yjinyyzyq

pandas 中 reindex 详解 method=nearest? bfill?, ffill?，limit，fill_value,

yinhaibo@yinhaibo-OptiPlex-9020:~$ ipython
Python 3.6.5 |Anaconda custom (64-bit)| (default, Apr 29 2018, 16:14:56) 
Type 'copyright', 'credits' or 'license' for more information
IPython 7.1.1 -- An enhanced Interactive Python. Type '?' for help.

In [1]: import pandas as pd                                                     

In [2]: import numpy as np                                                      

In [3]: a = np.random.randint(0, 1, 16\)                                        
  File "", line 1
    a = np.random.randint(0, 1, 16\)
                                    ^
SyntaxError: unexpected character after line continuation character


In [4]: a = np.random.randint(0, 1, 16)                                         

In [5]: a = np.random.randint(0, 1, 16).reshape(4, 4)                           

In [6]: a                                                                       
Out[6]: 
array([[0, 0, 0, 0],
       [0, 0, 0, 0],
       [0, 0, 0, 0],
       [0, 0, 0, 0]])

In [7]: a = np.random.randint(0, 2, 16).reshape(4, 4)                           

In [8]: a                                                                       
Out[8]: 
array([[0, 1, 0, 0],
       [0, 0, 0, 0],
       [0, 0, 1, 0],
       [0, 0, 0, 0]])

In [9]: a = np.random.randint(0, 2, 16).reshape(4, 4)                           

In [10]: a                                                                      
Out[10]: 
array([[1, 0, 0, 1],
       [1, 0, 0, 0],
       [0, 0, 1, 0],
       [1, 0, 0, 0]])

In [11]: b = pd.DateFrame(data=a columns=['a', 'b', 'v', 'd'])                  
  File "", line 1
    b = pd.DateFrame(data=a columns=['a', 'b', 'v', 'd'])
                                  ^
SyntaxError: invalid syntax


In [12]: b = pd.DateFrame(data=a, columns=['a', 'b', 'v', 'd'])                 
---------------------------------------------------------------------------
AttributeError                            Traceback (most recent call last)
<ipython-input-12-7de6edc58341> in <module>
----> 1 b = pd.DateFrame(data=a, columns=['a', 'b', 'v', 'd'])

AttributeError: module 'pandas' has no attribute 'DateFrame'

In [13]: b = pd.DataFrame(data=a, columns=['a', 'b', 'v', 'd'])                 

In [14]: b                                                                      
Out[14]: 
   a  b  v  d
0  1  0  0  1
1  1  0  0  0
2  0  0  1  0
3  1  0  0  0

In [15]: index = pd.DatetimeIndex(start='20180606', periods=4, freq='5S')       

In [16]: index                                                                  
Out[16]: 
DatetimeIndex(['2018-06-06 00:00:00', '2018-06-06 00:00:05',
               '2018-06-06 00:00:10', '2018-06-06 00:00:15'],
              dtype='datetime64[ns]', freq='5S')

In [17]: pd['c'] =  index                                                       
---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-17-bca98fd5f016> in <module>
----> 1 pd['c'] =  index

TypeError: 'module' object does not support item assignment

In [18]: b['c'] =  index                                                        

In [19]: b                                                                      
Out[19]: 
   a  b  v  d                   c
0  1  0  0  1 2018-06-06 00:00:00
1  1  0  0  0 2018-06-06 00:00:05
2  0  0  1  0 2018-06-06 00:00:10
3  1  0  0  0 2018-06-06 00:00:15

In [20]: b.index = index                                                        

In [21]: b                                                                      
Out[21]: 
                     a  b  v  d                   c
2018-06-06 00:00:00  1  0  0  1 2018-06-06 00:00:00
2018-06-06 00:00:05  1  0  0  0 2018-06-06 00:00:05
2018-06-06 00:00:10  0  0  1  0 2018-06-06 00:00:10
2018-06-06 00:00:15  1  0  0  0 2018-06-06 00:00:15

In [22]: index = pd.DatetimeIndex(start=index[0], end=index[3], freq='S')       

In [23]: cc = b.reindex(index=index, method='nearest')                          

In [24]: cc                                                                     
Out[24]: 
                     a  b  v  d                   c
2018-06-06 00:00:00  1  0  0  1 2018-06-06 00:00:00
2018-06-06 00:00:01  1  0  0  1 2018-06-06 00:00:00
2018-06-06 00:00:02  1  0  0  1 2018-06-06 00:00:00
2018-06-06 00:00:03  1  0  0  0 2018-06-06 00:00:05
2018-06-06 00:00:04  1  0  0  0 2018-06-06 00:00:05
2018-06-06 00:00:05  1  0  0  0 2018-06-06 00:00:05
2018-06-06 00:00:06  1  0  0  0 2018-06-06 00:00:05
2018-06-06 00:00:07  1  0  0  0 2018-06-06 00:00:05
2018-06-06 00:00:08  0  0  1  0 2018-06-06 00:00:10
2018-06-06 00:00:09  0  0  1  0 2018-06-06 00:00:10
2018-06-06 00:00:10  0  0  1  0 2018-06-06 00:00:10
2018-06-06 00:00:11  0  0  1  0 2018-06-06 00:00:10
2018-06-06 00:00:12  0  0  1  0 2018-06-06 00:00:10
2018-06-06 00:00:13  1  0  0  0 2018-06-06 00:00:15
2018-06-06 00:00:14  1  0  0  0 2018-06-06 00:00:15
2018-06-06 00:00:15  1  0  0  0 2018-06-06 00:00:15

In [25]: 5b                                                                     
  File "", line 1
    5b
     ^
SyntaxError: invalid syntax


In [26]: b                                                                      
Out[26]: 
                     a  b  v  d                   c
2018-06-06 00:00:00  1  0  0  1 2018-06-06 00:00:00
2018-06-06 00:00:05  1  0  0  0 2018-06-06 00:00:05
2018-06-06 00:00:10  0  0  1  0 2018-06-06 00:00:10
2018-06-06 00:00:15  1  0  0  0 2018-06-06 00:00:15

In [27]: b.reindex?                                                                                                                                                                                         

