基本数据类型对象包装类

package cn.jason.wrapper.demo;
public class WrapperDemo {
 public static void main(String[] args) {
  /*
   * 基本数据类型对象包装类的重要功能:在基本类型和String类型之间互相转换
   *
   */
  /*字符串转成基本数据类型
  使用的是    parse基本类型(字符串);  parseInt  parseByte  parseDouble  parseBoolean .......
  */
  System.out.println("23"+4);
  System.out.println(Integer.parseInt("23")+4);
  //把字符串23进行了转换,变成了23+4
  
 }
}

/*
   * 自动装箱拆箱。像操作int一样操作Integer
   */
  /**
   * Integer i1 = 4; Integer i2 = Integer.valueOf(4);//静态方法 Integer i3 =
   * new Integer("4");//构造方法 int n1 = i3.intValue();
   *
   * 自动装箱拆箱就是这么来的 new Integer("4") ——> Integer.valueOf(4) ——> Integer i1 =
   * 4
   */
  Integer i = 4;// 自动装箱。 Integer.valueOf(4);
  i = i + 4;//右边的i自动拆箱。i.intValue()+6  运算完的结果又一次装箱被i指向

练习:
package cn.jason.wrapper.demo;
import java.util.Arrays;
public class Test3 {
 private static final String SEPARATE = " ";
 public static void main(String[] args) {
  /*
   * 练习:“23 10 -8 0 3 6 105 34 21”对字符串中的数值进行升序排序后,生成一个数值有序的字符串
   * “-8 0 3 6 21 23 34 105”
   * 思路:
   * 1.排序,而且对整数数值排序
   * 2.排序的元素在字符串中,如何取出?
   * 3.找String类的功能。而且,数字之间间隔都是相同的空格,有规律
   * 如果有这个功能的方法,结果是多个字符串。    String[](string)
   *
   */
  String numStr ="12 23 0 -5 34 87";
  String sortStr = sortNumberString(numStr);
  System.out.println(sortStr);
 }
 /**
  * 对一个有多个数值的字符串,进行数值的排序
  * @param numStr
  * @return
  */
 private static String sortNumberString(String numStr) {
  //1.将给定的字符串分解成多个数字格式字符串
  String[] numStrs = toStringArray(numStr);
  //2.将字符串数组转成int数组
  int[] nums = toTnArray(numStrs);
  //3.对数组排序
  sort(nums);
  //4.将int数组转成字符串
  return toString(nums);
 }
 /*
  * 4.将int数组转成字符串
  */
 private static String toString(int[] nums) {
  // 定义一个字符串缓冲区
  StringBuilder sb = new StringBuilder();
  for (int i = 0; i < nums.length; i++) {
   if (i != nums.length - 1) {
    sb.append(nums[1] + SEPARATE);
   } else {
    sb.append(nums[i]);
   }
  }
  return sb.toString();
 }
 /*
  * 3.对数组排序
  */
 private static void sort(int[] nums) {
  Arrays.sort(nums);
 }
 /*
  * 将字符串数组转成int数组
  */
 private static int[] toTnArray(String[] numStrs) {
  //1.创建一个int类型数组,长度和字符串数组的长度一致。
  int[] nums = new int[numStrs.length];
  //2.对字符串数组进行遍历
  for (int i = 0; i < numStrs.length; i++) {
  //3.将字符串数组中的元素通过parseInt转换后,赋值给int类型数组
   nums[i]=Integer.parseInt(numStrs[i]);
  }
  return nums;
 }
 /*
  *将字符串按照制定的分隔,转成字符串数组
  */
 private static String[] toStringArray(String numStr) {
  //使用字符串的split(regex);
  return numStr.split(SEPARATE);
 }
 
