当前位置：首页 > news >正文

day24学习Pandas库

news 来源：原创 2025/8/22 17:08:39

文章目录

三、Pandas库
- 4.函数计算
- - 3遍历
  - - 3.1.遍历Series对象
    - 3.2.遍历DataFrame对象
  - 4排序
  - - 4.1 sort_index
    - 4.2 sort_values
  - 5.去重drop_duplicates
  - 6.先分组在计算
  - - 6.1 groupby
    - 6.2 filter过滤
  - 7.合并
  - - 未完待续..

三、Pandas库

4.函数计算

3遍历

3.1.遍历Series对象

在讲解Series部分，有其他遍历方式

Series对象本身就是一个可迭代对象

示例：

import pandas as pd
s = pd.Series(['a','b','c','d','e','f',None])
for item in s:print(item, end=' ')#输出：a b c d e f None

3.2.遍历DataFrame对象

3.2.1直接遍历会获取列标签

示例：

import pandas as pd
s = pd.DataFrame({'one': pd.Series([1, 2, 3], index=['a', 'b', 'c']),'two': pd.Series([1, 2, 3], index=['a', 'b', 'c'])
})
for item in s:print(item, end=' ')
# 输出: one two

3.2.2遍历行：itertuples()方法用于遍历 DataFrame 的行，返回一个包含行数据的命名元组

参数：index=False（默认True）,返回的数组是否包含行标签
示例：

import pandas as pd# 创建一个示例 DataFrame
data = {'A': [1, 2],'B': [4, 5]
}
df = pd.DataFrame(data, index=['a', 'b'])# 使用 itertuples() 遍历行-默认包含行标签
for row in df.itertuples():print(row)for i in row:print(i)# 忽略行标签
for row in df.itertuples(index=False):print(row)

输出

Pandas(Index='a', A=1, B=4)
a
1
4
Pandas(Index='b', A=2, B=5)
b
2
5Pandas(A=1, B=4)
Pandas(A=2, B=5)

3.2.3items()方法遍历

示例：
for key, value in df.items():for i in value:print(i)
解释：
key是列标签名，
value是列对应的值(是一个Series对象）-遍历value就是获取每个数据

4排序

4.1 sort_index

sort_index 方法把乱序的索引(行或列标签)进行排序

语法：

DataFrame.sort_index(axis=0, ascending=True, inplace=False)
Series.sort_index(axis=0, ascending=True, inplace=False)

参数：

axis：默认为 0，表示按行索引排序。如果设置为 1，将按列索引排序。
ascending：指定是升序排序（默认True）还是降序排序（False）。
inplace：如果为 True，则会修改原始数据；如果为 False，则返回一个新的排序后的对象。
示例：

import pandas as pd
# 创建一个示例 DataFrame
data = {'A': [1, 2, 3],'B': [4, 5, 6],'C': [7, 8, 9]
}
df = pd.DataFrame(data, index=['b', 'c', 'a'])
print("原数组：")
print(df)
# 按行索引标签排序，不管值的大小
df_sorted = df.sort_index()
print("按行索引标签排序：")
print(df_sorted)

输出：

原数组：A  B  C
b  1  4  7
c  2  5  8
a  3  6  9
按行索引标签排序：A  B  C
a  3  6  9
b  1  4  7
c  2  5  8

4.2 sort_values

sort_values 方法用于根据指定列的值进行排序。

语法：

DataFrame.sort_values(by, axis=0, ascending=True, inplace=False, kind='quicksort', na_position='last')

参数：

by：指定根据什么标签排序
axis：指定标签是行还是列。默认为 0，表示行排序，如果设置为 1，就列排序。
ascending：布尔值或布尔值列表，指定是升序排序（True）还是降序排序（False）。可以为每个列指定不同的排序方向。
inplace：布尔值，指定是否在原地修改数据。如果为 True，则会修改原始数据；如果为 False，则返回一个新的排序后的对象。
kind：排序算法。默认为 ‘quicksort’，也可以选择 ‘mergesort’(归并排序) 或 ‘heapsort’(堆排序)。
na_position：指定缺失值（NaN）的位置。可以是 ‘first’ 或 ‘last’。
示例：

import pandas as pd# 创建一个示例 DataFrame
data = {'A': [3, 2, 1],'B': [9, 5, 4],'C': [6, 8, 7]
}
df = pd.DataFrame(data, index=['b', 'c', 'a'])
print(df)
# 按列 'A' 排序,默认升序排序
df = df.sort_values(by='A',axis=0)
print(df)
# 输出--排序行的顺序，根据A的大小A  B  C
b  3  9  6
c  2  5  8
a  1  4  7A  B  C
a  1  4  7
c  2  5  8
b  3  9  6

