当前位置：首页 > news >正文

day25学习Pandas库

news 来源：原创 2025/9/18 15:21:46

文章目录

三、Pandas库
- 4.函数计算
- - 7.合并
  - 8.随机抽样
  - 9.空值处理
  - - 9.1检测空值
    - 9.2填充空值
    - 9.3删除空值行/列
- 5.读取CSV文件
- - 5.1 to_csv()
  - 5.2 read_csv()
- 6.绘图

三、Pandas库

4.函数计算

7.合并

merge 函数用于将两个 DataFrame 对象根据一个或多个键进行合并

函数：

pandas.merge(left, right, how='inner', on=None, left_on=None, right_on=None, 
left_index=False, right_index=False, sort=False, suffixes=('_x', '_y'), 
copy=True, indicator=False, validate=None)

参数：

left：左侧的 DataFrame 对象。
right：右侧的 DataFrame 对象。
how：合并方式，可以是 ‘inner’、‘outer’、‘left’ 或 ‘right’。默认为 ‘inner’。
- ‘inner’：内连接，返回两个 DataFrame 共有的键。
- ‘outer’：外连接，返回两个 DataFrame 的所有键。
- ‘left’：左连接，返回左侧 DataFrame 的所有键，以及右侧 DataFrame 匹配的键。
- ‘right’：右连接，返回右侧 DataFrame 的所有键，以及左侧 DataFrame 匹配的键。
on：用于连接的列名。如果未指定，则使用两个 DataFrame 中相同的列名。
left_on 和 right_on：分别指定左侧和右侧 DataFrame 的连接列名。
left_index 和 right_index：布尔值，指定是否使用索引作为连接键。
sort：布尔值，指定是否在合并后对结果进行排序。
suffixes：一个元组，指定当列名冲突时，右侧和左侧 DataFrame 的后缀。
copy：布尔值，指定是否返回一个新的 DataFrame。如果为 False，则可能修改原始 DataFrame。
indicator：布尔值，如果为 True，则在结果中添加一个名为 __merge 的列，指示每行是如何合并的。
validate：验证合并是否符合特定的模式。

示例1：内连接

import pandas as pd# 创建两个示例 DataFrame
left = pd.DataFrame({'key': ['K0', 'K1', 'K2', 'K3'],'A': ['A0', 'A1', 'A2', 'A3'],'B': ['B0', 'B1', 'B2', 'B3']
})
right = pd.DataFrame({'key': ['K0', 'K1', 'K2', 'K4'],'C': ['C0', 'C1', 'C2', 'C3'],'D': ['D0', 'D1', 'D2', 'D3']
})
# 内连接-只保留共用的
result = pd.merge(left, right, on='key')
print(result)#输出：K3、K4被忽略key   A   B   C   D
0  K0  A0  B0  C0  D0
1  K1  A1  B1  C1  D1
2  K2  A2  B2  C2  D2

示例2：左连接

# 数据同上
# 左连接，以左侧表为准-左表用而右表没有就填nan
result = pd.merge(left, right, on='key', how='left')
print(result)
# 输出：key   A   B    C    D
0  K0  A0  B0   C0   D0
1  K1  A1  B1   C1   D1
2  K2  A2  B2   C2   D2
3  K3  A3  B3  NaN  NaN

8.随机抽样

语法：

DataFrame.sample(n=None, frac=None, replace=False, 
weights=None, random_state=None, axis=None)

参数：

n：要抽取的行数
frac：抽取的比例，比如 frac=0.5，代表抽取总体数据的50%
replace：布尔值参数，表示是否以有放回抽样的方式进行选择，默认为 False，取出数据后不再放回
weights：可选参数，代表每个样本的权重值，参数值是字符串或者数组
random_state：可选参数，控制随机状态，默认为 None，表示随机数据不会重复；若为 1 表示会取得重复数据
axis：表示在哪个方向上抽取数据(axis=1 表示列/axis=0 表示行)

示例：

import pandas as pd  df = pd.DataFrame({"company": ['百度', '阿里', '腾讯'],"salary": [43000, 24000, 40000],"age": [25, 35, 49]
})
print('随机选择两行：')
print(df.sample(n=2, axis=0))
print('随机选择一列：')
print(df.sample(n=1, axis=1))
print('总体的50%：') # 小数四舍五入
print(df.sample(axis=0, frac=0.5))

