【学习路线】Python数据分析（数据科学） 详细知识点学习路径（附学习资源）
学习本路线内容之前，请先学习Python的基础知识
其他路线：
Python基础 >>
Python进阶 >>
Python爬虫 >>
Python数据分析（数据科学） >>
Python 算法（人工智能） >>
Python Web开发 >>
Python自动化运维 >>
符号表解释：
可根据知识点前的符号按需选学，并获取知识点描述和学习资源。
⭐️必学：核心知识点，经常用到。
✅建议学：重要知识点，专业人士的基⽯。
❗面试重点：经常出现的面试知识点。
❌可有可无：边缘区域，不是必须探索的地方。
💬知识描绘：知识点描述，快速理解。
📚学习资源：关联的学习资源。
🎯学习目标：阶段性目标。
学习路线：自动化运维
💬描述: Python 数据分析是使用 Python 编程语言进行数据收集、处理、分析和可视化的过程，通常用于从大型数据集中提取有价值的信息和见解。它包括使用库和工具如 pandas、NumPy、Matplotlib 和 Seaborn 来执行数据操作和可视化，以支持数据驱动的决策和问题解决。这是数据科学领域中的关键技能，广泛应用于各种行业，包括商业、医疗保健、金融和科学研究。
🎯目标： 销售数据分析，分析公司的销售数据，包括销售额、销售趋势、最畅销产品等，并生成可视化报告。
📚学习资源：
- Python 数据处理分析路线>>>
一、环境搭建
- ⭐️Anaconda
💬描述: Anaconda 是一个开源的数据科学和机器学习平台，旨在简化数据分析和科学计算的工作流程。它包括一个强大的集成开发环境（IDE），称为 Anaconda Navigator，以及一个包管理器 Conda。Anaconda 提供了许多常用的数据科学工具和库的预安装，如 NumPy、pandas、Matplotlib、Jupyter Notebook 和 scikit-learn，使用户能够轻松地开始数据分析和机器学习项目。
📚软件资源>>>
- Jupyter Notebook
💬描述: Jupyter Notebook 是一个交互式计算环境，广泛用于数据科学和编程教育。它允许用户创建和共享文档，其中可以包含实时运行的代码、文本、图像和可视化结果。
📚资源：
- Jupyter 下载>>>
- Python 数据科学手册>>>
二、常用类库
1、⭐️NumPy
1.1 数组:
- NumPy 最重要的数据结构是 ndarray，它是一个多维数组对象。这些数组可以包含相同类型的元素，通常是数值。
- 数组的维度称为轴（axes），数组的维度数量称为秩（rank）。
- 通过 numpy.array() 函数或直接使用列表创建 NumPy 数组。
1.2 索引:
- NumPy 数组可以使用整数索引来访问元素，索引从 0 开始。
- 可以使用负数索引从数组的末尾开始访问元素。
1.3 切片:
- 切片是一种从数组中提取子数组的方法，可以用于选择数组的一部分。
- 切片的语法是 array[start:stop:step]，其中 start 表示起始索引，stop 表示结束索引（不包括），step 表示步长。
1.4 多维数组:
- NumPy 支持多维数组，可以是一维、二维或更高维度。
- 多维数组的元素可以通过逗号分隔的索引访问，例如 array[0, 1] 表示访问第一行第二列的元素。
1.5 函数:
- NumPy 提供了大量用于数值计算的函数，包括数学、统计、线性代数等。
- 一些常用的 NumPy 函数包括 numpy.sum()、numpy.mean()、numpy.std()、numpy.dot() 等。
- NumPy 还支持广播（broadcasting），使得对不同形状的数组进行运算更加灵活。
2、⭐️Pandas
2.1 Series：
- Series 是 pandas 中的一维标记数组，类似于 NumPy 数组或 Python 列表，但具有数据标签（索引）。
- Series 由两部分组成，数据部分和索引部分，可以将它看作是一列数据与该列数据的标签。
- 创建 Series 可以使用 pandas.Series() 函数，传入数据列表或 NumPy 数组。
2.2 DataFrame：
- DataFrame 是 pandas 中的二维数据结构，类似于电子表格或 SQL 表格，它由多个 Series 对象组成，每个 Series 代表一列数据。
- DataFrame 是一个表格，每列可以包含不同类型的数据，但是每列的数据类型必须相同。
