- 博客(242)
- 收藏
- 关注
RSS订阅原创 pythonQT图书管理系统的进阶版本
本文介绍了一个基于Python和PyQt5的图书管理系统开发教程，适合Python初学者学习。系统采用模块化设计，包含数据模型(model)、数据访问层(dao)、控制逻辑(controller)和用户界面(view)四个核心模块。数据模型定义了用户、图书、角色和权限等基础类；数据访问层使用SQLite数据库，实现了安全的密码哈希存储；控制逻辑包含用户认证、权限管理和图书操作等功能；用户界面则提供不同角色的交互界面。系统特色包括：自动创建管理员账户、基于角色的权限控制、密码安全存储等。通过这个项目，初学者可
2026-02-21 11:01:22
600
原创 python QT sqlsite版本 图书管理系统
这篇文章展示了使用PyQt5构建图书管理系统视图层和数据层的代码实现。视图层通过Ui_MainWindow类创建了一个包含查询区域、按钮区域、表格显示和分页功能的用户界面。数据层通过BookManager类提供了添加图书、删除图书和搜索图书等核心功能，并与数据库进行交互。两个层级的代码展示了前后端分离的设计思路，视图层负责UI展示，数据层处理业务逻辑和数据库操作。
2026-02-20 10:44:43
210
原创 pythonQT版本的图书管理系统
本文展示了一个使用PyQt5设计的图书管理界面UI代码。界面包含四个功能按钮（pushButton1-4）、一个7列的表格控件(tableWidget)用于显示图书数据，以及多个搜索输入框和标签。界面布局采用水平排列，包含图书ID、名称等搜索字段(lineEdit控件)。整个窗口尺寸为900x600像素，表格占据主要显示区域。代码使用PyQt5的自动生成UI框架，包含控件位置、大小策略等详细设置，为图书管理系统提供了基础的前端界面框架。
2026-02-20 09:36:40
229
原创 用 Python 30 分钟做出自己的记事本
本文摘要： 《零基础手把手：用 Python 30 分钟做出自己的记事本》教程详细介绍了如何使用 PyQt6 构建一个简易记事本程序。文章通过六个关键步骤，从创建基础窗口、添加文本编辑器到实现文件操作和字数统计功能，逐步讲解每个组件的实现原理和常见错误。重点包括：1）必须创建应用对象和事件循环；2）使用 QTextEdit 处理多行文本；3）正确构建菜单栏；4）实现文件打开/保存功能；5）实时字数统计；6）采用类结构封装代码。教程强调理解代码逻辑而非简单复制，每个步骤都配有思考题帮助读者深入掌握 PyQt6
2026-02-04 23:03:13
2737
4
原创 某小说数据分析过程
本教程介绍了xxxx小说网数据分析的全流程，包括数据爬取、清洗和可视化分析。通过爬虫获取小说基本信息、热度数据和标签信息后，重点分析了作品分类分布、字数统计、点击量排名和标签流行度。研究发现玄幻奇幻类作品最受欢迎，平均字数达285万字，热门标签包括"重生"、"系统"等。分析还比较了男女读者作品差异和作者更新频率，为理解平台内容和读者偏好提供了数据支持。
2026-01-31 10:18:51
705
原创 Matplotlib可视化入门教程
Matplotlib 是 Python最经典的数据可视化库🎯核心能力：绘制折线图、柱状图、散点图、热力图等20+种图表🌐生态地位：Pandas/Seaborn等高级库的底层绘图引擎💡新手友好：语法直观，文档完善（官网📱输出灵活：支持保存为PNG/JPG/PDF/SVG，嵌入网页或报告💡小知识：名字 = “MATLAB” + “plot” + “library”，设计灵感源自MATLAB绘图系统。
2026-01-28 12:23:38
394
原创 panndas数据分析综合案例
本文介绍了一个完整的Pandas销售数据分析流程，从数据生成到可视化呈现。教程首先导入必要的Python库并设置中文显示，然后模拟生成包含日期、产品、地区、销量等字段的销售数据。接着进行数据清洗，处理缺失值、重复值和异常值，并添加时间维度辅助列。在分析阶段，通过分组聚合和透视表对产品、地区等维度进行汇总统计，并计算月度销售额环比增长率。最后使用Matplotlib和Seaborn绘制多维度可视化图表，包括产品销售额对比、月度趋势分析等。整个流程涵盖了数据分析的典型步骤，适合零基础用户学习Pandas数据处理
