当前位置：首页 > news >正文

时间序列模型在LSTM中的特征输入

news 来源：原创 2025/9/1 1:57:47

这里写目录标题

前言
LSTM的输入组成
- 时间步
- 例子
实际代码解读
- 特征提取
- 处理成dataloader格式（用于输入到模型当中）
- 对应到lstm的模型创建代码
总结

前言

本文章将帮助理解如何将一个时间序列的各种特征（年月日的时间特征，滚动窗口滞后项等时变特征输入）输入到lstm模型（关键在于时间步）中，并给出使用pytorch进行特征输入的代码实例。

LSTM的输入组成

包含三个部分

样本数：输入样本数量
时间步：一共使用多少个时间节点的数据进行预测（重点部分）
特征数：某一个数据所具备的特征

时间步

时间步，具体指模型在一个样本中可以看到的时间序列数据的长度，即模型每次处理多少个连续的时间点
其实就是使用前（包括自己）n天的数据进行预测
由于时间步会使用前n天（类似于滞后的想法），所以使用n天时间步会导致样本缩小，所以实际输入（input_size）公式为
$样本数量 - 时间步 + 1$ (要记得把自己算上哦)

时间步与滞后比较像，通过这样的对比帮助更好理解时间步：
滞后：取过去n期的标志值作为当期特征
时间步：取算上自己的过去n期的所有特征作为当期特征

例子

假设一个时间序列[1, 2, 3]，在不考虑时间的情况下

假设时间步为1，输入到lstm模型当中的_x应该为
一个三维列表，其大小为
(3, 1, 1)，（样本数，时间步，特征值）

[
[[1]],
[[2]],
[[3]]
]

假设时间步为2，此时的输入大小则为(3, 2, 1)

[
[[1], [2]],
[[2], [3]]
]

实际代码解读

这里可以找gpt捏造一个数据，重点是理解过程中的数据处理
先简单对一个时间序列进行特征提取

特征提取

小贴士：LSTM对数据大小敏感，推荐优先进行

归一化（数值大小关系）
独热编码（没有大小和周期之分）
正余弦编码（有周期不存在数值大小的特征）

import matplotlib.pyplot as plt
import pandas as pd
import numpy as np
import torch
from tensorflow.python.keras.backend import dtype
from torch import nn, optim
from sklearn.preprocessing import MinMaxScaler
from torch.utils.data import DataLoader, TensorDatasettorch.random.manual_seed(42)
pd.set_option('display.max_columns', 500)
data = pd.read_csv('real_temp.csv')  
# 找gpt捏造的数据，其由两列组成，一列Date，一列Sales，时间范围为2023-01-01到2023-12-31
# 其中设置前十一个月用于训练，十二月用于测试
data["Date"] = pd.to_datetime(data["Date"])  # 转换为时间列
dt = data["Date"].dt  # 设置时间接口
data["month"] = dt.month  
data["day"] = dt.day
data["weekday"] = dt.weekdaydef SinCosScale(name, round):"""正余弦化处理，公式为sin(2Π * 值 / 周期)，cos(2Π * 值 / 周期)"""data[f"sin_{name}"] = np.sin(2 * np.pi * data[name] / round)  data[f"cos_{name}"] = np.cos(2 * np.pi * data[name] / round)
SinCosScale("weekday", 7)
SinCosScale("month", 12)values = ["Sales", "day", "shift", "windowmean", "windowstd"]  # 将具有大小之分的数据进行归一化
# 为什么日期也包括在里面呢，因为不同月份对应的day其实不同，这里不太好处理
data["shift"] = data["Sales"].shift(7)  # 滞后特征
rolling = data["Sales"].rolling(7)  # 滚动窗口
data["windowmean"] = rolling.mean()  # 窗口内的均值
data["windowstd"] = rolling.std()  # 窗口内的标准差
scaler = MinMaxScaler()
scalar_test = MinMaxScaler()  # 用于专门转换y值的归一化模型
scalar_test.fit(data["Sales"].values.reshape(-1, 1))  # 输入y值进行训练，方便后续inverse
data[values] = scaler.fit_transform(data[values])
data.dropna(inplace=True)
data.drop(["month", "weekday"], inplace=True, axis=1)

