自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(36)
  • 收藏
  • 关注

原创 第 2 章 数据表示 核心重点提炼

本章核心围绕计算机中数据的编码规则与表示方法展开,重点掌握数制转换、机器码表示、定点 / 浮点数格式及校验码应用,以下是结构化重点提炼及思维导图框架:

2025-12-20 14:20:48 673

原创 计算机组成原理:第 1 章 计算机系统概论核心知识点梳理

本章核心是掌握计算机系统的 “软硬件协同” 逻辑:硬件是基础(五大部件 + 总线),软件是延伸(系统软件 + 应用软件),通过 7 级层次结构实现功能分层,性能指标量化其运行能力。作为这门专业核心课的开篇,本章为后续学习打下坚实基础,涵盖计算机的发展脉络、硬件构成、软件分类、系统层次结构和性能指标等关键知识点。主存(内存):CPU 直接访问,存放运行中程序和数据,速度快、容量小,由 RAM(随机存储器)和 ROM(只读存储器)组成。MIPS=40MHz/(2.24×10⁶)=17.9(百万条指令 / 秒)

2025-12-20 14:16:43 1065

原创 MySQL 高级实战:触发器、事务与数据库备份恢复全攻略

备份是预防数据丢失的关键,恢复是数据丢失后的补救措施,实验涵盖完整备份、增量备份、表导入导出等核心操作。触发器命名唯一:同一数据库中触发器名称不能重复避免复杂逻辑:触发器中不宜写过多 SQL,否则会降低数据操作效率关键字使用:OLD(获取修改 / 删除前的数据)、NEW(获取插入 / 修改后的数据)仅在触发器中可用禁用场景:高并发写入场景尽量少用触发器,可能引发性能瓶颈。

2025-12-20 12:25:23 1092

原创 MySQL 视图实战:简化查询与数据安全管控指南

避免过度创建视图:视图本质是查询语句,复杂视图会降低查询效率谨慎通过视图修改数据:以下场景无法通过视图插入 / 更新 / 删除:视图包含聚合函数(如 AVG、COUNT)、GROUP BY、DISTINCT视图包含多表关联(部分场景支持,但易出错)视图字段为计算结果(如敏感数据隐藏:视图可只展示非敏感字段(如隐藏学生身份证号),提升数据安全性创建视图时,查询语句可包含多表关联、条件筛选、聚合计算,但需确保逻辑正确修改视图时,ALTER VIEW语法与完全一致,会覆盖原有视图定义。

2025-12-18 19:47:57 501

原创 MySQL 性能优化核心:索引创建与管理实战指南

避免过度索引:仅为频繁作为查询条件、排序、分组的字段创建索引唯一索引优先:对需保证唯一性的字段(如 userid、学号)使用唯一索引,兼顾约束与查询效率复合索引顺序:遵循 “最左前缀原则”,将查询频率高的字段放在前面(如(姓名, 性别)比(性别, 姓名)更实用)创建降序索引需显式指定DESC,默认是ASC(升序)全文索引仅支持TEXTVARCHAR等文本类型字段,不支持数值型唯一索引的字段值不能重复,但允许一个 NULL 值(与主键的 “非空唯一” 区别)

2025-12-18 19:43:59 1077

原创 MySQL 实战:表数据维护核心技能(插入 / 更新 / 删除全解析)

字段值与数据类型匹配(如 date 类型需符合 YYYY-MM-DD 格式)主键不可重复,非空字段必须赋值批量插入比单条插入效率更高,大数据量推荐使用永远不要省略 WHERE 子句(除非确实需要更新全表)多字段更新用逗号分隔,赋值符号用(不是==修改前可先执行 SELECT 语句验证条件是否正确(如DELETE 是 DML 语句,可通过事务回滚;TRUNCATE 是 DDL 语句,不可回滚TRUNCATE 清空后自增字段会重置为初始值,DELETE 不会。

2025-12-18 19:38:57 841

原创 MySQL 进阶实验:数据库与数据表管理完全指南

数据类型选择技巧:固定长度用char(效率高),可变长度用varchar(省空间);日期用date,二值数据用bit主键设计原则:主键必须非空且唯一,建议用无业务含义的 ID(如 eid、学号),避免用姓名等可能重复的字段修改表结构注意:修改字段名或数据类型时,需确保不影响已有数据(如将varchar(8)改为可兼容,反之可能截断数据)和DROP TABLE会直接删除数据,且无法恢复,操作前务必确认是否需要备份。

