Myabtis-puls（现在很迷茫）

最新推荐文章于 2023-06-03 00:18:19 发布
置顶 最新推荐文章于 2023-06-03 00:18:19 发布
阅读量418 收藏
点赞数 1
分类专栏： mybatis 文章标签： mybatis mysql spring
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_45902969/article/details/109079847
版权

1.什么是Myabtis-puls

简介：
MyBatis-Plus（简称 MP）是一个 MyBatis 的增强工具，在 MyBatis 的基础上只做增强不做改变，为简化开发、提高效率而生。
我们的愿景是成为 MyBatis 最好的搭档，就像 魂斗罗 中的 1P、2P，基友搭配，效率翻倍，双飞哈哈哈
在这里插入图片描述
特性：

  • 无侵入：只做增强不做改变，引入它不会对现有工程产生影响，如丝般顺滑
  • 损耗小：启动即会自动注入基本 CURD，性能基本无损耗，直接面向对象操作
  • 强大的 CRUD 操作：内置通用 Mapper、通用 Service，仅仅通过少量配置即可实现单表大部分 CRUD 操作，更有强大的条件构造器，满足各类使用需求
    支持 Lambda 形式调用：通过 Lambda 表达式，方便的编写各类查询条件，无需再担心字段写错
  • 支持主键自动生成：支持多达 4 种主键策略（内含分布式唯一 ID 生成器 - Sequence），可自由配置，完美解决主键问题
  • 支持 ActiveRecord 模式：支持 ActiveRecord 形式调用，实体类只需继承 Model 类即可进行强大的 CRUD 操作
  • 支持自定义全局通用操作：支持全局通用方法注入（ Write once, use anywhere ）
  • 内置代码生成器：采用代码或者 Maven 插件可快速生成 Mapper 、 Model 、 Service 、 Controller 层代码，支持模板引擎，更有超多自定义配置等您来使用
  • 内置分页插件：基于 MyBatis 物理分页，开发者无需关心具体操作，配置好插件之后，写分页等同于普通 List 查询
  • 分页插件支持多种数据库：支持 MySQL、MariaDB、Oracle、DB2、H2、HSQL、SQLite、Postgre、SQLServer 等多种数据库
  • 内置性能分析插件：可输出 Sql 语句以及其执行时间，建议开发测试时启用该功能，能快速揪出慢查询
  • 内置全局拦截插件：提供全表 delete 、 update 操作智能分析阻断，也可自定义拦截规则，预防误操作

2.简单入门（查询操作）

1.第一步：创建数据库，创建数据库表，添加数据，进行操作


DROP TABLE IF EXISTS user;


CREATE TABLE user

(
  id BIGINT(20) NOT NULL COMMENT '主键ID',

    name VARCHAR(30) NULL DEFAULT NULL COMMENT '姓名',
    age INT(11) NULL DEFAULT NULL COMMENT '年龄',
    email VARCHAR(50) NULL DEFAULT NULL COMMENT '邮箱',
    PRIMARY KEY (id)
);

2.在插入一些数据，方便参数


DELETE FROM user;
INSERT INTO user (id, name, age, email) VALUES

(1, 'Jone', 18, 'test1@baomidou.com'),
(2, 'Jack', 20, 'test2@baomidou.com'),
(3, 'Tom', 28, 'test3@baomidou.com'),
(4, 'Sandy', 21, 'test4@baomidou.com'),
(5, 'Billie', 24, 'test5@baomidou.com');

3.新建一个SpringBoot项目，并导入我们需要使用的依赖

	<dependencies>
		<dependency>
			<groupId>org.springframework.boot</groupId>
			<artifactId>spring-boot-starter</artifactId>
		</dependency>
		<dependency>
			<groupId>org.springframework.boot</groupId>
			<artifactId>spring-boot-starter-test</artifactId>
			<scope>test</scope>
			<exclusions>
				<exclusion>
					<groupId>org.junit.vintage</groupId>
					<artifactId>junit-vintage-engine</artifactId>
				</exclusion>
			</exclusions>
		</dependency>
		<!--mybatis-plus-->
		<dependency>
			<groupId>com.baomidou</groupId>
			<artifactId>mybatis-plus-boot-starter</artifactId>
			<version>3.0.5</version>
		</dependency>
		<!--mysql-->
		<dependency>
			<groupId>mysql</groupId>
			<artifactId>mysql-connector-java</artifactId>
		</dependency>
		<!--lombok用来简化实体类-->
		<dependency>
			<groupId>org.projectlombok</groupId>
			<artifactId>lombok</artifactId>
		</dependency>
	</dependencies>

