当前位置： 首页 > news >正文

【PostgreSQL数据分析实战：从数据清洗到可视化全流程】7.3 动态报表生成（Jupyter Notebook/ReportLab）

news 来源：原创 2025/8/16 7:25:13

👉 点击关注不迷路
👉 点击关注不迷路
👉 点击关注不迷路

文章大纲

  • PostgreSQL数据分析实战：动态报表生成（Jupyter Notebook/ReportLab）
    • 一、动态报表生成概述
      • （一）动态报表的重要性
      • （二）Jupyter Notebook与ReportLab工具组合优势
    • 二、环境准备
      • （一）安装必要库
      • （二）连接PostgreSQL数据库
    • 三、数据获取与处理
      • （一）从PostgreSQL获取数据
      • （二）数据处理
    • 四、Jupyter Notebook实现动态报表
      • （一）数据可视化
      • （二）生成交互式报表
    • 五、ReportLab生成PDF报表
      • 查询数据，封装输出为PDF文档
    • 六、案例实战：销售数据分析报表
      • （一）案例背景
      • （二）数据准备
      • （三）Jupyter Notebook分析过程
      • （四）ReportLab生成报表
    • 七、总结与展望
      • （一）工具优势与适用场景
      • （二）未来发展趋势

PostgreSQL数据分析实战：动态报表生成（Jupyter Notebook/ReportLab）

在数据分析领域，从数据清洗到可视化的全流程中，动态报表生成是将分析成果有效呈现的关键环节。

  • 本文聚焦于利用Jupyter Notebook和ReportLab实现动态报表生成，结合PostgreSQL数据库，为读者带来详细、透彻的实战讲解。
    在这里插入图片描述

一、动态报表生成概述

（一）动态报表的重要性

在数据分析场景中，静态报表往往无法满足实时数据更新和交互分析的需求。

  • 动态报表能够根据数据库中的数据变化实时更新，支持用户进行交互式操作，如筛选、排序、钻取等，从而更直观、深入地展示数据背后的信息和趋势。
  • 例如，在企业的销售数据分析中，动态报表可以实时反映不同地区、不同产品的销售情况，帮助决策者及时调整策略。

（二）Jupyter Notebook与ReportLab工具组合优势

Jupyter Notebook是一个交互式计算环境，支持多种编程语言，尤其适合数据探索、分析和可视化。

  • 它提供了丰富的库和工具，方便用户进行数据处理和可视化展示。
  • ReportLab则是一个强大的Python库，用于生成高质量的PDF文档，能够精确控制文档的布局、字体、颜色等样式，非常适合创建复杂的报表。
  • 两者结合使用，可以充分发挥Jupyter Notebook在数据处理和交互分析方面的优势，以及ReportLab在报表格式控制和输出方面的特长，实现从数据获取到动态报表生成的全流程自动化。

二、环境准备

（一）安装必要库

    1. Jupyter Notebook：可以通过pip命令安装，打开终端输入pip install jupyter -i https://pypi.tuna.tsinghua.edu.cn/simple即可。
    1. ReportLab：同样使用pip安装，输入pip install reportlab -i https://pypi.tuna.tsinghua.edu.cn/simple。
    • 下文中的实战案例是基于 Linux + Anaconda3 环境实现。Windows 安装频繁失败。
    1. psycopg2：用于连接PostgreSQL数据库，安装命令为pip install psycopg2-binary -i https://pypi.tuna.tsinghua.edu.cn/simple。

（二）连接PostgreSQL数据库

在Jupyter Notebook中，使用psycopg2库连接PostgreSQL数据库。首先导入库：

import psycopg2from psycopg2 import sql

然后建立连接，需要提供数据库名称、用户、密码、主机和端口等信息：

conn = psycopg2.connect(dbname="postgres",user="postgres",password="postgres",host="192.168.232.128",port="5432"
)
cur = conn.cursor()

三、数据获取与处理

（一）从PostgreSQL获取数据

假设我们要获取一个销售数据表的数据，表名为sales_data，包含id、product、sales_amount、sales_date等字段。使用SQL查询获取数据：

query = sql.SQL("SELECT * FROM raw_sales;")cur.execute(query)
data = cur.fetchall()
columns = [desc[0] for desc in cur.description]

