- 博客(13)
- 收藏
- 关注
RSS订阅原创 Python大数据分析与挖掘实战--Matplotlib
import Matplotlib.pyplot as plt基础语法：plt.figure(1):创建第一个画布plt.subplot(2,1,1)：把画布划分成2x1图形阵，选择第一张图片title：标题plt.xlabel("x"):设置x轴标题为xplt.ylabel("y"):设置y轴标题为yplt.xlim((0,1)):指定x轴范围为（0,1）plt.ylim((0,1)):指定y轴范围为（0,1）plt.xticks([0,0.3,0.6,1],rotation=45
2021-06-16 22:56:39
1559
3
原创 数据处理包Pandas--第三章
序列：1：系列的创建于访问创建序列：由索引和对应值组成import pandas as pdimport numpy as np#列表转序列s1=pd.Series([1,2,3,4,5])#元祖转序列s2=pd.Series((1,3,4))#数组转序列s3=pd.Series(np.array([1,2,3,5]))#指定下标s3=pd.Series([5,2,3],index=['a','b','c'])#字典转序列mydict={'red':2000,"bule":30
2021-06-16 12:25:12
317
原创 数据流—DataStreamAPI
大数据数据流之Flink1：构建一个典型的Flink流式应用需要一下几步：1：设置执行环境。2：从数据源中读取一条或多条流3：通过一系列流式转换来实现应用逻辑。4：选择性的将结果输出到一个或多个数据汇（用来接收处理结果并发送）中5:执行程序1：设置执行环境。执行环境决定了应用是在本地机器上还是集群上运行。DataStream API的执行环境由：StreamExecutionEnviroment来表示调用静态方的getExecutionEnvironment()方法来执行环境根据调用上
2021-06-13 21:11:35
714
3
原创 数据流---Apache Flink架构
1：搭建Flintk所需的组件：这些组件是：JobManager、ResourceManager、TaskManager和Dispatcher。 （JVM）JobManager：作为主进程（masterprocess) , JobManager控制着单个应用程序的执行。换句话说，每个应用都由一个不同的JobManager掌控。（JobManager还要负责所有需要集中协调的操作，如创建检查点，建立检查点、保存点及状态恢复）简单业务描述：JM从RM申请执行任务的必要资源（TM处理槽）），一旦JM收到
2021-06-08 22:42:29
936
9
原创 Java中的设计模式和算法
今天内容：(1)常用的设计原则(2)常用的设计模式(3)常用的查找算法(4)常用的排序算法1.常用的设计原则(记住)1.1 软件开发的流程需求分析文档 => 概要设计文档 => 详细设计文档 => 编码和测试 => 安装和调试=> 维护和升级1.2 常用的设计原则开闭原则 - 对扩展开放，对修改关闭。- 提高了代码的扩展性和维护性。（封装后尽量不要改）如：public class Person {private String name;priva
2021-06-02 22:36:55
911
11
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人