4.编写数据库配置，我们这里使用application.properties 后面基本上有yml进行配置

spring.datasource.driver-class-name=com.mysql.cj.jdbc.Driver
spring.datasource.url=jdbc:mysql://localhost:3306/mybatis_plus?serverTimezone=GMT
spring.datasource.username=root
spring.datasource.password=147258

5.我们配置已经搭建的差不多了，我们下一步看见编写java实体类

package com.lwq.mpdemo.pojo;

import lombok.AllArgsConstructor;
import lombok.Data;
import lombok.NoArgsConstructor;

/**
 * @author
 * @since 2020/10/15 17:43
 */
@Data
@AllArgsConstructor
@NoArgsConstructor
//以上三个注解会为我们生产set get 方法 无参构造 带参构造  还有重写toString方法等
public class User {
    private Long id;
    private String name;
    private Integer age;
    private String email;
}

6.编写mapper 编写mapper接口并且继承BaseMapper<User> User为类型

这样我们就可以调用里面的方法了

package com.lwq.mpdemo.mapper;

import com.baomidou.mybatisplus.core.mapper.BaseMapper;
import com.lwq.mpdemo.pojo.User;

/**
 * @author
 * @since 2020/10/15 17:59
 */
public interface UserMapper extends BaseMapper<User> {
}

在我们的启动类上加上注解，这样才能扫描到我们的我们的mapper
在这里插入图片描述

7.测试功能实现

我们在测试类注入我们的mapper

package com.lwq.mpdemo;

import com.lwq.mpdemo.mapper.UserMapper;
import com.lwq.mpdemo.pojo.User;
import org.junit.jupiter.api.Test;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.boot.test.context.SpringBootTest;

import java.util.List;

@SpringBootTest
class MpdemoApplicationTests {


    //基本测试，查询user表中的所有数据
    @Autowired
    private UserMapper userMapper;

    @Test
    void contextLoads() {
         //null 表示没有条件 全部查出来
         List<User> users = userMapper.selectList(null);
        System.out.println(users);

    }

}

测试结果：
在这里插入图片描述

如果发现UserMapper无法注入的话，因为我们没有把UserMapper接口交给SpringBoot管理，我们可以在UserMapper上加入 @Repository
在这里插入图片描述
我们发现我们看不见SQL语句是怎么执行，那么我们可以这么做呢，我们可以在配置文件中添加以下代码

#mybatis日志
mybatis-plus.configuration.log-impl=org.apache.ibatis.logging.stdout.StdOutImpl

然后我们在测试一下我们的查询全部的功能，我们发现我们的SQL语句显示出来而且非常的详细
在这里插入图片描述

3.添加操作

我们只需要调用insert()方法

 //添加操作
    @Test
    public void addUser() {
        User user = new User();
        user.setAge(888);
        user.setEmail("666@qq.com");
        user.setName("666");
        int i = userMapper.insert(user);
        System.out.println(i);

    }

测试结果：

在这里插入图片描述
我们看看数据库里面的数据，看看这个ID是否为这个值
在这里插入图片描述

问题：我们发现我们添加操作的时候，并没有指定ID，那么这个ID是怎么来的呢？
回答：这个是MP为我们自动生成的一个ID，为19位的一个ID
问题：我们是否可以修改这个生成ID的策略呢？
回答：这个是当然可以的，下面详细介绍一下

生成ID策略详细介绍：

  1. 先在我们需要生成ID的属性上加上注解 @TableId(type = IdType.ID_WORKER)
  2. 我们发现这里面有几个参数，可以解释一下
    • ID_WORKER ：mp自带的策略，生成一个19位值，数字类型使用这种策略，比如long
    • ID_WORKER_STR：mp自带的策略生成一个19位值，字符串类型使用这种策略，比如String
    • UUID：随机生成一个ID，并保证唯一
    • INPUT：表示自己设置ID
    • NONE：没有策略，为自己设置ID值

4.修改操作

我们只需要调用我们的updateById()方法
测试一下：

  //修改操作
    @Test
    public  void updateUser(){
        User user = new User();
        user.setId(1317991845396934658L);
        user.setAge(128);
        int i = userMapper.updateById(user);
        System.out.println("i"+i);
    }