2025-12-18 19:36:04 617

原创 MySQL 入门实验:环境搭建与基础操作全攻略

服务管理是基础:操作 MySQL 前务必确认服务已启动,否则会导致登录失败工具选择看场景:命令行适合快速执行简单命令,MySQL Workbench 可视化界面更适合复杂操作和结果查看SQL 语句规范:关键字建议大写(如 CREATE、SELECT),字段名和表名尽量见名知义,语句结尾可加英文分号主键约束很重要:创建表时设置主键(如学号)可保证数据唯一性,避免重复记录通过本次实验,不仅熟悉了 MySQL 的基本运行环境,更掌握了数据库操作的核心流程。

2025-12-18 19:34:09 1038

原创 计算机网络试题分类及解析完整版

答案:UDP解析:知识点出自第 1 章概述 ——1.7 计算机网络体系结构 ——1.7.3 具有五层协议的体系结构,属于识记类考点,难度易。

2025-12-14 13:05:58 844

原创 计算机网络试题分类及解析文档

A.Internet B.接入网C.LAN D.分组交换网。A.基带粗同轴电缆 B.基带细同轴电缆C.双绞线 D.光纤。A.网络层 B.数据链路层C.物理层 D.MAC 子层。A.运输层 B.应用层C.网络层 D.物理层。A.表示层 B.运输层C.会话层 D.应用层。A.网关 B.网桥C.集线器 D.路由器。A.波形 B.字节C.比特 D. 周期。A.总线 B.环型C.星型 D.网状型。

2025-12-14 13:00:06 539

原创 应用层复习总结

核心结论:本章围绕应用层展开,重点讲解了应用层协议的定义、核心协议(DNS、FTP、HTTP 等)的原理与应用、应用进程通信机制及 P2P 应用,是理解网络应用工作逻辑的关键章节。

2025-12-14 00:46:07 743

原创 运输层核心总结

运输层位于网络层之上、应用层之下,核心职责是为应用进程提供,屏蔽网络层的异构性和不可靠性。通过 UDP 和 TCP 两种核心协议,分别提供无连接的尽最大努力交付和面向连接的可靠交付服务,依托端口实现进程间通信的复用与分用,搭配流量控制、拥塞控制、连接管理等机制,为上层应用提供灵活、可靠的传输支撑,是实现进程间高效通信的关键层。

2025-12-14 00:39:16 1168

原创 网络层复习总结

网络层是计算机网络体系结构的核心层,核心职责是实现与,通过 IP 协议定义全局唯一地址标识网络节点,依托路由选择协议构建转发路径,搭配 ARP、ICMP 等辅助协议解决地址解析与差错处理,同时支持 VPN、NAT、MPLS、SDN 等扩展技术,为上层提供无连接的尽最大努力交付服务,是实现全网通信的关键支撑。

2025-12-13 23:08:57 625

原创 数据链路层复习总结

数据链路层的核心是 “帧传输与控制”,针对不同信道(点对点 / 广播)设计差异化协议(PPP/CSMA/CD),通过封装成帧、透明传输、差错控制三大机制保障数据可靠传输。以太网作为主流技术,从传统共享式发展到交换式、高速化、虚拟化(VLAN),已覆盖局域网、城域网甚至广域网场景,是计算机网络中最基础且应用最广泛的链路层技术。

2025-12-13 22:56:36 1275

原创 物理层复习总结

数据传输:源点产生数据,发送器将数据转换为信号,通过传输系统传输,接收器将信号还原为数据,终点接收数据。香农公式:信道的极限信息传输速率 C = W log₂(1+S/N) (bit/s)。无源光网络(PON):包括以太网无源光网络(EPON)和吉比特无源光网络(GPON)。时分复用(TDM):将时间划分为等长的时分复用帧,每个用户在每个帧中占用固定时隙。定义:多种宽带光纤接入方式,如光纤到户(FTTH)、光纤到大楼(FTTB)等。信噪比:信号的平均功率和噪声的平均功率之比,用分贝(dB)度量。

2025-12-07 16:09:45 415

原创 计算机网络:概论学习1

本文系统阐述了计算机网络的核心概念与发展历程。首先分析了互联网在信息时代的核心地位,指出其连通性和资源共享两大特性。随后详细介绍了互联网的三阶段发展历程:从ARPANET的诞生,到NSFNET的三级结构,再到现代多层次ISP体系。文章深入解析了互联网的组成结构,包括边缘部分(主机)和核心部分(路由器网络),并比较了电路交换与分组交换技术。最后,文章重点论述了计算机网络的五层协议体系结构(应用层、运输层、网络层、数据链路层、物理层)和TCP/IP四层模型,阐明了各层的功能特点与相互关系。全文全面系统地展现了计

