上篇 实战 表格pandas
大模型实战营第一课心得笔记
1、了解专用模型和通用大模型，以及书生浦语大模型开源历程、轻量级、中量级以及重量级三种不同大模型系列，和其他大模型的性能对比。 2、了解从模型到应用的主要步骤以及书生大模型各步骤采取的主要技术，如训练数据，预训练、微调、开源评测体系等。 3、现有的疑问：书生中量级的使用商业成本以及具体功能性能表现， ......
富文本编辑器wangEdiotr，编辑表格后，重新打开组件报错Error in callback for watcher “value“: “Error: Cannot find a descenda（json爆红）
报错内容 原因：每次打开对话框，editor组件只创一次，关闭对话框也不会被销毁。所以：只要每次打开都重新渲染Editor组件就好了。 解决办法：在上加上v-if <editor v-model="form.noticeContent" :min-height="192" v-if="open"/> ......
学习笔记437—excel表格中向上取整数的公式
EXCEL表格中向上取整数的公式 1、打开EXCEL表格，在表格中输入数据。 2、在计算单元格内输入函数公式“=ROUNDUP(B16/40,0)”，第二个参数0，即是往上舍入取整数。 3、按下回车，表格里计算的数据全部向上舍入取整数。 ......
ASR项目实战-交付过程中遇到的内核崩溃问题
当前参与交付的语音识别产品服务，算法模块基于经典的Kaldi，算法中的一部分运行在GPU之上。 算法团队采用的是声学模型+语言模型的1-pass方案。这个方案的特点在于，语言模型数据文件（HCLG文件）的大小，和训练语料的丰富程度正相关，即语言文本的语料越多，经过训练、转换后得到的语言模型文件越大。 ......
Python Pandas 基本概念
1、DataFrame 和 Series 的基本概念 DataFrame 和 Series 是Pandas中两种最基本的数据结构，它们为数据分析和处理提供了强大的功能。 Series 是一种一维数组结构，类似于 Python 中的列表或者 NumPy 的数组。每个 Series 对象都有一个索引 ......
pandas day01
一、什么是数据分析： 数据分析是指对数据进行收集、处理、转换和挖掘，以发现数据中的规律、趋势和关联性，为决策提供支持和指导的过程。数据分析涵盖了数据预处理、数据建模、数据可视化、数据挖掘等多个方面的技术和方法。 二、pandas的初步使用： 2.1 安装模块 # 安装第三方库 pip install ......
python3之pandas库
pandas中有两类非常重要的数据结构，即序列Series和数据框DataFrame。 Series类似于numpy中的一维数组；DataFrame类似于numpy中的二维数组。 DataFrame创建 # 通过二维数组创建数据框 df1 = pd.DataFrame(np.arange(12).r ......
Excle表格：vlookup函数详解，通俗易懂篇
Vlookup函数是电子表格中的一个查找匹配函数，适用于Excel与WPS各个版本。 在所有的函数中，vlookup函数应该是使用频率最高的函数之一，对新手小伙伴来说，掌握它是十分有必要的。 本篇文章从其基本用法、进阶用法、匹配不出来原因分析、如何规避错误值、冷门用法科普等五个维度来详细介绍下vlo ......
企业级微服务项目实战《学成在线》学习日志（一）
项目架构 先来看看项目架构图： 我们主要搞的就是微服务层和数据层。 而这个项目比较大，框架就分成了三个端： 环境搭建 在开发这个项目前，你需要了解java,ssm,.springboot,springcloud,springcloudAlibaba,nacos,mysql,虚拟机,docker,SS ......