In [28]: cc                                                                                                                                                                                                 
Out[28]: 
                     a  b  v  d                   c
2018-06-06 00:00:00  1  0  0  1 2018-06-06 00:00:00
2018-06-06 00:00:01  1  0  0  1 2018-06-06 00:00:00
2018-06-06 00:00:02  1  0  0  1 2018-06-06 00:00:00
2018-06-06 00:00:03  1  0  0  0 2018-06-06 00:00:05
2018-06-06 00:00:04  1  0  0  0 2018-06-06 00:00:05
2018-06-06 00:00:05  1  0  0  0 2018-06-06 00:00:05
2018-06-06 00:00:06  1  0  0  0 2018-06-06 00:00:05
2018-06-06 00:00:07  1  0  0  0 2018-06-06 00:00:05
2018-06-06 00:00:08  0  0  1  0 2018-06-06 00:00:10
2018-06-06 00:00:09  0  0  1  0 2018-06-06 00:00:10
2018-06-06 00:00:10  0  0  1  0 2018-06-06 00:00:10
2018-06-06 00:00:11  0  0  1  0 2018-06-06 00:00:10
2018-06-06 00:00:12  0  0  1  0 2018-06-06 00:00:10
2018-06-06 00:00:13  1  0  0  0 2018-06-06 00:00:15
2018-06-06 00:00:14  1  0  0  0 2018-06-06 00:00:15
2018-06-06 00:00:15  1  0  0  0 2018-06-06 00:00:15

In [29]: b                                                                                                                                                                                                  
Out[29]: 
                     a  b  v  d                   c
2018-06-06 00:00:00  1  0  0  1 2018-06-06 00:00:00
2018-06-06 00:00:05  1  0  0  0 2018-06-06 00:00:05
2018-06-06 00:00:10  0  0  1  0 2018-06-06 00:00:10
2018-06-06 00:00:15  1  0  0  0 2018-06-06 00:00:15

In [30]: dd = b.reindex(index=index, method='nearest', limit=1)                                                                                                                                             

In [31]: dd                                                                                                                                                                                                 
Out[31]: 
                       a    b    v    d                   c
2018-06-06 00:00:00  1.0  0.0  0.0  1.0 2018-06-06 00:00:00
2018-06-06 00:00:01  1.0  0.0  0.0  1.0 2018-06-06 00:00:00
2018-06-06 00:00:02  NaN  NaN  NaN  NaN                 NaT
2018-06-06 00:00:03  NaN  NaN  NaN  NaN                 NaT
2018-06-06 00:00:04  1.0  0.0  0.0  0.0 2018-06-06 00:00:05
2018-06-06 00:00:05  1.0  0.0  0.0  0.0 2018-06-06 00:00:05
2018-06-06 00:00:06  1.0  0.0  0.0  0.0 2018-06-06 00:00:05
2018-06-06 00:00:07  NaN  NaN  NaN  NaN                 NaT
2018-06-06 00:00:08  NaN  NaN  NaN  NaN                 NaT
2018-06-06 00:00:09  0.0  0.0  1.0  0.0 2018-06-06 00:00:10
2018-06-06 00:00:10  0.0  0.0  1.0  0.0 2018-06-06 00:00:10
2018-06-06 00:00:11  0.0  0.0  1.0  0.0 2018-06-06 00:00:10
2018-06-06 00:00:12  NaN  NaN  NaN  NaN                 NaT
2018-06-06 00:00:13  NaN  NaN  NaN  NaN                 NaT
2018-06-06 00:00:14  1.0  0.0  0.0  0.0 2018-06-06 00:00:15
2018-06-06 00:00:15  1.0  0.0  0.0  0.0 2018-06-06 00:00:15

In [32]: dd = b.reindex(index=index, method='nearest', limit=1, fill_value=miss)                                                                                                                            
---------------------------------------------------------------------------
NameError                                 Traceback (most recent call last)
<ipython-input-32-e742a3d0e458> in <module>
----> 1 dd = b.reindex(index=index, method='nearest', limit=1, fill_value=miss)

NameError: name 'miss' is not defined

In [33]: dd = b.reindex(index=index, method='nearest', limit=1, fill_value='miss')                                                                                                                          

In [34]: dd                                                                                                                                                                                                 
Out[34]: 
                        a     b     v     d                   c
2018-06-06 00:00:00     1     0     0     1 2018-06-06 00:00:00
2018-06-06 00:00:01     1     0     0     1 2018-06-06 00:00:00
2018-06-06 00:00:02  miss  miss  miss  miss                 NaT
2018-06-06 00:00:03  miss  miss  miss  miss                 NaT
2018-06-06 00:00:04     1     0     0     0 2018-06-06 00:00:05
2018-06-06 00:00:05     1     0     0     0 2018-06-06 00:00:05
2018-06-06 00:00:06     1     0     0     0 2018-06-06 00:00:05
2018-06-06 00:00:07  miss  miss  miss  miss                 NaT
2018-06-06 00:00:08  miss  miss  miss  miss                 NaT
2018-06-06 00:00:09     0     0     1     0 2018-06-06 00:00:10
2018-06-06 00:00:10     0     0     1     0 2018-06-06 00:00:10
2018-06-06 00:00:11     0     0     1     0 2018-06-06 00:00:10
2018-06-06 00:00:12  miss  miss  miss  miss                 NaT
2018-06-06 00:00:13  miss  miss  miss  miss                 NaT
2018-06-06 00:00:14     1     0     0     0 2018-06-06 00:00:15
2018-06-06 00:00:15     1     0     0     0 2018-06-06 00:00:15

In [35]: b.reindex?                                                                                                                                                                                         

In [36]: dd = b.reindex(index=index, method='nearest', limit=1, fill_value='miss',  tolerance=2)                                                                                                            

In [37]: dd                                                                                                                                                                                                 
Out[37]: 
                        a     b     v     d                   c
2018-06-06 00:00:00     1     0     0     1 2018-06-06 00:00:00
2018-06-06 00:00:01  miss  miss  miss  miss                 NaT
2018-06-06 00:00:02  miss  miss  miss  miss                 NaT
2018-06-06 00:00:03  miss  miss  miss  miss                 NaT
2018-06-06 00:00:04  miss  miss  miss  miss                 NaT
2018-06-06 00:00:05     1     0     0     0 2018-06-06 00:00:05
2018-06-06 00:00:06  miss  miss  miss  miss                 NaT
2018-06-06 00:00:07  miss  miss  miss  miss                 NaT
2018-06-06 00:00:08  miss  miss  miss  miss                 NaT
2018-06-06 00:00:09  miss  miss  miss  miss                 NaT
2018-06-06 00:00:10     0     0     1     0 2018-06-06 00:00:10
2018-06-06 00:00:11  miss  miss  miss  miss                 NaT
2018-06-06 00:00:12  miss  miss  miss  miss                 NaT
2018-06-06 00:00:13  miss  miss  miss  miss                 NaT
2018-06-06 00:00:14  miss  miss  miss  miss                 NaT
2018-06-06 00:00:15     1     0     0     0 2018-06-06 00:00:15

In [38]: dd = b.reindex(index=index, method='nearest', limit=1, fill_value='miss',  tolerance=5)                                                                                                            