2026-01-27 15:50:10
490
原创 pandas基础三
本文详细介绍了数据处理的三个核心操作：分组、聚合以及排序排名。在分组聚合部分，讲解了如何通过groupby()方法将数据按特定标准分组，并应用sum、mean等聚合函数计算统计值，展示了单列和多列分组聚合的实例。排序部分介绍了sort_values()和sort_index()两种方法，分别用于按列值或索引排序。排名部分则解释了rank()函数的五种不同排名方式，特别是如何处理相同值的排名问题。这些基础操作构成了数据分析的核心技能，能够有效支持各类数据统计和分析需求。
2026-01-26 17:04:52
660
原创 Pandas基础（二）
数据清洗是数据分析的关键环节，直接影响决策可靠性、模型性能和工作效率。本文通过三个实战案例演示了缺失值处理方法：1）商品价格数据中，将特殊符号转为NaN后用中位数填充；2）泰坦尼克号数据中，按性别分组计算年龄中位数填充；3）问卷调查数据中，识别"无"、"未知"等隐性缺失值并用众数填充。案例展示了Pandas的isnull()、dropna()和fillna()等核心方法的应用，以及根据数据类型选择中位数或众数填充的策略。数据清洗需结合业务场景，针对性处理才能保证数据质
2026-01-23 09:14:05
605
原创 Pandas基础（一）
本文介绍了Pandas中Series和DataFrame的核心概念及常见文件操作方法。Series是一维数据列，类似Excel单列；DataFrame是二维表格，由多个Series组成。文章详细讲解了CSV、XLSX、JSON文件的读写方法，包括关键参数如分隔符、工作表名、JSON格式方向等，并提供了处理嵌套JSON的示例。最后总结了不同文件格式的读取保存方法及关键参数，帮助用户快速掌握Pandas数据处理技巧。
2026-01-21 14:49:20
623
原创 基于Tkinter基础模板的开发流程指南
本文介绍了基于Tkinter的基础模板进行定制开发的方法。首先展示了一个包含窗口设置、菜单栏、内容区域和状态栏的基础Python GUI模板。然后详细说明了定制开发的步骤：1）需求拆解，明确核心功能、UI需求和数据需求；2）基于模板规划扩展点，重点在create_widgets()方法中添加新组件。最后给出了具体实现示例，展示如何在内容区域添加待办事项输入框、列表和操作按钮等组件。该模板为快速开发Python GUI应用提供了可扩展的基础框架。
2026-01-15 16:20:03
459
原创 如何做到电脑只能访问百度
路由器作为网络网关，可以通过设置访问控制策略实现逻辑网络隔离。具体原理是：路由器监控目标设备的DNS请求和HTTP/HTTPS流量，利用白名单机制只放行指定域名（如baidu.com），拦截其他所有访问请求。这种基于应用层的控制虽然存在绕过DNS、HTTPS加密等局限性，但通过最小权限原则有效隔离了设备与其他网络资源，常用于家庭上网管理、企业访客网络等场景。
2025-12-31 17:49:20
1255
原创 典型局域网组建方案简介
本文介绍了三种典型局域网的组建方案：小型（100人以下）主要采用总线型、星型以太网；中型（100-500人）包括集中式、分布式和可靠式方案；大型（1000人以上）涉及校园网、医院网等复杂分层结构。重点分析了不同规模网络的拓扑结构、硬件需求和特点，小型网成本低易组建，中型网按办公模式选择方案，大型网注重高带宽和可靠性。通过典型案例（如清华大学校园网）展示了实际应用，为局域网建设提供了实用指导。
2025-12-07 20:31:56
385
原创 局域网组建与维护教程
局域网是现代办公环境的基础设施，解决了数据共享、资源利用和工作效率等问题。其基本特征包括覆盖范围小、传输速率高和结构简单。局域网的技术特点由拓扑结构（总线型、环形、星形等）、传输介质（双绞线、同轴电缆、光纤）和介质访问控制方式决定。常见的局域网类型包括对等网、客户机/服务器网络、无盘工作站网络和无线局域网。随着技术进步，局域网正向无线化、高速化、网络融合、安全增强和智能化管理方向发展。了解局域网基础知识有助于更好地使用网络资源，并为未来网络技术学习打下基础。
