- 博客(76)
- 收藏
- 关注
原创 navicat连接虚拟机数据库出现10061未知错误,django连接数据库时报错django.db.utils.OperationalError: (1130, “Host ‘LAPTOP-Q54V
【代码】navicat连接虚拟机数据库出现10061未知错误,django连接数据库时报错django.db.utils.OperationalError: (1130, “Host ‘LAPTOP-Q54V。
2024-07-25 00:05:12
103
原创 7、自定义管理站点
通过admin.site.register(Question)注册Question模型,Django能够构建一个默认的表单用于展示。一般来讲,我们希望能够自定义表单的外观和工作方式。你可以在注册模型时将这些设置告诉Django。通过以上操作,我们将pub_date参数放在了question_text的前面更通常的情况同一个表单有数十个字段,为表单选择一个直观的排序方法就需要更细致地划分对于拥有数十个字段的表单 我们更倾向于将表单划分为几个字段集在polls/admin中。
2024-07-18 18:26:25
1011
原创 6、静态文件
在polls 下创建 static 目录最后创建 polls/static/polls/style.css这种方式和我们当初创建templates 思路是一样的li a {{% static %} 会生成静态文件的绝对路径polls/templates/polls/index.html文件头添加为:</</重新启动服务器:问题变成绿色,说明追加的样式表起作用了。
2024-07-15 21:13:48
259
原创 5、 测试
测试在不同层次中都存在。有些测试关注很小的细节(函数返回值是否满足预期),而另一些测试检查对某个软件的一系列操作(某一用户属兔序列是否造成了预期结果),我们使用shell来测试某一方法的功能,或者运行某个应用并输入数据来检查它的行为。自动化测试是某个系统帮你完成的。当你创建好了一系列测试,每次修改应用代码后,可以自动检查出修改后的代码是否还像预期那样工作。而不需要花费大量时间手动测试。
2024-07-14 01:12:37
329
原创 4:表单和通用视图
而不是自动生成的默认名字,template_name 属性允许你指定一个不同于默认命名约定的模板文件名称。这使得你可以为不同的视图提供不同的外观和感觉,即使它们在后台使用相同的视图类。视图反映基本的网络开发中一个常见情况,根据URL中的参数,从数据库中获取数据,载入模板,返回渲染后的模板。这是因为我们将使用通用视图替代原来的视图,它期望从URL中捕获的主键值被称为“pk”使用 context_object_name 属性,你可以覆盖默认的上下文变量名,使用你想要的变量名。2、删除一些旧的、不再需要的视图。
2024-07-09 23:02:39
943
原创 3、视图和模板
Django中视图——一类具有相同功能和模板的网页的集合网页和其他内容由视图派生而来。视图是一个python函数or方法根据用户请求的URL(域名之后的部分)来选择使用哪个视图将URL与视图关联起来——URLconfs(将URL映射到视图)来配置。
2024-07-07 00:37:59
911
原创 准备工作+1、请求和响应+2、模型和管理站点
编辑models.py文件,改变or创建模型——>添加应用运行py manage.py makemigrations 为模型的改变生成迁移文件运行py manage.py migrate 来应用数据库迁移将数据库迁移分为生成和应用两个命令提供了更大的灵活性和控制力,有助于开发者在不同的开发阶段进行细致的管理和操作。通过这种分离,开发者可以生成、审查、测试和应用数据库变更,确保数据库变更过程的安全性、可控性和可追溯性。
2024-07-05 00:37:25
889
原创 创建一个Django用户认证系统
这行代码从 Django 的认证框架中导入了 AbstractUser 类。AbstractUser 是一个抽象基类,提供了完整的用户认证系统所需的字段和方法。这行代码导入了 Django 的模型模块,模型是 Django 中用于定义数据库表结构的类。这行代码定义了一个名为 CustomUser 的类,该类继承自 AbstractUser。继承 AbstractUser 意味着 CustomUser 将拥有 AbstractUser 提供的所有字段和方法。
2024-07-01 18:39:26
1053
原创 天天生鲜项目设计
购物车页面:对用户购物车中商品的操作。如选择某件商品,增加或减少购物车中商品的数目。用户登录后,首页,详情页,列表页显示登录用户购物车中商品的数目。动态指定首页显示的每个种类的商品(包括图片商品和文字商品)。显示出某一个种类商品的列表数据,分页显示并支持按照默认、价格。页面的左下方显示出该种类商品的2个新品信息。页面的左下方显示出该种类商品的2个新品信息。如果用户已经登录,要显示登录用户的信息。点击某一个商品时跳转到商品的详情页面。动态获取商品的种类信息并显示。动态指定首页活动信息。显示用户的订单信息。