在这里插入图片描述

（二）数据处理

对获取到的数据进行处理，例如转换数据类型、处理缺失值等。

  • 这里假设数据中存在一些缺失的销售金额，我们用0进行填充：
processed_data = []
for row in data:processed_row = list(row)if processed_row[2] is None:processed_row[2] = 0processed_data.append(processed_row)

在这里插入图片描述

四、Jupyter Notebook实现动态报表

（一）数据可视化

在Jupyter Notebook中，使用Matplotlib库进行数据可视化。

  • 例如，绘制销售金额随时间变化的折线图：
import matplotlib.pyplot as plt
import pandas as pddf = pd.DataFrame(processed_data, columns=columns)
df['sale_date'] = pd.to_datetime(df['sale_date'])
df = df.sort_values('sale_date')plt.figure(figsize=(12, 6))
plt.plot(df['sale_date'], df['amount'], marker='o')
plt.title('Sales Amount Over Time')
plt.xlabel('Sales Date')
plt.ylabel('Sales Amount')
plt.xticks(rotation=45)
plt.grid(True)
plt.show()

在这里插入图片描述

（二）生成交互式报表

利用Jupyter Notebook的交互式组件，如ipywidgets库，实现报表的交互功能。

  • 例如，添加一个下拉菜单，让用户可以选择不同的产品查看其销售情况：
    import matplotlib.pyplot as plt
# 解决乱码
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = Falseimport warnings
warnings.filterwarnings('ignore')import ipywidgets as widgets
from IPython.display import displayproducts = df['product_name'].unique()
product_dropdown = widgets.Dropdown(options=products, description='Select Product:')def update_plot(change):selected_product = change.newfiltered_df = df[df['product_name'] == selected_product]plt.figure(figsize=(12, 6))plt.plot(filtered_df['sale_date'], filtered_df['amount'], marker='o')plt.title(f'Sales Amount of {selected_product} Over Time')plt.xlabel('Sales Date')plt.ylabel('Sales Amount')plt.xticks(rotation=45)plt.grid(True)plt.show()product_dropdown.observe(update_plot, names='value')
display(product_dropdown)

在这里插入图片描述

五、ReportLab生成PDF报表

  • Linux + Anaconda3
    在这里插入图片描述

  • Windows Running setup.py install for reportlab … error

    • 个人Windows 10 环境安装失败
    # 解决方案：
pip install --upgrade pippip install --upgrade reportlab

查询数据，封装输出为PDF文档

  • 使用ReportLab的Canvas类创建一个PDF文档，并设置页面大小为A4：
import os
from reportlab.lib.units import cm
from reportlab.pdfgen import canvas
from reportlab.pdfbase import pdfmetrics
from reportlab.pdfbase.ttfonts import TTFont
from reportlab.lib.pagesizes import A4
from reportlab.platypus import Table, TableStyle
from reportlab.lib import colors
from reportlab.platypus import SimpleDocTemplate, Paragraph, Spacer
from reportlab.lib.styles import getSampleStyleSheet# ===================== 关键修改1：正确注册中文字体 =====================
# 字体路径适配不同系统（重要！）
def get_font_path():if os.name == 'nt':  # Windowsreturn 'C:/Windows/Fonts/simsun.ttc'  # 宋体常规elif os.name == 'posix':  # Linux/macOS# 优先检查系统是否安装了思源宋体（更通用）if os.path.exists('/usr/share/fonts/truetype/noto/NotoSansCJK-Regular.ttc'):return '/usr/share/fonts/truetype/noto/NotoSansCJK-Regular.ttc'# 否则使用用户自定义路径（需确保文件存在）return '/home/fonts/simsun.ttc'  # 替换为你的实际路径# 注册字体（指定别名"SimSun"）
font_path = get_font_path()print(font_path)if not os.path.exists(font_path):raise FileNotFoundError(f"中文字体文件未找到：{font_path}")
pdfmetrics.registerFont(TTFont('SimSun', font_path))  # 注册字体别名# ===================== 关键修改2：定义全局样式 =====================
styles = getSampleStyleSheet()
# 覆盖默认样式的字体（重要！Platypus组件如Paragraph依赖此）
styles['Normal'].fontName = 'SimSun'
styles['Heading1'].fontName = 'SimSun'
styles['Heading2'].fontName = 'SimSun'# ===================== 关键修改3：表格样式全面应用中文字体 =====================
table_data = [columns] + processed_data  # 合并表头和数据table = Table(table_data, colWidths=[3*cm]*4)  # 固定列宽
table.setStyle(TableStyle([# 表头样式('BACKGROUND', (0, 0), (-1, 0), colors.darkblue),('TEXTCOLOR', (0, 0), (-1, 0), colors.whitesmoke),('FONTNAME', (0, 0), (-1, 0), 'SimSun'),  # 表头中文字体('FONTSIZE', (0, 0), (-1, 0), 12),('ALIGN', (0, 0), (-1, 0), 'CENTER'),# 数据行样式('BACKGROUND', (0, 1), (-1, -1), colors.lightblue),('FONTNAME', (0, 1), (-1, -1), 'SimSun'),  # 数据行中文字体('FONTSIZE', (0, 1), (-1, -1), 10),('ALIGN', (0, 1), (-1, -1), 'CENTER'),# 表格边框('GRID', (0, 0), (-1, -1), 0.5, colors.black),('VALIGN', (0, 0), (-1, -1), 'MIDDLE'),('BOTTOMPADDING', (0, 0), (-1, -1), 8),('TOPPADDING', (0, 0), (-1, -1), 8)
]))# ===================== 构建PDF文档 =====================
doc = SimpleDocTemplate("sales_report.pdf", pagesize=A4, topMargin=2*cm, bottomMargin=2*cm)
elements = []# 添加标题（使用Paragraph确保字体生效）
title = Paragraph("2024年5月销售数据报表", styles['Heading1'])
elements.append(title)
elements.append(Spacer(1, 24))  # 标题与表格间距elements.append(table)  # 添加表格# 生成PDF
doc.build(elements)