5.去重drop_duplicates

drop_duplicates 方法用于删除重复行

语法：

drop_duplicates(by=None, subset=None, keep='first', inplace=False)
Series.drop_duplicates(keep='first', inplace=False)

参数：

by：指定判断哪些列有没有重复项。默认判断所有列。
subset：与 by 类似，但用于指定列的子集。
keep：如何处理重复项：
- ‘first’：保留第一个出现的重复项（默认值）。
- ‘last’：保留最后一个出现的重复项。
- False：删除所有重复项。
inplace：布尔值，指定是否在原地修改数据。如果为 True，则会修改原始数据；如果为 False，则返回一个新的删除重复项后的对象。
示例：

import pandas as pd
data = {'A': [1, 2, 2, 3],'B': [4, 5, 5, 6],'C': [7, 8, 8, 9]
}
df = pd.DataFrame(data)
print(df) # 原数据
# A列有重复的数据，就删除整行
df = df.drop_duplicates("A", keep="first")
print(df)
# 输出：A  B  C
0  1  4  7
1  2  5  8
2  2  5  8
3  3  6  9A  B  C
0  1  4  7
1  2  5  8
3  3  6  9

6.先分组在计算

6.1 groupby

groupby 方法用于对数据进行分组操作，这是数据分析中非常常见的一个步骤。通过 groupby，你可以将数据集按照某个列（或多个列）的值分组，然后对每个组应用聚合函数，比如求和、平均值、最大值等。

语法：

DataFrame.groupby(by, axis=0, level=None, as_index=True, sort=True, group_keys=True, squeeze=False, observed=False, **kwargs)

参数：

by：用于分组的列名或列名列表。
axis：指定沿着哪个轴进行分组。默认为 0，表示按行分组。
level：用于分组的 MultiIndex 的级别。
as_index：布尔值，指定分组后索引是否保留。如果为 True，则分组列将成为结果的索引；如果为 False，则返回一个列包含分组信息的 DataFrame。
**sort：**布尔值，指定在分组操作中是否对数据进行排序。默认为 True。
group_keys：布尔值，指定是否在结果中添加组键。
squeeze：布尔值，如果为 True，并且分组结果返回一个元素，则返回该元素而不是单列 DataFrame。
observed：布尔值，如果为 True，则只考虑数据中出现的标签。

示例：

import pandas as pd
# 创建一个示例 DataFrame
data = {'A': ['foo', 'bar', 'foo', 'bar', 'foo', 'bar', 'foo', 'foo'],'B': ['one', 'one', 'two', 'three', 'two', 'two', 'one', 'three'],'C': [1, 2, 3, 4, 5, 6, 7, 8],'D': [10, 20, 30, 40, 50, 60, 70, 80]
}
df = pd.DataFrame(data)
# 按列 'A' 分组
grouped = df.groupby('A')
# 查看分组结果
for name, group in grouped:print(f"Group: {name}")print(group)
#==================================
# 分组计算——分别计算两个组C列的平均值
mean = df.groupby('A')['C'].mean()
print(mean)
#==================================# transform用于在分组操作中对每个组内的数据进行转换，并将结果合并回原始 DataFrame。
# 平均值
mean = grouped['C'].transform(lambda x: x.mean())
df['C_mean'] = mean # 将转化的数据保持在数组中
# 正态分布标准化
normal = grouped['C'].transform(lambda x: (x-x.mean()) / x.std())
df['C_Normal'] = normal
print(df)