商智C店H5性能优化实战
前言 商智C店，是依托移动低码能力搭建的一个应用，产品面向B端商家。随着应用体量持续增大，考虑产品定位及用户体验，我们针对性能较差页面做了一次优化，并取得了不错的效果，用户体验值（UEI）从一般提升到良好。本文详细记录了优化思路及过程，期望给正在或打算做用户体验提升的小伙伴提供一些参考。 一、性能优 ......
element 表格排序展示 动态
<template> <div> <el-row> <el-col :span="2"> <div class="grid-content bg-purple"> <el-input v-model="user.name" placeholder="请输入 姓名"></el-input> </div ......
element中table表格-某列根据条件合并成多个单元格
###export default 和export的区别？ export命令，为模块指定默认输出。 一个模块就是一个独立的文件。该文件内部的所有变量，外部无法获取。如果你希望外部能够读取模块内部的某个变量，就必须使用export关键字输出该变量。下面demo说明使用：``` <template> < ......
ASR项目实战-交付过程中遇到的疑似内存泄漏问题
基于Kaldi实现语音识别时，需要引入一款名为OpenFST的开源软件，本文中提到的内存问题，即和这款软件相关。 考虑到过程比较曲折，内容相对比较长，因此先说结论。 在做长时间的语音识别时，集成了Kaldi和OpenFST的进程将会占用远超出预期的内存，这个现象可能和OpenFST、glibc的实现 ......
关于pandas.to_datetime对不同时间格式使用时发生报错的情况
在看菜鸟的pandas对格式错误清洗时，发现菜鸟提供的代码在我现在的版本跑不通。 把报错在网上找了半天都是把报错errors参数给修改的。 最后重看了下报错信息，发现把format改成mixed，告诉pandas数据格式混合就可以（汗），应该是python3版本太新的问题 报错代码： import ......
pandas基础使用
pandas pandas介绍 Pandas 是一个开源的数据分析和数据处理库，它是基于 Python 编程语言的。 Pandas 提供了易于使用的数据结构和数据分析工具，特别适用于处理结构化数据，如表格型数据（类似于Excel表格）。 Pandas 是数据科学和分析领域中常用的工具之一，它使得用户 ......
Redis 性能优化实战
Redis 作为内存数据库，其性能表现非常出色，单机 OPS 很容易达到 10万以上，这主要得益于其高效的内存数据结构、单线程无锁设计、IO 多路复用等技术实现。但是在线上生产环境的使用中，我们仍然会发现在使用 Redis 的时候其性能和预期是不符的，例如出现了明显的延迟等，如果我们能从 Redis ......
盘点一个Pandas取值的问题（下篇）
大家好，我是皮皮。 一、前言 前几天在Python白银交流群【上海新年人】问了一个Pandas数据提取的问题，上一篇文章我们介绍了基础篇，这一篇文章我们来延伸下，你想象下，我想要14和15行该怎么写？ 二、实现过程 后来【论草莓如何成为冻干莓】给了一份代码，print(df.loc[[14, 15] ......
Python性能测试框架Locust实战教程
01、认识Locust Locust是一个比较容易上手的分布式用户负载测试工具。它旨在对网站（或其他系统）进行负载测试，并确定系统可以处理多少个并发用户，Locust 在英文中是 蝗虫 的意思：作者的想法是在测试期间，放一大群 蝗虫 攻击您的网站。当然事先是可以用 Locust 定义每个蝗虫（或测试 ......
pandas：统计一个Excel中的空值、非空值、全部值的数量
问题： 有一个Excel，一共7列10行，如下所示： 如何统计其中空值、非空值、全部单元格的数量？ 解决： ①将该Excel读入为DataFrame data=pd.read_excel('data.xlsx') ②所有单元格 size是dataframe的属性 total=data.size ③非 ......
实战博彩站点-从弱口令到提权
0x00 前言我们的小团队对偶然发现的bc站点进行的渗透,从一开始只有sqlmap反弹的无回显os-shell到CS上线,到配合MSF上传脏土豆提权,到拿下SYSTEM权限的过程,分享记录一下渗透过程0x01 登录框sql注入看到登录框没什么好说的,先试试sqlmap一把梭burp抓包登录请求,保存 ......