处理成dataloader格式（用于输入到模型当中）

通过TensorDataloader转换为张量数据，通过TensorDataset能够让模型训练的部分模板化，强烈推荐使用

tran_mask =  (data["Date"] <= "2023-12-01")  # 训练集的范围
test_mask = (data["Date"] >= "2023-12-01") & (data["Date"] <= "2025-12-31")  # 测试集范围
train_data = data[tran_mask].values[:, 1:]  # 取出训练集（不包括Date）
test_data = data[test_mask].values[:, 1:]  # 取出测试集（不包括Date）
def create_sequences(data, time_steps):"""取出时间步数据"""x, y = [], []  # 这里的x其实是所有带时间步的汇总for i in range(len(data) - time_steps):x.append(data[i:i + time_steps]) # 选择从 i 开始的 time_steps 个时间步，这里已经是一个二维列表了，其中每一个元素都对应过去的一个时间节点的所有数据y.append(data[i + time_steps][0])    # 选择第 i + time_steps 个数据作为目标return np.array(x).astype("float32"), np.array(y).astype("float32").reshape(-1, 1)
train_x, train_y = create_sequences(train_data, 7)
test_x, test_y = create_sequences(test_data, 7)
train_inputs = TensorDataset(torch.tensor(train_x, dtype=torch.float32), torch.tensor(train_y, dtype=torch.float32))  # 转换为张量数据，通过TensorDataset能够让模型训练的部分完全模板化，强烈推荐使用
test_inputs = TensorDataset(torch.tensor(test_x, dtype=torch.float32), torch.tensor(test_y, dtype=torch.float32))
train_dataloader = DataLoader(dataset=train_inputs, batch_size=32, shuffle=True)
test_dataloader = DataLoader(dataset=test_inputs, batch_size=32)

对应到lstm的模型创建代码

注意lstm中的输入层，其大小应该为特征的数量
如果只设置了值为特征，那么input_size就为1
如果设置了8个特征，那么算上自己的值之后input_size就为9

class LSTM(nn.Module):def __init__(self, input_size, hidden_size, output_size):super(LSTM, self).__init__()self.lstm = nn.LSTM(input_size, hidden_size, batch_first=True)  # lstm的返回有两个值，所以不能直接用sequentialself.fc = nn.Linear(hidden_size, output_size)  # 线性def forward(self, x):# (样本大小， 时间步，特征数量)x, _ = self.lstm(x)  # x代表输出的形状，_是用于下一步处理，简单lstm就不用这个了x = x[:, -1, :]  # 只取最后一个时间步x = self.fc(x)  # 将输入的x转换为output_size尺寸return x
# 设置接口
input_size, hidden_size = 9, 8  # 输入的为特征数量
lstm = LSTM(input_size, hidden_size, 1)  # input_size为特征数量

其他代码这里就不放了，后面都是模板，问gpt，看其他文章都差不多，不浪费时间：

设置优化器损失函数，数据移入device
for epoch 个训练，每个epoch中for data in dataloader:（这也是我觉得dataloader好的地方，也可以帮助我们将数据分批次与打乱，调整dataloader的batch_size即可）
前向传播，计算损失，清空梯度，反向传播，更新参数
测试集验证模型精度

总结

特征正常提取，和机器学习中的特征学习一样，假设n个特征
接下来对特征处理成时间步的形状，假设m个时间步，则每一个样本输入到模型中的大小为
(1, m, n)：一个样本算上自己的前m个时间节点，包含每个时间节点的n个特征

时间序列模型在LSTM中的特征输入

这里写目录标题前言LSTM的输入组成时间步例子实际代码解读特征提取处理成dataloader格式（用于输入到模型当中）对应到lstm的模型创建代码总结前言本文章将帮助理解如何将一个时间序列的各种特征（年月日的时间特征，滚动窗口滞…...