输出：

Group: barA      B  C   D
1  bar    one  2  20
3  bar  three  4  40
5  bar    two  6  60
Group: fooA      B  C   D
0  foo    one  1  10
2  foo    two  3  30
4  foo    two  5  50
6  foo    one  7  70
7  foo  three  8  80
#==================================
A
bar    4.0
foo    4.8
Name: C, dtype: float64
#==================================A      B  C   D  C_mean  C_Normal
0  foo    one  1  10     4.8 -1.327018
1  bar    one  2  20     4.0 -1.000000
2  foo    two  3  30     4.8 -0.628587
3  bar  three  4  40     4.0  0.000000
4  foo    two  5  50     4.8  0.069843
5  bar    two  6  60     4.0  1.000000
6  foo    one  7  70     4.8  0.768273
7  foo  three  8  80     4.8  1.117488

6.2 filter过滤

通过 filter() 函数可以实现数据的筛选，该函数根据定义的条件过滤数据并返回一个新的数据集

示例：

import pandas as pd# 创建一个示例 DataFrame
data = {'A': ['foo', 'bar', 'foo', 'bar', 'foo', 'bar', 'foo', 'foo'],'B': ['one', 'one', 'two', 'three', 'two', 'two', 'one', 'three'],'C': [1, 2, 3, 4, 5, 6, 7, 8],'D': [10, 20, 30, 40, 50, 60, 70, 80]
}
df = pd.DataFrame(data)
# 按列 'A' 分组，并过滤掉列 'C' 的平均值大于 4 的组
filtered = df.groupby('A').filter(lambda x: x['C'].mean() > 4)
print(filtered) # bar组的C列平均值是4，所以被过滤了

输出：

     A      B  C   D
0  foo    one  1  10
2  foo    two  3  30
4  foo    two  5  50
6  foo    one  7  70
7  foo  three  8  80

7.合并

未完待续…

day24学习Pandas库

文章目录三、Pandas库4.函数计算3遍历3.1.遍历Series对象3.2.遍历DataFrame对象 4排序4.1 sort_index4.2 sort_values 5.去重drop_duplicates6.先分组在计算6.1 groupby6.2 filter过滤 7.合并未完待续.. 三、Pandas库 4.函数计算 3遍历 3.1.遍历Series对象在讲解Series部…...

编程日记 2025/8/22 17:08:39

AI日报 - 2025年4月8日

AI日报 - 2025年4月8日 🌟 今日概览（60秒速览） ▎🤖 模型进展 | Llama 4发布引爆讨论 (性能、应用、部署、训练争议)，OpenAI保持高速迭代，香港大学推Dream 7B扩散模型。 Meta Llama 4 Scout & Maveric…...

编程日记 2025/8/19 20:28:00

Linux学习笔记（2）命令基础：从概念到实践（期末，期中复习笔记全）

前言一、认识命令行与命令二、Linux 命令的基础格式三、命令示例解析 （1）ls -l /home/itheima （2）cp -r test1 test2 四结语前言在 Linux 系统的世界里，命令行是与系统交互的重要方式。熟练掌握 Linux 命令…...

编程日记 2025/8/21 9:10:26

langgraph简单Demo4（checkpoint检查点）

在 langgraph 里，检查点（checkpoint）是一项重要的功能，它能够记录工作流在执行过程中的中间状态。当工作流因某些原因中断时，可以从检查点恢复继续执行，避免从头开始，提升效率。示例&#xff…...

编程日记 2025/8/19 19:43:22

【题解】AtCoder AT_abc400_c 2^a b^2

题目大意我们定义满足下面条件的整数 X X X 为“好整数”： 存在一个正整数对 ( a , b ) (a,b) (a,b) 使得 X 2 a ⋅ b 2 X2^a\cdot b^2 X2a⋅b2。给定一个正整数 N N N（ 1 ≤ N ≤ 1 0 18 1\le N\le 10^{18} 1≤N≤1018）&#xff…...

编程日记 2025/8/22 3:09:12

七种驱动器综合对比——《器件手册--驱动器》

目录九、驱动器概述定义功能分类 1. 按负载类型分类 2. 按功能特性分类工作原理优势应用领域详尽阐述 1 隔离式栅极驱动器定义工作原理应用场景优势 2 变压器驱动器定义工作原理应用场景优势设计注意事项 3 LED驱动定义功能与作用应用场景设计…...

