ICode9

精准搜索请尝试: 精确搜索
  • echarts图表——柱状图、折线图、散点图、饼图、地图2021-05-10 23:03:05

    echart图表 公共样式: ul { width: 400px; height: 40px; margin: 20px auto; /* line-height: 40px; */ } ul li { float: left; list-style: none; } ul li a { display: block; font-size: 18px; color: orange; text-decoratio

  • 孙卫琴的《精通JPA与Hibernate》读书笔记:@Enumerated注解映射枚举类型2021-05-04 20:04:51

    以下代码定义了一个表示性别类的Gender枚举类型: public class Gender extends Enum{ public static final Gender FEMALE; public static final Gender MALE; } 假定Customer类有一个表示性别的gender属性,它是Gender枚举类型: @Column(name="GENDER") private Gender gender=G

  • 剑桥雅思写作高分范文ESSAY612021-03-02 12:32:06

    Some people agree that all kinds of jobs should be equally open to men and women. Others think that some jobs should only be suitable for men and women respectively. Discuss and give your opinion.   Many of us would be a little amused at the sight of a ma

  • cut命令基本使用2021-02-10 15:32:14

    cut命令基本使用 一、简单说明二、基本用法三、示例 一、简单说明   cut命令常用于连接字符,合并文件, 将输出打印到标准输出上stdout上, 可以通过重定向符 > 输出到文件,如:cut file1 file2 > file3, 这条指令会将file1 file2文件的内容合并输出到file3中保存。cut还可以用

  • 深入解读逻辑回归LogisticRegression:适用于初学者2021-01-23 12:33:05

    深入解读Logistic回归及其结果:回归系数,OR,odds 声明:本文并非原创,大部分整理自网络,有部分自己修改。 参考文献: 1、原文网址:http://blog.sina.com.cn/s/blog_44befaf60102vznn.html 2、原文大量参考网址:http://www.ats.ucla.edu/stat/mult_pkg/faq/general/odds_ratio.htm 3、ht

  • Django笔记&教程 5-2 进阶查询——Queryset2021-01-16 13:04:07

    Django 自学笔记兼学习教程第5章第2节——进阶查询——Queryset 点击查看教程总目录 Queryset相关内容其实蛮多的,本文只介绍一些常用的,详细的推荐查询官方文档:queryset-api 0 - 数据示例 为了方便本文后面内容举例,这里先展示下models.py和数据库表内容, myapp/models.py在本章

  • python 格式化输出详解(占位符:%、format、f表达式)——下篇 实例篇2021-01-08 23:33:27

    作者自我介绍:大爽歌, b站小UP主,直播编程+红警三,python1对1辅导老师。 上篇: python 格式化输出详解(占位符:%、format、f表达式)—— 理论篇 本文为下篇: python 格式化输出详解(占位符:%、format、f表达式)—— 实例篇 格式化输出内容为markdown表格格式 —— 使用f表达式 markdow

  • pandas组队学习:task42020-12-25 23:35:00

    一、分组Groupby 使用方式:df.groupby([分组的依据])[分组的数据] 例如,对不同学校和性别的学生身高分组: df.groupby(['School', 'Gender'])['Height'] 练一练:请根据上下四分位数分割,将体重分为high、normal、low三组,统计身高的均值。 low = df['Weight'].quantile(0.25) high = df

  • echarts学习_1_柱状+折线+堆叠+散点2020-12-06 19:31:18

    柱状图相关配置 <!DOCTYPE html> <head> <meta charset="UTF-8"> <title>Title</title> <script src="./static/echarts.min.js"></script> </head> <body> <div id="main" s

  • Hive分析函数2020-12-05 18:31:40

    有如下数据: 1,18,a,male 2,19,b,male 3,22,c,female 4,16,d,female 5,30,e,male 6,26,f,female 需要查询出每种性别中年龄最大的2条数据 实现: 使用row_number函数,对表中的数据按照性别分组,按照年龄倒序排序并进行标记hql代码: select id,age,name,sex, row_number() over(partiti

  • 15-Pandas之数组分组的高级方法2020-08-05 23:01:08

    数据分组的高级方法有3种: 通过字典进行分组 通过函数进行分组 根据层次化索引级别进行分组  一、根据字典进行分组   若希望按照特征类别进行分组,可创建一个映射字典  >>> df = pd.read_excel('C:/Users/xhl/Desktop/input/data1.xlsx') >>> df A_male B_female C_fema

  • Python 字典(Dictionary) update()方法2020-07-20 16:34:56

    描述 Python 字典(Dictionary) update() 函数把字典dict2的键/值对更新到dict里。高佣联盟 www.cgewang.com 语法 update()方法语法: dict.update(dict2) 参数 dict2 -- 添加到指定字典dict里的字典。 返回值 该方法没有任何返回值。 实例 以下实例展示了 update()函数的使用方

