- 博客(14)
- 资源 (4)
- 收藏
- 关注
原创 一篇文章掌握SQL
SQL一、数据库中表和数据的增删改查操作 SQL 简介 关系型语言,此处不在多说 SQL通用语法 SQL语句可以单行或多行书写,以分号结尾 MYSQL数据库的SQL语句不区分大小写,关键字建议使用大写 注释 单行注释: -- 注释内容 或 #注释内容(MYSQL特有) 注意上面的--后面有空格 多行注释: /注释/ SQL分类
2022-05-25 18:44:47
110
原创 mysql的安装使用(免安装版)
此处理介绍使用免安装版本的使用方法,减少许多不必要的配置问题一、下载1、地址: MySQL :: Download MySQL Community Server (Archived Versions)2、选择使用5.7.24版本下载64位windows版,不推荐使用最新版本,会有许多bug二、安装即解压直接解压下某个位置,然后复制目录地址三、配置1、添加环境变量在系统环境变量中新建系统变量:MYSQL_HOME => 粘贴地址到此处在path中新增一个地址:%M
2022-05-22 15:31:14
812
原创 JWT和token的区别及优缺点
JWT和token的区别及优缺点TOKEN概念: 令牌, 是访问资源的凭证。1、Token的认证流程: 用户输入用户名和密码,发送给服务器。 服务器验证用户名和密码,正确的话就返回给客户端一个签名过的token。 浏览器客户端拿到这个token,存储到cookie或者localStorage中。 客户端后续每次请求中,会在 header中携带token发送给服务器。 服务器器验证token并解析出用户ID等相关信息,通过调取数据库信息比对,如果有效那么
2022-05-19 18:16:57
1576
原创 配置环境变量时是应该用系统环境变量还是用户环境变量呢?
首先要知道两者的区别: 正常所说的环境变量是指系统环境变量,对所有用户起作用,而用户环境变量只对当前用户起作用,如果此电脑登入了另外个用户账号,那配置之前账号的用户环境变量就对另外个用户账号不起作用。 然后我们再做使用 如果是需要node等后端调用的话,可以在系统变量中新建并保存相应数据 ...
2022-05-18 17:02:41
1664
原创 node后端进行token的生成、验证
// 首先是引入jsonwebtoken和生成token用的key(安全起见,存放在了系统环境变量TOKEN_KEY中)const jwt = require("jsonwebtoken");const jwtKey = process.env.TOKEN_KEY;......// 用户登陆正确时,服务器生成并返回tokenapp.post('/login', (req,res) => { const {username, password} = req.body; // .
2022-05-18 16:43:59
1898
原创 三、Pandas set_index&reset_index
## 三、Pandas set_index&reset_indexdf样例: a b c d0 bar one z 1.01 bar two y 2.02 foo one x 3.03 foo two w 4.0#### 1、set_index(keys, drop=True, append=False, inplace=False, verify_integrity=False)默认情况:DataFrame.set_inde...
2022-03-08 12:07:25
856
原创 二、主要写根据索引或者值对series和dataframe进行排序的方法
## 主要写根据索引或者值对series和dataframe进行排序的方法#coding=utf-8import pandas as pdimport numpy as np#以下实现排序功能。series=pd.Series([3,4,1,6],index=['b','a','d','c'])frame=pd.DataFrame([[2,4,1,5],[3,1,4,5],[5,1,4,2]],columns=['b','a','d','c'],index=['one','two','three
2022-03-08 10:39:48
1687
原创 一、DataFrame of pandas & 插入或删除行、列
## 插入或删除行、列这里举例df为原dataframe,axis为0表示删除行,axis为1表示删除列#### 1、删除一行df.drop(0,axis=0,inplace=False) # 删除了index=0的行#### 2、删除一列data = df.drop('A',axis=1,inplace=False) # 删除了A列,不改变原df#### 3、指定位置增加一行row={'a':9,'b':10,...}df.append(row,ignore_index=T
2022-03-08 10:38:30
1522
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人