2021 年 6月随笔档案 - paike123

OSError: mysql_config not found

摘要：解决python 安装第三方包时报OSError: mysql_config not found的错误 Ubuntu sudo apt-get install libmysqlclient-dev centos7 yum install mysql-devel gcc gcc-devel pyth 阅读全文

posted @ 2021-06-27 20:04 paike123 阅读(162) 评论(0) 推荐(0) 编辑

redis 的高可用

摘要：Redis高可用为了保证redis最大程度上能够使用，redis提供了主从同步+Sentinel哨兵机制。 Sentinel 哨兵下面是官网地址：https://redis.io/topics/sentinel redis提供的哨兵是用来看护redis实例进程的，可以自动进行故障转移，其功能如下阅读全文

posted @ 2021-06-27 16:08 paike123 阅读(63) 评论(0) 推荐(0) 编辑

redis 持久化

摘要：Redis持久化 redis可以将数据写入到磁盘中，在停机或宕机后，再次启动redis时，将磁盘中的备份数据加载到内存中恢复使用。这是redis的持久化。持久化有如下两种机制。 RDB 快照持久化 redis可以将内存中的数据写入磁盘进行持久化。在进行持久化时，redis会创建子进程来执行。 red 阅读全文

posted @ 2021-06-27 15:10 paike123 阅读(56) 评论(0) 推荐(0) 编辑

redis 中的事务

摘要：Redis事务基本事务指令 Redis提供了一定的事务支持，可以保证一组操作原子执行不被打断，但是如果执行中出现错误，事务不能回滚，Redis未提供回滚支持。 multi 开启事务 exec 执行事务 127.0.0.1:6379> multi OK 127.0.0.1:6379> set a 1 阅读全文

posted @ 2021-06-27 15:02 paike123 阅读(48) 评论(0) 推荐(0) 编辑

mysql 搭建主从

摘要：1. 主从同步机制 1.主从同步介绍和优点在多台数据服务器中，分为主服务器和从服务器。一台主服务器对应多台从服务器。主服务器只负责写入数据，从服务器只负责同步主服务器的数据，并让外部程序读取数据。主服务器写入数据后，即刻将写入数据的命令发送给从服务器，从而使得主从数据同步。应用程序可以随机读阅读全文

posted @ 2021-06-26 19:11 paike123 阅读(373) 评论(0) 推荐(0) 编辑

linux centos7 安装MySQL5.7

摘要：1：下载 https://dev.mysql.com/downloads/mysql/5.7.html#downloads 2：解压 tar -xvf mysql-5.7.26-linux-glibc2.12-x86_64.tar 3：再移动并重命名一下 mv mysql-5.7.26-linux- 阅读全文

posted @ 2021-06-22 09:30 paike123 阅读(64) 评论(0) 推荐(0) 编辑

数据库理论

摘要：1. 复制集与分布式复制集（Replication）数据库中数据相同，起到备份作用高可用 High Available HA 分布式（Distribution）数据库中数据不同，共同组成完整的数据集合通常每个节点被称为一个分片（shard) 高吞吐 High Throughput 复制集与阅读全文

posted @ 2021-06-20 18:00 paike123 阅读(220) 评论(0) 推荐(0) 编辑

SQLAlchemy操作

摘要：1 新增 user = User(mobile='15612345678', name='itcast') db.session.add(user) db.session.commit() profile = Profile(id=user.id) db.session.add(profile) d 阅读全文

posted @ 2021-06-20 15:57 paike123 阅读(220) 评论(0) 推荐(0) 编辑

SQLAlchemy基础

摘要：1 简介 SQLAlchemy是Python编程语言下的一款开源软件。提供了SQL工具包及对象关系映射（ORM）工具，使用MIT许可证发行。 SQLAlchemy“采用简单的Python语言，为高效和高性能的数据库访问设计，实现了完整的企业级持久模型”。 SQLAlchemy首次发行于2006年2月阅读全文

posted @ 2021-06-20 15:49 paike123 阅读(407) 评论(0) 推荐(0) 编辑

关于orm框架

摘要：关于orm框架的理解作用省去自己拼写SQL，保证SQL语法的正确性一次编写可以适配多个数据库防止注入攻击在数据库表名或字段名发生变化时，只需修改模型类的映射，无需修改数据库操作的代码 (相比SQL的话，可能需要同步修改涉及到的每一个SQL语句) 使用ORM的方式选择先创建模型类，再迁移到阅读全文

posted @ 2021-06-20 15:39 paike123 阅读(45) 评论(0) 推荐(0) 编辑

mysql 数据库设计

摘要：1：数据库设计的4要素表结构字段类型、是否允许为null、是否有默认值索引设计数据库引擎的选择 2：数据库设计时的注意事项为了查询效率，可以做冗余字段的设计（空间换时间的思想，属于一种反范式设计）字段类型的选择整型的存储大小与显示大小 mysql的字段，unsigned int(3), 阅读全文