在这里插入图片描述

六、案例实战：销售数据分析报表

（一）案例背景

假设我们是一家电商企业，需要对过去一年的销售数据进行分析，生成动态报表，以便了解不同产品的销售情况、销售趋势以及各地区的销售表现。

（二）数据准备

从PostgreSQL数据库中获取销售数据，包括产品名称、销售金额、销售日期、销售地区等字段。数据示例如下表所示：

idproductsales_amountsales_dateregion
1Product A10002024-01-01Region 1
2Product B15002024-01-02Region 2
3Product A12002024-01-03Region 1
……………

（三）Jupyter Notebook分析过程

    1. 数据清洗：处理缺失值、异常值等，确保数据的准确性和完整性。例如，对于销售金额为负数的记录，视为异常值并进行修正或删除。
    1. 数据分析：计算各产品的总销售额、平均销售额、销售数量等指标，分析不同产品的销售情况；按时间维度进行分组，分析销售趋势；按地区分组，分析各地区的销售表现。
    1. 数据可视化：使用折线图展示销售金额随时间的变化趋势，使用柱状图展示各产品的总销售额，使用地图可视化各地区的销售分布情况。

（四）ReportLab生成报表

将分析结果整理成PDF报表，包括封面、目录、数据表格、图表、分析结论等部分。

  • 在报表中，使用不同的字体、颜色和排版样式，使报表更加美观、易读。
    • 例如，封面设置标题、副标题、公司名称和日期；
    • 目录列出报表的各个章节；
    • 数据表格详细展示销售数据；
    • 图表直观呈现分析结果；
    • 分析结论总结主要发现和建议。

七、总结与展望

（一）工具优势与适用场景

Jupyter Notebook和ReportLab的组合在动态报表生成中具有明显优势。

  • Jupyter Notebook适合数据探索、交互式分析和快速生成可视化报表，适合数据分析师和开发人员在数据分析过程中使用；
  • ReportLab则擅长生成高质量、格式精确的PDF报表，适合用于正式的报告发布、数据分享等场景。

（二）未来发展趋势

随着数据分析技术的不断发展，动态报表生成工具将更加智能化、自动化。

  • 未来，可能会出现更多结合人工智能和机器学习的报表生成工具，能够自动分析数据、识别趋势，并生成相应的报表和建议。
  • 同时，报表的交互性和可视化效果也将不断提升，支持更多样化的展示形式和交互方式。
  • 通过本文的介绍，读者可以掌握利用Jupyter Notebook和ReportLab实现PostgreSQL数据动态报表生成的方法，
    • 从数据获取、处理到可视化和报表输出的全流程进行实战操作。
    • 在实际应用中，读者可以根据具体需求，灵活运用这两个工具，生成满足不同场景需求的动态报表。
  • 以上内容详细介绍了动态报表生成的全流程。
  • 你可以说说对内容的看法，比如是否需要增加更多案例或调整细节，以便我进一步完善。

相关文章：

【PostgreSQL数据分析实战：从数据清洗到可视化全流程】7.3 动态报表生成（Jupyter Notebook/ReportLab）

👉 点击关注不迷路 👉 点击关注不迷路 👉 点击关注不迷路 文章大纲 PostgreSQL数据分析实战：动态报表生成（Jupyter Notebook/ReportLab）一、动态报表生成概述（一）动态报表的重要性&a…...

