笔记5

  1. 数组(Array)
    一种容器,可以同时存放多个数据值

  2. 数组的特点
    1、数组是一中引用数据类型
    2、数组当中的多个数据,类型必须统一
    3、数组的长度在程序运行期间不可改变

  3. 数组的初始化
    俗话描述:创建数组。
    1、动态初始化(指定长度)
    2、静态初始化(指定内容)

  4. 动态初始化数组的格式(直接指定数组数据元素的个数)
    数据类型[ ] 数组名称 = new 数据类型[数组长度]
    解析含义:
    左侧数据类型:也就是数组当中保存的数据,全都是统一的什么类型
    左侧的中括号:代表我是一个数组
    左侧数组名称:给数组取一个名字
    右侧的new:代表创建数组的动作
    右侧数据类型:必须和左边的数据类型保持一致
    右侧中括号的长度:也就是数组当中,到底可以保存多少个数据,是一个int数字

  5. 静态初始化数组的格式(直接指定数组数据的内容)
    标准格式:
    数据类型[ ] 数组名称 = new 数据类型[] {元素1,元素2,…}
    省略格式:
    数据类型[ ] 数组名称={元素1,元素2,…}

  6. 注意事项
    1、虽然静态初始化没有直接告诉长度,但是根据大括号里面的元素具体内容,也可以自动推算出来长度。
    2、静态初始化标准格式可以拆分成为两个步骤。
    3、动态初始化也可以拆分成为两个步骤。
    4、静态初始化一旦使用省略格式,就不能拆分成为两个步骤了。

  7. 使用建议
    如果不确定数组当中的具体内容,用动态初始化;否则,已经确定了具体的内容,用静态初始化。

  8. 访问数组元素进行获取
    直接打印数组名称,得到的是数组对应的:内存地址哈希值。
    二进制:01
    十进制:0123456789
    16进制:0123456789abcdef
    访问数组元素的格式:数组名称 [ 索引值 ]
    索引值:就是一个int数字,代表数组当中元素的编号。
    注意:
    1、索引值从0开始,一直到“数组的长度-1”为止。
    2、使用动态初始化数组的时候,其中的元素将会自动拥有衣蛾默认值。规则如下:如果是整数类型,那么默认为0;如果是浮点类型,那么默认为0.0;如果是字符类型,那么默认为 ’ \u0000 ‘;如果是布尔类型,那么默认为false;如果是引用类型,那么默认为null。
    3、静态初始化其实也有默认值的过程,只不过系统自动马上将默认值替换成为了大括号当中的具体数值。

  9. Java内存
    Java内存需要划分成为5个部分:
    1、栈(Stack):存放的都是方法中的局部变量。方法的运行一定要在栈当中(局部变量:方法的参数,或者是方法{}内部的变量。)
    作用域:一旦超出作用域,立刻从栈内存当中消失。
    2、堆内存(Heap):凡是new出来的东西,都在堆当中。
    堆内存里面的东西都有一个地址值:16进制
    堆内存里面的数据,都有默认值。规则:
    如果是整数 默认为0
    如果是浮点数 默认为0.0
    如果是字符 默认为 ’ \u0000 ’
    如果是布尔值 默认为false
    如果是引用类型 默认为null
    3、方法区(Method Area):存储 .class 相关信息,包含方法的信息。
    4、本地方法栈(Native Method Stack):与操作系统相关
    5、内存器(pc Register):与CPU相关。

  10. 一个数组的内存图
    一个数组的内存图

  11. 两个数组的内存图
    两个数组的内存图

  12. 两个引用指向同一个数组的内存图
    两个引用指向同一个数组的内存图

  13. 数组索引越界异常(ArrayIndexOutOfBoundsException)
    如果访问数组元素的时候,索引编号并不存在,那么将会发生数组索引越界异常。
    原因:索引编号写错了。
    解决:修改成为存在的正确索引编号。
    索引值从0开始,一直到“数组的长度-1”为止。

  14. 空指针异常(NullPointerException)
    所有的引用类型变量,都可以赋值为一个null值。但是代表其中什么都没有。
    数组必须进行new初始化才能使用其中的元素。
    如果只是复制了一个null,没有进行new创建,那么将会发生空指针异常。
    原因:忘记new
    解决:补上new

  15. 获取数组的长度
    格式:
    数组名称.length
    这将会得到一个int数字,代表数组的长度。
    数组一旦创建,程序运行期间,长度不可改变(堆中new的不可改变)。

  16. 数组的遍历
    array.fori快捷键

  17. 数组作为方法返回值返回地址
    一个方法可以有0、1、多个参数;但是只有0或者1个返回值,不能有多个返回值。
    如果希望一个方法当中产生了多个结果数据进行返回,怎么办?
    解决方案:使用一个数组作为返回值类型即可。
    任何数据类型都能作为方法的参数类型,或者返回值类型。
    数组作为方法的参数,传递进去的其实是数组的地址值。
    数组作为方法的返回值,返回的其实也是数组的地址值

  • 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