寒假学习总结

在寒假的C语言学习中,作者发现自身存在知识点掌握不牢、混淆问题,尤其在i++与++i的区别上。学习态度起初不够积极,依赖看视频而非自主练习,遇到困难时逃避交流。为改进,作者计划端正态度,增加实践和交流。
摘要由CSDN通过智能技术生成

 在寒假期间,本人在科研小分队进行寒假的学习计划,并进行以c语言学习为主题的学习任务,通过看学习视频、做考试题和其他习题进行学习,有时还会复习前面学过的知识或者是之前不会的知识点。寒假学习情况的总结。

一、总体的学习情况

本人于2022年12月15日和12月29日进行的c语言考试,期间还有一次小测试。通过考试我发现我在c语言的学习中存在很多问题,自己很多知识点掌握的并不是特别扎实,并且还有知识点混淆的情况。比如这种我存在的问题,i++和++i的区别是能理解的,但是做题的时候我发现自己还是分不清。然后在一次考试前我问了我们组长,组长给我解答了这个问题,但是我发现考试做题的时候还是没有办法完全做对,尤其是++i和--i的情况让我头疼。就是自己写代码的时候发现自己掌握的东西,特别是函数循环后面掌握的不是特别好,有指针学的惨不忍睹。

二、学习问题

  1. 学习态度:寒假期间特别是年前我的学习积极性不高,学习态度并不是特别端正;整个人比较懒散,每天给自己定的目标完成的不是特别好,比如说我给自己定了个每天30个单词的小目标,坚持了一两天,态度就慢慢的变得比较懒散,“三天打鱼两天晒网”说的就是我。由于我们学习的积极性不是特别高,然后就给我们开个会,督促我们学习来提高我们的学习积极性。期间我们还进行了两次的关于c语言的考试。过年给我们放了七天假,假期结束就开始打卡学习。前几天还坚持打卡,后来就发现打卡的人很少,慢慢的自己也就放弃打卡,现在想起来感觉自己不应该有摆烂的思想,甚至是行为。
  2. 学习方法:觉得我的学习方法不是特别好,缺乏练习,基本上是以看视频为主,自己自主做题很少。也不会的题,有时就半途而废或者是直接跳过,甚至有不想面对的想法,就导致自己遇到的问题没有及时解决。
  3. 学习交流:我整个学习过程中没有与他人进行过交流,遇到的问题很少询问他人,甚至是不询问。学习在就是少不了必要的交流,人家交流过程中可以从他人的思想中获得新思路甚至是解决办法。