这个方法是通过ID进行修改里面的值，那么我们必须设置我们的ID
在这里插入图片描述

5.自动填充

在进行自动填充的时候我们要搭建一下我们的环境

1.在我们的实体类中添加两个参数
在这里插入图片描述
2.我们改了实体类，当然我们也需要添加我们的数据库字段
在这里插入图片描述

环境添加完成，开始测试
1.在我们的实体类参数上加上注解


    @TableField(fill = FieldFill.INSERT)
    private Date createTime;

    @TableField(fill = FieldFill.INSERT_UPDATE)
    private Date updateTime;

这里fill里面也有一些参数：
DEFAULT：默认不处理
INSERT：插入式添加字段
UPDATE：更新时添加字段
INSERT_UPDATE：插入和更新时填充字段


2.编写一个类，实现MetaObjectHandler，重写里面的方法

package com.lwq.mpdemo.handler;

import com.baomidou.mybatisplus.core.handlers.MetaObjectHandler;
import org.apache.ibatis.reflection.MetaObject;
import org.springframework.stereotype.Component;
import org.springframework.stereotype.Repository;
import org.springframework.stereotype.Service;

import java.time.LocalDateTime;
import java.util.Date;

/**
 * @author
 * @since 2020/10/19 9:59
 */
@Component
public class MyMetaObjectHandler implements MetaObjectHandler {


    //使用MP实现一个添加操作，这个方法执行
    @Override
    public void insertFill(MetaObject metaObject) {
        //3个参数  第一个你要设置的时间的名字，第二个为时间，第三个元数据

        this.setFieldValByName("createTime",new Date(), metaObject);
        this.setFieldValByName("updateTime", new Date(), metaObject);

    }

    //使用MP实现一个修改操作，这个方法执行
    @Override
    public void updateFill(MetaObject metaObject) {
        this.setFieldValByName("updateTime", new Date(), metaObject);
    }
}

我们在进行测试一下：
在这里插入图片描述
我们在日志中已经看见成功了，那么我们看看数据库中的数据
在这里插入图片描述

6.乐观锁

主要适用的环境：当要更新一条记录的时候，希望这条数据没有被别人更新，也就是实现线程安全的数据更新

第一步：在数据库中添加version片段（作为乐观锁的版本号）

ALTER  TABLE  user add column  `version` INT;

第二步：对应实体类添加版本号的属性（在实现类版本号属性上加上注解 @Version）

   @Version
   @TableField(fill = FieldFill.INSERT)  //添加的时候默认有个初始值
    private Integer version;  //版本号

第三步：配置乐观锁的插件

package com.lwq.mpdemo.config;

import com.baomidou.mybatisplus.extension.plugins.OptimisticLockerInterceptor;
import org.mybatis.spring.annotation.MapperScan;
import org.springframework.context.annotation.Configuration;

/**
 * @author
 * @since 2020/10/21 13:41
 */
@Configuration
@MapperScan("com.lwq.mpdemo.mapper")

public class MpConfig {

    /**
     *  乐观锁插件
     */

    @Bean
    public OptimisticLockerInterceptor optimisticLockerInterceptor(){
        return  optimisticLockerInterceptor();
    }


}

第四步:测试
1.插入了一条了数据,version初始化为1
在这里插入图片描述
2.我们修改一下这条数据看看version是否有变化

    //测试乐观锁
    @Test
    public  void optimisticLocker(){
        //根据ID查询数据
        User user = userMapper.selectById(1318791198017523713L);
        //进行修改
        user.setName("张飞");
        user.setAge(555);
        userMapper.updateById(user);

    }

在这里插入图片描述

7.多种查询数据的方法

1.通过ID查询

   @Test
    public  void userIds(){
        //根据ID查询数据
        User user = userMapper.selectById(1318791198017523713L);
        System.out.println(user);

    }

2.多个ID批量查询

 //多个ID批量查询
    @Test
    public  void  testSelectBatchIds(){
        List<User> users=userMapper.selectBatchIds(Arrays.asList(1,2,3));
        users.forEach(System.out::println);
    }

测试结果
在这里插入图片描述
3.通过map封装查询条件

 @Test
    public void testSelectByMap() {
        HashMap<String, Object> map = new HashMap<>();
        map.put("name", "Jone");
        map.put("age", 18);
        List<User> users = userMapper.selectByMap(map);
        users.forEach(System.out::println);
    }