9.空值处理

9.1检测空值

isnull() 和 notnull() 用于检测 DataFrame 或 Series 中的空值，返回一个布尔值的 DataFrame 或 Series。
示例：

import pandas as pd
import numpy as np# 创建一个包含空值的示例 DataFrame
data = {'A': [1, 2, np.nan, 4],'B': [5, np.nan, np.nan, 8],'C': [9, 10, 11, 12]
}
df = pd.DataFrame(data)# 检测空值
is_null = df.isnull()
print(is_null)
# 输出A      B      C
0  False  False  False
1  False   True  False
2   True   True  False
3  False  False  False

9.2填充空值

fillna() ：用 指定的值 填充 DataFrame 或 Series 中的空值

示例：

import pandas as pd
import numpy as np
# 创建一个包含空值的示例 DataFrame
data = {'A': [1, 2, np.nan, 4],'B': [5, np.nan, np.nan, 8],'C': [9, 10, 11, 12]
}
df = pd.DataFrame(data)# 用 0 填充空值
df_filled = df.fillna(0)
print(df_filled)
# 输出A    B   C
0  1.0  5.0   9
1  2.0  0.0  10
2  0.0  0.0  11
3  4.0  8.0  12

9.3删除空值行/列

dropna(axios=0) 方法用于删除 DataFrame 或 Series 中的空值

参数axios：删除空值所在的行或列，默认0删除行
示例：

import pandas as pd
import numpy as np
# 创建一个包含空值的示例 DataFrame
data = {'A': [1, 2, np.nan, 4],'B': [5, np.nan, np.nan, 8],'C': [9, 10, 11, 12]
}
df = pd.DataFrame(data)# 删除包含空值的行
df_dropped = df.dropna()
print(df_dropped)
#输出：A    B   C
0  1.0  5.0   9
3  4.0  8.0  12

5.读取CSV文件

CSV（Comma-Separated Values，逗号分隔值，有时也称为字符分隔值，因为分隔字符也可以不是逗号），其文件以纯文本形式存储表格数据（数字和文本）；

CSV 是一种通用的、相对简单的文件格式，被用户、商业和科学广泛应用。

5.1 to_csv()

to_csv() 方法将 DataFrame 存储为 csv 文件

案例：

import pandas as pd# 创建一个简单的 DataFrame
data = {'Name': ['Alice', 'Bob', 'Charlie'],'Age': [25, 30, 35],'City': ['New York', 'Los Angeles', 'Chicago']
}
df = pd.DataFrame(data)# 将 DataFrame 导出为 CSV 文件
df.to_csv('output.csv', index=False)

5.2 read_csv()

read_csv() 表示从 CSV 文件中读取数据，并创建 DataFrame 对象。

案例：

import pandas as pd
df = pd.read_csv('output.csv')
print(df)

6.绘图

Pandas 对 Matplotlib 绘图软件包的基础上单独封装了一个plot()接口,调用该接口可以实现常用的绘图操作

注意：只用 pandas 绘制图片可能可以编译，但是不会显示图片，需要使用 matplotlib 库，调用 show() 方法显示图形。

参数：kind =" ",指定画什么类型的图

示例：

import pandas as pd
import matplotlib.pyplot as plt
# 创建一个示例 DataFrame
data = {'A': [1, 2, 3, 4, 5],'B': [10, 20, 25, 30, 40]
}
df = pd.DataFrame(data)# 绘制折线图
df.plot(kind='line')
# 显示图表
plt.show()# 绘制柱状图
df.plot(kind='bar')
# 显示图表
plt.show()# 绘制直方图
df['A'].plot(kind='hist')
# 显示图表
plt.show()# 绘制散点图
df.plot(kind='scatter', x='A', y='B')
# 显示图表
plt.show()

day25学习Pandas库

文章目录三、Pandas库4.函数计算7.合并8.随机抽样9.空值处理9.1检测空值9.2填充空值9.3删除空值行/列 5.读取CSV文件5.1 to_csv()5.2 read_csv() 6.绘图三、Pandas库 4.函数计算 7.合并 merge 函数用于将两个 DataFrame 对象根据一个或多个键进行合并函数： …...

编程日记 2025/9/18 15:21:46

去除Mysql表中的空格、回车、换行符和特殊字符

系列文章目录文章目录系列文章目录前言一、示例1.sql层面2.java层面前言一、示例 1.sql层面参考 ## 例子1 ## CHAR(10) 表示换行符 ## CHAR(13) 表示回车UPDATE 表名 SET 列名 REPLACE(REPLACE(列名, CHAR(10), ), CHAR(13), )## 例子2 ## 删除字段中的空格、换行符、…...