编程日记 2025/8/16 7:25:13

Oracle OCP认证考试考点详解083系列11

题记： 本系列主要讲解Oracle OCP认证考试考点（题目），适用于19C/21C,跟着学OCP考试必过。 51. 第51题： 题目 解析及答案： 关于在 Linux 上安装 Oracle 数据库，以下哪三项是正确的？…...

编程日记 2025/8/17 6:14:58

双11美妆数据分析

1. 导入库使用Python进行分析，需要导入相关库： pythonimport pandas as pdimport numpy as npimport matplotlib.pyplot as pltimport seaborn as sns 1. 读取数据1. 查看数据基本信息 查看前几行：使用 df.head() 查看数据的前5行&#xff…...

编程日记 2025/8/16 9:11:37

github+ Picgo+typora

github Picgotypora 本文将介绍如何使用Picgo在typora中实现上传服务 创建github仓库以及配置token 创建仓库 注意需要Initialize 添加README 配置为public 配置token github点击头像找到setting 选择Developer setting 配置token generate 选第一个第二个都行(我这里选第…...

编程日记 2025/8/17 6:15:10

战术级微波干扰系统：成都鼎轻量化装备如何实现全频段智能压制？

在5G与卫星通信蓬勃发展的今天，成都鼎讯科技推出新一代微波通信干扰设备，以1000-6000MHz全频段覆盖能力，打造单兵可携的"电磁手术刀"。该设备突破传统微波干扰设备"高能耗、大体积"的桎梏，通过军用级模块化设…...

编程日记 2025/8/16 7:25:10

Oracle 数据布局探秘：段与区块的内部机制

前言 在 Oracle 数据库的庞大架构中，数据存储的效率与性能是决定整个系统健康状况的关键因素。Oracle 采用了一套精妙的逻辑存储管理体系来组织和分配数据，其中，“段（Segment）”和“区（Extent）…...

编程日记 2025/8/16 7:25:08

leetcode 142. Linked List Cycle II

题目描述 哈希表解法 这个方法很容易想到，但需要O(N)的空间。 /*** Definition for singly-linked list.* struct ListNode {* int val;* ListNode *next;* ListNode(int x) : val(x), next(NULL) {}* };*/ class Solution { public:ListNode *detect…...

编程日记 2025/8/16 7:25:07

探索智能体的记忆：类型、策略和应用

AI Agent 中的记忆：类型、策略和应用 记忆实现是使智能体能够保持上下文、从过去的交互中学习并做出明智决策的关键组成部分。与人类记忆非常相似，智能体记忆允许 AI 系统随时间存储、检索和利用信息，从而为用户创造更连贯和个性化的体验。 …...

编程日记 2025/8/16 1:17:49

mysql集成Qwen大模型MCP计算【附实战代码】

mysql集成Qwen大模型MCP计算 题目分析步骤 1：在 MySQL 中构建核素半衰期数据库1.1 数据库设计1.2 安装和设置 MySQL1.3 创建数据库和表步骤 2：构建放射性活度计算函数2.1 依赖库2.2 Python 函数2.3 函数说明步骤 3：修复 MySQL 访问权限步骤 4：代码实践用户输入指导测试用例…...

编程日记 2025/8/16 7:25:05

006 yum和Linux生态

🦄 个人主页: 小米里的大麦-CSDN博客 🎏 所属专栏: Linux_小米里的大麦的博客-CSDN博客 🎁 GitHub主页: 小米里的大麦的 GitHub ⚙️ 操作环境: Visual Studio 2022 文章目录 Linux 软件包管理器 yum什么是软件包？基于 Linux 系统…...