2024-06-29 23:59:42
325
原创 html和css创建一个简单的网页
这两段代码共同创建了一个简洁的网页,展示了一个包含标题、段落和按钮的容器。HTML 文件定义了页面的结构和内容,而 CSS 文件为这些内容添加了样式,使页面更美观和易于阅读。
2024-06-12 16:06:06
1018
原创 启动mysql 3.5时出现 MySql 服务正在启动 . MySql 服务无法启动。
可以看到端口 3306 已经被进程 ID 为 6284 的进程占用。3、启动 MySQL 服务。
2024-06-12 15:20:15
592
原创 解决“不是内部或外部命令 也不是可运行的程序 或批处理文件”
比如要查看mysql版本时,可以 win+R 输入cmd后 运行当出现 mysql 不是内部或外部命令 也不是可运行的程序 或批处理文件错误时。
2024-06-11 15:41:46
196
原创 利用ArcGIS对长江三角洲地区的gdp水平进行聚类
2015 2010 2015 2020 分别对应的最佳聚类簇数为 2 4 7 5。可以根据这个结果进行分组分析。
2024-06-07 21:26:08
777
原创 预测陕西省非私营单位就业人员平均工资
模型形式:ARIMA(0,2,0),即这是一个二阶差分的随机游走模型,没有自回归和移动平均项。AIC:629.992BIC:631.655HQIC:630.589对数似然值:-313.996。
2024-05-20 23:56:49
1274
原创 平均工资数据分析之回归
链接: R语言实战——中国职工平均工资的变化分析——相关与回归分析1、残差图 (Residual Plot):用于检查残差是否存在非随机模式。理想情况下,残差应随机分布在零附近。2、Q-Q 图 (Quantile-Quantile Plot):用于检查残差是否符合正态分布。如果残差接近正态分布,Q-Q 图上的点应接近一条直线。3、Shapiro-Wilk Test:用于检验残差的正态性。p 值大于 0.05 表示残差近似正态分布。方差膨胀因子 (VIF, Variance Inflation Facto
2024-05-16 00:45:34
1357
原创 数据结构——图
一个G中所有顶点的线性顺序。对于G中任意顶点I和j,如果i是j的前驱,那么在这个线性顺序中i一定在j之前每个AOV网都有一个或多个拓扑排序序列通过BFS获得一个拓扑排序扫描整个图,计算每个顶点的入度让入度为0的顶点进入队列如果队列非空,从队列中删除一个顶点并输出,同时将其所有相邻顶点入度减1,当某个相邻的顶点的入度为0时,则将这个顶点插入到队列中重复上述步骤直到队列为空如果还有顶点没有输出,则表明这个图存在环,不符合AOV网的定义。
2024-05-10 22:20:29
1440
1
原创 R语言实战——中国职工平均工资的变化分析——相关与回归分析
这表明这些地区的工资水平变化很可能是相互关联的,即当一个地区的工资增加时,其他地区的工资也很可能增加,反之亦然。3.与其他地区相比,西藏的相关性较低,这可能是由于西藏的地理位置和经济结构与其他地区有较大的差异,导致其工资水平与其他地区的工资水平变化关系较弱。●对于年份的回归系数进行的t检验显示,这个系数是显著的(p值为3.7e-06) , 表明年份对政府部门平均工资的影响是显著的。4.青海与其他地区之间的相关性也较低,这可能是由于青海的经济发展水平相对较低,与其他地区相比,工资水平变化受到的影响较小。
2024-05-05 22:05:48
1783
3
原创 R语言学习—6—多元相关与回归分析
4、BIC:这是贝叶斯信息准则(Bayesian Information Criterion),也是一种模型选择准则,用于在考虑模型拟合优度和模型复杂度的情况下选择模型。在实际应用中,多元数据复相关系数可以用于评估多个变量之间的相关性,帮助我们理解这些变量之间的相互作用关系,并为我们提供更全面、深入的信息,以便做出更明智的决策。总结来说,这段代码的目的是创建一个包含模型系数摘要和标准差的数据框,并将’bstar’参数设置为模型系数的标准差和缺失值的组合。数值越接近1,表示模型对数据的拟合程度越好。
2024-05-03 16:33:51
2169
原创 R语言的学习—5—多元数据直观表示
在stars包中,full参数是stars函数的一个可选参数,用于指定是否加载完整的星表数据。而当full参数设置为TRUE时,表示加载完整的星表数据,包括所有的星体信息。13表示图例在x轴上的位置, 1.8表示图例在y轴上的位置。参数las用于控制标签的方向,其取值可以是0、1、2或3,分别代表不旋转、逆时针旋转90度、旋转180度和顺时针旋转90度。clr=5:表示曲线的颜色,这里的clr=5表示曲线的颜色为第5种颜色。ymax=6:表示y轴的最大值,即曲线在y轴方向上的最大值为6。