编程日记 2025/9/9 4:12:07

以普通用户身份启动pure-ftpd服务端

Pureftp的优点包括 : 高性能，适用于大容量数据传输。安全性强，通过SSL/TLS加密和身份验证机制保证文件传输安全。易用性高，具有直观的用户界面。灵活性强，支持多种文件存储方式。没有漏洞，便于维护基于Centos 9的pu…...

编程日记 2025/9/11 0:43:58

国内下载不了镜像，可以用国外机器下载完成，打成tar文件，在国内机器上重新加载

可以在已经拉取过镜像的机器上打包（导出）镜像文件，然后拷贝到另一台机器上导入使用。这是离线部署 Docker 镜像的常用方法，非常适合网络受限的环境。 🛠️ 步骤如下： ✅ 1. 在已有镜像的机器上打包镜像 …...

编程日记 2025/9/10 1:28:07

【Java】Java 中不同类型的类详解

目录 Java 中不同类型的类详解一、基础类类型1. 普通类（Concrete Class）2. 抽象类（Abstract Class）3. 接口（Interface）4. 枚举类（Enum Class） 二、嵌套类与特殊类5. 内部类&#xff…...

编程日记 2025/9/13 7:55:46

Cadence学习笔记之---热风焊盘制作

编程日记 2025/9/13 9:50:03

518. Coin Change II

这是完全背包问题。由于求的是组合数，所以外层循环只能是对硬币遍历，内层循环只能是对总金额的遍历。另外，虽然题目数据保证结果符合 32 位带符号整数。但是第28个测试用例，dp[j]dp[j-conis[i]]中间结果会整数溢出&#xff0c…...

编程日记 2025/9/18 15:21:45

GPIO子系统与Pinctrl子系统的交互

我们前面呢，已经讲过GPIO子系统的数据结构以及他的设备树信息是怎么转换成我们的C代码存储在结构体里面了，我们知道，如果想去使用一个GPIO，避免不了得把这个引脚复用成GPIO功能，那么就避不开Pinctrl子系统，…...

编程日记 2025/9/13 8:49:05

DeepSeek实用操作及行业应用系列2

DeepSeek的本地化部署与AI通识教育之未来 DeepSeek之火，可以燎原面向审计行业DeepSeek大模型操作指南v1.0 DeepSeek提示词设计、幻觉避免与应用（大数据百家讲坛） DeepSeek 搞钱教程（0基础入门） DeepSeek基础知识…...

编程日记 2025/8/25 21:20:50

面向数据库场景的大模型交互微调数据集

关键要点研究表明，面向数据库场景的大模型交互微调数据集通常包括数据库模式、自然语言查询和对应的SQL查询。证据倾向于认为，数据集应以JSON格式组织，覆盖多种查询类型，并确保高质量和多样性。对于自定义数据库，建议…...

编程日记 2025/9/8 11:27:24

解锁ChatGPT-4o文生图潜力：精选提示词收集整理更新中

示例一：按元素和描述要求生成图片示例二：“吉卜力”风格示例三：3D Q版风格示例四：生成指定布局和主题图片具体的提示词参考，陆续更新中：https://blog.luler.top/d/25...

编程日记 2025/8/18 0:54:39

WHAT - React 进一步学习推荐

书籍 adevnadia 的《Advanced React》TejasKumar_ 的《Fluent React》addyosmani 和 djirdehh 的《Building Large Scale Web Apps》面试准备 reactjs-interview-questions 文章：最佳实践如果你想了解最佳实践并学习技巧，请务必关注以下专家&…...

编程日记 2025/9/10 1:05:35

有关串口的知识点

轻微了解一般都是前这俩01 Ren1才能接受开局T1 R1要给0 所以就是0x50的起手终端服务是接受的 ———————————————————————————— 进入实际引用使用的时候1 初始化 2要给个500ms的延时函数即可...

编程日记 2025/9/18 15:17:41

无线插卡话机如何接入呼叫中心系统？

一、接入原理与技术架构无线插卡话机通过内置SIM卡模块（支持GSM/CDMA/4G/5G等网络制式），将移动网络信号转化为语音通信信号，再通过SIP协议或专用网关与呼叫中心系统对接。其核心流程包括： 1、网络信号…...

编程日记 2025/9/18 15:18:28

prometheus有几种数据类型

Prometheus 数据类型主要有以下四种： Counter（计数器）： 单调递增的数值，表示某个事件发生的次数。计数器的值只会增加，除非被重置为0（例如在系统重启时）。示例：HTTP 请求…...