编程日记 2025/8/21 11:00:17

GStreamer开发笔记（一）：GStreamer介绍，在windows平台部署安装，打开usb摄像头对比测试

若该文为原创文章，转载请注明原文出处本文章博客地址：https://blog.csdn.net/qq21497936/article/details/147049923 长沙红胖子Qt（长沙创微智科）博文大全：开发技术集合（包含Qt实用技术、树莓派、三维、O…...

编程日记 2025/8/22 17:03:30

西湖大学团队开源SaProt等多款蛋白质语言模型，覆盖结构功能预测/跨模态信息搜索/氨基酸序列设计等

2025 年 3 月 22—23 日，上海交通大学「AI 蛋白质设计峰会」正式举行。本次峰会汇聚了来自清华大学、北京大学、复旦大学、浙江大学、厦门大学等知名高校的 300 多位专家学者，以及 200 余位行业领军企业代表和技术研发人员，深入探讨了 AI 在…...

编程日记 2025/8/21 23:55:10

ansible+docker+docker-compose快速部署4节点高可用minio集群

目录 github项目地址示例服务器列表安装前修改变量文件group_vars/all.yml 修改ansible主机清单修改setup.sh安装脚本用法演示安装后验证 github项目地址 https://github.com/sulibao/ansible_minio_cluster.git 示例服务器列表安装前修改变量文件group_var…...

编程日记 2025/8/22 17:07:34

说话人分离中的聚类方法：深入解析Agglomerative聚类、KMeans聚类和Oracle聚类

说话人分离（Speaker Diarization）是将音频流根据说话人身份划分为同质片段的过程。这一过程中的关键步骤是聚类，即将说话人嵌入（embeddings）分组为不同的簇，每个簇代表一个独特的说话人。在pyannote.audio管…...

编程日记 2025/8/21 16:51:26

蓝桥杯真题——前缀总分、遗迹

蓝桥杯2024年第十五届省赛真题-前缀总分题目描述给定 n 个由小写英文字母组成的字符串 s1, s2, , sn ，定义前缀总分为V ∑i<j P(si, sj) ，其中 P(si, sj) 表示 si, sj 的最长公共前缀的长度。小蓝可以选择其中一个字符串，并修改其…...

编程日记 2025/8/21 19:56:48

性能比拼: MySQL vs PostgreSQL

本内容是对知名性能评测博主 Anton Putra MySQL vs PostgreSQL Performance Benchmark (Latency - Throughput - Saturation) 内容的翻译与整理, 有适当删减, 相关指标和结论以原作为准 MySQL vs PostgreSQL 数据库性能对比** 在本内容中，我们将对比 MySQL 和 Pos…...

编程日记 2025/8/19 10:25:40

TypeScript 中的 infer 关键字用途

infer 是 TypeScript 中的高级类型关键字，主要用于条件类型中推断类型。它允许我们在条件类型的 extends 子句中声明一个类型变量，然后在该条件类型的 true 分支中使用这个推断出的类型。 1. 基本语法 type SomeType<T> T extends infer U ? U…...

编程日记 2025/8/22 8:14:01

关于Spring MVC中@RequestParam注解的详细说明，用于在前后端参数名称不一致时实现参数映射。包含代码示例和总结表格

以下是关于Spring MVC中RequestParam注解的详细说明，用于在前后端参数名称不一致时实现参数映射。包含代码示例和总结表格： 1. 核心作用 RequestParam用于显式绑定HTTP请求参数到方法参数，支持以下场景： 参数名不一致&#xff1…...

编程日记 2025/8/21 18:38:57

Spring Boot中Spring MVC相关配置的详细描述及表格总结

以下是Spring Boot中Spring MVC相关配置的详细描述及表格总结： Spring MVC 配置项详解 1. 异步请求配置 spring.mvc.async.request-timeout 描述：设置异步请求的超时时间（单位：毫秒）。默认值：未设置&…...

编程日记 2025/8/21 0:05:18

Shell脚本编程之正则表达式

一、概念在 Shell 脚本中，正则表达式是一种强大且常用的文本处理工具，它可以用来匹配、搜索、替换和截取字符串。正则表达式是由一些字符去描述规则，在正则表达式中有两类字符 (1)元字符(Meta Character)：Shell 环境中具有特殊含…...