最后对自己寒假期间的学习态度以及学习积极性进行反思在接下来的学习中,我会端正自己的学习态度,在学习过程中遇到不会的问题多与他人交流。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
SQLAlchemy 是一个 SQL 工具包和对象关系映射(ORM)库,用于 Python 编程语言。它提供了一个高级的 SQL 工具和对象关系映射工具,允许开发者以 Python 类和对象的形式操作数据库,而无需编写大量的 SQL 语句。SQLAlchemy 建立在 DBAPI 之上,支持多种数据库后端,如 SQLite, MySQL, PostgreSQL 等。 SQLAlchemy 的核心功能: 对象关系映射(ORM): SQLAlchemy 允许开发者使用 Python 类来表示数据库表,使用类的实例表示表中的行。 开发者可以定义类之间的关系(如一对多、多对多),SQLAlchemy 会自动处理这些关系在数据库中的映射。 通过 ORM,开发者可以像操作 Python 对象一样操作数据库,这大大简化了数据库操作的复杂性。 表达式语言: SQLAlchemy 提供了一个丰富的 SQL 表达式语言,允许开发者以 Python 表达式的方式编写复杂的 SQL 查询。 表达式语言提供了对 SQL 语句的灵活控制,同时保持了代码的可读性和可维护性。 数据库引擎和连接池: SQLAlchemy 支持多种数据库后端,并且为每种后端提供了对应的数据库引擎。 它还提供了连接池管理功能,以优化数据库连接的创建、使用和释放。 会话管理: SQLAlchemy 使用会话(Session)来管理对象的持久化状态。 会话提供了一个工作单元(unit of work)和身份映射(identity map)的概念,使得对象的状态管理和查询更加高效。 事件系统: SQLAlchemy 提供了一个事件系统,允许开发者在 ORM 的各个生命周期阶段插入自定义的钩子函数。 这使得开发者可以在对象加载、修改、删除等操作时执行额外的逻辑。
SQLAlchemy 是一个 SQL 工具包和对象关系映射(ORM)库,用于 Python 编程语言。它提供了一个高级的 SQL 工具和对象关系映射工具,允许开发者以 Python 类和对象的形式操作数据库,而无需编写大量的 SQL 语句。SQLAlchemy 建立在 DBAPI 之上,支持多种数据库后端,如 SQLite, MySQL, PostgreSQL 等。 SQLAlchemy 的核心功能: 对象关系映射(ORM): SQLAlchemy 允许开发者使用 Python 类来表示数据库表,使用类的实例表示表中的行。 开发者可以定义类之间的关系(如一对多、多对多),SQLAlchemy 会自动处理这些关系在数据库中的映射。 通过 ORM,开发者可以像操作 Python 对象一样操作数据库,这大大简化了数据库操作的复杂性。 表达式语言: SQLAlchemy 提供了一个丰富的 SQL 表达式语言,允许开发者以 Python 表达式的方式编写复杂的 SQL 查询。 表达式语言提供了对 SQL 语句的灵活控制,同时保持了代码的可读性和可维护性。 数据库引擎和连接池: SQLAlchemy 支持多种数据库后端,并且为每种后端提供了对应的数据库引擎。 它还提供了连接池管理功能,以优化数据库连接的创建、使用和释放。 会话管理: SQLAlchemy 使用会话(Session)来管理对象的持久化状态。 会话提供了一个工作单元(unit of work)和身份映射(identity map)的概念,使得对象的状态管理和查询更加高效。 事件系统: SQLAlchemy 提供了一个事件系统,允许开发者在 ORM 的各个生命周期阶段插入自定义的钩子函数。 这使得开发者可以在对象加载、修改、删除等操作时执行额外的逻辑。
GeoPandas是一个开源的Python库,旨在简化地理空间数据的处理和分析。它结合了Pandas和Shapely的能力,为Python用户提供了一个强大而灵活的工具来处理地理空间数据。以下是关于GeoPandas的详细介绍: 一、GeoPandas的基本概念 1. 定义 GeoPandas是建立在Pandas和Shapely之上的一个Python库,用于处理和分析地理空间数据。 它扩展了Pandas的DataFrame和Series数据结构,允许在其中存储和操作地理空间几何图形。 2. 核心数据结构 GeoDataFrame:GeoPandas的核心数据结构,是Pandas DataFrame的扩展。它包含一个或多个列,其中至少一列是几何列(geometry column),用于存储地理空间几何图形(如点、线、多边形等)。 GeoSeries:GeoPandas中的另一个重要数据结构,类似于Pandas的Series,但用于存储几何图形序列。 二、GeoPandas的功能特性 1. 读取和写入多种地理空间数据格式 GeoPandas支持读取和写入多种常见的地理空间数据格式,包括Shapefile、GeoJSON、PostGIS、KML等。这使得用户可以轻松地从各种数据源中加载地理空间数据,并将处理后的数据保存为所需的格式。 2. 地理空间几何图形的创建、编辑和分析 GeoPandas允许用户创建、编辑和分析地理空间几何图形,包括点、线、多边形等。它提供了丰富的空间操作函数,如缓冲区分析、交集、并集、差集等,使得用户可以方便地进行地理空间数据分析。 3. 数据可视化 GeoPandas内置了数据可视化功能,可以绘制地理空间数据的地图。用户可以使用matplotlib等库来进一步定制地图的样式和布局。 4. 空间连接和空间索引 GeoPandas支持空间连接操作,可以将两个GeoDataFrame按照空间关系(如相交、包含等)进行连接。此外,它还支持空间索引,可以提高地理空间数据查询的效率。
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