}

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
SQLAlchemy 是一个 SQL 工具包和对象关系映射(ORM)库,用于 Python 编程语言。它提供了一个高级的 SQL 工具和对象关系映射工具,允许开发者以 Python 类和对象的形式操作数据库,而无需编写大量的 SQL 语句。SQLAlchemy 建立在 DBAPI 之上,支持多种数据库后端,如 SQLite, MySQL, PostgreSQL 等。 SQLAlchemy 的核心功能: 对象关系映射(ORM): SQLAlchemy 允许开发者使用 Python 类来表示数据库表,使用类的实例表示表中的行。 开发者可以定义类之间的关系(如一对多、多对多),SQLAlchemy 会自动处理这些关系在数据库中的映射。 通过 ORM,开发者可以像操作 Python 对象一样操作数据库,这大大简化了数据库操作的复杂性。 表达式语言: SQLAlchemy 提供了一个丰富的 SQL 表达式语言,允许开发者以 Python 表达式的方式编写复杂的 SQL 查询。 表达式语言提供了对 SQL 语句的灵活控制,同时保持了代码的可读性和可维护性。 数据库引擎和连接池: SQLAlchemy 支持多种数据库后端,并且为每种后端提供了对应的数据库引擎。 它还提供了连接池管理功能,以优化数据库连接的创建、使用和释放。 会话管理: SQLAlchemy 使用会话(Session)来管理对象的持久化状态。 会话提供了一个工作单元(unit of work)和身份映射(identity map)的概念,使得对象的状态管理和查询更加高效。 事件系统: SQLAlchemy 提供了一个事件系统,允许开发者在 ORM 的各个生命周期阶段插入自定义的钩子函数。 这使得开发者可以在对象加载、修改、删除等操作时执行额外的逻辑。
SQLAlchemy 是一个 SQL 工具包和对象关系映射(ORM)库,用于 Python 编程语言。它提供了一个高级的 SQL 工具和对象关系映射工具,允许开发者以 Python 类和对象的形式操作数据库,而无需编写大量的 SQL 语句。SQLAlchemy 建立在 DBAPI 之上,支持多种数据库后端,如 SQLite, MySQL, PostgreSQL 等。 SQLAlchemy 的核心功能: 对象关系映射(ORM): SQLAlchemy 允许开发者使用 Python 类来表示数据库表,使用类的实例表示表中的行。 开发者可以定义类之间的关系(如一对多、多对多),SQLAlchemy 会自动处理这些关系在数据库中的映射。 通过 ORM,开发者可以像操作 Python 对象一样操作数据库,这大大简化了数据库操作的复杂性。 表达式语言: SQLAlchemy 提供了一个丰富的 SQL 表达式语言,允许开发者以 Python 表达式的方式编写复杂的 SQL 查询。 表达式语言提供了对 SQL 语句的灵活控制,同时保持了代码的可读性和可维护性。 数据库引擎和连接池: SQLAlchemy 支持多种数据库后端,并且为每种后端提供了对应的数据库引擎。 它还提供了连接池管理功能,以优化数据库连接的创建、使用和释放。 会话管理: SQLAlchemy 使用会话(Session)来管理对象的持久化状态。 会话提供了一个工作单元(unit of work)和身份映射(identity map)的概念,使得对象的状态管理和查询更加高效。 事件系统: SQLAlchemy 提供了一个事件系统,允许开发者在 ORM 的各个生命周期阶段插入自定义的钩子函数。 这使得开发者可以在对象加载、修改、删除等操作时执行额外的逻辑。
GeoPandas是一个开源的Python库,旨在简化地理空间数据的处理和分析。它结合了Pandas和Shapely的能力,为Python用户提供了一个强大而灵活的工具来处理地理空间数据。以下是关于GeoPandas的详细介绍: 一、GeoPandas的基本概念 1. 定义 GeoPandas是建立在Pandas和Shapely之上的一个Python库,用于处理和分析地理空间数据。 它扩展了Pandas的DataFrame和Series数据结构,允许在其中存储和操作地理空间几何图形。 2. 核心数据结构 GeoDataFrame:GeoPandas的核心数据结构,是Pandas DataFrame的扩展。它包含一个或多个列,其中至少一列是几何列(geometry column),用于存储地理空间几何图形(如点、线、多边形等)。 GeoSeries:GeoPandas中的另一个重要数据结构,类似于Pandas的Series,但用于存储几何图形序列。 二、GeoPandas的功能特性 1. 读取和写入多种地理空间数据格式 GeoPandas支持读取和写入多种常见的地理空间数据格式,包括Shapefile、GeoJSON、PostGIS、KML等。这使得用户可以轻松地从各种数据源中加载地理空间数据,并将处理后的数据保存为所需的格式。 2. 地理空间几何图形的创建、编辑和分析 GeoPandas允许用户创建、编辑和分析地理空间几何图形,包括点、线、多边形等。它提供了丰富的空间操作函数,如缓冲区分析、交集、并集、差集等,使得用户可以方便地进行地理空间数据分析。 3. 数据可视化 GeoPandas内置了数据可视化功能,可以绘制地理空间数据的地图。用户可以使用matplotlib等库来进一步定制地图的样式和布局。 4. 空间连接和空间索引 GeoPandas支持空间连接操作,可以将两个GeoDataFrame按照空间关系(如相交、包含等)进行连接。此外,它还支持空间索引,可以提高地理空间数据查询的效率。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值