posted @ 2021-06-15 22:33 paike123 阅读(417) 评论(0) 推荐(0) 编辑

8-flask-restful

摘要：Flask-RESTful是用于快速构建REST API的Flask扩展。 1 安装 pip install flask-restful 2 Hello World from flask import Flask from flask_restful import Resource, Api app 阅读全文

posted @ 2021-06-14 21:57 paike123 阅读(60) 评论(0) 推荐(0) 编辑

7-falsk 中的上下文

摘要：上下文：即语境，语意，在程序中可以理解为在代码执行到某一时刻时，根据之前代码所做的操作以及下文即将要执行的逻辑，可以决定在当前时刻下可以使用到的变量，或者可以完成的事情。 Flask中有两种上下文，请求上下文和应用上下文 Flask中上下文对象：相当于一个容器，保存了 Flask 程序运行过程中的一阅读全文

posted @ 2021-06-14 20:21 paike123 阅读(51) 评论(0) 推荐(0) 编辑

6-flask 中的请求钩子

摘要：在客户端和服务器交互的过程中，有些准备工作或扫尾工作需要处理，比如：在请求开始时，建立数据库连接；在请求开始时，根据需求进行权限校验；在请求结束时，指定数据的交互格式；为了让每个视图函数避免编写重复功能的代码，Flask提供了通用设施的功能，即请求钩子。请求钩子是通过装饰器的形式实现，Fl 阅读全文

posted @ 2021-06-14 20:02 paike123 阅读(45) 评论(0) 推荐(0) 编辑

5-flask 中的异常处理

摘要：HTTP 异常主动抛出 abort 方法抛出一个给定状态代码的 HTTPException 或者指定响应，例如想要用一个页面未找到异常来终止请求，你可以调用 abort(404)。参数： code – HTTP的错误状态码 # abort(404) abort(500) 抛出状态码的话，只能抛阅读全文

posted @ 2021-06-14 20:01 paike123 阅读(40) 评论(0) 推荐(0) 编辑

4-flask 中的cookie 和sission

摘要：1:cookie 设置(必须使用make_reponse作为响应) from flask import Flask, make_response app = Flask(__name__) @app.route('/cookie') def set_cookie(): resp = make_res 阅读全文

posted @ 2021-06-10 23:01 paike123 阅读(60) 评论(0) 推荐(0) 编辑

3-flask 中的请求和响应

摘要：一：处理请求 1：动态路由有一个请求访问的接口地址为/users/123，其中123实际上为具体的请求参数，表明请求123号用户的信息。此时如何从url中提取出123的数据？ Flask不同于Django直接在定义路由时编写正则表达式的方式，而是采用转换器语法： @app.route('/user 阅读全文

posted @ 2021-06-10 22:54 paike123 阅读(66) 评论(0) 推荐(0) 编辑

2-flask之路由和蓝图

摘要：恢复内容开始一：路由 1：查询路由信息 1.1 命令行方式 flask routes 1.2 在程序中获取在应用中的url_map属性中保存着整个Flask应用的路由映射信息，可以通过读取这个属性获取路由信息 print(app.url_map) 如果想在程序中遍历路由信息，可以采用如下方式 f 阅读全文

posted @ 2021-06-10 22:30 paike123 阅读(130) 评论(0) 推荐(0) 编辑

1-flask 工程搭建的时候一些参数说明

摘要：1：hello word flask from flask import Flask #flask 类接受一个__nmae__ 参数 app = Flask(__name__) #装饰器的作用事将路由映射到函数中 @app.route('/') def index(): return "hello 阅读全文

posted @ 2021-06-10 20:11 paike123 阅读(79) 评论(0) 推荐(0) 编辑

8-pandas 之分组聚合

摘要：1 什么分组与聚合 2 分组API DataFrame.groupby(key, as_index=False) key:分组的列数据，可以多个案例:不同颜色的不同笔的价格数据 col =pd.DataFrame({'color': ['white','red','green','red','gr 阅读全文

posted @ 2021-06-08 17:37 paike123 阅读(84) 评论(0) 推荐(0) 编辑

7-pandas 之交叉表与透视表

摘要：crosstab(交叉表) 交叉表：交叉表用于计算一列数据对于另外一列数据的分组个数(寻找两个列之间的关系) pd.crosstab(value1, value2) DataFrame.pivot_table([], index=[]) 案例分析 1 数据准备准备两列数据，星期数据以及涨跌幅是好是阅读全文