2025-12-07 10:11:24
798
原创 192.168.0.1和192.168.1.1的区别
摘要：192.168.0.1和192.168.1.1是常见的私有IP地址，主要区别在于网段归属和品牌偏好。前者多用于腾达等品牌和光猫，后者常见于TP-Link等路由器。这种区分最初是为避免IP冲突，现在许多新路由器改用域名管理。用户可通过设备标签或命令行查看默认网关地址来确认具体管理地址。
2025-12-07 10:00:03
1192
原创 集线器、交换机与路由器的区别：一图读懂
特性集线器交换机路由器工作层级物理层数据链路层网络层转发依据无（广播）MAC地址IP地址带宽模式共享独立按需转发核心作用连接多设备成内网高效组建内部网络连接内外网，实现跨网通信典型场景早期小型局域网（已淘汰）企业/家庭内网家庭/企业接入互联网“交换机是内部网络的交通警察，路由器是连接内外网的导航系统，而集线器就像过时的大喇叭——虽然能用，但已经跟不上时代了！现在，你家里的网络应该用什么设备呢？如果你只是想连接几台电脑，交换机是最佳选择；如果你需要上网，路由器必不可少；而集线器。
2025-12-01 14:15:25
604
原创 LAN口和WAN口区别
路由器接口详解：WAN口与LAN口的区别 WAN口是路由器的"大门"，用于连接外部互联网（通常连接光猫），获取公网IP；LAN口则是"内部通道"，连接家中设备（如电脑、手机），分配私有IP（如192.168.x.x）。关键区别： 方向：WAN口对外，LAN口对内 数量：WAN口通常1个，LAN口2-4个 功能：WAN口接入网络，LAN口实现设备互联 常见错误：误将光猫网线插入LAN口导致无法上网，需正确连接至WAN口。部分新款路由器支持接口自适应，但建议按标识操作。
2025-11-28 17:07:04
452
原创 excel筛选的几种方式
Excel筛选功能摘要（148字）： Excel提供多种数据筛选方式：1）自动筛选适合简单条件筛选；2）高级筛选可处理多条件复杂查询；3）自定义筛选支持精确范围设置；4）搜索框快速定位关键词；5）颜色筛选按单元格背景色分类；6）切片器提供可视化交互筛选；7）Excel 365新增FILTER函数公式筛选。这些方法从基础到高级，满足不同场景需求，能有效提升数据处理效率，特别适合处理大量数据时的快速信息提取。
2025-11-21 11:37:06
639
原创 Excel拆分和合并优化版本
以下是生成的150字文章摘要： 本文介绍了一个基于Python的Excel文件拆分与合并工具，采用模块化设计实现高效处理。系统通过Pandas和openpyxl库支持快速数据操作和格式保留两种模式，提供GUI界面简化操作流程。核心功能包括：按指定行数拆分Excel文件，基于文件名模式识别的智能合并，支持保留或忽略格式以平衡速度与效果。工具采用日志记录、异常处理和用户友好提示，确保稳定性和易用性。关键技术点包含文件名模式提取算法、多线程处理优化及数据完整性校验，适用于大批量Excel数据处理场景。
2025-10-23 16:53:06
535
原创 excel拆分和合并代码的思路整合和工具打包
本文介绍了Excel文件拆分的核心流程和代码实现。主要步骤包括：1)验证输入有效性；2)读取Excel数据；3)计算拆分规则（总行数/每文件行数取整）；4)循环切割数据并保存为多个小文件。程序通过Pandas库实现数据操作，采用tkinter构建图形界面，支持自动计算行数、处理边界情况等功能。关键点在于分块读取数据（df.iloc[start:end]）和自动生成文件名，最终输出拆分成功提示。该方法无需手动计算，可高效处理大型Excel文件拆分需求。
2025-10-21 16:56:14
439
原创 python打包遇到的异常