编程日记 2025/9/18 15:17:02

C++设计模式+异常处理

#include <iostream> #include <cstring> #include <cstdlib> #include <unistd.h> #include <sstream> #include <vector> #include <memory> #include <stdexcept> // 包含异常类using namespace std;// 该作业要求各位写一…...

编程日记 2025/9/18 15:18:28

字符串替换（模拟）神奇数（数学）DNA序列（固定长度的滑动窗口）

⭐️个人主页：小羊 ⭐️所属专栏：每日两三题很荣幸您能阅读我的文章，诚请评论指点，欢迎欢迎 ~ 目录字符串替换 （模拟）神奇数 （数学）DNA序列 （固定长度的滑动窗口&am…...

编程日记 2025/9/12 0:58:33

echarts地图详解

获取地图坐标json数据 <template><div id"china-map" style"width:500px;height:500px"></div> </template> <script>import * as echarts from echarts;// 坐标jsonimport chinaJson from "/assets/china.json" …...

编程日记 2025/9/12 0:58:29

Redis 哨兵模式：告别手动故障转移！

目录前言一、 Redis哨兵模式是啥？🤔二、为什么需要哨兵模式？🤷‍♀️三、哨兵模式的原理是什么？🤝1. 监控（Monitoring）2. 信息共享与客观下线判断3. 哨兵领导者选举4. 故障转移5.…...

编程日记 2025/9/12 9:28:14

地理数据输出

为了便于数据共享和交换，可以将地理数据库中的要素数据输出为Shapefiles或者Coverage，将相应的属性表输出为Info或者dBase格式的数据文件。 1.输出为 Shapefile (1)在AreCatalog目录树或者内容栏中，右键点击需要输出的地理要素类，…...

编程日记 2025/9/16 8:07:15

springboot + security + redis + jwt 实现验证登录上

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 2025/9/9 2:21:14

SomeIP通讯机制

在SOME/IP协议中，通讯方式主要围绕服务的交互模式进行的设计，核心机制包括Event（时间）、Method（方法）以及其变种Fire-and-Forget（FF）。以下是SOME/IP中所有通信方式的总结&#xff1…...

编程日记 2025/9/11 7:49:47

线代第三课：n阶行列式

引言行标取自然排列不同行不同列的3个元素相乘列标取排列的所有可能列标排列的逆序数的奇偶性决定符号，- n阶行列式第一种：按行展开 (1) 行标取自然排列 (2) 列标取排列的所有可能 （PS：可以理解为随意取） (3) 从…...

编程日记 2025/9/14 5:58:10

人工智能在高中教育中的应用现状剖析与挑战应对

第一章：绪论 1.1 研究背景与意义随着全球化的加速和科技的飞速发展，高中教育在培养未来社会所需人才方面的重要性日益凸显。高中阶段是学生知识体系构建和思维能力发展的关键时期，然而，当前高中教育面临着诸多挑战，…...

编程日记 2025/9/9 12:00:26

如何在powerbi使用自定义SQL

我们在刚使用到powerbi的时候发现当直接连接到数据库的时候我们只能使用数据库中已存在的表，我们没有办法使用自定义SQL来准备数据，这给我们的开发造成很大的困扰；我目前使用的是vertica数据库，首先我们需要在本地有vertica的驱动…...

编程日记 2025/9/13 8:56:51

边缘计算盒子是什么？

边缘计算盒子是一种小型的硬件设备，通常集成了处理器、存储器和网络接口等关键组件，具备一定的计算能力和存储资源，并能够连接到网络。它与传统的云计算不同，数据处理和分析直接在设备本地完成，而不是上传到云端&#…...

编程日记 2025/9/17 10:35:20

【C++面向对象】封装(上)：探寻构造函数的幽微之境

每文一诗 💪🏼 我本将心向明月，奈何明月照沟渠 —— 元/高明《琵琶记》译文：我本是以真诚的心来对待你，就像明月一样纯洁无瑕；然而，你却像沟渠里的污水一样，对这份心意无动于衷&a…...

编程日记 2025/9/15 21:42:34

物联网|无人自助台球厅源码|哪些框架支持多设备连接？

在无人自助台球厅的智能化管理中，物联网（IoT）技术是核心支撑。如何实现不同设备（如智能门锁、环境传感器、支付终端、灯光控制系统等）的高效连接与协同工作，是系统开发的关键挑战。本文将带大家探讨支持多设…...

