- 博客(11)
- 问答 (1)
- 收藏
- 关注
RSS订阅原创 SQL学习打卡5—集合运算
SELECT *FROM(select course "课程名", score "分数", row_number() over(partition by course order by score desc) as rnfrom scoresWHERE score Is not NULL) a WHERE a.rn <=3
2022-03-25 16:40:22
72
原创 SQL学习打卡4—集合运算
SQL学习打卡4—集合运算union与unionallunion与unionall二者都是能够使记录的行增加union 是上下连接两个表或者查询结果，需要字段名、数据类型匹配，自动去重union all 不去重连接上下两表
2022-03-23 20:36:27
388
原创 SQL学习打卡3—复杂查询
SQL学习打卡3—复杂查询视图视图与表有什么区别为什么会存在视图创建视图如何修改视图结构如何更新视图内容（避免更新视图操作以免造成原始表的不同步）如何删除视图子查询标量子查询标量子查询作用关联查询作用函数数学函数字符串函数日期函数特殊操作符**使用IN 来代替多层OR**EXIST的使用方法视图视图是一个虚拟的表，不同于直接操作数据表，视图是依据SELECT语句来创建的（会在下面具体介绍），所以操作视图时会根据创建视图的SELECT语句生成一张虚拟表，然后在这张虚拟表上做SQL操作。视图与表有什么区别
2021-09-20 00:01:38
164
原创 SQL学习打卡2—基础查询与排序
SQL学习打卡1—基础查询与排序数据库查询SELECT语句的操作符聚合类函数SQL查询HAVINGNULLORDER BY中列名可使用别名多表查询关于别名和字段重名多表连接的条件数据库查询SELECT语句的操作符聚合类函数针对一组数求汇总值的函数，以下常用的五种聚合函数和Excel中的功能一致常用法则COUNT函数的结果根据参数的不同而不同。COUNT()会得到包含NULL的数据行数，而COUNT(<列名>)会得到NULL之外的数据行数。聚合函数会将NULL排除在外。但COUN
2021-09-16 21:30:43
174
原创 SQL学习打卡1—初识数据库
SQL学习打卡1—初识数据库DAY1打卡—初识数据库1数据库概述2.MYSQL3.数据定义语言（DDL）3.1 定义数据库3.2 创建数据库3.3 查看所有数据库列表3.4 使用数据库3.5 删除数据库4.针对数据表对象的操作语言4.1定义数据表4.2创建数据表4.3查看数据表4.4删除数据表5.数据表中数据的类型6.数据表中约束条件7.修改数据表7.1修改表结构7.2删除字段8.数据操作语言（DML）8.1数据填充8.2 检查表数据8.3 更新与删除DAY1打卡—初识数据库1数据库概述2.MYSQ
2021-09-14 13:32:49
259
原创 十月学习打卡-numpy-5
十月学习打卡-numpy-51.排序，搜索和计数排序numpy.sort(a[, axis=-1, kind=‘quicksort’, order=None]) Return a sorted copy of an array.axis：排序沿数组的（轴）方向，0表示按行，1表示按列，None表示展开来排序，默认为-1，表示沿最后的轴排序。kind：排序的算法，提供了快排’quicksort’、混排’mergesort’、堆排’heapsort’， 默认为‘quicksort’。order：排序
2020-10-31 20:10:55
80
原创 十月学习打卡-numpy-4
十月学习打卡-numpy-41.向量化和广播向量化和广播这两个概念是 numpy 内部实现的基础。有了向量化，编写代码时无需使用显式循环。这些循环实际上不能省略，只不过是在内部实现，被代码中的其他结构代替。向量化的应用使得代码更简洁，可读性更强，也可以说使用了向量化方法的代码看上去更“Pythonic”。广播（Broadcasting）机制描述了 numpy 如何在算术运算期间处理具有不同形状的数组，让较小的数组在较大的数组上“广播”，以便它们具有兼容的形状。并不是所有的维度都要彼此兼容才符合广播机制
2020-10-28 11:00:37
89
原创 十月学习打卡-numpy-3
十月学习打卡-numpy-3import numpy as npimport matplotlib.pyplot as plt1.关于numpy中轴的问题0轴代表最高维度的方向，维度降低，则axis数值加1a = np.array([[1,2,3],[4,5,6]])print(a)print(np.sum(a,axis=0)) # [5 7 9]print(np.sum(a,axis = 1)) # [ 6 15][[1 2 3] [4 5 6]][5 7 9][ 6 15
2020-10-25 22:43:21
86
原创 十月学习打卡-numpy-2
十月学习打卡-numpy-2import numpy as npimport random1.调整数组的形状four = np.array([[1,2,3],[4,5,6]])# 修改的是原有的four.shape = (3,2)print(four)[[1 2] [3 4] [5 6]]# 返回一个新的数组four_other = np.array([[1,2,3],[4,5,6]])four_other_new = four.reshape(3,2)print(four
2020-10-22 21:35:04
160
原创 十月学习打卡-numpy-1
十月学习打卡-numpy-1import numpy as np1.通过array()函数进行创建a = np.array([0, 1, 2, 3, 4])b = np.array((0, 1, 2, 3, 4))print(a, type(a))print(b, type(b))[0 1 2 3 4] <class 'numpy.ndarray'>[0 1 2 3 4] <class 'numpy.ndarray'>2.用list直接转为ndarray格式
2020-10-20 15:14:38
133
原创 flask 项目使用supervisor 配置conda 虚拟环境
flask 项目使用supervisor 配置conda 虚拟环境flask + supervisor 来配置 conda的虚拟环境// supervisor 的config 文件[program: faceai]directory=/home/dlnu/faceaienvironment=PYTHONPATH=/root/anaconda3/envs/faceaicommand=/root/anaconda3/envs/faceai/bin/python /home/dlnu/faceai
2020-06-05 21:41:46
1096
空空如也
求助!!matlap中循环获取边界,轮廓反向问题!!!
2021-01-14
TA创建的收藏夹 TA关注的收藏夹
TA关注的人