- 可以使用 pandas.DataFrame() 函数来创建 DataFrame，传入数据和列标签。
2.3 索引：
- 索引是 pandas 中非常重要的概念，它用于标识和访问 Series 和 DataFrame 中的数据。
- 可以自定义索引，也可以使用默认整数索引。
- 索引在数据对齐和数据检索中起着关键作用。
2.4 对齐：
- 对齐是 pandas 的一个强大功能，它确保在进行操作时，两个对象的索引正确对齐，从而避免数据混乱或错误。
- 当对两个具有不同索引的 Series 或 DataFrame 执行操作时，pandas 会自动对齐它们的数据。
2.5 函数：
- pandas 提供了丰富的函数和方法，用于数据操作和变换，包括数据的筛选、排序、合并、分组等。
- 一些常用的 pandas 函数包括 head()、tail()、info()、describe()、groupby() 等。
2.6 统计：
- pandas 支持对数据进行统计分析，包括计算均值、中位数、标准差、最大值、最小值等。
- 可以使用 mean()、median()、std()、max()、min() 等函数来执行这些统计操作。
3、✅数据处理
3.1 数据清洗：
- 数据清洗是数据预处理的重要步骤，用于处理数据中的错误、缺失值、重复项和不一致性。
- 常见的数据清洗任务包括删除重复行、填充缺失值、修复数据类型、处理异常值等，以确保数据质量。
3.2 层次化索引：
- 层次化索引是 pandas 中的一项高级功能，允许在一个轴上拥有多个索引级别。
- 这使得数据可以以更复杂的方式进行组织和检索，特别适用于处理多维数据，如多维时间序列数据。
3.3 数据连接：
- 数据连接是将多个数据集合并为一个数据集的过程，通常根据某些共享的列（键）进行连接。
- 常见的数据连接操作包括内连接、左连接、右连接和外连接，可以使用 pandas 的 merge() 函数执行这些操作。
3.4 数据合并：
- 数据合并通常指的是将多个数据集水平合并，即在列方向上合并数据。
- pandas 提供了 concat() 函数用于在不同数据集之间执行数据合并。
3.5 分组聚合：
- 分组聚合是将数据分成不同的组，并对每个组应用聚合函数（如求和、平均值、计数等）的过程。
- 可以使用 groupby() 函数将数据按照某个列或多个列进行分组，并应用聚合函数来生成汇总信息。
3.6 轴向旋转：
- 轴向旋转是重新组织数据的操作，通常涉及将数据从长格式（长表）转换为宽格式（宽表）或反之。
- 可以使用 pivot()、melt()、stack()、unstack() 等函数来执行轴向旋转操作。
4、数据可视化
4.1 ⭐️Matplotlib
- Matplotlib 是 Python 中最流行和最基础的数据可视化库之一，用于创建各种静态、交互式和动态的图表和图形。
- 它提供了广泛的绘图功能，包括散点图、折线图、柱状图、饼图、热力图等。
- Matplotlib 的绘图方式相对底层，需要用户手动设置图形的各个属性，因此有一定的学习曲线。
- 通常与 Jupyter Notebook 等环境结合使用，用于数据探索和可视化。
- 📚资源>>>
4.2 Seaborn
- Seaborn 是建立在 Matplotlib 之上的高级数据可视化库，旨在简化创建漂亮和信息丰富的统计图表。
- 它提供了高级别的 API，可以轻松绘制各种统计图，包括分布图、箱线图、热力图、回归图等。
- Seaborn 的样式和颜色调色板使得创建吸引人的可视化更加容易，而不需要大量的自定义设置。
- 适用于数据分析、探索性数据分析（EDA）和报告生成。
4.3 Pyecharts
- Pyecharts 是一个基于 Echarts 的 Python 可视化库，它提供了一种简单的方式来创建交互式数据可视化。
- Echarts 是一种流行的 JavaScript 图表库，Pyecharts 允许 Python 用户轻松利用 Echarts 的功能。
- Pyecharts 支持多种图表类型，包括折线图、柱状图、散点图、地图等，以及自定义主题和样式。
- 它适用于需要在 Web 应用程序中嵌入交互式图表的场景。
相关文章：
【学习路线】Python数据分析（数据科学） 详细知识点学习路径（附学习资源）
学习本路线内容之前，请先学习Python的基础知识 其他路线： Python基础 >> Python进阶 >> Python爬虫 >> Python数据分析（数据科学） >> Python 算法（人工智能） >> Pyth…...