Python打包时遇到PyInstaller依赖分析错误，主要与matplotlib_inline包冲突。解决方法是通过创建新的spec文件，明确排除有问题的依赖项（如matplotlib、matplotlib_inline和IPython），并手动指定必要的隐藏导入（如pandas、openpyxl等）。最后使用修改后的spec文件重新打包即可。该问题通常出现在包含数据可视化相关库的项目中，通过排除冲突依赖可有效解决打包失败问题。
2025-10-20 13:08:22
216
原创 NumPy 快速入门
本文介绍了NumPy数组的基本操作，包括创建、索引切片、数学运算和统计函数应用。主要内容涵盖：1) 多种数组创建方式（列表转换、全零/全一数组、范围/等间距数组）；2) 一维和二维数组的索引切片技巧；3) 元素级数学运算和矩阵乘法；4) 常用数学和统计函数（如均值、标准差、三角函数等）。最后通过两个综合案例（学生成绩分析和电商销售数据分析）展示了NumPy在实际数据处理中的应用，包括数据统计、条件筛选和多维数组操作等实用技巧。
2025-10-17 14:54:44
464
原创 Excel VLOOKUP函数完全教程：从基础到高级实战
Excel VLOOKUP函数完全教程摘要 本教程系统讲解Excel VLOOKUP函数，覆盖基础语法、核心参数和20+实战场景。VLOOKUP用于垂直查找，核心语法为=VLOOKUP(lookup_value,table_array,col_index_num,[range_lookup])，需注意其"只能从左到右查找"等限制。教程包含9个高频场景： 精确匹配（如根据ID查成绩） 近似匹配（如订单量查折扣） 区分大小写查找方案 反向查找（INDEX+MATCH组合） 查找第n个匹配值
2025-10-15 15:37:31
8343
原创 COUNTIF函数 精通：8个必备Excel示例
本文介绍了Excel中COUNTIF函数的多种应用场景。主要内容包括：1）精确统计特定文本、数字或日期的单元格数量；2）使用通配符进行部分匹配统计；3）统计空白/非空白单元格；4）区分统计文本或数字单元格；5）基于数值大小或日期范围进行统计；6）使用COUNTIFS函数实现多条件统计；7）统计唯一值和重复值的方法。通过具体公式和示例演示了COUNTIF函数在数据处理中的灵活应用，可帮助用户高效完成各类统计任务。
2025-10-15 14:48:57
1684
原创 纵向合并和横向合并工作表的思路
本文介绍了Excel中纵向合并数据的6种方法。基础方法包括手动复制粘贴（适合少量数据）和移动/复制工作表（适合整表合并）。进阶方案推荐Power Query（自动化处理大批量数据）和Python pandas（编程方式高效合并）。还介绍了两种函数法：传统IF+INDEX组合适合固定结构，SEQUENCE动态数组公式则能自动扩展处理更多数据。各种方案在操作复杂度、自动化程度和适用场景上各有特点，用户可根据数据量、技术水平和更新频率选择最适合的方法。
2025-10-14 23:01:55
1318
原创 去重表格的几种思路
本文介绍了Excel数据去重的三种方法：1)使用Excel内置的"删除重复项"功能，通过数据选项卡选择列进行去重；2)使用COUNTIFS函数创建多条件去重公式，可基于姓名、年龄、出生日期等多列组合识别重复项；3)利用Power Query工具，通过转换为表格后按指定列删除重复项。此外还提供了Python pandas的drop_duplicates()方法实现类似功能，支持读取Excel文件后按多列组合去重并保存结果。这些方法适用于不同场景，从简单单列去重到复杂多条件去重均有覆盖。
2025-10-11 22:25:25
1071
原创 利用python pandas库清洗病例处方清洗步骤
本文介绍了使用Pandas进行数据清洗的代码整合，主要包含患者数据和病例处方数据的清洗方法。在患者数据清洗部分，包括数据去重（保留最新就诊记录）、合并身份证号列、职业字段替换、出生日期提取与身份证号合法性校验、手机号校验等功能。在病例处方数据清洗部分，涵盖了时间拼接、初诊/复诊标识、数据匹配（类似VLOOKUP）等操作。这些方法通过Pandas的各种函数如drop_duplicates()、replace()、merge()等实现，比Excel操作更高效简洁，适合处理医疗领域的数据清洗需求。