编程日记 2025/9/1 1:57:47

Python_Flask02

所有人都不许学Java了，都来学Python！ 如果不来学的话请网爆我的老师连接前的准备安装pymysql 和 flask_sqlalchemy，安装第三下面两个所需要的包才能连接上数据库 pip install pymysql pip install flask_sqlalchemy pymysql是一个Pyth…...

编程日记 2025/8/31 21:52:42

threejs相机辅助对象cameraHelper

为指定相机创建一个辅助对象，显示这个相机的视锥。想要在场景里面显示相机的视锥，需要创建两个相机。举个例子，场景中有个相机A，想要显示相机A的视锥，那么需要一个相机B，把B放在A的后面，两个…...

编程日记 2025/9/1 1:56:34

断点续传+测试方法完整示例

因为看不懂网上的断点续传案例，而且又不能直接复制使用，干脆自己想想写了一个。上传入参类： import com.fasterxml.jackson.annotation.JsonIgnore; import io.swagger.annotations.ApiModel; import io.swagger.annotations.ApiModelProp…...

编程日记 2025/9/1 1:54:41

C#设计模式--状态模式（State Pattern）

状态模式是一种行为设计模式，它允许对象在其内部状态发生变化时改变其行为。这种模式的核心思想是将状态封装在独立的对象中，而不是将状态逻辑散布在整个程序中。用途简化复杂的条件逻辑：通过将不同的状态封装在不同的类中，可…...

编程日记 2025/9/1 1:53:47

Excel技巧：如何批量调整excel表格中的图片？

插入到excel表格中的图片大小不一，如何做到每张图片都完美的与单元格大小相同？并且能够根据单元格来改变大小？今天分享，excel表格里的图片如何批量调整大小。方法如下： 点击表格中的一个图片，然后按住Ct…...

编程日记 2025/9/1 1:50:40

hadoop中导出表与数据的步骤

大家好，我是 V 哥。在Hadoop中导出表与数据，可以通过多种方式实现，包括使用Hive的EXPORT命令、MapReduce作业、Hive查询以及Sqoop工具。下面V 哥将详细介绍这些步骤和一些代码示例，来帮助大家更好理解。 1. 使用Hive的EXPORT命令…...

编程日记 2025/8/29 9:12:14

springBoot中的日志级别在哪里配置

在Spring Boot中，日志级别的配置可以通过多种方式来实现，主要包括在配置文件中设置、使用自定义的logback配置文件，以及在代码中动态配置等。以下是一些具体的配置方法： 一、在配置文件中设置日志级别 Spring Boot默认使用appli…...

编程日记 2025/8/29 21:55:41

17. Threejs案例-Three.js创建多个立方体

17. Threejs案例-Three.js创建多个立方体实现效果知识点 WebGLRenderer (WebGL渲染器) WebGLRenderer 是 Three.js 中用于渲染 WebGL 场景的核心类。它负责将场景中的对象渲染到画布上。构造器 new THREE.WebGLRenderer(parameters) 参数类型描述parametersObject可选…...

编程日记 2025/8/30 21:23:58

数据结构——有序二叉树的删除

在上一篇博客中，我们介绍了有序二叉树的构建、遍历、查找。数据结构——有序二叉树的构建&遍历&查找-CSDN博客文章浏览阅读707次，点赞18次，收藏6次。因为数据的类型决定数据在内存中的存储形式。left right示意为左右节点其类型也为…...

编程日记 2025/8/30 21:54:06

用矢量计算： class Solution { public:bool checkOverlap(int radius, int xCenter, int yCenter, int x1, int y1, int x2, int y2) {//矩形中心float Tx(float)(x1x2)/2;float Ty(float)(y1y2)/2;//强行进行对称操作，只考虑第一象限if(xCenter<Tx)…...