Flutter 实现验证码输入框学习
学习flutter代码 实现一个用于输入验证码的自定义组件，它允许用户输入固定长度的验证码，并在输入完成时触发回调。 前置知识点学习 TextStyle TextStyle 是 Flutter 中用于定义文本样式的类。它提供了一组属性来控制文本的外观，如字体大小、…...
hutool糊涂工具通过注解设置excel宽度
import java.lang.annotation.*;Documented Retention(RetentionPolicy.RUNTIME) Target({ElementType.METHOD, ElementType.FIELD, ElementType.PARAMETER}) public interface ExcelStyle {int width() default 0; }/*** 聊天记录*/ Data public class DialogContentInfo {/**…...
-AutoSAR CP分层架构(3) (万字长文-配21张彩图))
汽车基础软件AutoSAR自学攻略(四)-AutoSAR CP分层架构(3) (万字长文-配21张彩图)
汽车基础软件AutoSAR自学攻略(四)-AutoSAR CP分层架构(3) (万字长文-配21张彩图) 前面的两篇博文简述了AutoSAR CP分层架构的概念，下面我们来具体到每一层的具体内容进行讲解，每一层的每一个功能块力求用一个总览图，外加一个例子的图给大家进…...
有收到腾讯委托律师事务所向AppStore投诉带有【水印相机】主标题名称App的开发者吗
近期，有多名开发者反馈，收到来自腾讯科技 (深圳) 有限公司委托北京的一家**诚律师事务所卞，写给AppStore的投诉邮件。 邮件内容主要说的是，腾讯注册了【水印相机】这四个字的商标，所以你们这些在AppStore上的app&…...
SpringBoot操作spark处理hdfs文件
SpringBoot操作spark处理hdfs文件 1、导入依赖 <!-- spark依赖--><dependency><groupId>org.apache.spark</groupId><artifactId>spark-core_2.12</artifactId><version>3.2.2</version></dependency><depend…...
Spring Boot中的依赖注入是如何工作
Spring Boot 中的依赖注入（Dependency Injection，简称 DI）是通过 Spring 框架的核心机制——控制反转（Inversion of Control，IOC）容器来实现的。Spring Boot 基于 Spring Framework，在应用中自动…...
算法面试1
简述yolov1的网络架构 YOLOv1网络结构包括24层卷积层用来提取图像的特征，2层全连接层回归得到7730（141420）的张量。 网络结构大概如下：输入的是4484483通道的图像，就是RGB图像，然后用64个卷积核大小是…...
单独编译)
Android车机DIY开发之软件篇(八)单独编译
Android车机DIY开发之软件篇(八)单独编译 1.CarLauncher单独编译 CarLauncher源码位于 packages/apps/Car/Launcher 用Eclipse ADT 谷歌定制版编译而成，.mk .bp编译 Android13目录如下: alientekalientek:~/packages/apps/Car$ ls Calendar …...
保证Mysql数据库到ES的数据一致性的解决方案
文章目录 1.业务场景介绍1.1 需求分析1.2 技术实现方案 2.业界常用数据一致性方案分析2.1 同步双写方案2.2 MQ异步双写方案2.3 扫表定期同步方案2.4 监听binlog同步方案 1.业务场景介绍 1.1 需求分析 某知名的在线旅游平台，在即将到来的春季促销活动之前ÿ…...
Cursor实现go项目配置并实现仓库Gin项目运行
✅作者简介：大家好，我是 Meteors., 向往着更加简洁高效的代码写法与编程方式，持续分享Java技术内容。 🍎个人主页：Meteors.的博客 💞当前专栏：知识备份 ✨特色专栏：知识分享 &#x…...
【网络云SRE运维开发】2025第2周-每日【2025/01/11】小测-【第11章NAT理论和实操考试】解析
文章目录 一、选择题二、理论题三、实操题 【网络云SRE运维开发】2025第2周-每日【2025/01/11】小测-【第11章NAT理论和实操考试】解析 一、选择题 在H3C设备上，NAT技术主要用于（ ） A. 提高网络安全性 B. 实现不同网段的通信 C. 将内部私有IP…...
drawDB docker部属
docker pull xinsodev/drawdb docker run --name some-drawdb -p 3000:80 -d xinsodev/drawdb浏览器访问：http://192.168.31.135:3000/...
页面顶部导航栏（Navbar）的功能（Navbar/index.vue）
这段代码是一个 Vue.js 组件，实现了页面顶部导航栏（Navbar）的功能。我将分块分析它的各个部分： 模板 (Template): <!-- spid-admin/src/layout/components/Navbar/index.vue --> <template><div class"navb…...