In [39]: dd                                                                                                                                                                                                 
Out[39]: 
                        a     b     v     d                   c
2018-06-06 00:00:00     1     0     0     1 2018-06-06 00:00:00
2018-06-06 00:00:01  miss  miss  miss  miss                 NaT
2018-06-06 00:00:02  miss  miss  miss  miss                 NaT
2018-06-06 00:00:03  miss  miss  miss  miss                 NaT
2018-06-06 00:00:04  miss  miss  miss  miss                 NaT
2018-06-06 00:00:05     1     0     0     0 2018-06-06 00:00:05
2018-06-06 00:00:06  miss  miss  miss  miss                 NaT
2018-06-06 00:00:07  miss  miss  miss  miss                 NaT
2018-06-06 00:00:08  miss  miss  miss  miss                 NaT
2018-06-06 00:00:09  miss  miss  miss  miss                 NaT
2018-06-06 00:00:10     0     0     1     0 2018-06-06 00:00:10
2018-06-06 00:00:11  miss  miss  miss  miss                 NaT
2018-06-06 00:00:12  miss  miss  miss  miss                 NaT
2018-06-06 00:00:13  miss  miss  miss  miss                 NaT
2018-06-06 00:00:14  miss  miss  miss  miss                 NaT
2018-06-06 00:00:15     1     0     0     0 2018-06-06 00:00:15

In [40]: dd = b.reindex(index=index, method='nearest', limit=1, fill_value='miss',  tolerance=0)                                                                                                            

In [41]: dd                                                                                                                                                                                                 
Out[41]: 
                        a     b     v     d                   c
2018-06-06 00:00:00     1     0     0     1 2018-06-06 00:00:00
2018-06-06 00:00:01  miss  miss  miss  miss                 NaT
2018-06-06 00:00:02  miss  miss  miss  miss                 NaT
2018-06-06 00:00:03  miss  miss  miss  miss                 NaT
2018-06-06 00:00:04  miss  miss  miss  miss                 NaT
2018-06-06 00:00:05     1     0     0     0 2018-06-06 00:00:05
2018-06-06 00:00:06  miss  miss  miss  miss                 NaT
2018-06-06 00:00:07  miss  miss  miss  miss                 NaT
2018-06-06 00:00:08  miss  miss  miss  miss                 NaT
2018-06-06 00:00:09  miss  miss  miss  miss                 NaT
2018-06-06 00:00:10     0     0     1     0 2018-06-06 00:00:10
2018-06-06 00:00:11  miss  miss  miss  miss                 NaT
2018-06-06 00:00:12  miss  miss  miss  miss                 NaT
2018-06-06 00:00:13  miss  miss  miss  miss                 NaT
2018-06-06 00:00:14  miss  miss  miss  miss                 NaT
2018-06-06 00:00:15     1     0     0     0 2018-06-06 00:00:15

In [42]: dd = b.reindex(index=index, method='nearest', limit=1, fill_value='miss',  tolerance=[])                                                                                                           
---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-42-2b2a93af1f9e> in <module>
----> 1 dd = b.reindex(index=index, method='nearest', limit=1, fill_value='miss',  tolerance=[])

~/anaconda3/lib/python3.6/site-packages/pandas/util/_decorators.py in wrapper(*args, **kwargs)
    185         @wraps(func)
    186         def wrapper(*args, **kwargs):
--> 187             return func(*args, **kwargs)
    188 
    189         if not PY2:

~/anaconda3/lib/python3.6/site-packages/pandas/core/frame.py in reindex(self, *args, **kwargs)
   3564         kwargs.pop('axis', None)
   3565         kwargs.pop('labels', None)
-> 3566         return super(DataFrame, self).reindex(**kwargs)
   3567 
   3568     @Appender(_shared_docs['reindex_axis'] % _shared_doc_kwargs)

~/anaconda3/lib/python3.6/site-packages/pandas/core/generic.py in reindex(self, *args, **kwargs)
   3687         # perform the reindex on the axes
   3688         return self._reindex_axes(axes, level, limit, tolerance, method,
-> 3689                                   fill_value, copy).__finalize__(self)
   3690 
   3691     def _reindex_axes(self, axes, level, limit, tolerance, method, fill_value,

~/anaconda3/lib/python3.6/site-packages/pandas/core/frame.py in _reindex_axes(self, axes, level, limit, tolerance, method, fill_value, copy)
   3499         if index is not None:
   3500             frame = frame._reindex_index(index, method, copy, level,
-> 3501                                          fill_value, limit, tolerance)
   3502 
   3503         return frame

~/anaconda3/lib/python3.6/site-packages/pandas/core/frame.py in _reindex_index(self, new_index, method, copy, level, fill_value, limit, tolerance)
   3507         new_index, indexer = self.index.reindex(new_index, method=method,
   3508                                                 level=level, limit=limit,
-> 3509                                                 tolerance=tolerance)
   3510         return self._reindex_with_indexers({0: [new_index, indexer]},
   3511                                            copy=copy, fill_value=fill_value,

~/anaconda3/lib/python3.6/site-packages/pandas/core/indexes/base.py in reindex(self, target, method, level, limit, tolerance)
   3620                     indexer = self.get_indexer(target, method=method,
   3621                                                limit=limit,
-> 3622                                                tolerance=tolerance)
   3623                 else:
   3624                     if method is not None or limit is not None:

~/anaconda3/lib/python3.6/site-packages/pandas/core/indexes/base.py in get_indexer(self, target, method, limit, tolerance)
   3248             indexer = self._get_fill_indexer(target, method, limit, tolerance)
   3249         elif method == 'nearest':
-> 3250             indexer = self._get_nearest_indexer(target, limit, tolerance)
   3251         else:
   3252             if tolerance is not None:

~/anaconda3/lib/python3.6/site-packages/pandas/core/indexes/base.py in _get_nearest_indexer(self, target, limit, tolerance)
   3331         if tolerance is not None:
   3332             indexer = self._filter_indexer_tolerance(target, indexer,
-> 3333                                                      tolerance)
   3334         return indexer
   3335 

~/anaconda3/lib/python3.6/site-packages/pandas/core/indexes/base.py in _filter_indexer_tolerance(self, target, indexer, tolerance)
   3336     def _filter_indexer_tolerance(self, target, indexer, tolerance):
   3337         distance = abs(self.values[indexer] - target)
-> 3338         indexer = np.where(distance <= tolerance, indexer, -1)
   3339         return indexer
   3340 

ValueError: operands could not be broadcast together with shapes (16,) (0,) 

In [43]: dd = b.reindex(index=index, method='nearest', limit=1, fill_value='miss')                                                                                                                          