编程日记 2025/8/30 23:27:05

idea连接到docker出现 org.apache.hc.client5.http.ConnectTimeoutException 异常怎么办？

前情提要我电脑是win11，我安装了centOS7虚拟机，配置linux环境 idea是2024社区免费版本我就这一步步排查问题，终于发现了是因为我的2375端口没有ipv4开放，只在ipv6开放踩坑提醒： 对了，一个一个问题排…...

编程日记 2025/8/30 21:36:33

一番赏小程序定制开发，打造全新抽赏体验平台

随着盲盒的热潮来袭，作为传统的潮玩方式一番赏也再次受到了大家的关注，市场热度不断上升！ 一番赏能够让玩家百分百中奖，商品种类丰富、收藏价值高，拥有各种IP，从而吸引着各个圈子的粉丝玩家，用…...

编程日记 2025/9/1 1:39:04

PHP语法学习(第六天)

💡依照惯例，回顾一下昨天讲的内容 PHP语法学习(第五天)主要讲了PHP中的常量和运算符的运用。 🔥 想要学习更多PHP语法相关内容点击“PHP专栏” 今天给大家讲课的角色是🍍菠萝吹雪，“我菠萝吹雪吹的不是雪，而…...

编程日记 2025/8/30 22:39:59

按vue组件实例类型实现非侵入式国际化多语言翻译

#vue3##国际化##本地化##international# web界面国际化，I18N（Internationalization，国际化），I11L(International，英特纳雄耐尔)，L10N（Localization，本地化）&…...

编程日记 2025/8/30 12:53:33

2024年认证杯SPSSPRO杯数学建模B题(第一阶段)神经外科手术的定位与导航解题全过程文档及程序

2024年认证杯SPSSPRO杯数学建模 B题神经外科手术的定位与导航原题再现： 人的大脑结构非常复杂，内部交织密布着神经和血管，所以在大脑内做手术具有非常高的精细和复杂程度。例如神经外科的肿瘤切除手术或血肿清除手术，通常需要…...

编程日记 2025/8/27 10:01:57

51c视觉~合集24

我自己的原文哦~ https://blog.51cto.com/whaosoft/11870494 #R-Adapter 零样本模型微调新突破，提升鲁棒性与泛化能力论文提出新颖的Robust Adapter（R-Adapter），可以在微调零样本模型用于下游任务的同时解决这两个问题。该方…...

编程日记 2025/8/31 16:35:42

idea启动tomcat服务中文乱码

在idea中启动tomcat服务后部分中文乱码但是在tomcat日志部分正常并且在tomcat中中文也是正常查询大量资料修改idea编码，虚拟机编码、tomcat默认编码、终端默认编码，统统没有效果。最终发现修改tomcat下文件夹 .\conf\logging.properties 网络上…...

编程日记 2025/8/28 8:51:43

android studio 读写文件操作（应用场景二）

android studio版本：2023.3.1 patch2 例程：readtextviewIDsaveandread 本例程是个过渡例程，如果单是实现下图的目的有更简单的方法，但这个方法是下一步工作的基础，所以一定要做。例程功能：将两个textvi…...

编程日记 2025/8/26 13:21:38

【数据结构】【线性表】特殊的线性表-字符串

目录字符串的基本概念字符串的三要素字符串的基本概念串的编码串的实现及基本运算顺序串的实现串的静态数组实现串的动态数组的实现顺序存储的四种方案链式串的实现基本运算方案三方案一字符串的基本概念数据结构千千万&#xff0c…...