【人工智能】用Python进行对象检测：从OpenCV到YOLO的全面指南
对象检测是计算机视觉领域的核心任务之一，广泛应用于视频监控、自动驾驶、智能安防等多个场景。随着深度学习技术的发展，基于传统方法的对象检测逐渐被基于神经网络的先进模型所取代。本文将系统地介绍如何使用Python进行对象检测，重点探讨了…...
深度学习从入门到实战——卷积神经网络原理解析及其应用
卷积神经网络CNN 卷积神经网络前言卷积神经网络卷积的填充方式卷积原理展示卷积计算量公式卷积核输出的大小计算感受野池化自适应均值化空洞卷积经典卷积神经网络参考 卷积神经网络 前言 为什么要使用卷积神经网络呢？ 首先传统的MLP的有什么问题呢？ - …...
Flink概念知识讲解之：Restart重启策略配置
Flink概念知识讲解之：Restart重启策略配置 当 Task 发生故障时，Flink 需要重启出错的 Task 以及其他受到影响的 Task ，以使得作业恢复到正常执行状态。 Flink 通过重启策略和故障恢复策略来控制 Task 重启：重启策略决定是否可以…...
Golang中使用 Mqtt
MQTT 是一种基于发布/订阅模式的 轻量级物联网消息传输协议 ，可以用极少的代码和带宽为联网设备提供实时可靠的消息服务，它广泛应用于物联网、移动互联网、智能硬件、车联网、电力能源等行业。 本文主要介绍如何在 Golang 项目中使用 github.com/eclips…...
腾讯云下架印度云服务器节点，印度云服务器租用何去何从
近日，腾讯云下架印度云服务器节点的消息引起了业界的广泛关注。这一变动让许多依赖印度云服务器的用户开始担忧，印度云服务器租用的未来究竟在何方？ 从印度市场本身来看，其云服务市场的潜力不容小觑。据 IDC 报告，到 2…...
STM32内置Flash
一、原理 利用flash存储用户数据需要注意查看，用户数据是否会覆盖芯片运行程序。 IAP（在程序中编程）利用程序修改程序本身，和OTA是一个原理。IAP在程序中编程支持任意一种通信下载。 ICP（在电路中编程，通…...
面试：C++类成员初始化顺序
1、非静态数据成员：按它们在类定义的声明顺序初始化，不会按它们在初始化列表的顺序。 2、静态数据成员：在main函数启动之前，并且只初始化一次 3、基类构造函数：如果类从一个或多个基类继承而来，基类的构造…...
约束的笔记
约束的分类 为什么需要约束 为了保证数据的完整性 ①实体完整性（Entity Integrity）(同一个表中，不能存在两条完全相同无法区分的记录) ②域完整性（Domain Integrity） ③引用完整性（Referential Integ…...
【Docker】安装registry本地镜像库，开启Https功能
下载镜像 docker pull registry:2 需要启动https功能，就要生成服务端的自签名的证书和私钥，以及在docker客户端安装这个经过签名的证书。 第一步：生成公私钥信息，第二步，制作证书签名申请文件， 第三步&…...
el-tree拖拽光标错位问题
背景：el-tree实现的分类树增加拖拽功能后，当分类树由于数量较多产生滚动条，如果分类树已滚动，进行拖拽时会造成光标错位的问题: 原因：el-tree拖拽光标定位的高度并未加上滚动的高度解决：将滚动的样式属性放…...
Linux权限
目录 一.Linux权限的概念 二.Linux权限管理 1.文件访问者的分类 2.文件类型和访问权限 1.文件类型 2.基本权限 3.文件权限的表示方法 1.字符表示法 2.八进制表示法 4.文件权限的相关访问方法 1.chmod 2.chown 3.chgrp 4.粘滞位 三.权限总结 一.Linux权限的概念 …...
mysql binlog 日志分析查找
文章目录 前言一、分析 binlog 内容二、编写脚本结果总结 前言 高效快捷分析 mysql binlog 日志文件。 mysql binlog 文件很大 怎么快速通过关键字查找内容 一、分析 binlog 内容 通过 mysqlbinlog 命令可以看到 binlog 解析之后的大概样子 二、编写脚本 编写脚本 search_…...
win32汇编环境，窗口程序中对按钮控件常用操作的示例
;运行效果 ;win32汇编环境，窗口程序中对按钮控件常用操作的示例 ;常用的操作，例如创建按钮控件，使其无效，改变文本，得到文本等。 ;将代码复制进radasm软件里，直接就可以编译运行。重点部分加备注。 ;>&g…...