在这里插入图片描述

8.分页

MyBatis Plus自带分页插件，只要简单的配置就能实现分页功能
1：创建配置类（可以写在我们配置乐观锁那个配置类中）


    @Bean
    public PaginationInterceptor paginationInterceptor() {
        return new PaginationInterceptor();
    }

2.编写分页代码：
直接new page对象，传两个参数：（当前页和每页显示记录数）
然后在调用mp方法实现分页查询

   //分页查询
    @Test
    public void testPage() {
        //1 创建page对象
        //传入两个参数：当前页和每页显示记录数
        Page<User> page = new Page<>(1, 3);
        //2 调用mp方法实现分页查询
        //调用mp分页查询过程中，底层封装
        //把分页所有的数据封装到page对象中去
        userMapper.selectPage(page, null);

        System.out.println(page.getCurrent());  //当前页

        System.out.println(page.getRecords());  //每页数据list集合

        System.out.println(page.getSize());  //每页显示记录数

        System.out.println(page.getTotal());  //总记录数

        System.out.println(page.getPages());  //总页数

        System.out.println(page.hasNext()); //是否有下一页

        System.out.println(page.hasPrevious());  //是否有上一页

    }

在这里插入图片描述

9.MP删除操作

1.根据ID删除

  //根据id删除 物理删除
    @Test
    public void testDeleteById() {

        int i = userMapper.deleteById(1L);

        System.out.println(i);
    }

测试结果
在这里插入图片描述
2.批量删除（通过id）

  //批量删除
    @Test
    public void testDeleteBatchIds() {
        int i = userMapper.deleteBatchIds(Arrays.asList(2, 3, 4));
        System.out.println(i);

    }

测试结果
在这里插入图片描述
3.逻辑删除
第一步：表中添加一个逻辑删除的字段，对应实体类添加属性

ALTER  TABLE  user add column `deleted` boolean

 private  Integer deleted;

第二步：为实体类属性添加的时候加一个默认值，需要在实体类上加上注解

    @TableField(fill = FieldFill.INSERT)
    @TableLogic
    private  Integer deleted;

然后还需要在配置类里面添加一下
在这里插入图片描述
第三步，在config配置类中注册bean

  /**
     * 逻辑删除插件
     * @return
     */
    @Bean
    public ISqlInjector sqlInjector(){
        return  new LogicSqlInjector();
    }

在这里插入图片描述
第四步：我们开始测试一下
先添加一条数据，便于测试（我们发现插入的时候有默认值，那么我们的第二步是成功的）
在这里插入图片描述
我们执行一下删除操作
在这里插入图片描述
我们执行了删除操作，最终效果deleted值变成了1

我们在执行一下查询操作，看一下这条数据能被查询出来吗？
在这里插入图片描述
我们发现我们MP自动帮我们加上了一个条件，这样就可以过滤已经被我们删除的数据了

10.MP实现复杂条件查询

1.介绍wapper

在这里插入图片描述
Wrapper ： 条件构造抽象类，最顶端父类
AbstractWrapper ： 用于查询条件封装，生成 sql 的 where 条件
QueryWrapper ： Entity 对象封装操作类，不是用lambda语法
UpdateWrapper ： Update 条件封装，用于Entity对象更新操作
AbstractLambdaWrapper ： Lambda 语法使用 Wrapper统一处理解析 lambda 获取 column。
LambdaQueryWrapper ：看名称也能明白就是用于Lambda语法使用的查询Wrapper
LambdaUpdateWrapper ： Lambda 更新封装Wrapper