2025-12-07 13:34:14 714

原创 C语言学习%篇

d 十进制有符号整数。%u 十进制无符号整数。%o 八进制表示的整数。%e 指数形式的浮点数。以十六进制表示的整数。

2025-09-27 15:08:10 167

原创 C语言-选择控制语句与循环控制语句

/ 定义字符型变量(也可以是short/int/long int)printf("这是第 %d 次循环\n", count);while (count <= 5) // 条件表达式:当count小于等于5时循环。printf("这是第 %d 次循环\n", count);printf("您未成年\n");// else分支语句。printf("您已成年\n");if (age >= 18) // 条件表达式:判断是否成年。switch (grade) // 表达式只能是整型或字符型。

2025-09-27 15:04:29 765

原创 C语言基础学习1

C语言的数据类型有三种:整型(整数)、实型(小数/浮点数)、字符型每种数据类型都有变量和常量。2.只能使用字母,数字和下划线_的任意组合;4.32个关键字不能作为标识符使用。标识符:变量,函数,数组的名字。3.大小写字母表示不同的名字。1.以字母或下划线_开头。以下是关键字需要注意。

2025-09-16 15:47:57 241

原创 echarts学习篇

文本块的位置和旋转:position、distance、rotate。option = { title: { text: '圆环图的例子', left: 'center', top: 'center' }, series: [ { type: 'pie', data: [ { value: 335, name: 'A' }, { value: 234, name: 'B' }, { value: 1548, name: 'C' } ], radius: ['40%', '70%'] } ] };

2024-05-28 02:10:31 1297 1

原创 【mysql学习笔记】

/*创建视图:从学生表,课程表,选课表,对选择了python课程的所有学生信息*/

2024-05-07 23:14:18 1281 1

原创 【平台搭建+数据处理+数据可视化】

第一部分:大数据平台搭建

2024-05-07 22:59:20 1010

原创 杂谈收获和体会

搭建平台是最让我感受到小事修炼心性,后来不断学习没学过的领域的时候我会觉得难事磨砺心智,我觉得每个语言都是不一样的存在,他就像刷怪一样,刷过了可以开心好几天,如若没有会纠结难过很多天,不过这也大大的磨炼了我的心智。开始入坑的时候我会很好奇大家如何去学习计算机的内容,csdn是一个很好的平台在我的学习过程中解决了我的不少问题,大佬云集的地方,让我不断得到提升,我也很感激互联网的强大,能够在此学了许多,这几年收获了很多,也错失了很多机会,我希望未来的我能够不断提升自我,对自己说:“强大了!

2024-04-19 15:02:00 375 2

原创 大数据开发语言Scala—RDD

(1).需要转化的集合:须是seq集合,seq代表序列,指的是一类具有一定长度的可迭代访问的对象,其中每个数据元素均有一个从0开始的、固定的索引。makeRDD的使用方式有两个,一种是和parallelize一样,另外一种是根据数据大小思考分区。(2).分区数,若不设分区数则rdd的分区数默认为该程序分配到的资源的cpu核心。将原rdd里和参数rdd相同元素去掉。一、从内存中读取数据创建RDD。二、从外部中读取数据创建RDD。使用map方法转换数据。转换数据,分割合成1维。求出rdd的共同元素。

2024-04-19 14:16:35 908 2

原创 【spark数据处理】文件上传+文件读取+文件筛选

对多列进行分组,并对每组进行聚合计数,这段代码首先创建了一个SparkSession实例,然后创建了一个包含三列("columnName1", "columnName2", "col")的DataFrame。hadoop fs -put /data/wenjian1.csv /data //上传文件。方法按照"columnName1"和"columnName2"进行分组,然后调用。函数计算"col"列的平均值,将结果列命名为"m"。select 选择 :可以选择指定行,指定类,并且可以重名。

2024-04-16 00:00:00 2214 3

原创 【Seaborn 库数据可视化】常用图形类型

除了以上几种常见的统计图形类型,Seaborn还提供了其他一些更高级的图形类型,如密度图(Density plot)、面积图(Area plot)和小提琴图(Violin plot)等。直方图将数值范围分成多个间隔(bin),并计算每个间隔内的观测值数量。函数可以绘制箱线图,用于展示一组数据的分布情况,包括中位数、四分位数和异常值等。函数可以绘制折线图,用于展示连续变量随着另一个变量的变化而变化的趋势。函数可以绘制热力图,用于展示两个分类变量之间的相关性。函数可以绘制柱状图,用于展示分类变量之间的比较。

