摘要：
当有了滚动，扩展和ewm对象创建了以后，就有几种方法可以对数据执行聚合。 DataFrame应用聚合 可以通过向整个DataFrame传递一个函数来进行聚合，或者通过标准的获取项目方法来选择一个列。 在整个数据框上应用聚合 import pandas as pd import numpy as np 阅读全文
摘要：
为了处理数字数据，Pandas提供了几个变体，如滚动，展开和指数移动窗口统计的权重。 其中包括总和，均值，中位数，方差，协方差，相关性等。本章讨论的是在DataFrame对象上应用这些方法。 .rolling()函数 这个函数可以应用于一系列数据。指定window=n参数，并应用适当的统计函数。 i 阅读全文
摘要：
目录 简介 日志分析 副本集 如何实现 Failover 心跳的实现 electionTimeout 定时器 业务影响评估 参考链接 声明：本文同步发表于 MongoDB 中文社区，传送门：http://www.mongoing.com/archives/26759 简介 最近一个 MongoDB 阅读全文
摘要：
统计方法有助于理解和分析数据的行为。可以将这些统计函数应用到Pandas的对象上。 pct_change()函数 系列，DatFrames和Panel都有pct_change()函数。此函数将每个元素与其前一个元素进行比较，并计算变化百分比。 import pandas as pd import n 阅读全文
摘要：
事务 初学的时候，感觉事务的四大特性就那么回事，不就是一堆事要么完成，要么全部失败吗。还有经常说的脏读，幻读，不可重复读根本无法理解，就是那个存款取款的例子，我修改了数据，对方看到我修改的数据，这不很正常吗。现在看来，当时根本就不知道并发是什么鬼，更何谈并发事物了。 然后给你来一堆名词，共享锁，排它 阅读全文
摘要：
前面一篇文章从实例的角度进行数据库优化，通过配置一些参数让数据库性能达到最优。但是一些“不好”的SQL也会导致数据库查询变慢，影响业务流程。本文从SQL角度进行数据库优化，提升SQL运行效率。 判断问题SQL 判断SQL是否有问题时可以通过两个表象进行判断： 系统级别表象 CPU消耗严重 IO等待严 阅读全文
摘要：
从网上去搜数据库优化基本都是从SQL层次进行优化的，很少有提及到数据库本身的实例优化。就算有也都是基于某个特定数据库的实例优化，本文涵盖目前市面上所有主流数据库的实例优化（Oralce、MySQL、POSTGRES、达梦）,按照文章的配置能够将你数据库性能用到80%或以上。 数据库优化方法论 这部分 阅读全文
摘要：
Pandas现在支持三种类型的多轴索引; 编号索引描述 1 .loc() 基于标签 2 .iloc() 基于整数 3 .ix() 基于标签和整数 .loc() Pandas提供了各种方法来完成基于标签的索引。 切片时，也包括起始边界。整数是有效的标签，但它们是指标签而不是位置。 .loc()具有多种 阅读全文
摘要：
Pandas提供API来自定义其行为的某些方面，大多使用来显示。 API由五个相关函数组成。它们分别是: get_option() set_option() reset_option() describe_option() option_context() 常用参数，请参考下表: 编号参数描述 1 阅读全文
摘要：
一、urllib库简介 urllib是Python自带的一个用于爬虫的库，其主要作用就是可以通过代码模拟浏览器发送请求。其常被用到的子模块在Python3中的为urllib.request和urllib.parse，在Python2中是urllib和urllib2。 urlopen函数原型： url 阅读全文
摘要：
在本章中，我们将使用基本系列/索引来讨论字符串操作。在随后的章节中，将学习如何将这些字符串函数应用于数据帧(DataFrame)。 Pandas提供了一组字符串函数，可以方便地对字符串数据进行操作。 最重要的是，这些函数忽略(或排除)丢失/NaN值。 几乎这些方法都使用Python字符串函数(请参阅 阅读全文