上一页 1 ··· 52 53 54 55 56 57 58 59 60 ··· 74 下一页

http的三次握手

摘要: 在http的三次握手当中,首先客户端发起一个我要发送一个数据包的请求,发送到服务端,这里面呢会有一个标志SYN=1,Seq=X,syn是一个标识,就是我这是一个创建请求的数据包,然后seq等于一个数字,一般来说都是1,然后服务端接收之后,知道了我有一个客户要跟我创建连接了,那创建这个连接之后呢,服务 阅读全文
posted @ 2019-10-10 14:51 我和你并没有不同 阅读(1818) 评论(1) 推荐(0) 编辑

UI框架

摘要: 转自:https://mp.weixin.qq.com/s/knRA8T-UbwmLteNCOUHkEg Web 开发中几乎的平台都需要一个后台管理,但是从零开发一套后台控制面板并不容易,幸运的是有很多开源免费的后台控制面板可以给开发者使用,那么有哪些优秀的开源免费的控制面板呢?我在 Github 阅读全文
posted @ 2019-10-08 15:21 我和你并没有不同 阅读(406) 评论(0) 推荐(0) 编辑

flask-restful

摘要: 官网:https://flask-restful.readthedocs.io/en/latest/ https://github.com/flask-restful/flask-restful 中文 http://www.pythondoc.com/Flask-RESTful/quickstart 阅读全文
posted @ 2019-09-30 17:45 我和你并没有不同 阅读(987) 评论(0) 推荐(0) 编辑

flask 杂记3

摘要: SQLAlchemy在模型之间建立关系模式: https://www.bbsmax.com/A/mo5k7gKn5w/ 请求上下文:保存了客户端和服务器交互的数据。 应用上下文:flask 应用程序运行过程中,保存的一些配置信息,比如程序名、数据库连接、应用 信息等 一对多时:外键只能存储单一数据( 阅读全文
posted @ 2019-09-29 08:44 我和你并没有不同 阅读(121) 评论(0) 推荐(0) 编辑

Hive和HBase的区别 转载:https://www.cnblogs.com/guoruibing/articles/9894521.html

摘要: 1、Hive和HBase的区别 1)hive是sql语言,通过数据库的方式来操作hdfs文件系统,为了简化编程,底层计算方式为mapreduce。 2)hive是面向行存储的数据库。 3)Hive本身不存储和计算数据,它完全依赖于HDFS和MapReduce,Hive中的表纯逻辑。 4)HBase为 阅读全文
posted @ 2019-09-26 13:39 我和你并没有不同 阅读(174) 评论(0) 推荐(0) 编辑

numpy 参考:https://mp.weixin.qq.com/s?__biz=MzU1MjYzNjQwOQ==&mid=2247486010&idx=1&sn=e42e6706e0e285ecbfdbbd76fb4ff352&chksm=fbfe50accc89d9ba56a3167c519638f1327a5c5bf12ed59dd8c6de9b2c25baeec1f1f8ad5fb7&

摘要: 对应相乘 c2=a*b [ 0 2 6 12] 对应相乘再求和 c3=a.dot(b) 20 相应位置平方 c4=b**2 [0 1 4 9] 数学函数工具求sin c5=np.sin(a) [ 0.84147098 0.90929743 0.14112001 -0.7568025 ] print( 阅读全文
posted @ 2019-09-25 17:01 我和你并没有不同 阅读(738) 评论(0) 推荐(0) 编辑

pandas 4

摘要: 参考资料:https://mp.weixin.qq.com/s/QnxaOrvlWJn6Dr42Ic1CcQ 1 #只选取housing,loan,contac和poutcometest_data[(test_data['age']==51) & (test_data['job']>=5)][['e 阅读全文
posted @ 2019-09-25 10:18 我和你并没有不同 阅读(152) 评论(0) 推荐(0) 编辑

pandas 3

摘要: 参考资料:https://mp.weixin.qq.com/s/9z3JVBkZpasC_F0ar_7JJA 删除多列:df.drop(col_names_list, axis=1, inplace=True) 转换数据类型:df[col_float] = df[col_float].astype( 阅读全文
posted @ 2019-09-24 14:39 我和你并没有不同 阅读(345) 评论(0) 推荐(0) 编辑

sql 索引的使用 转载:https://www.cnblogs.com/xiaoyangjia/p/11267191.html#mysql_performance

摘要: 参考:https://mp.weixin.qq.com/s/yxS4tpX_6fz9LBsh0UoHpw 索引包含一个表中列的值,并且这些值存储在一个数据结构中Cardinality 索引基数:索引列的唯一值的个数,如果是复合索引就是唯一组合的个数 UNIQUE唯一索引 该索引其含义是被标定义唯一索 阅读全文
posted @ 2019-09-24 13:23 我和你并没有不同 阅读(1370) 评论(0) 推荐(0) 编辑

cpu 或 内存 偏高的分析套路

摘要: 参考资料: https://mp.weixin.qq.com/s/fb9YxJr-yDdYQ86RE47y1w 1)通过针对此软件专业的分析工具或命令,找到占用cpu高的函数,2)通过调用栈(或源码搜索)分析何种场景会频繁调用此函数解决方案(1 修改调用逻辑,避免繁调用此函数;2 优化此函数)优化此 阅读全文
posted @ 2019-09-24 10:13 我和你并没有不同 阅读(190) 评论(0) 推荐(0) 编辑
上一页 1 ··· 52 53 54 55 56 57 58 59 60 ··· 74 下一页