posted @ 2021-06-08 17:11 paike123 阅读(168) 评论(0) 推荐(0) 编辑

6-pandans之数据离散化

摘要：1 为什么要离散化连续属性离散化的目的是为了简化数据结构，数据离散化技术可以用来减少给定连续属性值的个数。离散化方法经常作为数据挖掘的工具。 2 什么是数据的离散化连续属性的离散化就是在连续属性的值域上，将值域划分为若干个离散的区间，最后用不同的符号或整数值代表落在每个子区间中的属性值。离散阅读全文

posted @ 2021-06-08 16:04 paike123 阅读(113) 评论(0) 推荐(0) 编辑

5-pandas 缺失值的处理

摘要：1 如何处理nan 判断数据是否为NaN： pd.isnull(df), pd.notnull(df) 处理方式：存在缺失值nan,并且是np.nan: 1、删除存在缺失值的:dropna(axis='rows') 注：不会修改原数据，需要接受返回值 2、替换缺失值:fillna(value, i 阅读全文

posted @ 2021-06-08 15:40 paike123 阅读(117) 评论(0) 推荐(0) 编辑

4-pandas 对文件的读取和存储

摘要：我们的数据大部分存在于文件当中，所以pandas会支持复杂的IO操作，pandas的API支持众多的文件格式，如CSV、SQL、XLS、JSON、HDF5。 1 CSV 1.1 read_csv pandas.read_csv(filepath_or_buffer, sep =',' ) filep 阅读全文

posted @ 2021-06-08 15:17 paike123 阅读(352) 评论(0) 推荐(0) 编辑

3-DataFrame 运算

摘要：1 算术运算 add(other) 比如进行数学运算加上具体的一个数字 data['open'].add(1) 2018-02-27 24.53 2018-02-26 23.80 2018-02-23 23.88 2018-02-22 23.25 2018-02-14 22.49 sub(other 阅读全文

posted @ 2021-06-08 14:08 paike123 阅读(90) 评论(0) 推荐(0) 编辑

2-pandas 基本操作

摘要：本文的文件链接 https://files.cnblogs.com/files/blogs/511107/stock_day.zip # 读文件 data = pd.read_csv("./data/stock_day.csv") # 删除一些数据 data = data.drop(["ma5"," 阅读全文

posted @ 2021-06-08 11:27 paike123 阅读(63) 评论(0) 推荐(0) 编辑

1-pandas介绍

摘要：1：pandas 介绍 2008年WesMcKinney开发出的库专门用于数据挖掘的开源python库以Numpy为基础，借力Numpy模块在计算方面性能高的优势基于matplotlib，能够简便的画图独特的数据结构 2：为什么使用pandas 便捷的数据处理能力读取文件方便封装了Mat 阅读全文

posted @ 2021-06-08 10:51 paike123 阅读(240) 评论(0) 推荐(0) 编辑

4-数组的运算

摘要：1：广播机制执行 broadcast 的前提在于，两个 ndarray 执行的是 element-wise的运算，Broadcast机制的功能是为了方便不同形状的ndarray（numpy库的核心数据结构）进行数学运算。当操作两个数组时，numpy会逐个比较它们的shape（构成的元组tuple 阅读全文

posted @ 2021-06-07 16:42 paike123 阅读(331) 评论(0) 推荐(0) 编辑

3-矩阵

摘要：1 矩阵和向量 1.1 矩阵矩阵，英文matrix，和array的区别矩阵必须是2维的，但是array可以是多维的。如图:这个是 3×2 矩阵，即 3 行 2 列，如 m 为行，n 为列，那么 m×n 即 3×2 矩阵的维数即行数×列数矩阵元素(矩阵项): Aij 指第 i 行阅读全文

posted @ 2021-06-07 15:29 paike123 阅读(1188) 评论(0) 推荐(0) 编辑

2-ndarray 的运算

摘要：1：逻辑运算 import numpy as np # 重新生成8只股票10个交易日的涨跌幅数据 a = np.random.normal(0,1,(8,10)) a = a[0:5,0:5] a>0.5 array([[False, True, False, True, False], [ T 阅读全文

posted @ 2021-06-07 12:35 paike123 阅读(74) 评论(0) 推荐(0) 编辑

1：Numpy 的基本操作

摘要：一：Numpy 的优势 1 Numpy介绍 Numpy（Numerical Python）是一个开源的Python科学计算库，用于快速处理任意维度的数组。 Numpy支持常见的数组和矩阵操作。对于同样的数值计算任务，使用Numpy比直接使用Python要简洁的多。 Numpy使用ndarray对象来阅读全文

posted @ 2021-06-06 22:54 paike123 阅读(108) 评论(0) 推荐(0) 编辑

06 2021 档案

导航

公告

搜索

常用链接

随笔档案