编程日记 2025/8/21 17:15:53

spring-ai-openai调用Xinference1.4.1报错

1、Xinference 报错logs 此处是调用 /v1/chat/completions 接口 2025-04-06 15:48:51 xinference | return await dependant.call(**values) 2025-04-06 15:48:51 xinference | File "/usr/local/lib/python3.10/dist-packages/xinference/api/restful_api.py", …...

编程日记 2025/8/21 2:54:50

XC7K160T-2FFG676I Kintex‑7系列 Xilinx 赛灵思 FPGA 详细技术规格

XC7K160T-1FFG676I XC7K160T-1FFG676C XC7K160T-2FFG676C 1. 基本概述 XC7K160T-2FFG676I 属于 Xilinx Kintex‑7 系列 FPGA，该系列芯片采用 28nm （HKMG）工艺制造，旨在提供高性能与低功耗的平衡。该芯片主要面向对高速数据处理、…...

编程日记 2025/8/22 10:36:06

C++学习之udp通信

1.UDP特点 c /* udp 传输层协议, 和tcp是一样的特点: 面向无连接的, 不安全的, 报式传输协议 1. 无连接: udp通信的时候不需要connect 1). 通信不需要建立连接 2). 如果想给对方发送数据, 只需要指定对方的IP和端口 2. udp会丢包 1). 数…...

编程日记 2025/8/21 15:01:03

2020年-全国大学生数学建模竞赛(CUMCM)试题速浏、分类及浅析

2020年-全国大学生数学建模竞赛(CUMCM)试题速浏、分类及浅析全国大学生数学建模竞赛（China Undergraduate Mathematical Contest in Modeling）是国家教委高教司和中国工业与应用数学学会共同主办的面向全国大学生的群众性科技活动，目的在于激励学生学习数学的积极性，提高学…...

编程日记 2025/8/22 16:59:46

【数据标准】数据标准化实施流程与方法-保障机制篇

导读：1、数据标准化保障机制（组织架构、协作流程）是战略落地的基石，确保责权分明与资源协同；2、数据标准化制度建设（政策、标准、工具）构建了统一治理框架，规范数据…...

编程日记 2025/8/21 15:14:27

ZLMediaKit部署与配置

ZLMediaKit编译 # 安装编译器 sudo apt install build-essential cmake# 其它依赖库 sudo apt-get install libssl-dev libsdl-dev libavcodec-dev libavutil-dev ffmpeg git cd /usr/local/srcgit clone --depth 1 https://gitee.com/xia-chu/ZLMediaKit.git cd ZLMediaKit# …...

编程日记 2025/8/22 10:52:25

38、web前端开发之Vue3保姆教程(二)

三、Vue3语法详解 1、组件 1 什么是组件？组件是 Vue.js 中最重要的概念之一。它是一种可复用的 Vue 实例，允许我们将 UI 拆分为独立的、可复用的部分。组件可以提高代码的组织性和可维护性。 2 创建组件在 Vue 3 中，组件通常使用单文件组件（SFC）编写，其包含三个主…...

编程日记 2025/8/20 10:13:22

知识中台如何重构企业信息生态？关键要素解析

在信息化快速发展的时代，企业面临着如何高效整合和管理知识资源的挑战。知识中台作为企业信息管理的核心工具，正在帮助企业提升运营效率和创新力。本文将探讨知识中台如何重构企业信息生态，并解析其关键要素。一、什么是知识中台&#xff1f…...

编程日记 2025/8/21 18:29:01

蓝桥杯python组备赛(记录个人模板)

文章目录栈队列堆递归装饰器并查集树状数组线段树最近公共祖先LCAST表字典树KMPmanacher跳表(代替C STL的set)dijkstra总结栈用list代替队列用deque双端队列替代堆用heapq 递归装饰器众所周知，python的递归深度只有1000，根本满足不了大部…...

编程日记 2025/8/21 12:29:24

C++的多态 - 下

目录多态的原理虚函数表 1.计算包含虚函数类的大小 2.虚函数表介绍多态底层原理 1.父类引用调用 2.父类指针调用 3.动态绑定与静态绑定单继承和多继承关系的虚函数表函数指针 1.函数指针变量 (1)函数指针变量创建 (2)函数指针变量的使用 (3)两段有趣的代码 …...