风水算命系统架构与功能分析
系统架构 服务端：Java（最低JDK1.8，支持JDK11以及JDK17）数据库：MySQL数据库（标配5.7版本，支持MySQL8）ORM框架：Mybatis（集成通用tk-mapper，支持myb…...
如何在 Ubuntu 22.04 上安装和配置邮件服务器教程
简介： 在本指南中，我们将演示如何在 Ubuntu 22.04 上安装和配置邮件服务器，因为大中型公司可以从拥有私人邮件服务器中获益匪浅。通过使用邮件服务器，可以密切监视所有电子邮件流量。此外，自定义设置的灵活性使得建立…...
后门原理与实践
实验目录 windows主机与kali虚拟机实现互联互通使用netcat获取主机操作Shell，cron启动使用socat获取主机操作Shell, 任务计划启动使用MSF meterpreter生成可执行文件，利用ncat或socat传送到主机并运行获取主机Shell使用MSF meterpreter生成获取目标主机…...
代理模式详解与应用
代理模式（Proxy Pattern），也称为委托模式或 surrogate 模式，是一种结构型设计模式。它为其他对象提供一个代理以控制对这个对象的访问。通过引入代理对象，可以在不改变原始对象接口的前提下，添加额外的功能…...
C#，动态规划问题中基于单词搜索树（Trie Tree）的单词断句分词（ Word Breaker）算法与源代码
1 分词 分词是自然语言处理的基础，分词准确度直接决定了后面的词性标注、句法分析、词向量以及文本分析的质量。英文语句使用空格将单词进行分隔，除了某些特定词，如how many，New York等外，大部分情况下不需要考虑分词…...
基于单片机的智能家居排气扇系统设计
1系统方案设计 本设计基于单片机的智能家居排气扇系统采用STM32单片机作为主控制器，通过DHT11温湿传感器和MQ-2烟雾传感器实现温度、湿度、烟雾检测，在自动模式下，可以根据烟雾浓度通过PWM调速的方式自动调节排气扇的速度，而在手…...
基于JAVA+SpringBoot+Vue的二手车交易系统
基于JAVASpringBootVue的二手车交易系统 前言 ✌全网粉丝20W,csdn特邀作者、博客专家、CSDN[新星计划]导师、java领域优质创作者,博客之星、掘金/华为云/阿里云/InfoQ等平台优质作者、专注于Java技术领域和毕业项目实战✌ 🍅文末附源码下载链接🍅 哈喽…...
【JVM-2.2】使用JConsole监控和管理Java应用程序：从入门到精通
在Java应用程序的开发和运维过程中，监控和管理应用程序的性能和资源使用情况是非常重要的。JConsole是Java Development Kit（JDK）自带的一款图形化监控工具，它可以帮助开发者实时监控Java应用程序的内存、线程、类加载以及垃圾回收…...
windows及linux 安装 Yarn 4.x 版本
1. 确保系统环境准备 a. 安装 Node.js Yarn 依赖于 Node.js，所以需要先安装 Node.js。前往 Node.js 官网 下载并安装适合你的 Windows 版本的 Node.js（推荐 LTS 版本）。安装完成后，打开命令提示符（CMD）或 PowerShell，验证安装：node -v npm -v如果显示版本号，则表示安…...
VS2015 + OpenCV + OnnxRuntime-Cpp + YOLOv8 部署
近期有个工作需求是进行 YOLOv8 模型的 C 部署，部署环境如下 系统：WindowsIDE：VS2015语言：COpenCV 4.5.0OnnxRuntime 1.15.1 0. 预训练模型保存为 .onnx 格式 假设已经有使用 ultralytics 库训练并保存为 .pt 格式的 YOLOv8 模型…...
1.两数之和--力扣
给定一个整数数组 nums 和一个整数目标值 target，请你在该数组中找出 和为目标值 target 的那 两个 整数，并返回它们的数组下标。 你可以假设每种输入只会对应一个答案，并且你不能使用两次相同的元素。 你可以按任意顺序返回答案。 示例 1…...