In [44]: dd                                                                                                                                                                                                 
Out[44]: 
                        a     b     v     d                   c
2018-06-06 00:00:00     1     0     0     1 2018-06-06 00:00:00
2018-06-06 00:00:01     1     0     0     1 2018-06-06 00:00:00
2018-06-06 00:00:02  miss  miss  miss  miss                 NaT
2018-06-06 00:00:03  miss  miss  miss  miss                 NaT
2018-06-06 00:00:04     1     0     0     0 2018-06-06 00:00:05
2018-06-06 00:00:05     1     0     0     0 2018-06-06 00:00:05
2018-06-06 00:00:06     1     0     0     0 2018-06-06 00:00:05
2018-06-06 00:00:07  miss  miss  miss  miss                 NaT
2018-06-06 00:00:08  miss  miss  miss  miss                 NaT
2018-06-06 00:00:09     0     0     1     0 2018-06-06 00:00:10
2018-06-06 00:00:10     0     0     1     0 2018-06-06 00:00:10
2018-06-06 00:00:11     0     0     1     0 2018-06-06 00:00:10
2018-06-06 00:00:12  miss  miss  miss  miss                 NaT
2018-06-06 00:00:13  miss  miss  miss  miss                 NaT
2018-06-06 00:00:14     1     0     0     0 2018-06-06 00:00:15
2018-06-06 00:00:15     1     0     0     0 2018-06-06 00:00:15

In [45]: dd = b.reindex(index=index, method='nearest', limit=10, fill_value='miss')                                                                                                                         

In [46]: dd                                                                                                                                                                                                 
Out[46]: 
                     a  b  v  d                   c
2018-06-06 00:00:00  1  0  0  1 2018-06-06 00:00:00
2018-06-06 00:00:01  1  0  0  1 2018-06-06 00:00:00
2018-06-06 00:00:02  1  0  0  1 2018-06-06 00:00:00
2018-06-06 00:00:03  1  0  0  0 2018-06-06 00:00:05
2018-06-06 00:00:04  1  0  0  0 2018-06-06 00:00:05
2018-06-06 00:00:05  1  0  0  0 2018-06-06 00:00:05
2018-06-06 00:00:06  1  0  0  0 2018-06-06 00:00:05
2018-06-06 00:00:07  1  0  0  0 2018-06-06 00:00:05
2018-06-06 00:00:08  0  0  1  0 2018-06-06 00:00:10
2018-06-06 00:00:09  0  0  1  0 2018-06-06 00:00:10
2018-06-06 00:00:10  0  0  1  0 2018-06-06 00:00:10
2018-06-06 00:00:11  0  0  1  0 2018-06-06 00:00:10
2018-06-06 00:00:12  0  0  1  0 2018-06-06 00:00:10
2018-06-06 00:00:13  1  0  0  0 2018-06-06 00:00:15
2018-06-06 00:00:14  1  0  0  0 2018-06-06 00:00:15
2018-06-06 00:00:15  1  0  0  0 2018-06-06 00:00:15

In [47]: dd = b.reindex(index=index, method='nearest',  fill_value='miss')                                                                                                                                  

In [48]: dd                                                                                                                                                                                                 
Out[48]: 
                     a  b  v  d                   c
2018-06-06 00:00:00  1  0  0  1 2018-06-06 00:00:00
2018-06-06 00:00:01  1  0  0  1 2018-06-06 00:00:00
2018-06-06 00:00:02  1  0  0  1 2018-06-06 00:00:00
2018-06-06 00:00:03  1  0  0  0 2018-06-06 00:00:05
2018-06-06 00:00:04  1  0  0  0 2018-06-06 00:00:05
2018-06-06 00:00:05  1  0  0  0 2018-06-06 00:00:05
2018-06-06 00:00:06  1  0  0  0 2018-06-06 00:00:05
2018-06-06 00:00:07  1  0  0  0 2018-06-06 00:00:05
2018-06-06 00:00:08  0  0  1  0 2018-06-06 00:00:10
2018-06-06 00:00:09  0  0  1  0 2018-06-06 00:00:10
2018-06-06 00:00:10  0  0  1  0 2018-06-06 00:00:10
2018-06-06 00:00:11  0  0  1  0 2018-06-06 00:00:10
2018-06-06 00:00:12  0  0  1  0 2018-06-06 00:00:10
2018-06-06 00:00:13  1  0  0  0 2018-06-06 00:00:15
2018-06-06 00:00:14  1  0  0  0 2018-06-06 00:00:15
2018-06-06 00:00:15  1  0  0  0 2018-06-06 00:00:15

In [49]:

斤斤计较的婚姻到底有多难？白心之岂必有为
很多人私聊我会问到在哪个人群当中斤斤计较的人最多？我都会回答他，一般婚姻出现问题的斤斤计较的人士会非常多，以我多年经验，在婚姻落的一塌糊涂的人当中，斤斤计较的人数占比在20～30%以上，也就是说10个婚姻出现问题的斤斤计较的人有2-3个有多不减。在婚姻出问题当中，有大量的心理不平衡的、尖酸刻薄的怨妇。在婚姻中仅斤斤计较有两种类型：第一种是物质上的，另一种是精神上的。在物质与精神上抠门已经严重的影响
android系统selinux中添加新属性property 辉色投像
1.定位/android/system/sepolicy/private/property_contexts声明属性开头：persist.charge声明属性类型：u:object_r:system_prop:s0图12.定位到android/system/sepolicy/public/domain.te删除neverallow{domain-init}default_prop:property
2020-01-25 晴岚85
郑海燕坚持分享590天2020.1.24在生活中只存在两个问题。一个问题是：你知道想要达成的目标是什么，但却不知道如何才能达成；另一个问题是：你不知道你的目标是什么。前一个是行动的问题，后一个是结果的问题。通过制定具体的下一步行动，可以解决不知道如何开始行动的问题。而通过去想象结果，对结果做预估，可以解决找不着目标的问题。对于所有吸引我们注意力，想要完成的任务，你可以先想象一下，预期的结果究竟是什
OC语言多界面传值五大方式 Magnetic_h ios ui 学习 objective-c 开发语言
前言在完成暑假仿写项目时，遇到了许多需要用到多界面传值的地方，这篇博客来总结一下比较常用的五种多界面传值的方式。属性传值属性传值一般用前一个界面向后一个界面传值，简单地说就是通过访问后一个视图控制器的属性来为它赋值，通过这个属性来做到从前一个界面向后一个界面传值。首先在后一个界面中定义属性@interfaceBViewController:UIViewController@propertyNSSt
UI学习——cell的复用和自定义cell Magnetic_h ui 学习
目录cell的复用手动（非注册）自动（注册）自定义cellcell的复用在iOS开发中，单元格复用是一种提高表格（UITableView）和集合视图（UICollectionView）滚动性能的技术。当一个UITableViewCell或UICollectionViewCell首次需要显示时，如果没有可复用的单元格，则视图会创建一个新的单元格。一旦这个单元格滚动出屏幕，它就不会被销毁。相反，它被添
地推话术，如何应对地推过程中家长的拒绝校师学
相信校长们在做地推的时候经常遇到这种情况：市场专员反馈家长不接单，咨询师反馈难以邀约这些家长上门，校区地推疲软，招生难。为什么？仅从地推层面分析，一方面因为家长受到的信息轰炸越来越多，对信息越来越“免疫”；而另一方面地推人员的专业能力和营销话术没有提高，无法应对家长的拒绝，对有意向的家长也不知如何跟进，眼睁睁看着家长走远；对于家长的疑问，更不知道如何有技巧地回答，机会白白流失。由于回答没技巧和专业
微服务下功能权限与数据权限的设计与实现 nbsaas-boot 微服务 java 架构
在微服务架构下，系统的功能权限和数据权限控制显得尤为重要。随着系统规模的扩大和微服务数量的增加，如何保证不同用户和服务之间的访问权限准确、细粒度地控制，成为设计安全策略的关键。本文将讨论如何在微服务体系中设计和实现功能权限与数据权限控制。1.功能权限与数据权限的定义功能权限：指用户或系统角色对特定功能的访问权限。通常是某个用户角色能否执行某个操作，比如查看订单、创建订单、修改用户资料等。数据权限：
2021年12月19日，春蕾教育集团团建活动感受——黄晓丹黄错错加油
感受:1.从陌生到熟悉的过程。游戏环节让我们在轻松的氛围中得到了锻炼，也增长了不少知识。2.游戏过程中，我们贡献的是个人力量，展现的是团队的力量。它磨合的往往不止是工作的熟悉，更是观念上契合度的贴近。3.这和工作是一样的道理。在各自的岗位上，每个人摆正自己的位置、各司其职充分发挥才能，并团结一致劲往一处使，才能实现最大的成功。新知:1.团队精神需要不断地创新。过去，人们把创新看作是冒风险，现在人们
c++ 的iostream 和 c++的stdio的区别和联系黄卷青灯77 c++算法开发语言 iostream stdio
在C++中，iostream和C语言的stdio.h都是用于处理输入输出的库，但它们在设计、用法和功能上有许多不同。以下是两者的区别和联系：区别1.编程风格iostream（C++风格）：C++标准库中的输入输出流类库，支持面向对象的输入输出操作。典型用法是cin（输入）和cout（输出），使用>操作符来处理数据。更加类型安全，支持用户自定义类型的输入输出。#includeintmain(){in
如何在 Fork 的 GitHub 项目中保留自己的修改并同步上游更新？github_fork_update iBaoxing github
如何在Fork的GitHub项目中保留自己的修改并同步上游更新？在GitHub上Fork了一个项目后，你可能会对项目进行一些修改，同时原作者也在不断更新。如果想要在保留自己修改的基础上，同步原作者的最新更新，很多人会不知所措。本文将详细讲解如何在不丢失自己改动的情况下，将上游仓库的更新合并到自己的仓库中。问题描述假设你在GitHub上Fork了一个项目，并基于该项目做了一些修改，随后你发现原作者对
2021-08-26 影幽
在生活中，女人与男人的感悟往往有所不同。人生最大的舞台就是生活，大幕随时都可能拉开，关键是你愿不愿意表演都无法躲避。在生活中，遇事不要急躁，不要急于下结论，尤其生气时不要做决断，要学会换位思考，大事化小小事化了，把复杂的事情尽量简单处理，千万不要把简单的事情复杂化。永远不要扭曲，别人善意，无药可救。昨天是张过期的支票，明天是张信用卡，只有今天才是现金，要善加利用！执着的攀登者不必去与别人比较自己的
消息中间件有哪些常见类型 xmh-sxh-1314 java
消息中间件根据其设计理念和用途，可以大致分为以下几种常见类型：点对点消息队列（Point-to-PointMessagingQueues）：在这种模型中，消息被发送到特定的队列中，消费者从队列中取出并处理消息。队列中的消息只能被一个消费者消费，消费后即被删除。常见的实现包括IBM的MQSeries、RabbitMQ的部分使用场景等。适用于任务分发、负载均衡等场景。发布/订阅消息模型（Pub/Sub
html 中如何使用 uniapp 的部分方法某公司摸鱼前端 html uni-app 前端
示例代码：Documentconsole.log(window);效果展示：好了，现在就可以uni.使用相关的方法了
高级编程--XML+socket练习题 masa010 java 开发语言
1.北京华北2114.8万人上海华东2,500万人广州华南1292.68万人成都华西1417万人（1）使用dom4j将信息存入xml中（2）读取信息，并打印控制台（3）添加一个city节点与子节点（4）使用socketTCP协议编写服务端与客户端，客户端输入城市ID，服务器响应相应城市信息（5）使用socketTCP协议编写服务端与客户端，客户端要求用户输入city对象，服务端接收并使用dom4j
本周第二次约练 2cfbdfe28a51
中原焦点团队中24初26刘霞2021.12.3约练161次，分享第368天当事人虽然是带着问题来的，但是咨询过程中发现，她是经过自己不断地调整和努力才走到现在的，看到当事人的不容易，找到例外，发现资源，力量感也就随之而来。增强画面感，或者说重温，会给当事人带来更深刻的感受。