编程日记 2025/8/16 7:25:03

一种扫描雷达超分辨成像检测一体化方法——论文阅读

一种扫描雷达超分辨成像检测一体化方法 1. 专利的研究目标与产业意义1.1 研究目标与实际问题1.2 产业意义2. 专利的创新方法：低秩稀疏约束与联合优化框架（重点解析）2.1 核心思路与模型构建2.2 迭代优化算法2.3 与传统方法的对比优势3. 实验设计与验证3.1 实验参数3.2 实验结…...

编程日记 2025/8/16 7:25:01

三款实用工具推荐：配音软件+Windows暂停更新+音视频下载！

各位打工人请注意！今天李师傅掏出的三件套，都是经过实战检验的效率放大器。先收藏再划走，说不定哪天就能救命！ 一.祈风TTS-配音大师 做短视频的朋友肯定深有体会——配个音比写脚本还费劲！要么付费买声音&#xff0c…...

编程日记 2025/8/16 7:25:00

云平台的文件如何备份

不同的云平台有不同的文件备份方式，以下以常见的阿里云、腾讯云为例进行介绍： 阿里云 对象存储 OSS 可以通过 OSS 控制台，选择需要备份的 Bucket（存储桶）和文件，手动发起备份操作，将数据复制到…...

编程日记 2025/8/16 7:24:58

密码学系列 - SR25519与ED25519

SR25519 SR25519 是一种高级的数字签名算法，它基于 Schnorr 签名方案，使用的是 Curve25519 椭圆曲线。这种签名算法在密码学社区中广受欢迎，特别是在区块链和加密货币领域。以下是关于 SR25519 的详细介绍。 SR25519 简介 SR25519 是一种 …...

编程日记 2025/8/16 9:11:35

XMP-Toolkit-SDK 编译与示例程序

一、前言 最近在调研图片的元数据读写方案，需要了解 XMP 空间以及如何在 XMP 空间中读写元数据，本文做一个相关内容的记录。 XMP-Toolkit-SDK 以及 XMP标准简介 XMP-Toolkit-SDK 是 Adobe 提供的一套开源软件开发工具包（SDK）&a…...

编程日记 2025/8/17 6:14:58

基于nnom的多选择器

核心组件 元件类型目的接口STM32F103CB微控制器主处理单元-MPU60506 轴 IMU移动侦测I2C 接口W25Q64 系列闪存信号和配置存储SPI 系列按钮用户输入模式选择和激活GPIO （通用输出）搭载了LED用户反馈系统状态指示GPIO （通用输出）RT6…...

编程日记 2025/8/16 9:11:31

铁塔基站项目用电能表有哪些？

简婷 安科瑞电气股份有限公司 上海嘉定 201801 引言：随着5G基站的迅猛发展，基站的能耗问题也越来越突出，高效可靠的基站配电系统方案，是提高基站能耗使用效率，实现基站节能降耗的重要保证，通过多回路仪表…...

编程日记 2025/8/16 9:11:29

ROS-仿真实验平台

（1）ROS基本架构 机器人操作系统（Robot Operating System，ROS）是一款基于开源协议的、针对 机器人进行开发的、灵活可扩展的的软件平台，整合多种软件功能包和开发工具，提 供机器人操作系统所需的…...

编程日记 2025/8/16 9:11:27

Loly: 1靶场渗透

Loly: 1 来自 <Loly: 1 ~ VulnHub> 1&#xff0c;将两台虚拟机网络连接都改为NAT模式 2&#xff0c;攻击机上做namp局域网扫描发现靶机 nmap -sn 192.168.23.0/24 那么攻击机IP为192.168.23.182&#xff0c;靶场IP192.168.23.241 3&#xff0c;对靶机进行端口服务探测 n…...

编程日记 2025/8/17 6:16:34

LeetCode第191题_位1的个数

LeetCode 第191题&#xff1a;位1的个数 题目描述 编写一个函数&#xff0c;输入是一个无符号整数&#xff08;以二进制串的形式&#xff09;&#xff0c;返回其二进制表达式中数字位数为 ‘1’ 的个数&#xff08;也被称为汉明重量&#xff09;。 难度 简单 题目链接 点…...

编程日记 2025/8/16 9:11:23

JVM——Java内存模型

Java内存模型 在Java多线程编程中&#xff0c;Java内存模型&#xff08;Java Memory Model, JMM&#xff09;是理解程序执行行为和实现线程安全的关键。下面我们深入探讨Java内存模型的内容。 Java内存模型概述 Java内存模型定义了Java程序中变量的内存操作规则&#xff0c;…...