编程日记 2025/9/9 18:42:35

单旋翼无人机(直升机)和四旋翼无人机优势对比

以下是无人机直升机（单旋翼无人机）与四旋翼无人机的优势对比分析，分场景阐述两者的核心差异： ‌一、无人机直升机（单旋翼无人机）的优势‌ ‌1. 高能量效率，长续航‌ ‌动力设计‌：单…...

编程日记 2025/9/6 22:57:33

微服务之间调用外键“翻译”的方法概述

写在前面的话：减少strean流操作，减少多层嵌套for循环。使用普通for循环和map的方式进行转换， 第一步查询数据 List<Student> findList studentDao.findList(findMap); 第二步准备遍历和赋值 if(CollectionUtil.isNotEmpty(findLis…...

编程日记 2025/9/8 10:59:41

Java学习——day25（多线程基础与线程创建方式）

文章目录 1. 多线程基础1.1 线程的概念1.2 线程的生命周期 2. 创建线程的方式2.1 继承 Thread 类2.2 实现 Runnable 接口 3. 实践：编写简单多线程程序4. 总结与思考 1. 多线程基础 1.1 线程的概念线程 (Thread)： 程序执行的最小单元，一个进…...

编程日记 2025/9/16 14:12:16

2025前端面试题

Vue 3 比 Vue 2 更快的原因 Vue 3 使用 JavaScript 的 Proxy 替代了 Vue 2 中的 Object.defineProperty 来实现响应式系统。Proxy 可以拦截对象的所有操作，无需像 Object.defineProperty 那样单独定义每个属性的 getter 和 setterVue 3 还引入了静态树提升&#xf…...

编程日记 2025/9/17 20:20:38

2025-04-09 吴恩达机器学习6——神经网络(1)：介绍

文章目录 1 神经网络介绍1.1 起源与发展1.2 生物神经元 vs. 人工神经元1.3 学习建议 2 案例：T 恤预测2.1 基础概念2.2 需求预测示例2.3 多隐藏层神经网络2.4 神经网络的优势 3 案例：图像感知3.1 计算机视觉任务3.2 神经网络架构 1 神经网络介绍 1.1 起源…...

编程日记 2025/9/14 10:03:17

Win11新功能更新：中文语音控制、游戏体验提升、锁屏更多广告

近日，微软在Windows 11发布预览版（Insider Release Preview Channel）中公布了即将正式推送的一系列新功能。这些更新体现了微软“持续创新”策略——不再依赖传统大型版本更新，而是以更高频率为用户带来功能改进。这一波新功能覆盖…...

编程日记 2025/9/11 9:26:42

Cursor编程-从入门到精通__0409

早期的Github Copilot 最近更新了，支持Agent编程，字节跳动Trae使用（免费），但成熟程度不如Cursor，Cursor前50次免费 Copilot VS Cursor*** 1，Cursor VSCode 二次开发，IDE级别 2&…...

编程日记 2025/9/15 20:14:12

【Leetcode-Hot100】移动零

题目解答首先，使用的解题思路是：使用两个指针，分别指向数组的第一个0元素位置，以该元素位置1为起始点寻找接下来第一个非0元素位置。二者确定后，对其进行交换。随后继续寻找下一个0元素位置。重复上述操作。但第一…...

编程日记 2025/9/16 22:54:07

【力扣hot100题】（079）划分字母区间

感觉智商又回来了（松气）。方法大概是先建立哈希表遍历数组记录每一个字母位置的跨度，然后再遍历数组，每次遇到跨度大于目前长度的字母，就将目前长度延申跨度的长度，然后继续遍历，知道位置已经…...

编程日记 2025/9/15 20:25:16

更改CMD背景图片

1.下载microsoft powershell 总之,电脑里面要有microsoft powershell这个应用如下所示进入界面后, 依次点击命令提示符和外观。进入后,修改背景图片 2. 查看最终效果最终我们打开CMD界面, 然后查看。最终结果大功告成...

编程日记 2025/8/21 17:06:46

如何利用AI工具进行抠图

软件介绍 AIArty Image Matting是一款AI抠图软件，为了方便大家使用，我已经将软件所需的模型下载好。首先要进行软件安装并运行，之后将“model”压缩包解压，把解压后的文件复制粘贴到“C:\ProgramData\Aiarty\ImageMatting”文件…...