每日一题——第九十题互联网打工人no1 C语言程序设计每日一练 c语言
题目：判断子串是否与主串匹配#include#include#include//////判断子串是否在主串中匹配//////主串///子串///boolisSubstring(constchar*str,constchar*substr){intlenstr=strlen(str);//计算主串的长度intlenSub=strlen(substr);//计算子串的长度//遍历主字符串，对每个可能得
Python数据分析与可视化实战指南 William数据分析 python python 数据
在数据驱动的时代，Python因其简洁的语法、强大的库生态系统以及活跃的社区，成为了数据分析与可视化的首选语言。本文将通过一个详细的案例，带领大家学习如何使用Python进行数据分析，并通过可视化来直观呈现分析结果。一、环境准备1.1安装必要库在开始数据分析和可视化之前，我们需要安装一些常用的库。主要包括pandas、numpy、matplotlib和seaborn等。这些库分别用于数据处理、数学
每日一题——第八十二题互联网打工人no1 C语言程序设计每日一练 c语言
题目：将一个控制台输入的字符串中的所有元音字母复制到另一字符串中#include#include#include#include#defineMAX_INPUT1024boolisVowel(charp);intmain(){charinput[MAX_INPUT];charoutput[MAX_INPUT];printf("请输入一串字符串：\n");fgets(input,sizeof(inp
WPF中的ComboBox控件几种数据绑定的方式互联网打工人no1 wpf c#
一、用字典给ItemsSource赋值（此绑定用的地方很多，建议熟练掌握）在XMAL中：在CS文件中privatevoidBindData(){DictionarydicItem=newDictionary();dicItem.add(1,"北京");dicItem.add(2,"上海");dicItem.add(3,"广州");cmb_list.ItemsSource=dicItem;cmb_l
Python中os.environ基本介绍及使用方法鹤冲天Pro #Python python 服务器开发语言
文章目录python中os.environos.environ简介os.environ进行环境变量的增删改查python中os.environ的使用详解1.简介2.key字段详解2.1常见key字段3.os.environ.get()用法4.环境变量的增删改查和判断是否存在4.1新增环境变量4.2更新环境变量4.3获取环境变量4.4删除环境变量4.5判断环境变量是否存在python中os.envi
水泥质量纠纷案代理词徐宝峰律师
贵州领航建设有限公司诉贵州纳雍隆庆乌江水泥有限公司产品质量纠纷案代理词尊敬的审判长、审判员：贵州千里律师事务所接受被告贵州纳雍隆庆乌江水泥有限公司的委托，指派我担任其诉讼代理人，参加本案的诉讼活动。下面，我结合本案事实和相关法律规定发表如下代理意见，供合议庭评议案件时参考：原告应当举证证明其遭受的损失与被告生产的水泥质量的因果关系。首先水泥是一种粉状水硬性无机胶凝材料。加水搅拌后成浆体，能在空气中
腾讯云技术深度探索：构建高效云原生微服务架构我的运维人生云原生架构腾讯云运维开发技术共享
腾讯云技术深度探索：构建高效云原生微服务架构在当今快速发展的技术环境中，云原生技术已成为企业数字化转型的关键驱动力。腾讯云作为行业领先的云服务提供商，不断推出创新的产品和技术，助力企业构建高效、可扩展的云原生微服务架构。本文将深入探讨腾讯云在微服务领域的最新进展，并通过一个实际案例展示如何在腾讯云平台上构建云原生应用。腾讯云微服务架构概览腾讯云微服务架构基于云原生理念，旨在帮助企业快速实现应用的容
2019-12-22-22:30 涓涓1016
今天是冬至，写下我的日更，是因为这两天的学习真的是能量的满满，让我看到了自己，未来另外一种可能性，也让我看到了这两年这几年的过程中我所接受那些痛苦的来源。一切的根源和痛苦都来自于人生，家庭，而你的原生家庭，你的爸爸和妈妈，是因为你这个灵魂在那一刻选择他们作为你的爸爸和妈妈来的，所以你得接受他，你得接纳他，他就是因为他的存在而给你的学习和成长带来这些痛苦，那其实是你必然要经历的这个过程，当你去接纳的
直抒《紫罗兰永恒花园外传》雷姆的黑色童话
没看过《紫罗兰永恒花园》的我莫名的看完了《紫罗兰永恒花园外传》，又莫名的被故事中的姐妹之情狠狠地感动了的一把。感动何在：困苦中相依为命的姐妹二人被迫分离，用一个人的自由换取另一个人的幸福。之后，虽相隔不知几许依旧心心念念彼此牵挂。这种深深的姐妹情谊就是令我为之动容的所在。贝拉和泰勒分别影片开始，海天之间一个孩童凭栏眺望，手中拿着折旧的信纸。镜头一转，挑灯伏案的薇尔莉特正在打字机前奋笔疾书。这些片段
linux中sdl的使用教程,sdl使用入门 Melissa Corvinus linux中sdl的使用教程
本文通过一个简单示例讲解SDL的基本使用流程。示例中展示一个窗口，窗口里面有个随机颜色快随机移动。当我们鼠标点击关闭按钮时间窗口关闭。基本步骤如下：1.初始化SDL并创建一个窗口。SDL_Init()初始化SDL_CreateWindow()创建窗口2.纹理渲染存储RGB和存储纹理的区别：比如一个从左到右由红色渐变到蓝色的矩形，用存储RGB的话就需要把矩形中每个点的具体颜色值存储下来；而纹理只是一
将cmd中命令输出保存为txt文本文件落难Coder Windows cmd window
最近深度学习本地的训练中我们常常要在命令行中运行自己的代码，无可厚非，我们有必要保存我们的炼丹结果，但是复制命令行输出到txt是非常麻烦的，其实Windows下的命令行为我们提供了相应的操作。其基本的调用格式就是：运行指令>输出到的文件名称或者具体保存路径测试下，我打开cmd并且ping一下百度：pingwww.baidu.com>./data.txt看下相同目录下data.txt的输出：如果你再
2020.11.19 隆非凡
日精进，今日体验：在维修过程中遇到的问题，把源头找到，在进行下一步开始。不要停留在一个点上，合理调整心态，把当下事做好。
使用 FinalShell 进行远程连接（ssh 远程连接 Linux 服务器）编程经验分享开发工具服务器 ssh linux
目录前言基本使用教程新建远程连接连接主机自定义命令路由追踪前言后端开发，必然需要和服务器打交道，部署应用，排查问题，查看运行日志等等。一般服务器都是集中部署在机房中，也有一些直接是云服务器，总而言之，程序员不可能直接和服务器直接操作，一般都是通过ssh连接来登录服务器。刚接触远程连接时，使用的是XSHELL来远程连接服务器，连接上就能够操作远程服务器了，但是仅用XSHELL并没有上传下载文件的功能
关于提高复杂业务逻辑代码可读性的思考编程经验分享开发经验 java 数据库开发语言
目录前言需求场景常规写法拆分方法领域对象总结前言实际工作中大部分时间都是在写业务逻辑，一般都是三层架构，表示层（Controller）接收客户端请求，并对入参做检验，业务逻辑层（Service）负责处理业务逻辑，一般开发都是在这一层中写具体的业务逻辑。数据访问层（Dao）是直接和数据库交互的，用于查数据给业务逻辑层，或者是将业务逻辑层处理后的数据写入数据库。简单的增删改查接口不用多说，基本上写好一
蘩漪：新女性？利己主义者赮_红雨
蘩漪是曹禺《雷雨》笔下的女性形象。对于她的喜爱，曹禺在之前的访谈中，就已经表达得很清楚了，蘩漪是他所倾心的女子的“代替者”。在这个女性身上有着曹禺最精心的描写，但同时她的身上又存在着一些时代的问题。图片发自App首先，繁漪是追求自由和幸福的新女性形象。她是精神悲剧的核心人物，她对周朴园的反抗，具有典型意义。她是位资产阶级家庭出身的小姐，受过五四新思潮的影响，她任性、傲慢，追求人格独立、个性自由和爱