MySQL库表的操作
目录 一、库的操作 1.1库的创建 1.2字符集和校验规则 1.2.1 查看系统默认字符集以及校验规则 1.2.2 查看数据库支持的字符集 1.2.3 查看数据库支持的字符集校验规则 1.2.4 校验规则对数据库的影响 1.3操纵数据库 1.3.1显示库 1.3.2显示创建语句 1.3.3修改数据库 1.3…...
详解（附代码）)
【强化学习】深度确定性策略梯度算法(DDPG)详解（附代码）
📢本篇文章是博主强化学习（RL）领域学习时，用于个人学习、研究或者欣赏使用，并基于博主对相关等领域的一些理解而记录的学习摘录和笔记，若有不当和侵权之处，指出后将会立即改正，还望谅…...
单片机实物成品-011 火灾监测
火灾监测（20个版本） 版本20： oled显示温湿度烟雾浓度火焰传感器天然气浓度窗户风扇水泵排气系统声光报警语音播报按键WIFI模块 ----------------------------------------------------------------------------- https://www.bilibili.com…...
牛客网刷题 ——C语言初阶（6指针）——BC106 上三角矩阵判定
1. 题目描述——BC106 上三角矩阵判定 牛客网OJ题链接 描述 KiKi想知道一个n阶方矩是否为上三角矩阵，请帮他编程判定。上三角矩阵即主对角线以下的元素都为0的矩阵，主对角线为从矩阵的左上角至右下角的连线。 示例 输入： 3 1 2 3 0 4 5 0 0…...
Mysql--重点篇--索引（索引分类，Hash和B-tree索引，聚簇和非聚簇索引，回表查询，覆盖索引，索引工作原理，索引失效，索引创建原则等）
索引是数据库中用于加速查询操作的重要机制。通过索引，MySQL可以快速定位到满足查询条件的数据行，而不需要扫描整个表。合理的索引设计可以显著提高查询性能，但不合理的索引可能会导致性能下降和磁盘空间浪费。因此，理解索引的工作…...
Vue3框架核心功能点响应式数据reactive、组合式API setup、computed、组件通信、路由导航，状态管理vuex、pinia等的实战示例代码
记录几个Vue3框架核心功能点，例如响应式数据reactive、组合式API setup、computed、组件通信、路由导航，状态管理vuex、pinia……等实战示例代码： 一、响应式数据（Reactive Data） 创建响应式对象 使用reactive函数创建…...
Gitlab-Runner配置
原理 Gitlab-Runner是一个非常强大的CI/CD工具。它可以帮助我们自动化执行各种任务，如构建、测试和部署等。Gitlab-Runner和Gitlab通过API通信，接收作业并提交到执行队列，Gitlab-Runner从队列中获取作业，并允许在不同环境下进行作…...
多台PC共用同一套鼠标键盘
当环境中有多个桌面 pc 需要操作的时候，在 多台 pc 之间切换会造成很多的不方便 可以通过远程进行连接，但是有一个更好的方案是让多台机器之间共用同一套键盘鼠标 常用的解决方案 synergy 和 sharemouse，通过移动光标在不同的 pc 间切换 s…...
)
学会使用computed计算属性与watch监听(小白学习笔记)
1. 使用不同方法实现 姓名案例 需求: 根据data中 firstName 和 lastName 的值 来动态地展示全名 1.1. 插值语法 如果只使用学过的插值语法 那可以在模板中直接使用两个变量 . 但是如果需要对数据进行计算等处理 就需要在插值语法里写复杂的js表达式. 这样就违背了vue风格指…...
atoi函数的概念和使用案例
atoi 函数是 C 语言标准库中的一个函数，它用于将字符串转换为整数。atoi 的名称是 “ASCII to integer” 的缩写。该函数定义在 <stdlib.h> 头文件中。 概念 atoi 函数会从字符串的开始位置开始转换，直到遇到第一个非数字字符或遇到字符串结束符…...
unittest VS pytest
以下是 unittest 和 pytest 框架的对比表格： 特性unittestpytest设计理念基于类的设计，类似于 Java 的 JUnit更简洁，基于函数式编程设计，支持类和函数两种方式测试编写需要继承 unittest.TestCase 类，方法以 test_ 开…...
B2C API安全警示：爬虫之外，潜藏更大风险挑战
在数字化时代，B2C（Business-to-Consumer）电子商务模式已成为企业连接消费者、推动业务增长的重要桥梁。而B2C API（应用程序编程接口）作为企业与消费者之间数据交互的桥梁，其安全性更是至关重要。然而&#…...