示意检测完毕。

　　（五）引车员

　　引车员必须是专职驾驶员，必须持有符合准驾车型的驾驶证驾驶车辆，应该熟悉各种车辆的基本性能和驾驶操作要领。

　　1、基本操作流程

　　（1）核对外检单，要按照外检表的内容对车辆的离合、油门、制动踏板和灯光开关等性能状态进行确认，检测前关闭车内空调、冷热风、收音机、ABS等设施，并确认检测方法；

　　（2）待检区车道车辆限速15km/h，注意邻近车辆动向，以防发生刮碰事故；禁止倒车及逆向行驶。

　　（3）检测车间车辆限速5km/h，保持安全车距，原则上不准倒车；

　　（4）检测车辆沿车道标线行进，将受检车辆缓慢驶入车间，积极配合操作员，按提示及时正确操作，不得拖延；

　　（5）接受操作员发出的指令，按照司机助的屏幕提示开始操作；

　　（6）检测完毕时等操作员发出指令后缓慢将汽车驶离台架。

　　2、按照不同检测方法划分操作程序

　　简易瞬态工况法检测：

　　（1）接车：在待检车位接车，从送检人手中接过外检表查看是否已交费和登录。查看外检表，确认车辆检测方法。查看外检表的详细内容，对车况全面了解，不熟悉的车型向车主及外检员详细了解车况，并要询问车主是否缺机油，水温表工作是否正常，注意倾听发动机有无异响，查看水温、机油表的状态。

本公司常用地标线分单色、双色两种；

1、单色：主要有 红、黄、绿等；

2、双色： 主要有 黄黑、 红白等。

颜色代表的意义：

1、红色——主要应用在质量不合格区域，提醒员工对这些产品或者物料及时进行处理；

2、绿色——主要应用在质量合格区域，提醒员工对这些产品或者物料及时正确处理；

3、**——主要应用在工作区域，提醒员工在区域内作业，起定位的作用，

4、黄黑——主要应用在车间通道划线，提醒不要占用通道，不要轻易进入通道外的区域；

5、红白——主要应用在消防设施等划线，红色与白色相间条纹是表示禁止人们进入危险的环境，也提醒不要阻挡消防设施。

操作步骤

① 根据粘贴地标线的区域位置，选择相应颜色的地标线；

② 使用拖把将需要粘贴的地面打扫一遍；

③ 将地标线撕开对齐贴在地面上，使用扫把将地标线轻压贴紧地面；

区域标识规划标准

1、车间主干道

适用范围：通道、行人、车辆行驶路线定位；

地标线要求：宽度：4 cm；颜色：黄黑色

2、区域、岗位

适用范围：大面积物品存放区域划分，个人岗位活动区域；

地标线要求：宽度：4cm；颜色：**

3、良品区

适用范围：适用于合格产品存放；

地标线要求：宽度：4 cm；颜色：绿色

备注：第一种适用于区域中间划分；第二种适用于4边通道区域划分；

4、不良品区

适用范围：适用于不合格产品存放；

地标线要求：宽度：4 cm；颜色：红色

备注：第一种适用于区域中间划分；第二种适用于4边通道区域划分；

5、待处理区

适用范围：适用于不确定待处理产品存放；

地标线要求：宽度：4 cm；颜色：**

备注：第一种适用于区域中间划分；第二种适用于4边通道区域划分；

6、消防区域

适用范围：适用于消防器材和区域；

地标线要求：宽度：4 cm；颜色：红白色

备注：第一种适用灭火器划分；第二种适用于消防栓通道区域划分；

7、车辆定位

适用范围：适用于适用于小叉车、推车等车类存放地存放；

地标线要求：宽度：4 cm；颜色：**

8、物品定位

适用范围：适用于物品定置管理；

地标线要求：宽度：4 cm；颜色：**