apache 安装linux windows 墙头上一根草 apache inux windows
linux安装Apache 有两种方式一种是手动安装通过二进制的文件进行安装，另外一种就是通过yum 安装，此中安装方式，需要物理机联网。以下分别介绍两种的安装方式通过二进制文件安装Apache需要的软件有apr,apr-util,pcre 1，安装 apr 下载地址：htt
fill_parent、wrap_content和match_parent的区别 Cb123456 match_parent fill_parent
fill_parent、wrap_content和match_parent的区别: 1）fill_parent 设置一个构件的布局为fill_parent将强制性地使构件扩展，以填充布局单元内尽可能多的空间。这跟Windows控件的dockstyle属性大体一致。设置一个顶部布局或控件为fill_parent将强制性让它布满整个屏幕。 2） wrap_conte
网页自适应设计天子之骄 html css 响应式设计页面自适应
网页自适应设计网页对浏览器窗口的自适应支持变得越来越重要了。自适应响应设计更是异常火爆。再加上移动端的崛起，更是如日中天。以前为了适应不同屏幕分布率和浏览器窗口的扩大和缩小，需要设计几套css样式，用js脚本判断窗口大小，选择加载。结构臃肿，加载负担较大。现笔者经过一定时间的学习，有所心得，故分享于此，加强交流，共同进步。同时希望对大家有所
[sql server] 分组取最大最小常用sql 一炮送你回车库 SQL Server
--分组取最大最小常用sql--测试环境if OBJECT_ID('tb') is not null drop table tb;gocreate table tb( col1 int, col2 int, Fcount int)insert into tbselect 11,20,1 union allselect 11,22,1 union allselect 1
ImageIO写图片输出到硬盘 3213213333332132 java image
package awt; import java.awt.Color; import java.awt.Font; import java.awt.Graphics; import java.awt.image.BufferedImage; import java.io.File; import java.io.IOException; import javax.imagei
自己的String动态数组宝剑锋梅花香 java 动态数组数组
数组还是好说，学过一两门编程语言的就知道，需要注意的是数组声明时需要把大小给它定下来，比如声明一个字符串类型的数组：String str[]=new String[10]; 但是问题就来了，每次都是大小确定的数组，我需要数组大小不固定随时变化怎么办呢？动态数组就这样应运而生，龙哥给我们讲的是自己用代码写动态数组，并非用的ArrayList 看看字符
pinyin4j工具类 darkranger .net
pinyin4j工具类Java工具类 2010-04-24 00:47:00 阅读69 评论0 字号：大中小引入pinyin4j-2.5.0.jar包: pinyin4j是一个功能强悍的汉语拼音工具包，主要是从汉语获取各种格式和需求的拼音，功能强悍，下面看看如何使用pinyin4j。本人以前用AscII编码提取工具，效果不理想，现在用pinyin4j简单实现了一个。功能还不是很完美，
StarUML学习笔记----基本概念 aijuans UML建模
介绍StarUML的基本概念，这些都是有效运用StarUML?所需要的。包括对模型、视图、图、项目、单元、方法、框架、模型块及其差异以及UML轮廓。模型、视与图（Model, View and Diagram） &
Activiti最终总结 avords Activiti id 工作流
1、流程定义ID：ProcessDefinitionId，当定义一个流程就会产生。 2、流程实例ID：ProcessInstanceId，当开始一个具体的流程时就会产生，也就是不同的流程实例ID可能有相同的流程定义ID。 3、TaskId，每一个userTask都会有一个Id这个是存在于流程实例上的。 4、TaskDefinitionKey和（ActivityImpl activityId
从省市区多重级联想到的，react和jquery的差别 bee1314 jquery UI react
在我们的前端项目里经常会用到级联的select，比如省市区这样。通常这种级联大多是动态的。比如先加载了省，点击省加载市，点击市加载区。然后数据通常ajax返回。如果没有数据则说明到了叶子节点。针对这种场景，如果我们使用jquery来实现，要考虑很多的问题，数据部分，以及大量的dom操作。比如这个页面上显示了某个区，这时候我切换省，要把市重新初始化数据，然后区域的部分要从页面
Eclipse快捷键大全 bijian1013 java eclipse 快捷键
Ctrl+1 快速修复(最经典的快捷键,就不用多说了)Ctrl+D: 删除当前行 Ctrl+Alt+↓ 复制当前行到下一行(复制增加)Ctrl+Alt+↑ 复制当前行到上一行(复制增加)Alt+↓ 当前行和下面一行交互位置(特别实用,可以省去先剪切,再粘贴了)Alt+↑ 当前行和上面一行交互位置(同上)Alt+← 前一个编辑的页面Alt+→ 下一个编辑的页面(当然是针对上面那条来说了)Alt+En
js 笔记函数征客丶 JavaScript
一、函数的使用 1.1、定义函数变量 var vName = funcation(params){ } 1.2、函数的调用函数变量的调用： vName(params); 函数定义时自发调用：(function(params){})(params); 1.3、函数中变量赋值 var a = 'a'; var ff
【Scala四】分析Spark源代码总结的Scala语法二 bit1129 scala
1. Some操作在下面的代码中，使用了Some操作：if (self.partitioner == Some(partitioner))，那么Some(partitioner)表示什么含义？首先partitioner是方法combineByKey传入的变量， Some的文档说明： /** Class `Some[A]` represents existin
java 匿名内部类 BlueSkator java匿名内部类
组合优先于继承 Java的匿名类，就是提供了一个快捷方便的手段，令继承关系可以方便地变成组合关系继承只有一个时候才能用，当你要求子类的实例可以替代父类实例的位置时才可以用继承。在Java中内部类主要分为成员内部类、局部内部类、匿名内部类、静态内部类。内部类不是很好理解，但说白了其实也就是一个类中还包含着另外一个类如同一个人是由大脑、肢体、器官等身体结果组成，而内部类相
盗版win装在MAC有害发热，苹果的东西不值得买，win应该不用 ljy325 游戏 apple windows XP OS
Mac mini 型号: MC270CH-A RMB:5,688 Apple 对windows的产品支持不好,有以下问题: 1.装完了xp,发现机身很热虽然没有运行任何程序！貌似显卡跑游戏发热一样，按照那样的发热量,那部机子损耗很大,使用寿命受到严重的影响! 2.反观安装了Mac os的展示机，发热量很小，运行了1天温度也没有那么高 &nbs
读《研磨设计模式》-代码笔记-生成器模式-Builder bylijinnan java 设计模式