一般使用 QueryWrapper

  • ge gt le lt：>= > <= <
   @Test
    public void testSelectQuery() {
        //创建对象
        QueryWrapper<User> wrapper = new QueryWrapper<>();
        //通过QueryWrapper设置条件
        //ge gt le lt
        //查询age>=30记录
        //第一个参数为字段的名称，第二个为设置的值
        wrapper.ge("age", 30);
        List<User> users = userMapper.selectList(wrapper);
        System.out.println(users);
    }
  • eq
 @Test
    public void testSelectQuery() {
        //创建对象
        QueryWrapper<User> wrapper = new QueryWrapper<>();
        //查询的是为name等于小强的数据
         wrapper.eq("name","小强");
        List<User> users = userMapper.selectList(wrapper);
        System.out.println(users);
    }
  • ne
@Test
    public void testSelectQuery() {
        //创建对象
        QueryWrapper<User> wrapper = new QueryWrapper<>();
        //查询的是为name不等于小强的数据
         wrapper.ne("name","小强");
        List<User> users = userMapper.selectList(wrapper);
        System.out.println(users);
    }
  • between
@Test
    public void testSelectQuery() {
        //创建对象
        QueryWrapper<User> wrapper = new QueryWrapper<>();
        //between
        //查询年纪 20-30这个范围的数据
        wrapper.between("age",20,30);
        List<User> users = userMapper.selectList(wrapper);
        System.out.println(users);
    }
  • like
@Test
    public void testSelectQuery() {
        //创建对象
        QueryWrapper<User> wrapper = new QueryWrapper<>();
         //like
         //模糊查询，查询出包含m的数据
        wrapper.like("name","m");
        List<User> users = userMapper.selectList(wrapper);
        System.out.println(users);
    }
  • orderByDesc
@Test
    public void testSelectQuery() {
        //创建对象
        QueryWrapper<User> wrapper = new QueryWrapper<>();
         //orderByDesc
         //通过ID进行排序
        wrapper.orderByDesc("id");
        List<User> users = userMapper.selectList(wrapper);
        System.out.println(users);
    }
  • last
@Test
    public void testSelectQuery() {
        //创建对象
        QueryWrapper<User> wrapper = new QueryWrapper<>();
       //last
       //在后面拼接一个SQL语句
        wrapper.last("limit 1");
        List<User> users = userMapper.selectList(wrapper);
        System.out.println(users);
    }
  • 指定要查询的列
@Test
    public void testSelectQuery() {
        //创建对象
        QueryWrapper<User> wrapper = new QueryWrapper<>();
        //指定要查询的列
        //查询id和name
        wrapper.select("id","name");
        List<User> users = userMapper.selectList(wrapper);
        System.out.println(users);
    }
努力终有回报
关注
  • 1
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
专栏目录
python时间序列数据的对齐和数据库的分批查询
infinitor的博客
06-01 777
python时间序列数据的对齐和数据库的分批查询 欲直接下载代码文件，关注我们的公众号哦！查看历史消息即可！ 0. 前言 在机器学习里，我们对时间序列数据做预处理的时候，经常会碰到一个问题：有多个时间序列存在多个表里，每个表的的时间轴不完全相同，要如何把这些表在时间轴上进行对齐，从而合并成一个表呢？尤其是当这些表都存在数据库里，而且超级超级大的时...
Python批量读取
qq_44886739的博客
02-16 724
import pandas as pd import numpy as np import os os.listdir('boss压缩包') 批量读取： file_name_list = [] for filename in os.listdir('boss压缩包'): # print(filename) if filename[-4:] == '.csv': file_name_list.append(filename) file_name_list lagou.
python分批读取数据库数据_python 连接数据库获取数据进行批量退款
weixin_28912709的博客
03-02 236
背景：测试环境经常下单用微信和支付宝真实支付，在页面一笔笔进行退款太慢，账号多也会有所遗漏，用sql查出需要退款的数据字段值调用退款接口，每天下班之前调一下保证支付的钱最后退回还能顺带测试退款接口的平均响应时间。python源码如下：import requestsfrom a.utils.md5_python import md5Python as md5from a.utils.date_ran...