编程日记 2025/8/16 9:11:21

JVM局部变量表和操作数栈的内存布局

局部变量表和操作数栈 首先看一段Java源码 public class Add_Sample{public int add(int i, int j){int k 100;int result i j k;return result;}public static void main(String[] args){int result new Add_Sample().add(10,20);System.out.println(result);} }使用ja…...

编程日记 2025/8/16 9:11:19

【MongoDB篇】MongoDB的分片操作！

目录 引言第一节&#xff1a;分片核心概念&#xff1a;为什么要分片&#xff1f;它是什么&#xff1f; &#x1f914;&#x1f4a5;&#x1f680;第二节&#xff1a;分片架构的“三大金刚”&#xff1a;核心组件解析 &#x1f9f1;&#x1f9e0;&#x1f6e3;️第三节&#xff…...

编程日记 2025/8/17 6:14:56

AI一键替换商品融入场景，5分钟打造专业级商品图

在电商行业&#xff0c;传统修图工具操作复杂、耗时费力&#xff0c;尤其是将商品自然融入多样化场景的需求&#xff0c;常让卖家头疼不已。如今&#xff0c;一款专为电商设计的AI工具-图生生&#xff0c;其核心功能“AI商品图-更换背景”&#xff0c;颠覆传统流程。只需上传一…...

编程日记 2025/8/16 9:11:15

《数据结构：二叉搜索树（Binary Search Tree）》

文章目录 :red_circle:一、二叉搜索树的概念:red_circle:二、二叉搜索树的性能分析:red_circle:三、二叉搜索树的操作&#xff08;一&#xff09;插入&#xff08;二&#xff09;查找&#xff08;三&#xff09;删除 :red_circle:四、二叉搜索树的实现代码&#xff08;一&#…...

编程日记 2025/8/16 9:11:13

isNotBlank和isNotEmpty有什么区别？

如下是hutool的StrUtil工具包下的源码 结果&#xff1a;如果字符串仅由空白字符组成&#xff08;比如 " "&#xff09;&#xff0c;那么isNotBlank将返回false&#xff0c;而isNotEmpty返回true。 isNotBlank当中的Blank是空白的意思&#xff0c;也就是是否不等于空…...

编程日记 2025/8/16 9:11:11

Kotlin 中实现单例模式的几种常见模式

1 懒汉式&#xff0c;线程安全&#xff08;伴生对象 by lazy&#xff09; 想“懒汉”一样&#xff0c;拖延到首次使用时才进行初始化。 通过 companion object 和 lazy 实现懒加载&#xff0c;首次访问是才进行初始化&#xff0c;lazy 默认使用 LazyThreadSafetyMode.SYNCHR…...

编程日记 2025/8/16 9:11:09

挑战用豆包教我学Java

现在的AI发展的越来越快&#xff0c;在学习方面更是让人吃惊&#xff0c;所以我决定用豆包来教我学Java语言。本人现在大二&#xff0c;此前已经学习过了c&#xff0c;所以有一定的基础&#xff0c;相信我肯定可以成功的&#xff01; 首先我向豆包说明的我的情况&#xff1a; …...

编程日记 2025/8/16 9:11:07

怎么在非 hadoop 用户下启动 hadoop

今天有同学反馈一个问题&#xff0c;比较有代表性。说下 问题描述 在 root 用户下 无法执行如下代码 1.linux执行计划 &#xff1a;crontab 加入 42 17 7 5 * /root/hadoop_op.sh2.hadoop_op.sh内语句&#xff1a; #!/bin/bash su - hadoop cd /opt/module/hadoop-3.3.0/sb…...

编程日记 2025/8/16 9:11:05

如何激活python的虚拟环境

目录 激活虚拟环境步骤&#xff1a; 注意事项&#xff1a; 为什么写这篇文章&#xff1a; 我在检查依赖版本的时候发现在terminal一直显示找不到该依赖 但是在interpreter里面能看到所有我以及下载的依赖和版本&#xff1b;然后稍微看了下发现是自己忘记激活虚拟环境了&#…...

编程日记 2025/8/16 9:11:03

Spring Boot 中的事务管理是如何工作的？

全文目录&#xff1a; 开篇语前言一、什么是事务管理&#xff1f;1. 事务的四大特性&#xff08;ACID&#xff09; 二、Spring Boot 中的事务管理1. Spring Boot 中的声明式事务管理1.1 Transactional 注解1.2 使用 Transactional 注解示例&#xff1a; 1.3 Transactional 的默…...