2025-09-13 21:38:53
957
原创 VLOOKUP专题训练
本文介绍了Excel中VLOOKUP、MATCH、INDEX等函数的组合应用技巧。主要内容包括：1. VLOOKUP基础用法，通过姓名查找成绩；2. 结合COLUMN函数实现动态列匹配；3. MATCH与VLOOKUP嵌套实现智能列定位；4. INDEX+MATCH解决乱序数据查询；5. VLOOKUP与IF嵌套进行价格区间判断。这些方法适用于成绩查询、订单管理、商品分类等场景，可提升表格数据处理效率和准确性。文章通过具体案例和公式示例，展示了如何灵活运用这些函数解决实际问题。
2025-08-23 17:26:29
1970
原创 患者数据与病例处方清洗难题的整理解决方案
本文针对医疗数据清洗问题，提出了一套完整的Excel解决方案。方案分为患者数据和病例处方两大模块，涵盖数据去重、字段合并、职业标准化、日期提取、证件校验、手机号验证等常见问题。详细说明了各类问题的处理逻辑和对应的Excel公式，包括身份证校验码计算、日期合法性检查等复杂场景。特别提供了15位/18位身份证号的处理方法，以及初诊复诊的自动标识方案。对于大数据量场景，建议使用Power Query或VBA提高效率。方案强调数据验证规则的重要性，并建议建立清洗文档便于维护。该方案既适合Excel基础操作，也包含高
2025-08-23 10:13:02
972
原创 CLEAN 函数
CLEAN函数是Excel和WPS中的文本处理工具，用于删除ASCII码0-31的非打印字符（如换行符、制表符等）。它能清理从外部导入数据中的隐藏字符，解决显示异常或计算错误问题。该函数需结合TRIM处理空格，或配合SUBSTITUTE处理超出范围的Unicode字符。典型应用包括标准化文本数据、去除换行符等，但不能处理普通空格或中文标点。使用时需注意其仅针对ASCII前32个控制字符的局限性。
2025-08-20 23:57:16
1135
原创 解决excel下拉框会出现不能全部填充的解决办法
Excel公式填充可靠方法： 精准选择范围：在C2输入公式后，名称框输入目标范围（如C2:C1000），按Ctrl+D填充。 表格自动填充：将数据转为表格（Ctrl+T），新列公式会自动扩展至末行。 预处理A列：若A列有空值，先填充临时值再双击填充柄。 推荐方法一（手动选择+Ctrl+D），完全可控，确保公式覆盖所有行。表格法适合动态数据，预处理法依赖A列连续性。
2025-08-20 23:26:19
1808
原创 QT的常用控件说明
本文介绍了PyQt6中常用的GUI控件实现方法，包括基础窗口模板、Label控件、字体设置、Button控件和CheckBox控件。主要内容有： 提供了PyQt6窗口创建的基本代码模板，包含主窗口类和应用启动流程 Label控件用于显示静态文本/图像，支持字体样式设置（字号、字体、下划线等）和文本对齐方式 详细展示了QFont类设置字体属性的方法，包括字体族、大小、粗体/斜体/下划线等样式 Button控件实现点击交互功能，可响应点击/按下/释放/切换等事件，支持设置按钮状态和样式 CheckBox控件提供
2025-08-10 22:12:42
478
原创 QT6 Python UI文件转换PY文件的方法
本文介绍了QT6中将UI文件转换为PY文件的两种方法：静态加载和动态加载。静态加载通过pyuic6工具将.ui文件预转为.py文件，性能更好且有完整代码提示；动态加载则直接运行时加载.ui文件，修改更方便但性能稍差。两种方法各有利弊：静态加载适合需要高效运行和调试的场景，而动态加载便于UI快速迭代。文章提供了PyQt6和PySide6框架下的具体实现代码，并对比了两种方法的特性差异，帮助开发者根据项目需求选择合适的转换方式。
2025-07-31 22:58:53
450
原创 window怎么安装pyqt6以及 安装 pythonqt6 会遇到的问题和怎么解决