2024-05-02 21:43:22
806
2
原创 R语言学习—4—数据矩阵及R表示
在R中,c()函数用于创建向量或组合数据对象。它在某些情况下可能会被省略,因为R有一些隐式的向量创建规则。例如,当你使用操作符创建一个数字序列时,R会自动创建一个向量,所以你不需要显式地调用c()函数。例如,a = 1:9就是一个隐式调用c()函数的例子,它创建了一个包含1到9的整数序列的向量。而在某些情况下,你可能需要显式地使用c()函数来组合元素,例如当你想要手动创建一个包含不连续元素的向量时,就需要使用c()函数了,比如。
2024-05-02 19:12:49
848
原创 R语言学习—3—基本操作
默认情况下,hist() 函数将数据分成若干个箱子(或称为柱子),然后统计每个箱子中数据的频数,并将结果以直方图的形式展示出来。其中,60 是要生成的随机数的数量,170 是期望值(均值),8 是标准差。综上所述,这段代码通过设置种子生成了一个服从特定参数的正态分布的随机数样本,然后对该样本进行了统计摘要,并绘制了直方图来展示数据的分布情况。通过设置种子,可以确保每次运行代码时生成的随机数序列是相同的,这有助于结果的可重现性。X: 这个部分打印了生成的随机数样本 X,以便查看生成的随机数。
2024-05-02 15:50:45
592
原创 R语言学习—2—安德鲁斯曲线分析时间序列数据
Andrews 曲线法使用二维坐标系展示可视化结果,将多维数据的每一数据项通过一个映射到二维坐标系中的一条曲线上,通过对曲线的观察,用户能够感知等状况。
2024-05-02 15:50:16
128
原创 利用二叉检索树将文章中的单词建立索引(正则表达式)
例子:正则表达式 a.b 可以匹配到 “axb”、“a1b”、“a-b” 等,但不能匹配到 “aab” 或 “a\nb”(除非设置了多行模式)。例子:正则表达式 (ab)+ 匹配一个或多个 “ab”,并且可以通过捕获括号提取匹配的内容。
2024-04-28 18:22:27
1098
原创 二叉检索树的实现——增删改查、读取命令文件、将结果写入新文件
两者思路一致,将二叉树分为三部分:左子树,根结点,右子树。对左子树,右子树递归遍历。
2024-04-24 17:11:40
1183
2
原创 文件读取和写入及不同访问模式的对比(‘r‘ ‘r+‘ ‘w‘ ‘w+‘ ‘a‘ ‘a+‘ ‘rb‘)
如果尝试写入文件(例如使用 write() 方法),将抛出 io.UnsupportedOperation 异常。1、自动关闭文件:with 语句会在代码块执行完毕后自动关闭文件,无需显式调用 close() 方法。1、功能:以只读方式打开文件。2、异常安全:如果在代码块中发生异常,with 语句仍然会确保文件被正确关闭。3、代码简洁:无需编写额外的 close() 调用,使得代码更加清晰。2、使用场景:当你需要读取文件内容而不需要修改它时。文件指针默认位于文件开头。文件指针的初始位置不同。
2024-04-23 21:55:20
425
原创 二叉检索树的查找删除(替换删除)的实现
当当前结点元素key小于要查找的元素的key时,该元素一定在当前结点的右子树中,以此递归的进行search(),直到key相等。反之亦然。
2024-04-20 15:17:06
810
1
原创 第十五届蓝桥杯复盘python大学A组——试题C 数字诗意
i+j 、j-i+1 的奇偶性不同(因为i、j都是正整数)因此,原因:根据上述分析得出有诗意的数字一定是 奇数 * 偶数 /2。一个奇数=该奇数 *2 /2.原因:根据上述分析得出有诗意的数字一定是 奇数 * 偶数 /2。奇数 * 偶数=该奇数 * 该偶数 *2 /2.eg 10=5 * 2 * 2 / 2,2、5的奇偶性不同(1也没有诗意,题目要求至少两个连续的数)。
2024-04-18 19:52:53
1190
1
原创 第十五届蓝桥杯复盘python大学A组——试题B 召唤数学精灵
这段代码执行速度非常慢的原因在于它试图计算非常大的数的阶乘(累乘),并且对于每一个i的值都执行这个计算。阶乘的增长是极其迅速的,即使对于相对较小的i值,结果也会迅速超出Python标准整数类型的表示范围。但是,即使使用C++,如果算法本身没有改进(即仍然试图计算巨大的阶乘),那么性能提升也可能是有限的。另外,即使a和b的计算都在整数范围内进行(使用了//进行整数除法),但b=B(i)这一步仍然是非常耗时的,因为它涉及到大量的乘法运算,并且这些运算的结果会迅速增大。由于这是一个巨大的数据量,因此要找规律。
2024-04-17 20:00:46
870
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人