编程日记 2025/8/17 16:41:40

XSS（跨站脚本攻击）

什么是 XSS 攻击？ XSS 攻击（Cross-Site Scripting）是一种常见的网络攻击手段，攻击者通过在网站上注入恶意的 JavaScript 代码，让网站在用户的浏览器中执行这些恶意代码，进而达到窃取信息、篡改网页内容或…...

编程日记 2025/8/21 14:15:04

LLM Agents的历史、现状与未来趋势

引言大型语言模型（Large Language Model, LLM）近年在人工智能领域掀起革命，它们具备了出色的语言理解与生成能力。然而，单纯的LLM更像是被动的“回答者”，只能根据输入给出回复。为了让LLM真正“行动”起来&#xff…...

编程日记 2025/8/22 10:23:30

最简rnn_lstm模型python源码

1.源码 GitCode - 全球开发者的开源社区,开源代码托管平台不到120行代码，参考了《深度学习与交通大数据实战》3.2节。注意这本书只能在京东等在线商城网购，才能拿到相应的数据集和源码。我的是在当地新华书店买的——买清华出版社，记得这个…...

编程日记 2025/8/20 15:15:59

基于Android的图书借阅和占座系统(源码+lw+部署文档+讲解)，源码可白嫖!

摘要基于Android的图书借阅和占座系统设计的目的是为用户提供图书信息、图书馆、图书资讯等内容，用户可以进行图书借阅、预约选座等操作。与PC端应用程序相比，图书借阅和占座系统的设计主要面向于广大用户，旨在为用户提供一个图书借阅及占…...

编程日记 2025/8/21 7:24:38

vue3+element-plus动态与静态表格数据渲染

一、表格组件： <template> <el-table ref"myTable" :data"tableData" :header-cell-style"headerCellStyle" header-row-class-name"my-table-header" cell-class-name"my-td-cell" :row-style"r…...

编程日记 2025/8/21 10:54:05

数据库50个练习

数据表介绍 --1.学生表 Student(SId,Sname,Sage,Ssex) --SId 学生编号,Sname 学生姓名,Sage 出生年月,Ssex 学生性别 --2.课程表 Course(CId,Cname,TId) --CId 课程编号,Cname 课程名称,TId 教师编号 --3.教师表 Teacher(TId,Tname) --TId 教师编号,Tname 教师姓名 --4.成绩…...

编程日记 2025/8/22 16:43:18

Open CASCADE学习|读取点集拟合样条曲线（续）

问题上一篇文章已经实现了样条曲线拟合，但是仍存在问题，Tolerance过大拟合成直线了，Tolerance过大头尾波浪形。正确改进方案 1️⃣ 核心参数优化通过调整以下参数控制曲线平滑度： Standard_Integer DegMin 3; // 最低阶…...

编程日记 2025/8/21 19:02:31

HTML基础教程：创建双十一购物狂欢节网页

页面概况： 在这篇技术博客中，我将详细讲解如何使用HTML基础标签创建一个简单而美观的双十一购物狂欢节主题网页。我们将逐步分析代码结构，了解每个HTML元素的作用，以及如何通过HTML属性控制页面布局和样式。页面整体结构首先&…...

编程日记 2025/8/21 21:50:49

ES6 新增特性箭头函数

简述： ECMAScript 6（简称ES6）是于2015年6月正式发布的JavaScript语言的标准，正式名为ECMAScript 2015（ES2015）。它的目标是使得JavaScript语言可以用来编写复杂的大型应用程序，成为企业级开发语…...

编程日记 2025/8/21 12:06:39

【C++算法】49.分治_归并_计算右侧小于当前元素的个数

文章目录题目链接：题目描述：解法C 算法代码：图解题目链接： 315. 计算右侧小于当前元素的个数题目描述： 解法归并排序（分治） 当前元素的后面，有多少个比我小。（降序&…...

编程日记 2025/8/21 9:19:14

Multi-class N-pair Loss论文理解

一、N-pair loss 对比 Triplet loss 对于N-pair loss来说，当N2时，与triplet loss是很相似的。对anchor-positive pair，都只有一个negative sample。而且，N-pair loss（N2时）为triplet loss的平滑近似Softpl…...