本文介绍了在Windows系统上安装PyQt6的详细步骤及常见问题解决方案。安装方法推荐使用pip工具，需要确保Python 3.8+环境并配置好PATH。文中详细说明了通过pip安装PyQt6核心库和可选工具包的方法，并针对网络问题、版本兼容性、Qt开发工具缺失、VC++依赖等10类常见问题提供了具体解决方案。特别强调了虚拟环境的使用、镜像源更换、系统架构适配等关键点，最后以表格形式总结了问题类型与对应解决方法的对应关系，为用户提供了清晰的排错指南。
2025-07-31 22:13:11
1699
原创 提取excel中的年月日
摘要：本文介绍在Excel中通过公式将"X岁Y个月Z天"格式的年龄转换为出生日期。首先使用FIND函数分别提取年/月/日数值，再通过DATE函数用当前日期减去时间差计算出生日期。提供分步公式和单公式两种方案，兼容多种格式组合（如10岁、5个月、3岁2个月等）。关键步骤包括：1）用LEFT/MID提取数字；2）IFERROR处理缺失单位；3）DATE自动计算跨年月情况。最后需将结果单元格设为日期格式，对特殊格式（如单独"月"）建议先标准化处理。
2025-07-28 23:24:34
1934
原创 excel删除重复项场景
Excel删除重复数据并处理#N/A值的方法 快速方法： 筛选删除法 筛选出#N/A行并删除 对剩余数据使用"删除重复项"功能（勾选药品名称、规格、厂家列） 精准方法： 2. 辅助列+排序法 添加辅助列标记非#N/A行为1 按药品名称、规格、厂家排序后，再按辅助列降序 执行"删除重复项"优先保留非#N/A数据 两种方法都能有效清理重复数据，第一种更快捷，第二种能确保保留非#N/A值。
2025-07-26 17:11:20
1108
原创 python的类型注解讲解
Python类型注解指南：提升代码质量与可维护性 本文介绍了Python类型注解的基本概念和使用方法。类型注解允许开发者为变量、函数参数和返回值添加类型提示，虽不强制执行类型检查，但能显著提高代码可读性、支持静态类型检查工具(如mypy)、增强IDE智能支持并改善团队协作。文章详细讲解了变量、函数参数、复杂类型(如List、Dict)、类属性、泛型和类型别名的注解语法，展示了如何利用typing模块中的工具进行更精确的类型提示。类型注解特别适用于大型项目，能帮助开发者提前发现潜在问题，降低维护成本。
2025-07-11 13:23:48
412
原创 要实现三个网络（外网、原专网、医保/人脸专网）同时存在且互不冲突访问
本文介绍了多网段网络环境下的配置方案。网络划分为外网（自动获取IP）、专网（10.0.1.x/24）及医保/人脸专网（172.16.1.x/24和172.16.2.x/24）。电脑通过三网卡分别连接不同网段，中间设备配置三个接口作为网关。重点说明了Windows和Linux系统的静态路由配置命令，以及如何通过ping测试各网段连通性。该方案实现了多网络并行访问的需求，确保各专网独立运行的同时保持外网连接。
2025-06-11 11:01:35
600
原创 如何在 Excel 中处理并拆分你提供的这种混合单位的库存数据。
点击 高级选项，在“按每次出现的分隔符拆分”下面选择按 数字和非数字之间的转换 进行拆分（可能需要勾选“数字到非数字”和“非数字到数字”两个选项）。重命名列： 双击列标题（比如 列1.1, 列1.2），改成容易理解的名字（例如 数量1, 单位1, 数量2, 单位2）。这会把 223瓶 拆成 223 和 瓶，把 6盒6支 拆成 6 和 盒6支。可能还需要一次拆分：选中像 6支 这样的列，再次 拆分列 -> 按数字到非数字，得到 6 和 支。现在，选中新生成的包含单位（或单位组合）的列（例如 瓶、盒6支）。
2025-04-10 16:16:06
594
原创 python 如何打包成exe文件
onefile 表示生成单个exe文件（默认生成多个文件）。生成的exe文件位于 dist 目录下。步骤 1：安装 PyInstaller。步骤 4：隐藏控制台窗口（GUI程序）步骤 3：处理依赖项（可选）步骤 2：基本打包命令。
2025-03-29 17:10:34
548
2
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