上篇 实战 表格pandas

pandas基础操作

### 为什么学习pandas- numpy已经可以帮助我们进行数据的处理了,那么学习pandas的目的是什么呢? - numpy能够帮助我们处理的是数值型的数据,当然在数据分析中除了数值型的数据还有好多其他类型的数据(字符串,时间序列),那么pandas就可以帮我们很好的处理除了数值型的其他数据! ......
基础 pandas

Windows11下私有化部署大语言模型实战 langchain+llama2

一、本机环境 1.硬件环境: CPU:锐龙5600X 显卡:GTX3070 内存:32G 注:硬件配置仅为博主的配置,不是最低要求配置,也不是推荐配置。 2.软件环境: Windows系统版本:Win11专业版23H2 Python版本:3.11 Cuda版本:12.3.2 VS版本:VS2022 ......
实战 langchain 模型 Windows 语言

18-有参转录组实战4-可变剪接分析

#以下教程主要参考 https://www.jianshu.com/p/804ec7cf7cc2 https://www.jianshu.com/p/b5413ccffe2b https://www.jianshu.com/p/99a626391b04 #通过转录组数据分析可变剪接AS,首先是软件的 ......
实战 18

fastadmin 静默刷新表格

比如在操作完某个事件的时候需要刷新一下页面表格,原生的js刷新效果感觉不太好,尝试静默刷新,比较ok。 上代码 parent.$("#my_customer").bootstrapTable('refresh', { silent: true //静默刷新 }); ......
fastadmin 表格

Python Pandas 数据整合

​ 1、数据合并 数据合并是指将两个数据集合并为一个数据集的过程。数据集的列名和数据类型是否一致。如果不一致,需要进行数据类型转换或重命名。数据集的索引是否一致。如果不一致,需要进行索引重置或合并。数据集的缺失值处理。可以使用均值、中位数或众数填充缺失值,也可以删除缺失值。 1)merge() 根据 ......
数据 Python Pandas

设计模式Java实战,彻底学会

​ ​这是全网最强的Java设计模式实战教程。此教程用实际项目场景,结合SpringBoot,让你真正掌握设计模式。 网址是:Java设计模式实战专栏介绍 - 自学精灵(也可以百度搜索“自学精灵”)。 本设计模式专栏的威力 用Java实战来介绍常用的设计模式,让你真正掌握设计模式。 用项目实际场景进 ......
设计模式 实战 模式 Java

Redis实战篇

实战篇Redis 开篇导读 hutol工具使用 对象bean 和JsonStr 互转 //功能: java bean 转jsonstr 用途:存入到redis String jsonstr=JSONUtil.toJsonStr(shopType) //功能: jsonstr 转java bean 用 ......
实战 Redis

pandas -- Dataframe 初步使用

Dataframe 的读取 (1) 直接声明 ## 先是一个字典的形式 data = { "keyname1": [ "elem1", "elem2" ], "keyname2": [ "elem3", "elem4" ] } df = pd.DataFrame(data, index = [ <c ......
Dataframe pandas

Python Pandas 数据清洗

​ 1、处理缺失数据 处理缺失数据是数据清洗过程的一个重要部分。缺失数据可以以多种方式出现,最常见的是作为 NaN(Not a Number)。处理缺失数据涉及使用 isna() 或 isnull() 检测缺失值,fillna() 填充缺失值,dropna() 删除包含缺失值的行或列,以及 inte ......
数据 Python Pandas

BIP树形表格的参照过滤

{ "code": 200, "message": "操作成功", "data": [ { "orgtype": 1, "parent": "", "code": "1", "level": 1, "sort": 1, "isEnd": 0, "shortname": "中国三峡集团", "inne ......
树形 表格 BIP

Python+Requests+PyTest+Excel+Allure 接口自动化测试实战

本文主要介绍了Python+Requess+PyTest+Excel+Allure 接口自动化测试实战,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧 Unittest是Python标准库中自带的单元测试框架,Unittest有时 ......
实战 Requests 接口 Python PyTest

