项目实训——@PathVariable和@RequestParam区别和使用易错点

1、注意:params里的数据和form-data格式的数据都能用@RequestParam接收
在这里插入图片描述
在这里插入图片描述
即这两个地方写参数,后端都可以这么接收:
在这里插入图片描述
2、
在这里插入图片描述
如果在url里写?xxx=aaa
则相当于在params里写一个key为xxx,值为aaa的键值对
这种情况可以用@ReaquestParam接收,但如果用@PathVariable接收会报错405!!
但是如果这样:
在这里插入图片描述
没有key,直接在url里加值,则可以用@PathVariable,不能用@ReaquestParam。
3、@PathVariable本质:接收请求路径中占位符的值
这么使用:
在这里插入图片描述

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
NumPy是一种Python科学计算库,具有以下优: 1. 高效的数组计算 NumPy中的ndarray数据结构可以存储大量的数据,并且支持高效的数组计算,例如向量化操作,可以大大提高计算效率。 2. 方便的数据预处理 NumPy中的数组操作可以方便地进行数据预处理,例如数据清洗、数据规范化、数据缺失值处理等。 3. 丰富的科学计算功能 NumPy中的函数库提供了很多科学计算的功能,例如线性代数、傅里叶变换、随机数生成等,这些功能可以方便地应用于数据分析和科学计算领域。 4. 与其他Python库的兼容性 NumPy通常与其他Python库一起使用,例如pandas、matplotlib等,可以方便地进行数据分析和可视化。 在使用NumPy的过程中,容易出现一些易错,例如: 1. 数据类型不匹配 在进行数组计算时,数据类型不匹配会引发错误。因此,在进行计算之前,需要确保数组的数据类型一致。 2. 数组维度不匹配 在进行数组计算时,数组维度不匹配也会引发错误。因此,在进行计算之前,需要确保数组的维度一致。 3. 内存占用问题 当处理大量数据时,NumPy可能会占用大量的内存,导致程序崩溃。因此,在处理大量数据时,需要注意内存占用问题,避免程序崩溃。 总之,NumPy是一种非常重要的Python科学计算库,具有高效的数组计算、方便的数据预处理、丰富的科学计算功能和与其他Python库的兼容性等优。在使用NumPy时,需要注意数据类型和维度匹配问题,以及内存占用问题等易错

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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