编程日记 2025/8/29 15:16:44

【AWS re:Invent 2024】一文了解EKS新功能：Amazon EKS Auto Mode

文章目录一、为什么要使用 Amazon EKS Auto Mode？二、Amazon EKS自动模式特性2.1 持续优化计算成本2.2 迁移集群操作2.3 EKS 自动模式的高级功能三、EKS Auto 集群快速创建集群配置四、查看来自 API 服务器的指标五、EKS 相关角色权限设置六、参考链接一、为什么…...

编程日记 2025/8/29 12:06:41

HTTPS的工作过程

1.HTTPS协议原理 1.1HTTPS协议的由来 HTTP在传输网络数据的时候是明文传输的，信息容易被窃听甚至篡改，因此他是一个不安全的协议（但效率高）。在如今的网络环境中，数据安全是很重要的（比如支付密码又或者各…...

编程日记 2025/8/29 19:38:19

Java并发编程学习之从资本家的角度看多线程和并发性（一）

目录前言前置知识一、单线程时代二、为什么要有多线程，多线程的优点？三、使用多线程会遇到什么问题？四、多线程和并发编程的关系总结前言这篇文章是打开Java多线程和并发编程的大门的开始，如标题《从老板的角度看多线程和并发…...

编程日记 2025/8/29 20:00:43

基于STM32设计的智能宠物喂养系统(华为云IOT)_273

文章目录一、前言1.1 项目介绍【1】项目开发背景【2】设计实现的功能【3】项目硬件模块组成【4】设计意义【5】国内外研究现状【6】摘要1.2 设计思路1.3 系统功能总结1.4 开发工具的选择【1】设备端开发【2】上位机开发1.5 参考文献1.6 系统框架图1.7 系统原理图1.8 实物图1.9…...

编程日记 2025/8/30 20:45:03

Mybatis-Plus的主要API

一、实体类操作相关API BaseMapper<T>接口功能：这是 MyBatis - Plus 为每个实体类对应的 Mapper 接口提供的基础接口。它提供了一系列基本的 CRUD（增删改查）操作方法。例如insert(T entity)方法用于插入一条记录，d…...

编程日记 2025/8/31 15:29:51

Pillow：强大的Python图像处理库

目录一、引言二、Pillow 库的安装三、Pillow 库的基本概念四、图像的读取和保存五、图像的基本属性六、图像的裁剪、缩放和旋转七、图像的颜色调整八、图像的滤镜效果九、图像的合成和叠加十、图像的绘制十一、示例程序：制作图片水印十二、…...

编程日记 2025/8/27 1:17:41

Springboot定时任务详解

文章目录 Springboot定时任务详解一、引言二、cron表达式三、使用Scheduled注解1、开启定时任务2、添加定时任务四、使用TaskScheduler接口1、注入TaskScheduler实例五、集成Quartz框架1、集成Quartz 六、实际使用示例七、总结 Springboot定时任务详解一、引言在现代软件…...

编程日记 2025/8/31 11:35:48

【Linux】环境ChatGLM-4-9B 模型之 openai API 服务

一、摘要最近看到 Function Call 比较感兴趣，它的核心是赋予大模型能够调用外部API的能力，能够解决大模型功能扩展性问题，允许模型调用外部数据库或API，提供特定领域的详细信息；解决信息实时性问题，模型可以实时获取最新数据；解决数据局限性问题，大模型训练数据虽多但…...

编程日记 2025/8/30 4:15:22

mobi文件转成pdf

将 MOBI 文件转换为 PDF 格式通常涉及两个步骤： 解析 MOBI 文件：需要提取 MOBI 文件的内容（文本、图片等）。将提取的内容转换为 PDF：将 MOBI 文件的内容渲染到 PDF 格式。可用工具 kindleunpack 或 mobi&#xff1…...

编程日记 2025/8/31 21:03:49

Linux---对缓冲区的简单理解--第一个系统程序

前序： 首先先理解一下什么是回车与换行；回车和换行是两个概念，它们不是一个东西； 回车:光标回到开始；换行:换到下一行； 如下图： 行缓冲区如何理解缓冲区问题？ 可以认为&#xff0…...