微信小程序自动化测试实战,支持录制回放、智能遍历

​为了满足小程序性能、功能等方面的测试需求,微信团队上线 小程序云测服务,提供丰富的自动化测试能力。其中 智能化 Monkey 服务 凭借着零代码、低成本的优势吸引不少开发者使用。 在服务使用过程中,我们发现开发者有更多的进阶需求: 先完成指定操作,例如登录帐密输入,再进行 Monkey 测试 遍历 ......
实战 智能 程序

expr命令实战

expr命令: 简单的计算器执行命令:expr --help 实践: expr不是很好用,基于空格传入参数,但是shell里一些元字符都是有特殊含义的,都在算法符号前加上反斜杠`\` expr length用法: expr \大于号和小于号用法: expr模式匹配: expr命令也支持模式匹配功能 ......
实战 命令 expr

Android项目实战(六十八):微信分享的实现

系统分享: // 系统转发方式 public static void shareBySystem(Context context,File file){ WxUtils.checkFileUriExposure(); Intent intent = new Intent(Intent.ACTION_ ......
实战 Android 项目

记一次网络任务赚佣金骗局到溯源到个人的渗透实战

在鹰图中找TSRC资产准备挖腾讯SRC时候看到此站点域名:qq.com.xxxx.top,标题为登录第一感觉不是正经站应该是钓鱼站whois查询到的webpack打包的这种站点基本都会有一些测试账号,试了试18888888888密码123456看到这个基本确定这就是个做任务赚佣金的那种,主打的就是一 ......
佣金 骗局 实战 任务 网络

实战钓鱼篇-细节决定成败,通过在线客服通关内网

0x00 前言红蓝对抗无疑是一场持续性的博弈过程,随着近几年的攻防不断,打了一轮又一轮,web漏洞的急剧减少,社工钓鱼显然成为了主流的攻击手段之一。0x01 免责声明请您务必认真阅读、充分理解下列条款内容:1、本公众号分享的任何文章仅面向合法授权的企业安全建设行为与个人学习行为,严禁任何组织或个人用 ......
成败 实战 细节

MySQL运维实战(2)MySQL用户和权限管理

作者:俊达 引言 MySQL数据库系统,拥有强大的控制系统功能,可以为不同用户分配特定的权限,这对于运维来说至关重要,因为它可以帮助管理员控制用户对数据库的访问权限。用户管理涉及创建、修改和删除数据库用户,权限管理则控制用户对数据库的访问和操作。MySQL提供了灵活的权限控制机制,允许管理员根据需要 ......
MySQL 实战 权限 用户

玩转Python:在Python中处理表格数据,几个非常流行且功能强大的库

在Python中处理表格数据,有几个非常流行且功能强大的库。以下是一些最常用的库及其示例代码: 1. Pandas Pandas是一个开放源代码的、BSD许可的库,为Python编程语言提供高性能、易于使用的数据结构和数据分析工具。 安装Pandas pip install pandas 示例代码: ......
Python 功能强大 表格 功能 数据

xlwt创建excel表格并且写入数据

import xlwt#创建一个excelwb = xlwt.Workbook()#选择工作簿sh = wb.add_sheet('电影')#写入数据据 到单元格sh.write(0,0,'复仇者联盟')#保存excelwb.save('C:/Users/admin/Desktop/电影数据.xls ......
表格 数据 excel xlwt

SpringBoot的多数据源以及事务解决方案(上篇)

SpringBoot的多数据源以及事务解决方案 背景 一个主库和N个应用库的数据源,并且会同时操作主库和应用库的数据,需要解决以下两个问题: 如何动态管理多个数据源以及切换? 如何保证多数据源场景下的数据一致性(事务)? 数据切换原理 通过扩展Spring提供的抽象类AbstractRoutingD ......

