ICode9

精准搜索请尝试: 精确搜索
  • 实验52022-06-06 18:35:00

    TASK1   #include <stdio.h> #define N 5 #define M 80 typedef struct { char name[M]; // 书名 char author[M]; // 作者 }Book; int main() { Book x[N] = { {"一九八四", "乔治.奥威尔"}, {"美丽新世界", "赫胥黎"}, {"昨日的世界", &qu

  • 实验六2022-05-24 22:04:15

    def is_valid(x): ls=[str(i) for i in range(0,10)] ls.append('X') if len(x)<18: return False for a in range(len(x)): if x[a] not in ls: return False break if a==len(x)-1: retu

  • 实验五2022-05-11 20:00:18

    Task3: 1 with open('实验5数据文件/data3.txt', 'r') as f: 2 data = f.readlines() 3 4 data[0] = data[0].rstrip('\n') 5 6 for i in range(len(data) - 1): 7 data[i + 1] = eval(data[i + 1].rstrip('\n')) 8 p

  • minio 4*4 集群 故障测试2022-03-26 20:01:21

    因为一个minio有点集群故障(文件写入异常),所以基于官方的理论测试下集群容错性 一个计算规则 4*4 模式的,默认使用的纠删码条纹为16 (官方的模式是取最大,但是计算页面可以调整,对于minio来说这个是自动的),按照套路应该是可以一个server 以及4个盘异常的,不应该出现一个节点异常造成服务

  • 数据预处理2022-01-30 19:32:13

    数据写入: os.makedirs(os.path.join('..', 'data'), exist_ok=True) data_file1= os.path.join('..', 'data', 'animals.csv') with open(data_file1,'w',encoding='utf8') as f: #open文件名参数不要打引号 f.writ

  • 去哪儿网数据预处理与分析2022-01-05 21:05:11

    import numpy as np import pandas as pd df=pd.read_csv('C:/Users/15451/data/qunar_freetrip.csv',encoding='gbk',sep='\t') df.head() df.describe() df.info() df.columns data=df.rename(columns=lambda x: x.strip()) data.head

  • 去哪儿网预处理和分析2022-01-05 20:34:34

    import numpy as np import pandas as pd df=pd.read_csv('C:/Users/xiaoli/data/qunar_freetrip.csv',encoding='gbk',sep='\t') df.head() df.describe() df.info() df.columns data=df.rename(columns=lambda x: x.strip()) data.hea

  • ARM 体系结构与编程 - Label2021-10-09 17:58:07

    参考资料: https://developer.arm.com/documentation/100068/0616/Migrating-from-armasm-to-the-armclang-Integrated-Assembler/Labels 跳转 MOV R5, #1 MOV R6, #2 BL final //LR = 0x0c MOV R7, #3 //skipped MOV R8, #4 //skipped final: 循环 loop: MOV R5

  • Python数据分析笔记(上)2021-10-04 23:34:20

    文本文件的读取 Pandas读取官方文档查阅地址 Input/Output — pandas 0.24.2 documentation (pydata.org) read_csv\read_table(filepath_or_buffer,sep=’\t’,header=’infer’,names=None,index_col=None,usecols=None,dtype=None,converters=None,skiprows=None,skipfoot

  • 【数字信号】基于GUI DTMF信号生成与检测(带按键音)【Matlab 1086期】2021-09-21 12:02:53

    一、DTMF简介 1 含义 双音多频 DTMF(Dual Tone Multi Frequency),双音多频,由高频群和低频群组成,高低频群各包含4个频率。一个高频信号和一个低频信号叠加组成一个组合信号,代表一个数字。DTMF信令有16个编码。利用DTMF信令可选择呼叫相应的对讲机。 双音多频信号(DTMF),电话系统中电

  • 04_Numpy模块的使用2021-06-18 15:54:22

    import numpy as np data1 = np.array([2,3,5]) data2 = np.array([[25,56], [665,8]]) data3 = np.zeros([5,6]) data4 = np.ones([5,2]) data3[0,0] = 5 print(data1) print(data2) print(data1.shape) print(data2.shape) print(data3) print(data4[1,1]

  • 03_矩阵基础2021-06-18 15:54:04

    #placeholder import tensorflow as tf data1 = tf.placeholder(tf.float32) data2 = tf.placeholder(tf.float32) dataAdd = tf.add(data1,data2) with tf.Session() as sess: print(sess.run(dataAdd,feed_dict={data1:55,data2:60})) print("end!") import t

  • byte数组拼接2021-06-17 11:33:45

    对byte数组进行拼接操作 data1为原byte数组,data2为需要追加的byte数组 返回的数组内容为data1+data2 的byte数组 /** * 拼接byte数组 * @param data1 * @param data2 * @return 拼接后数组 */ public static byte[] addBytes(byte[] data1, byte[] data2) {

  • 服务器-------------------------------->>>>挂载服务器的命令2020-12-03 19:32:18

    命令:sudo mount -t cifs //192.168.31.204/data3 /mnt/data3 -o username=cbpm,password=cbpm2016如果我想在150服务器挂204服务器上面的数据204路径://192.168.31.204/data3150上创建的文件夹路径: /mnt/smb31204的密码和用户名:username=cbpm,password=cbpm2016 sudo mount -t

  • MVC分页2020-09-20 19:03:38

    一、Contrl与View数据传递(多表数据) 1)ViewBag变量方式 使用4个ViewBag变量进行数据传递,Data1、Data2、Data3、Data4的数据直接从数据库里调。 Control中伪代码如下所示: public ActionResult CnBlogIndex() 2 { 3 ViewBag.Data1 = Data1; 4 ViewB

  • Python学习(九)三元运算、函数2020-04-23 22:03:35

    1、三元运算(三目运算) #v = 前面 if 条件 else 后面 # if '条件': # v ='前面' # else : # v ='后面' # 让用户输入值,如果值是整数,则装换成整数,否则赋值为None data = input('>>>') value = int(data) if data.isdecimal() else None # 省略写法 print(value

  • ALV显示金额字段值扩大100倍2019-10-17 16:50:23

     内表数据 物料                  库位          期末庫存金額F0D7004DSA   1PYF       701410.944F0D7004DSA   1SNT       191642.256F0D7004DSA   1SYF       191642.256   显示ALV  金额显示为: 70,141,09419,164,226 19,164,226看的出来

  • NumPy笔记:多维度数组2019-09-10 22:57:00

    """ 多维数组"""import numpy as np print("--------------多维数组----------------")data = np.array(3)data1 = np.array([1, 2, 3, 4, 5, 6])data2 = np.array([[1, 2, 3, 4, 5, 6]])data3 = np.array([[[1, 2, 3, 4, 5, 6]]], dtype=

专注分享技术,共同学习,共同进步。侵权联系[81616952@qq.com]

Copyright (C)ICode9.com, All Rights Reserved.

ICode9版权所有