2024-04-15 00:51:16 1112 1

原创 下载后repo要执行什么来安装mysql

yum install -y .... -nogpgcheck (...刚刚找里面的server的软件包)yum search mysql (找里面的server的软件包)

2024-04-14 15:50:56 247 1

原创 【pandas数据处理及分析】

1.查询数据在pandas中,可以使用以下方法查找数据:这些方法可以根据不同的需求选择和组合使用,以实现对数据框中特定数据的查找和筛选。2.删除某列或某行代表标签所在级别,默认为none在pandas中,可以使用以下方法删除某列或某行:其中,'column_name'为要删除的列名,axis=1表示按列操作,inplace=True表示在原始数据上进行修改。其中,row_index为要删除的行索引,axis=0表示按行操作,inplace=True表示在原始数据上进行修改。

2024-04-14 15:42:25 2117 1

原创 【From zero to one study Matlplotlib绘图】

它接受一个字典作为参数,字典的键为参数名,值为参数的值。上界(Upper Whisker):一般为Q3加上1.5倍的IQR,用于标记数据集的上边界。下界(Lower Whisker):一般为Q1减去1.5倍的IQR,用于标记数据集的下边界。edgecolors:表示散点的边缘颜色,默认值是'face'(与散点的颜色相同)。数据集:箱线图是基于一组数据集绘制的,这些数据可以是连续或离散的数值。四分位距(IQR):Q3和Q1之间的差值,用于衡量数据的离散度。箱线图是一种用于显示数据分布情况的可视化图表。

2024-04-11 00:59:13 1052 1

原创 【数据挖掘之数据可视化】Matplotlib图表绘制基础

Jupyter notebook中进行交互式绘图,需要执行%matplotlib notebook这个命令。习惯上我们会使用import matplotlib.pyplot as plt来进行导入matplotlib.pyplot模块。tips(若没有图案出来一定要检查是否执行了%matplotlib notebook这个命令)

2024-04-08 20:12:38 582

原创 【Python数据挖掘 -Pandas】serise与dataframe

Pandas是一个开源的Python库,用于数据分析和数据处理。它提供了数据结构和函数,使得处理结构化数据变得更加简单和高效。Pandas最常用的数据结构是DataFrame,类似于表格或电子表格,可以将数据组织成行和列。Pandas还提供了许多用于数据操作、数据清洗、数据转换和数据分析的功能,使得用户可以更轻松地处理和分析大量的数据。Pandas还可以和其他Python库如NumPy和Matplotlib等一起使用,方便进行数据分析和可视化。

2024-04-08 13:21:14 383

原创 【numpy数据统计与分析】

在numpy中,数组运算更加快速并且简洁尤其在于处理数据方面。

2024-04-08 02:36:29 419

原创 【python数据挖掘之numpy】数组合并+切片+索引

numpy提供hsplit()、vsplit()、 split()数组合并是数据处理中需要经常使用到的,numpy利用hstack() vstack() concatenate()函数来完成数组的合并。2.4 np.column_stack():按列方向堆叠一维数组为二维数组。2.5 np.row_stack():按行方向堆叠一维数组为二维数组。2.3 np.hstack():按水平方向(列方向)堆叠数组。2.2 np.vstack():按垂直方向(行方向)堆叠数组。4.1 索引和切片(一维)

2024-04-08 01:57:56 813

原创 【大数据学习】数据平台搭建之hadoop

Hadoop是一个开源的分布式计算框架,用于存储和处理大型数据集。(前提在于已完成ssh免密,jdk等安装后进行的hadoop平台基本配置搭建)

2024-04-08 00:36:42 544

原创 【python数据挖掘之numpy】-数组及对象属性和数据转换

Numpy是一个Python库,用于处理多维数组和矩阵,以及针对这些数组执行数学运算的函数。它提供了高效的数组对象和相关的操作,可以用于快速处理大量数据。Numpy的主要功能包括:创建数组、数组运算、数组索引和切片、线性代数、随机数生成等。Numpy在科学计算、数据分析、机器学习等领域都广泛应用。tips:(本博文在jupyter中实训)

2024-04-07 18:44:24 1422 1

原创 【Python用工版学习笔记】Free for you

名称函数具体说明在列表中找出某一个值第一个匹配项的索引位置统计某个元素在列表出现的次数在列表末尾增加新的元素将对象插入列表在列表末尾一次性追加多个另个序列中的多个值(用新列表拓展原列表)移除列表中某个值的第一个匹配项移除列表中的一个元素。

2024-04-06 13:47:31 1261 2

【Seaborn 库数据可视化】常用图形类型

【Seaborn 库数据可视化】常用图形类型

2024-04-15

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除