编程日记 2025/8/28 18:05:50

word poi-tl 表格功能增强，实现表格功能垂直合并

目录问题解决问题poi-tl介绍功能实现引入依赖模版代码效果图附加（插件实现）MergeColumnData 对象MergeGroupData 类ServerMergeTableData 数据信息ServerMergeTablePolicy 合并插件问题由于在开发功能需求中，word文档需要垂直合并表格&…...

编程日记 2025/8/30 15:05:55

鸿蒙实现数据管理

目录： 1、鸿蒙实现数据管理的三种方式2、用户首选项3、键值型数据管理3.1、获取KVManager实例，用于管理数据库对象3.2、创建并获取键值数据库3.3、调用put()方法向键值数据库中插入数据3.4、调用get()方法获取指定键的值3.5、调用delete()方法删除指定键…...

编程日记 2025/8/30 22:14:55

图片上传HTML

alioss sky:jwt:# 设置jwt签名加密时使用的秘钥admin-secret-key: itcast# 设置jwt过期时间admin-ttl: 7200000# 设置前端传递过来的令牌名称admin-token-name: tokenalioss:endpoint: ${sky.alioss.endpoint}access-key-id: ${sky.alioss.access-key-id}access-key-secret: $…...

编程日记 2025/8/31 10:55:07

golang 代发邮件支持附件发送，outlook案列，其他邮箱需要替换对应邮箱服务域名

GPT问答实例 import pandas as pd from openai.embeddings_utils import get_embedding, cosine_similarity import openai import os import logging as logger from flask_cors import CORS import os openai.api_key os.getenv(OPENAI_API_KEY)class Chatbot():def parse_…...

编程日记 2025/8/30 10:20:51

输出绝对值

输出绝对值 C语言代码C 代码Java代码Python代码 💐The Begin💐点点关注，收藏不迷路💐 输入一个浮点数，输出这个浮点数的绝对值。输入输入一个浮点数，其绝对值不超过10000。输出输出这个浮点数的绝对…...

编程日记 2025/8/31 10:04:20

docker desktop打包配置国内镜像地址

打包遇到无法访问外网资源，直接配置国内镜像地址直接加入如下代码就行： {"builder": {"gc": {"defaultKeepStorage": "20GB","enabled": true}},"experimental": false,"registry-m…...

编程日记 2025/8/30 19:15:53

鸿蒙Next学习-监听指定页面显示/页面生命周期

自定义组件监听页面生命周期使用无感监听页面路由的能力，能够实现在自定义组件中监听页面的生命周期。 // Index.ets import { uiObserver, router, UIObserver } from kit.ArkUI;Entry Component struct Index {listener: (info: uiObserver.RouterPageInfo) &g…...

编程日记 2025/8/31 10:48:36

计算机网络 —— HTTPS 协议

前一篇文章：计算机网络 —— HTTP 协议（详解）-CSDN博客目录前言一、HTTPS 协议简介二、HTTPS 工作过程 1.对称加密 2.非对称加密 3.中间人攻击 4.引入证书三、HTTPS 常见问题 1.中间人能否篡改证书？ 2.中间人能否调…...

编程日记 2025/8/30 12:48:32

Oracle之表空间迁移

问题背景：一个数据表随着时间的累积，导致所在表空间占用很高，里面历史数据可以清除，保留近2个月数据即可首先通过delete删除了2个月以前的数据。按网上的教程进行空间压缩，以下sql在表所在用户执行: -- 允许表重新…...

编程日记 2025/8/30 16:01:20

web组态可视化编辑器

随着工业智能制造的发展，工业企业对设备可视化、远程运维的需求日趋强烈，传统的单机版组态软件已经不能满足越来越复杂的控制需求，那么实现web组态可视化界面成为了主要的技术路径。行业痛点对于软件服务商来说，将单机版软件转…...