声明：本文只为方便我个人查阅和理解，详细的分析以及源代码请移步原作者的博客http://chjavach.iteye.com/ /** * 生成器模式的意图在于将一个复杂的构建与其表示相分离，使得同样的构建过程可以创建不同的表示（GoF） * 个人理解： * 构建一个复杂的对象，对于创建者（Builder）来说，一是要有数据来源(rawData)，二是要返回构
JIRA与SVN插件安装 chenyu19891124 SVN jira
JIRA安装好后提交代码并要显示在JIRA上，这得需要用SVN的插件才能看见开发人员提交的代码。 1.下载svn与jira插件安装包，解压后在安装包(atlassian-jira-subversion-plugin-0.10.1) 2.解压出来的包里下的lib文件夹下的jar拷贝到(C:\Program Files\Atlassian\JIRA 4.3.4\atlassian-jira\WEB
常用数学思想方法 comsci 工作
对于搞工程和技术的朋友来讲，在工作中常常遇到一些实际问题，而采用常规的思维方式无法很好的解决这些问题，那么这个时候我们就需要用数学语言和数学工具，而使用数学工具的前提却是用数学思想的方法来描述问题。。下面转帖几种常用的数学思想方法，仅供学习和参考函数思想　　把某一数学问题用函数表示出来，并且利用函数探究这个问题的一般规律。这是最基本、最常用的数学方法
pl/sql集合类型 daizj oracle 集合 type pl/sql
--集合类型 /* 单行单列的数据，使用标量变量单行多列数据，使用记录单列多行数据，使用集合（。。。） *集合：类似于数组也就是。pl/sql集合类型包括索引表（pl/sql table）、嵌套表（Nested Table）、变长数组（VARRAY）等 */ /* --集合方法 &n
[Ofbiz]ofbiz初用 dinguangx 电商 ofbiz
从github下载最新的ofbiz（截止2015-7-13），从源码进行ofbiz的试用 1. 加载测试库 ofbiz内置derby，通过下面的命令初始化测试库 ./ant load-demo (与load-seed有一些区别) 2. 启动内置tomcat ./ant start 或 ./startofbiz.sh 或 java -jar ofbiz.jar &
结构体中最后一个元素是长度为0的数组 dcj3sjt126com c gcc
在Linux源代码中，有很多的结构体最后都定义了一个元素个数为0个的数组，如/usr/include/linux/if_pppox.h中有这样一个结构体： struct pppoe_tag { __u16 tag_type; __u16 tag_len; &n
Linux cp 实现强行覆盖 dcj3sjt126com linux
发现在Fedora 10 /ubutun 里面用cp -fr src dest，即使加了-f也是不能强行覆盖的，这时怎么回事的呢？一两个文件还好说，就输几个yes吧，但是要是n多文件怎么办，那还不输死人呢？下面提供三种解决办法。方法一我们输入alias命令，看看系统给cp起了一个什么别名。 [root@localhost ~]# aliasalias cp=’cp -i’a
Memcached(一)、HelloWorld frank1234 memcached
一、简介高性能的架构离不开缓存，分布式缓存中的佼佼者当属memcached，它通过客户端将不同的key hash到不同的memcached服务器中，而获取的时候也到相同的服务器中获取，由于不需要做集群同步，也就省去了集群间同步的开销和延迟，所以它相对于ehcache等缓存来说能更好的支持分布式应用，具有更强的横向伸缩能力。二、客户端选择一个memcached客户端，我这里用的是memc
Search in Rotated Sorted Array II hcx2013 search
Follow up for "Search in Rotated Sorted Array":What if duplicates are allowed? Would this affect the run-time complexity? How and why? Write a function to determine if a given ta
Spring4新特性——更好的Java泛型操作API jinnianshilongnian spring4 generic type
Spring4新特性——泛型限定式依赖注入 Spring4新特性——核心容器的其他改进 Spring4新特性——Web开发的增强 Spring4新特性——集成Bean Validation 1.1(JSR-349)到SpringMVC Spring4新特性——Groovy Bean定义DSL Spring4新特性——更好的Java泛型操作API Spring4新
CentOS安装JDK liuxingguome centos
1、行卸载原来的： [root@localhost opt]# rpm -qa | grep java tzdata-java-2014g-1.el6.noarch java-1.7.0-openjdk-1.7.0.65-2.5.1.2.el6_5.x86_64 java-1.6.0-openjdk-1.6.0.0-11.1.13.4.el6.x86_64 [root@localhost
二分搜索专题2-在有序二维数组中搜索一个元素 OpenMind 二维数组算法二分搜索
1,设二维数组p的每行每列都按照下标递增的顺序递增。用数学语言描述如下：p满足 (1),对任意的x1，x2，y，如果x1<x2,则p(x1,y)<p(x2,y); (2),对任意的x，y1,y2, 如果y1<y2,则p(x,y1)<p(x,y2); 2,问题：给定满足1的数组p和一个整数k，求是否存在x0,y0使得p(x0,y0)=k? 3,算法分析： (
java 随机数 Math与Random SaraWon java Math Random
今天需要在程序中产生随机数，知道有两种方法可以使用，但是使用Math和Random的区别还不是特别清楚，看到一篇文章是关于的，觉得写的还挺不错的，原文地址是 http://www.oschina.net/question/157182_45274?sort=default&p=1#answers 产生1到10之间的随机数的两种实现方式： //Math Math.roun
oracle创建表空间 tugn oracle
create temporary tablespace TXSJ_TEMP tempfile 'E:\Oracle\oradata\TXSJ_TEMP.dbf' size 32m autoextend on next 32m maxsize 2048m extent m
使用Java8实现自己的个性化搜索引擎 yangshangchuan java superword 搜索引擎 java8 全文检索
需要对249本软件著作实现句子级别全文检索，这些著作均为PDF文件，不使用现有的框架如lucene，自己实现的方法如下： 1、从PDF文件中提取文本，这里的重点是如何最大可能地还原文本。提取之后的文本，一个句子一行保存为文本文件。 2、将所有文本文件合并为一个单一的文本文件，这样，每一个句子就有一个唯一行号。 3、对每一行文本进行分词，建立倒排表，倒排表的格式为：词=包含该词的总行数N=行号

pandas 中 reindex 详解 method=nearest? bfill?, ffill?，limit，fill_value,

你可能感兴趣的:(pandas 中 reindex 详解 method=nearest? bfill?, ffill?，limit，fill_value,)