目录
前言
一、导入.xls或.xlsx文件
1.常规导入示例:
2.通过行、例索引导入
3.常用方法
二、导入CSV文件
1.导入.csv文件主要使用Pandas的read_csv()方法
三、导入.txt文本文件
1. 使用 read_csv() 方法导入 1月的 .txt 文件示例:
四、导入HTML网页
1.使用 read_html() 方法导入 NBA 球员的薪资数据示例:
前言
pandas主要包括两个数据结构,即Series对象和DataFrame对象,本文主要分别介绍导入外部数据(.xls或.xlsx和.csv或.txt或html网页)。
一、导入.xls或.xlsx文件
常用Pandas的read_excel( )方法,语法如下:
pandas.read_excel(
io,sheet_name=0,header0,names=None,index_col=None,usecols=None,squeeze=False,dtype=None,engine=None,converters=None,true_values=None,false_values=None,skiprows=None,nrow=None,na_values=None,keep_default_na=True,verbose=False,parse_dates=False,date_parser=None,thousands=None,comment=None,skipfooter=0,conver_float=True,mangle_dupe_cols=True, **kwds)
参数说明:
io:字符串,.xls或.xlsx文件路径或文件对象(数据的加载路径)
sheet_name:None、字符串、整数、字符串列表或整数列表,默认值为 0。字符串用于工作表名称,整数为索引表示工作表位置,字符串列表或整数列表用于请求多个工作表,为 None时获取所有工作表。参数值如下图所示
值
说明
sheet_name=0
第一个Sheet页中的数据作为DataFrame
sheet_name=1
第二个Sheet页中的数据作为DataFrame
sheet_name=''Sheet1''
名为Sheet的Sheet页的数据作为DataFrame
sheet_name=[0,1,'Sheet3']
第一个、第二个和名为Sheet的Sheet页中的数据作为DataFrame
header:指定作为列名的行,默认值为0,即取第一行的值为列名。数据为除列名以外的数据;若数据不包含列名,则改首 header-None。
names:默认值为 None,要使用的列名列表。
index_col:指定列为索引列,默认值为 None,索引0是 DataFrame 的行杯签。
usecols:int、list 列表或子符串,默认值为 None。
>>如果为 None,则解析所有列。 >>如果为int,则解析最后一列。 >>如果为 list 列表,则解析列号列表的列。 >>如果为字符串,则表示以逗号分隔的 Excel 列字母和列范围列表 (例如“A:E”或 “A,C,E:F”)。范围包括双方。
squeeze:布尔值,默认值为 False, 如果解析的数据只包含一列,则返回一个 Series。
dtype:列的数据类型名称或字典,默认值为 None。例如{a':np.float64,b'np.int32}。
skiprows:省略指定行数的数据,从第一行开始。
skipfooter: 省略指定行数的数据,从尾部数的行开始。
1.常规导入示例:
import pandas as pd
df = pd.read_excel('data.xlsx',encoding='utf-8')
print(df)
姓名 年龄 工作 工资 0 张三 25 学生 200 1 李四 24 工人 3000 2 王五 22 NaN 5000 3 冯六 33 包工头 8000
第一个参数是路径,既可以使用绝对路径又可以使用相对路径,如果文件名含有汉字,注意指定设置一下属性encoding = 'utf-8'
,另设置sheet_name
指定具体的Sheet名字,也可传入sheet的顺序,从0开始。
2.通过行、例索引导入
DataFirarme 是二维数据结构,因此它既有行索引又有列素引。当导入 Excel 数据时,行索引会自动生成,而列素引则默认将第0行作为列素引
df = pd.read_excel('data.xlsx',encoding='utf-8',usecols=[0,2])
姓名 工作 0 张三 学生 1 李四 工人 2 王五 NaN 3 冯六 包工头
3.常用方法
shape()
可以获取excel文件的行和列,以元祖形式返回;
info()
获取数据类型;
astype()
可转换列里面的数据类型,括号里是要转换的目标类型;如df[列2].astype('float64')
; df['列'].dtype
可查看列的类型
isnull()
判断哪个值是缺失值;
dropna()
删除有缺失值的行,返回删除后的数据,传入参数how=all,要全为空值才会删除;
fillna()
括号内可直接填入要要填充的值,也可指定列填充,以字典 形式传参;
