小猴子的博客

今天在写一个任务需求时需要用到定时任务来做一部分数据处理与优化，于是在了解完现有方法，结合自己需求决定使用django_apscheduler，记录一下过程，有几篇值得参考的文章放在结尾，很多本文未提到之处可详见参考文章。2）新建app，这里我新建了一个timedtasks的app，以下是view.py文件的内容，分别有三个job，可以供测试。1）若是写在已有app的views.py文件中，可以直接复制以下代码进行测试。简单记录一下流程，如有错误欢迎指正，如有补充欢迎评论！

这里写自定义目录标题欢迎使用Markdown编辑器新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入欢迎使用Markdown编辑器你好！ 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Mar

pymysql的使用（笔记）首先，连接数据库：import pymysqldef conn_db(): # 连接数据库函数 conn = pymysql.connect( host='localhost', user='root', passwd='root', db='swjtu_z16', charset='utf8mb4') cur = conn.cursor() return conn,

一阶差分与二阶差分及还原一阶差分arr = np.arange(10)np.random.shuffle(arr)arr = pd.Series(arr)arrd1 = arr.diff()print(d1)二阶差分d2 = d1.diff()d2还原d1_shift = d1.shift()d1_r = d2.add(d1_shift)d2_shift = arr.shift()d2_r = d1_r.add(d2_shift)d2_r补充：多阶差分ar

用pandas填充时间序列缺失值例如，下有时间缺失值： Date_time current_demand Temp_Mean humidity_Mean0 2018-05-01 00:00 15951.0 300.904267 49.6000001 2018-05-01 00:15 16075.0 300.904267 49.6000002 2018-05-01 00:30 1