BootStrapUI--表格

前言 制作页面总有些便捷方式,让我们免于调节。介绍一下BootStrap表格。 BoopStrap官网:https://www.bootcss.com/ 引入HTML: 1 <!-- 最新版本的 Bootstrap 核心 CSS 文件 --> 2 <link rel="stylesheet" hre ......
BootStrapUI 表格

Python Pandas NumPy NaN和Inf简介及常用操作

​ NumPy(Numerical Python)是一个用于科学计算的库,它提供了对多维数组(例如矩阵)和一系列数学函数的支持。NumPy 中包含了处理 NaN(Not-a-Number)和 Inf(Infinity)等特殊值的功能。本文主要介绍一下Python Pandas NumPy 中 NaN ......
常用 简介 Python Pandas NumPy

Python Pandas 数据选择与过滤

​ Python的Pandas库是一个强大的数据处理和分析工具,其中数据选择与过滤是其核心功能之一。这些功能使用户能够高效地访问、修改、筛选出数据集中的特定部分。数据选择与过滤功能提供了数据操作的强大灵活性,使得数据分析工作流程变得更加高效和精确。本文主要介绍Python Pandas 数据选择与过 ......
数据 Python Pandas

MySQL运维实战(1.3)安装部署:源码编译安装

作者:俊达 引言 在大多数情况下,我们不需要自己编译MySQL源码,因为编译的MySQL和二进制包的内容基本一致。然而,有些特殊情况可能需要我们采用源码编译的方式安装MySQL: 安装非标准版本的MySQL:有些特殊的应用场景会使用到MySQL的非标准版本,这时候我们就需要编译源码来安装。 安装社区 ......
实战 源码 MySQL 1.3

分布式日志追踪ID实战 | 京东物流技术团队

本文通过介绍分布式应用下各个场景的全局日志ID透传思路,以及介绍分布式日志追踪ID简单实现原理和实战效果,从而达到通过提高日志查询排查问题的效率。 背景 开发排查系统问题用得最多的手段就是查看系统日志,相信不少人都值过班当过小秘吧:给下接口和出入参吧,麻烦看看日志里的有没有异常信息啊等等,但是在并发 ......
物流技术 分布式 实战 团队 物流

公共Hooks封装之表格选择操作useTableRowSelection

项目环境 Vue3.x + Ant Design Vue3.x + Vite3.x 封装思考:为什么封装 useTableRowSelection.js 首先, 基于 Hooks(useTableData.js、useQueryParams.js)的封装,作为管理后台表格常见操作的批量删除、批量编辑 ......
useTableRowSelection 表格 Hooks

公共Hooks封装之自定义表格数据列渲染useTableColumns

项目环境 Vue3.x + Ant Design Vue3.x + Vite3.x 封装思考:何为自定义表格数据列渲染,其为何种场景服务 根据实际业务场景而来,为避免法律风险,部分截图内容脱敏处理 如下图,当表格内容的列非常多时,正常情况下,我们通常采取的方式是左右两侧的列,即左侧 Key 列和右侧 ......
useTableColumns 表格 数据 Hooks

公共Hooks封装之表格数据useTableData

项目环境 Vue3.x + Ant Design Vue3.x + Vite3.x 封装分解:声明变量 import { ref, shallowRef, isRef } from "vue"; const loading = ref(false); // 表格数据UI交互Loading const ......
useTableData 表格 数据 Hooks

MySQL运维实战(1.2)安装部署:使用二进制安装部署

作者:俊达 引言 上一篇我们使用了RPM进行安装部署,这是一种安装快速、简化部署和管理过程、与操作系统提供的包管理工具紧密集成的部署方法。此外,当你需要更高的灵活性和自定义性,并且愿意承担一些额外的手动配置和管理工作,那么二进制安装是一个值得考虑选择。 以下是二进制安装的一些优势: 处理单机多实例: ......
二进制 实战 MySQL 1.2

MySQL运维实战(1.1)安装部署:使用RPM进行安装部署

作者:俊达 我们在生产环境部署mysql时,一般很少使用RedHat Package Manager(RedHat软件包管理工具)。用rpm或或者其他包管理器安装mysql有其好处,例如安装简单,并且许多系统可能已经自带了某个版本的MySQL。 当然,使用RPM安装也存在一些缺点: 1、rpm依赖包 ......
实战 MySQL 1.1 RPM
共2940篇  :3/98页 首页上一页3下一页尾页