编程日记 2025/8/24 23:13:00

SpringMVC纯注解快速开发

此文章适合具有一定的java基础的同学看哦，如果有看不懂的基本代码还是先补补java基础哦。此教程带您不使用xml文件而是纯注解开发，易懂、快捷、迅速，从0开始搭建，很快就能构建起一个SpringMVC项目，能学到两种使用tom…...

编程日记 2025/8/30 2:58:52

[读论文] Compositional 3D-aware Video Generation with LLM Director

Abstract 近年来，通过强大的生成模型和大规模互联网数据，文本到视频生成领域取得了显著进展。然而，在生成视频中精确控制单个概念（如特定角色的动作和外观、视角的移动）方面，仍存在巨大挑战。为此&#xff…...

编程日记 2025/8/31 21:47:00

FFmpeg 4.3 音视频-多路H265监控录放C++开发十八，ffmpeg解复用

为啥要封装和解封装呢？ 1.封装就相当于将 h264 和aac 包裹在一起。既能播放声音，也能播放视频 2.在封装的时候没指定编码格式，帧率，时长，等参数；特别是视频，可以将视频帧索引存储，…...

编程日记 2025/8/29 23:47:58

ubuntu系统安装docker

1、安装必要的依赖 sudo apt install apt-transport-https ca-certificates curl software-properties-common2、添加 Docker 的官方 GPG 密钥 curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo apt-key add -3、添加 Docker 的 APT 源 sudo add-apt-repos…...

编程日记 2025/8/30 14:36:05

STM32 BootLoader 刷新项目 (十三) Python上位机介绍

STM32 BootLoader 刷新项目 (十三) Python上位机介绍大家好，这是我们STM32 BootLoader的最后一篇文章了，讲述用Python写的上位机，也更新了半年时间了，谢谢大家的支持，到目前为止，已经更新了12篇文章了&am…...

编程日记 2025/8/30 22:21:37

美畅物联丨智能监控，高效运维：视频汇聚平台在储能领域的实践探索

在当今全球能源格局不断变化的大背景下，对清洁能源的需求正以惊人的速度增长。储能项目作为平衡能源供需、提升能源利用效率的关键环节，其规模和复杂度也在不断攀升。在储能项目的运营管理过程中，安全监控、设备运维以及数据管理等方面面临着…...

编程日记 2025/8/31 4:43:57

T C P

文章目录基于UDP应用场景 TCP协议TCP 协议段格式确认应答机制16位窗口大小下定义32位序号和32位确认序号序号是什么？确认序号基于UDP应用场景 UDP，tcp这样的协议根本不是直接谈UDP。tcp的应用场景，一定是上层写了应用层协议，所…...

编程日记 2025/8/30 8:23:25

MongoDB的简单使用

MongoDB(文档数据库)的简单使用 MongoDB最好的学习资料就是他的官方文档：SQL 到 MongoDB 的映射图表 - MongoDB 手册 v8.0 1.MongoDB CRUD操作 1.1Insert操作基本方法： db.collection.insertOne() 将单个文档(document)插入集合中 db.collectio…...

编程日记 2025/8/30 4:00:08

【Exp】# Microsoft Visual C++ Redistributable 各版本下载地址

Microsoft官方页面 https://support.microsoft.com/en-us/help/2977003/the-latest-supported-visual-c-downloads Redistributable 2019 X86: https://aka.ms/vs/16/release/VC_redist.x86.exe X64: https://aka.ms/vs/16/release/VC_redist.x64.exe Redistributable 201…...

编程日记 2025/8/30 17:57:15

【MySQL】表的约束

目录一、非空约束not null 二、默认值约束default 三、列描述comment 四、填充零zerofill 五、主键primary key 六、自增长auto_increment 七、唯一键unique 八、外键foreign key 一、非空约束not null 如果不对一个字段做非空约束，则默认为空。但空数据无…...

编程日记 2025/8/29 16:25:23