编程日记 2025/8/22 8:34:05

uniapp微信小程序地图marker自定义气泡 customCallout偶尔显示不全解决办法

这个天坑问题，在微信开发工具上是不会显示出来的,只有在真机上才会偶尔出现随机样式偏移/裁剪/宽长偏移，询问社区也只是让你提交代码片段，并无解决办法。一开始我怀疑是地图组件加载出现了问题，于是给地图加了一个v-if"reL…...

编程日记 2025/8/22 14:23:39

蓝桥杯嵌入式总结

1.lcd显示和led引脚冲突在lcd使用到的函数中加入两行代码 uint16_t temp GPIOC->ODR; GPIOC->ODR temp; 2.关于PA15,PB4pwm波输入捕获首先pwm输入捕获中断使用 HAL_TIM_IC_Start_IT(&htim2,TIM_CHANNEL_1); 再在输入捕获中断回调函数中使用 void HAL…...

编程日记 2025/8/21 21:40:05

C#的反射机制

C#反射机制详解什么是反射？ 反射(Reflection)是C#中的一项强大功能，它允许程序在运行时动态获取类型信息、访问和操作对象成员。简单来说，反射使程序可以在不预先知道类型的情况下，查看、使用和修改程序集中的代码。常见反射…...

编程日记 2025/8/22 1:47:11

Java并发编程高频面试题

一、基础概念 1. 并行与并发的区别？ 并行：多个任务在多个CPU核心上同时执行（物理上同时）。并发：多个任务在单CPU核心上交替执行（逻辑上同时）。类比：并行是多个窗口同时服务&#x…...

编程日记 2025/8/22 6:02:41

Invalid bound statement (not found)

前言： 通过实践而发现真理，又通过实践而证实真理和发展真理。从感性认识而能动地发展到理性认识，又从理性认识而能动地指导革命实践，改造主观世界和客观世界。实践、认识、再实践、再认识，这种形式，循环往…...

编程日记 2025/8/21 3:24:10

【Vue-路由】学习笔记

目录 <<回到导览路由1.单页应用和多页面2.路由基本使用2.1.路由的含义2.2.VueRouter插件2.3.配置路由规则和导航2.4.组件目录存放2.5.路由模块封装 3.rounter3.1.router-link实现高亮3.2.自定义匹配类名3.3.声明式导航3.3.1.查询参数传参3.3.2.动态路由传参3.3.3.总结 3.…...

编程日记 2025/8/21 19:24:56

前端服务配置详解：从入门到实战

前端服务配置详解：从入门到实战一、环境配置文件（.env） 1.1 基础结构在项目根目录创建 .env 文件： # 开发环境 VUE_APP_API_BASE_URL http://localhost:3000/api VUE_APP_VERSION 1.0.0# 生产环境（.env.produc…...

编程日记 2025/8/22 10:03:28

Java安全管理器 - SecurityManager

什么是Java安全管理器？ Java安全管理器是Java提供的保护JVM和程序安全的机制，它能限制用户的代码对文件、内存、资源、网络的操作和访问，防止恶意代码入侵程序。常用来控制用户提交的代码对各种资源的访问权限，防止用户恶意提交代…...

编程日记 2025/8/19 13:26:44

Arrays操作工具 Lambda表达式集合迭代器数据结构泛型 set集合 list集合

Arrays操作工具自己定义的排序规则简单理解如果是：o1 - o2 升序排列 o2 - o1 降序排列 Lambda表达式函数式编程函数式编程（Functional programming）是一种思想特点。面向对象：先去找对象，让对象做事情。。函数式…...

编程日记 2025/8/19 1:39:01

ORM、Mybatis和Hibernate、Mybatis使用教程、parameterType、resultType、级联查询案例、resultMap映射

DAY21.1 Java核心基础 ORM Object Relationship Mapping 对象关系映射面向对象的程序到—关系型数据库的映射比如java – MySQL的映射 ORM框架就是实现这个映射的框架 Hibernate、Mybatis、MybatisPlus、Spring Data JPA、Spring JDBC Spring Data JPA的底层就是Hiber…...

编程日记 2025/8/22 12:04:31