  • D365 FO 枚举类型construct2020-05-07 22:51:17

    在D365之前,一个枚举类型对应多个子类需要实例化,通常会在construct里用switch case语句根据不同的枚举值实例化不同的子类。这种做法的问题在于,对扩展不友好,如果枚举类型增加了新的值,想扩展,即便通过CoC扩展construct方法也是很困难的事情。D365为了实现扩展性,针对这种场景,用了Attri

  • keyBy多字段分组2020-03-14 11:36:07

    如果keyBy时需要按照多个字段分组,该如何写? 1、使用元组 查看keyBy源码,可见当使用元组时可以传入多个索引下标 public KeyedStream<T, Tuple> keyBy(int... fields) { return !(this.getType() instanceof BasicArrayTypeInfo) && !(this.getType() instanceof PrimitiveAr

  • python dict 与json的运用2020-03-13 09:58:41

    在json模块有2个方法, loads():将json数据转化成dict数据 dumps():将dict数据转化成json数据 load():读取json文件数据,转成dict数据 dump():将dict数据转化成json数据后写入json文件 import json# a是字典dicta = {"a": 1, "b": 2, "c": True}# b是jsonb = '{"a": 1, "b&qu

  • python csv单行多行写入2020-03-02 21:03:41

    import csvheaders = ['class','name','sex','height','year']rows = [ [1,'xiaoming','male',168,23], [1,'xiaohong','female',162,22], [2,'xiaozh

  • js过滤json对象数组2020-02-21 19:44:34

    可以利用filter()方法,过滤,并得到想要的元素. var jsonArr = [ { name:"Mark", age:"18", gender:"male" }, { name:"Tom", age:"19", gender:"male" }, { name:"Ted", age:"20",

  • (4)spark sql(更新中~~~)2020-02-19 20:51:21

    楔子 spark sql,显然就是让我们像写sql一样去编写spark程序。但是spark它并不仅仅是sql,sql只是spark提供的功能之一,而且还支持DataFrame。想想hive,它们存在的意义都是类似的。因为熟悉sql的人是很多的,如果一款框架能够让你像sql一样去编写程序,那么它一定是灰常受欢迎的,就类似于当初

  • 实验22020-01-23 21:50:50

    一、实验目的 1.掌握 Scala 语言的基本语法、数据结构和控制结构; 2.掌握面向对象编程的基础知识,能够编写自定义类和特质; 3.掌握函数式编程的基础知识,能够熟练定义匿名函数。熟悉 Scala 的容器类库的基本 层次结构,熟练使用常用的容器类进行数据; 4.熟练掌握 Scala 的 REPL 运行模式

  • pat-A1036-Boys vs Girls2020-01-21 12:43:13

    题目链接->link 题目描述 给出n个学生姓名,性别,id,成绩,输出有三行,分别要求输出成绩最高的女学生信息、成绩最低的男学生信息以及两者成绩差的绝对值,如果输入的学生中无男或无女则再对应行输出Absent,最后一行输出NA。 思路 依照题意做即可,统计男、女学生数目做判断,保存、更新

  • 多表查询2019-12-08 11:55:45

    准备表 #建表 create table department( id int, name varchar(20) ); create table employee( id int primary key auto_increment, name varchar(20), sex enum('male','female') not null default 'male', age int, dep_id int ); #插入数据 ins

  • Python字典(Dictionary)update()方法2019-11-09 09:54:12

    原文连接:https://www.runoob.com/python/att-dictionary-update.html   Python字典(dictionary)update()函数把字典dict2的键/值对更新到dict里面。 意思就是把一个字典的键值对更新到另一个字典里。 实例: dict = {'Name": 'Zara', 'Age':7} dict2 ={ 'Sex': 'female' }

  • 第四天(补发)2019-11-05 16:50:33

      第四天 什么是if? 主要用于判断事物的对错,真假,是否可行 编程的主要目的就是让机器人帮助人类工作 需要让机器拥有判断能力   语法结构: python是通过缩进来决定代码的归属 一定要是四个空格 if 条件: 代码块 。。。 。。。 if 条件: 代码块1 。。。 else: 代码块2 。。 if 条件1:

  • 3-3-4 枚举类型与集合类型2019-10-13 10:02:01

    枚举类型与集合类型 字段的值只能在给定范围中选择,如单选框,多选框 enum 单选 只能在给定的范围内选一个值,如性别 sex 男male/女female set 多选 在给定的范围内可以选择一个或一个以上的值(爱好1,爱好2,爱好3...) MariaDB [db1]> create table consumer( -> name varchar(50),

  • The usage of Markdown---表格2019-09-14 17:50:22

    更新时间:2019.09.14   谈到怎么在Markdown中插入表格,其实只要熟知以下几点就可以了: 使用管道符|进行内容的分割 使用冒号:和连号符-表示表格内容的对齐情况,连号符-在中间,冒号:在左端表示左对齐,在右端表示右对齐,两端都有表示居中 每一行最左端和最右端的管道符|都可以省略 <!--

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