记一次被骗花呗背后骗局的渗透实战
0X00 事情起因 大街上偶遇预存话费3999送平板被套路，支付宝被一顿操作又套现又转账的把我花呗都套走了。回到家越发越觉得不对劲，越发越后悔，网上一搜关于这类的活动一抓一大把而且一模一样越看是越生气啊。 最主要的呢，送的平板也是八百多的根本不值预存话费的这个价，且居然有卡死的现象，于是乎我决定深挖 ......
记一次BC推广渗透实战
0x00 信息搜集朋友给了我一个站，算一个比较大的bc，主站看了一下，没有入口，就换了他的一个推广平台然后首先大致扫了一下目录，希望可以看见一些有用的东西。这个时候我可以推荐大家一个接口，可以快速大致看看他重要的文件https://scan.top15.cn/web/infoleak例如探针，网站源 ......
记一次帮助粉丝渗透某盘反诈骗的实战
0X00 事情由来了解完事情的经过，经过我的经验判断，这应该是个杀猪诈骗案例诈骗份子通过一些手段让受害人相信，通过他们可以赚钱并诱导充值杀猪盘赌博0X01 渗透过程-大概二十分钟左右就拿下了渗透过程简单枯燥：看了一眼IP和端口，判断了下应该不存在云waf，直接开始扫目录过了几分钟扫到一个http:/ ......
【积微成著】性能测试调优实战与探索（存储模型优化+调用链路分析）| 京东物流技术团队
一、前言 性能测试之于软件系统，是保障其业务承载能力及稳定性的关键措施。以软件系统的能力建设为主线，系统能力设计工作与性能测试工作，既有先后之顺序，亦有相互之影响。以上，在性能测试的场景决策，架构分析、流量分析、压测实施和剖解调优等主要环节中，引发对于系统能力底盘夯实和测试策略改进的诸多思考。 在性 ......
NPOI word表格实现动态组织行列
NPOI版本2.2.1 难点一：列增加 NPOI对于增加列真的很不健壮 坑一: GetCell超出索引 如果只写如下代码就以为完成了列增加 XWPFDocument doc = new XWPFDocument(stream); var table1 = doc.Tables[0]; table1. ......
DeepSpeed 学习 [2]: 从 0 开始 DeepSpeed 实战
从 0 开始 DeepSpeed 实战，Get Start 目录从 0 开始 DeepSpeed 实战，Get StartDDP 初探Minimum DDP ExampleMULTI GPU TRAINING WITH DDP (Single to Multi)Install初始化TrainingM ......
Python Pandas 安装和设置
1、安装 Pandas 1）确保已安装Python Pandas 需要 Python 环境。可以通过在终端或命令提示符中运行 python --version 来检查是否已安装 Python。 2）安装 Pandas 使用 Python 的包管理器 pip 进行安装： pip install p ......
html（超链接---列表标签---表格标签）
一、超链接 标签描述 <a> 定义超链接，用于链接到另一个资源 href：指定访问资源的URL target：指定打开资源的方式 _self:默认值，在当前页面打开 _blank：在空白页面打开 代码演示： 运行界面： 二、列表标签 标签描述 <ol> 定义有序列表 <ul> 定义无序列表 <li> ......
pandas删除空值
删除空值 在一些情况下会删除有空值、缺失不全的数据，df.dropna可以执行这种操作： df.dropna() # 一行中有一个缺失值就删除 df.dropna(axis='columns') # 只保留全有值的列 df.dropna(how='all') # 行或列全没值才删除 df.dropn ......
pandas替换数据 典型应用 replace
替换数据 replace方法可以对数据进行批量替换： s.replace(0, 5) # 将列数据中的0换为5 df.replace(0, 5) # 将数据中的所有0换为5 df.replace([0, 1, 2, 3], 4) # 将0～3全换成4 df.replace([0, 1, 2, 3], ......