编程日记 2025/8/16 9:11:01

【计算机网络-传输层】传输层协议-UDP

&#x1f4da; 博主的专栏 &#x1f427; Linux | &#x1f5a5;️ C | &#x1f4ca; 数据结构 | &#x1f4a1;C 算法 | &#x1f152; C 语言 | &#x1f310; 计算机网络 上篇文章&#xff1a;HTTP服务器实现 下篇文章&#xff1a;传输层协议-TCP 摘要&#xff…...

编程日记 2025/8/16 9:10:59

【论文学习】空间变化系数模型SVCMsp原理及应用

目录 空间变化系数模型SVCMSVCM模型基本思想两种主要的参数估计方法方法一&#xff1a;贝叶斯方法&#xff08;Bayesian Approaches&#xff09;方法二&#xff1a;频率学派方法&#xff08;Frequentist Approaches&#xff09;总结对比 论文1&#xff1a;提出空间变化系数模型…...

编程日记 2025/8/16 9:10:57

时间序列数据集构建方案Pytorch

时间序列数据集构建方案 时间序列数据集TimeSeriesDataset 时间序列数据集增强EnhancedTimeSeriesDataset 时间序列数据集的构建不同于图像、传统面板数据&#xff0c;其需要满足多实体、动态窗口、时间连续等性质&#xff0c;且容易产生数据泄漏。本文介绍了一种时间序列数据…...

编程日记 2025/8/16 9:10:55

UniAppx 跳转Android 系统通讯录

工作中遇到的问题浅浅记录一下 跳转方法 //跳转系统 通讯录function jumpContacts(tag : number) {const context UTSAndroid.getUniActivity()!;const intent new Intent(Intent.ACTION_PICK);intent.setData(Uri.parse("content://com.android.contacts/data/phones…...

编程日记 2025/8/16 9:10:53

DeepSeek架构解析：从神经动力学视角解构万亿参数模型的认知涌现机制

一、大语言模型的认知拓扑训练范式 1.1 多模态预训练中的流形对齐 DeepSeek采用非对称双塔结构实现跨模态参数共享&#xff0c;其视觉编码器通过卷积核的辛几何分解构建特征流形&#xff0c;语言编码器则在希尔伯特空间执行李群变换。在预训练阶段&#xff08;Pre-training&am…...

编程日记 2025/8/16 9:10:51

如何在大型项目中解决 VsCode 语言服务器崩溃的问题

在大型C/C项目中&#xff0c;VS Code的语言服务器&#xff08;如C/C扩展&#xff09;可能因内存不足或配置不当频繁崩溃。本文结合系统资源分析与实战技巧&#xff0c;提供一套完整的解决方案。 一、问题根源诊断 1.1 内存瓶颈分析 通过top命令查看系统资源使用情况&#xff…...

编程日记 2025/8/16 9:10:49

计算机硬件（南桥）：主板芯片组FCH和PCH的区别

在计算机主板设计中&#xff0c;FCH&#xff08;Fusion Controller Hub&#xff09;和PCH&#xff08;Platform Controller Hub&#xff09;分别是AMD和Intel对主板芯片组中“南桥”&#xff08;Southbridge&#xff09;部分的命名。尽管两者功能相似&#xff0c;但受不同厂商架…...

编程日记 2025/8/16 9:10:47

数据中心机电建设

电气系统 供配电系统 设计要求&#xff1a;数据中心通常需要双路市电供电&#xff0c;以提高供电的可靠性。同时&#xff0c;配备柴油发电机组作为备用电源&#xff0c;确保在市电停电时能及时为关键设备供电。根据数据中心的规模和设备功耗&#xff0c;精确计算电力负荷&…...

编程日记 2025/8/16 9:10:45

前端代码规范详细配置

以下是现代前端项目的完整代码规范配置方案&#xff0c;涵盖主流技术栈和自动化工具链配置&#xff1a; 一、基础工程配置 1. 项目结构规范 project/ ├── src/ │ ├── assets/ # 静态资源 │ ├── components/ # 通用组件 │ ├── layouts/ …...