Python批量读取数据
weixin_43291997的博客
10-20 4237
如何通过python批量读取数据？ 把所有需要读取的文件放在一个文件夹里； 创建函数分别读取文件； import pandas as pd import os def f1(): path = 'C:/Users/Administrator/Desktop/数据文件' #输入文件存储路径 folder = os.walk(path) #生成器，里面包含三个东西：根目录，根目...
python多线程读取数据库数据_如何使用Python多线程处理MySQL连接
weixin_39671374的博客
12-07 198
I have a main Python script which connects to a MySQL database and pulls out few records from it. Based on the result returned it starts as many threads (class instances) as many records are grabbed. ...
mybatis-puls
04-03
mybatis-puls
I-Puls_CH_V2工艺说明（工艺全家桶2）（机器人弧焊）
03-19
【I-Puls CH V2工艺说明】是一种专用于机器人弧焊的高级焊接技术，由SKS Welding Systems开发。该工艺结合了电流调制和电压调节，形成了一个易于理解和操作的脉冲焊接过程，与传统的MIG/MAG焊接模式相似。这种工艺...
mybatis-puls自定义代码生成器
01-04
MyBatis-Puls是一款基于MyBatis框架的增强工具，它在MyBatis的基础上提供了许多便利的功能，其中包括自定义代码生成器。这个功能允许开发者根据数据库表结构快速生成对应的Java代码，大大提高了开发效率，降低了出错...
mybatis-puls-bate版本.rar
09-03
这个压缩包“mybatis-puls-bate版本.rar”可能包含了MyBatis-Plus的源码、文档、示例或其他开发资源，以便开发者了解和学习其工作原理，或者进行二次开发。 "代码规范"这个标签提示我们，压缩包中的内容可能涉及到...
Python 全栈系列49 - 从mysql分批读取数据
yukai08008的博客
11-18 1725
说明 用途有两个： 1 增量更新自己的数据 2 当读取的表比较大时分开来读 本例场景限制：只有读表权限 1 内容 1.1 一般情况 通常来说，表里的数据会有行号，但有时也不一定。如果有写表权限的话，那么就自己增加一个行号，便于小批量的读取。 在查询中临时生成（但有时候表太大也不行，中间的临时表会太占内存） select * from (select * , (@rownum:= @rownum + 1) as rownum from some_table ) as t where t.row
对于上亿数据使用python进行分块处理
08-21
将自己想要处理的文档的名字直接粘贴到代码中，点击运行即可出现分块处理结果。
Python如何读取MySQL数据库表数据
09-09
主要为大家详细介绍了Python如何读取MySQL数据库表数据，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
python如何批量读取文件 python如何批量读取csv python如何批量读取npy
刘文凯的博客
06-03 5720
python 如何读取一个文件目录下的所有csv 或者 npy 或者 txt 读取csv import pandas as pd import numpy as np import os os.chdir("./data") # 设置工作目录 file_chdir = os.getcwd() # 获得工作目录 filename_npy = [] # 文件名列表 file_npy = [] # 数据列表 for root,dirs,files in os.walk(file_chdir): # os.wa
chatgpt赋能python：Python分段读取-更快地处理大型数据集
最新发布
vacvefito的博客
06-03 362
在使用Python处理大型数据集时，因为电脑内存有限，可能无法将所有的数据一次性读入内存。这就导致了Python的性能受到限制。为了解决这个问题，我们可以使用分段读取技术来读取数据集的一部分，而不是一次性读入所有数据。这使得Python能够更高效地处理大型数据集。本文由chatgpt生成，文章没有在chatgpt生成的基础上进行任何的修改。以上只是chatgpt能力的冰山一角。作为通用的Aigc大模型，只是展现它原本的实力。对于颠覆工作方式的ChatGPT。
Python之读取文本文件
weixin_30487201的博客
08-30 137
Python的文本处理是经常碰到的一个问题，Python的文本文件的内容读取中，有三类方法：read()、readline()、readlines()，这三种方法各有利弊，下面逐一介绍其使用方法和利弊。 1、read()：read()是最简单的一种方法，一次性读取文件的所有内容放在一个大字符串中，即存在内存中； read()的利：方便、简单；一次性独读出文件放在一个大字符串中，速度最...
Python编程：数据库分页取数据
彭世瑜的博客
09-04 4869
def paginate(page, paginate_by=20): &amp;quot;&amp;quot;&amp;quot; 表分页 &amp;quot;&amp;quot;&amp;quot; if page &amp;amp;gt; 0: page -= 1 return { &amp;quot;limit&amp;quot;: paginate_by
Python数据分析（一）：读取数据
Hubans的博客
07-19 2951
Python数据分析（一）：dataframe操作Python数据分析（一）：dataframe操作新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入 Python数据分析（一）：dataframe操作 你好！ 这是你第一次使
python生成器分批次从高斯数据库读取亿级数据，通过pyspark写入hive
weixin_39021160的博客
01-10 322
python批量查询(excel)数据
qq_42583206的博客
11-01 2887
python批量查询(excel)数据 需求: 批量查询数据并导出到另一个excel表格中. 思路: 一开始想用c++,但excel对c++的支持并不好,只得选择了python 第一次使用python, 学了不少东西, 还是得记录一下, 做个总结,以后用的时候也好查找 主要使用了python的openpyxl库.支持读写xlsx文件 实现了二维列表的按首列大小的排序,用以进行二分查找 使用pyinstaller将源代码打包成exe 程序,以便没有python环境也能执行 源代码: import os f

“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 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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