编程日记 2025/9/10 8:48:42

一个很好用的vue2在线签名组件

在前端开发的日常工作中，我们常常会遇到需要用户进行在线签名的需求，比如电子合同签署、表单确认等场景。最近，我在项目里使用了一款极为好用的 Vue2 在线签名组件，今天就来和大家分享一下使用心得。效果图上代码在 views 下…...

编程日记 2025/9/15 16:45:59

软考高级-系统架构设计师案例题-软件架构设计

文章目录软件架构设计质量属性效用树，质量属性判断必背概念架构风格对比MVC架构J2EE四层结构面向服务架构SOA企业服务总线ESB历年真题【问题1】 （12分)【问题2】（13分） 参考答案历年真题【问题1】（12分）【…...

编程日记 2025/9/10 4:36:06

计算机网络笔记-分组交换网中的时延

一、分组交换网络中的四种时延类型 1. 排队时延在队列中，当分组在链路上等着被传输时的时延为排队时延，一个分组的排队时延长度取决于该分组前方等待传输的分组数量，如果排队队列为空，且没有正在传输的分组那么该分组的排队时延…...

编程日记 2025/9/9 6:59:53

数据结构与算法-图论-复习2（差分约束，强连通分量，二分图，LCA，拓扑排序，欧拉路径和欧拉回路）

7. 差分约束原理差分约束系统是一种特殊的不等式组，形如 xi−xj≤c。可以将其转化为图论中的最短路或最长路问题。最短路求最大值：当我们要找出满足所有不等式的最大解时，使用最短路算法。对于不等式 xi−xj≤c，可以…...

编程日记 2025/9/12 16:21:01

git强制更新本地分支

你的需求是希望自动拉取所有远程分支，并且在分支间存在冲突时自动覆盖本地内容（不保留差异）。以下是优化后的解决方案： 最终解决方案（全自动强制覆盖） git fetch --all && for branch in $(git …...

编程日记 2025/9/11 13:42:30

PH热榜 | 2025-04-09

1. EZsite AI 标语：构建能够秒级产生收入的人工智能应用。介绍：EZsite AI 让任何人都能轻松创建专业的网站和应用，不需要编写代码。它自动保存您的数据库信息，内置的 AI 聊天机器人能帮助您捕获潜在客户，并且通过 A…...

编程日记 2025/8/26 1:29:57

进度管理__制订进度计划_资源平衡和资源平滑

本文讲解的资源平衡与资源平滑，是制订进度计划的工具与技术的第3项： 资源优化。 1. 资源平衡资源平衡是为了在资源需求与资源供给之间取得平等， 根据资源制约因素对开始日期和完成日期进行调整的一种技术。如果共享资源或关键资源只在特定…...

编程日记 2025/9/9 1:33:17

【力扣hot100题】（080）爬楼梯

让我们掌声恭迎动态规划的始祖—— 最基础的动态规划，原始方法是维护一个数组，每次记录到该阶梯的方案数量，每次的数量是到上一个阶梯的方案数量加上到上上一阶梯的方案数量，因为只有两种走法。进阶可以优化空间复杂度&#xf…...

编程日记 2025/8/30 9:02:43

redis_exporter服务安装并启动

redis_exporter服务安装并启动 1、介绍2、下载redis_exporter3、解压缩文件4、启动redis_exporter服务 1、介绍 Redis Exporter 是 Prometheus 官方推荐的 Redis 监控数据导出工具，用于将 Redis 实例的性能指标暴露为 Prometheus 可抓取的格式。 2、下载redis_exp…...

编程日记 2025/9/12 16:19:53

Spring Security 的核心配置项详解，涵盖认证、授权、过滤器链、HTTP安全设置等关键配置，结合 Spring Boot 3.x 版本最佳实践

以下是 Spring Security 的核心配置项详解，涵盖认证、授权、过滤器链、HTTP安全设置等关键配置，结合 Spring Boot 3.x 版本最佳实践： 1. 核心注解与配置类 (1) 启动安全配置 // 启动Web安全配置（推荐方式） Configura…...

编程日记 2025/9/9 15:51:46

Spring Boot 3.x 下 Spring Security 的执行流程、核心类和原理详解，结合用户描述的关键点展开说明，并以表格总结

以下是 Spring Boot 3.x 下 Spring Security 的执行流程、核心类和原理详解，结合用户描述的关键点展开说明，并以表格总结： 1. Spring Security 核心原理 Spring Security 通过 Filter 链实现安全控制，其核心流程如下&#xff1a…...

编程日记 2025/9/15 14:07:38