编程日记 2025/8/16 9:10:44

GPT与LLaMA：两大语言模型架构的深度解析与对比

引言 自2017年Transformer架构问世以来，自然语言处理（NLP）领域经历了革命性突破。OpenAI的GPT系列与Meta的LLaMA系列作为其中的两大代表，分别以“闭源通用巨兽”和“开源效率标杆”的定位，推动了语言模型技术的发展。本文将从架构设计、核心技术、训练优化、应用场景等维…...

编程日记 2025/8/16 9:10:42

跨平台C++开发解决方案总结

在跨平台C++开发中，不同平台（Windows/Linux/macOS/移动端/嵌入式）的差异性处理是关键挑战。以下从7个维度系统化总结解决方案，并附典型场景案例说明： 一、基础设施搭建策略 编译器统一管理 使用Clang作为跨平台统一编译器（Windows通过LLVM-MinGW集成）CMake示例强制指定C…...

编程日记 2025/8/16 9:10:40

hadoop中的序列化和反序列化（2）

2. 为什么需要序列化 序列化在分布式系统中非常重要&#xff0c;尤其是在Hadoop这样的大数据处理框架中。以下是序列化的主要用途&#xff1a; 数据存储&#xff1a;将对象持久化到磁盘文件中。 网络传输&#xff1a;将对象通过网络发送到其他节点。 跨平台共享&#xff1a;…...

编程日记 2025/8/16 9:10:38

深入探讨C++日志模块设计与实现

一、日志模块的重要性 日志系统是软件开发的"黑匣子"&#xff0c;在调试跟踪、问题定位、运行监控等方面发挥关键作用。一个优秀的日志模块应具备&#xff1a; 精准的问题定位能力 灵活的输出控制 最小的性能损耗 可靠的运行稳定性 二、核心设计原则 灵活性 支…...

编程日记 2025/8/16 9:10:36

英伟达开源Llama-Nemotron系列模型：14万H100小时训练细节全解析

引言&#xff1a;开源大模型领域的新王者 在开源大模型领域&#xff0c;一场新的变革正在发生。英伟达最新推出的Llama-Nemotron系列模型&#xff08;简称LN系列&#xff09;以其卓越的性能和创新的训练方法&#xff0c;正在重新定义开源大模型的边界。本文将深入解析这一系列…...

编程日记 2025/8/16 9:10:35

面试题 03.06 动物收容所

题目 题解一 使用三个列表&#xff0c;分别保存动物、猫、狗的列表。 package leetcode.editor.cn;import java.util.Iterator; import java.util.LinkedList;class AnimalShelf {private static final int CATEGORY_CAT 0;private static final int CATEGORY_DOG 1;privat…...

编程日记 2025/8/15 20:43:46

面试算法刷题练习1(核心+acm)

3. 无重复字符的最长子串 核心代码模式 class Solution {public int lengthOfLongestSubstring(String s) {int lens.length();int []numnew int[300];int ans0;for(int i0,j0;i<len;i){num[s.charAt(i)];while(num[s.charAt(i)]>1){num[s.charAt(j)]--;j;}ansMath.max…...

编程日记 2025/8/16 9:10:31

LLaMA-Factory微调DeepSeek-R1-Distill-Qwen-7B

1.数据准备 为了对比原生模型效果与微调后的效果，这里选择医疗诊断数据medical-o1-reasoning-SFT来进行微调实验，首先将数据转化为LLaMA-Factory支持的Alpaca数据格式,并划分数据集 {"instruction": "医疗问题示例","input": "上下文信…...

编程日记 2025/8/17 6:16:31

第7章-3 维护索引和表

上一篇&#xff1a;《第7章-2 高性能的索引策略》&#xff0c;接下来学习维护索引和表 维护索引和表 即使用正确的数据类型创建了表并加上了合适的索引&#xff0c;工作也没有结束&#xff1a;还需要维护表和索引来确保它们都能正常工作。维护表有三个主要目的&#xff1a;找到…...

编程日记 2025/8/16 5:46:12

精益数据分析（47/126）：深挖UGC商业模式的关键要点与指标

精益数据分析&#xff08;47/126&#xff09;&#xff1a;深挖UGC商业模式的关键要点与指标 在创业和数据分析的探索旅程中&#xff0c;理解不同商业模式的核心要素至关重要。今天&#xff0c;我们依旧带着共同进步的想法&#xff0c;深入研读《精益数据分析》中UGC商业模式的…...

编程日记 2025/8/16 9:10:26