drop_duplicates()
默认对所有重复值判断,默认保留keep=first
第一个行值;通过keep
修改,值可为last
,保留最后一个,还可设置keep
为False
,一个也不保留。另也可指定列名去重,如传入参数subset
=['列名1,列名2'],注意是以列表形式传参;
head()
传入的参数代表获取前几行;
describe()
掌握数值的分布情况,如均值,最值,方差,分位数。
column
和index
可设置列索引
和行索引
,以列表
形式传参;
set_index()
重新设置索引列,传入要指名要用做行索引的名称;
reset_index(level = None,drop=False,inplace = False)
,level指定要将层次化索引的第几级别转化为columns
,第一个索引为0级,第二个为1级,默认全部转化为columns。drop
是否将原索引删掉,inplace
是否修改原数据表;该方法常用于数据分组和数据透视表中。
rename()
重命名索引,可重新设置columns
和index
,以字典
形式传参,key
为原值,value
为替换后的值。
二、导入CSV文件
1.导入.csv文件主要使用Pandas的read_csv()方法
import pandas as pd
df = pd.read_csv('data.csv',encoding='gbk',)
print(df)
注意:
上述代码中指定了编码格式,即encoding-gbk'。Dython 常用的编码格式是UIF-8和gbk,默认编码格式为 UTF-8。导入.csv文件时,需要通过encoding 参数指定编码格式。当将Excel文件另存为.csv 文件时,默认编码格式为gbk,此时当编写代码导入.csv 文件时,就需要设置编码格式为gbk,与源文件编码格式保持一致;否则会提示错误。
三、导入.txt文本文件
导入.txt 文件同样使用 Pandas的read_csv()方法,不同的是需要指定sep参数(如制表行\t)。read_ csv()方法读取.txt 文件返回一个 DataFrame,像表格一样的二维数据结构,如图所示。
1. 使用 read_csv() 方法导入 1月的 .txt 文件示例:
四、导入HTML网页
导入 HTML 网页数据主要使用 Pandas 的read_html方法,该方法用于导入带有table 标签的网页 表格数据,语法如下:
pandas.read_html(
io,match='.+',flavor=None,header=None,index_col=None,skiprows=None,attrs=None,parse_dates=False,thousands=',',encoding=None,decimal='.',converters=None,na_values=None,keep_default_na=True,displayed_only=True)
常用参数说明: io: 字符串,文件路径,也可以是 URL 链接。网址不接受https,可以尝试去掉https 中的s 后爬取,如 http://www.mingribook.com。
match:正则表达式,返回与正则表达式匹配的表格。
flavor:解析器默认为 lxml。
header:指定列标题所在的行,列表 list 为多重索引。
index_col:指定行标题对应的列,列表 list 为多重索引。
encoding: 宇符串,默认为 None, 文件的编码格式。
返回值:返回一个 DataFrame。
使用read_htnl()方法前,首先要确定网页表格是否为 table 类型。例如,NBA 球员薪资网页 (http://www.espn.com/nba/salaries),右击该网页中的表格,在弹出的快捷菜单中选择“检查元素” 命令,查看代码中是否含有表格标签
...</table>的宇样,确定后才可以使用read_html()方法。
1.使用 read_html() 方法导入 NBA 球员的薪资数据示例:
参考链接:
http://www.360doc.com/content/23/0109/08/73874201_1063030517.shtml
你可能感兴趣的:(pandas)
Numpy、Pandas库的使用
貮叁
量化投资分析 python python 数据分析
目录Numpy1、概述2、基础操作2.1生成一个numpy的array数组:2.2自定义一个新的数据类型:np.dtype()3、并行化思想4、量化分析应用4.1索引选取和切片选择4.2数据转换与规整4.3逻辑条件进行数据筛选4.4通用序列函数4.5文件保存与读取Pandas1、简介2、Series和DataFrame的使用2.1Series2.2DataFrame3、量化分析应用3.1形成一个p
使用Python读取Excel文件并计算平均分
嘻嘻爱编码
Python从入门到放弃 python excel 开发语言
在这篇博客中,我们将探讨如何使用Python的pandas库来读取Excel文件,并计算其中数据的平均分。pandas是一个强大的数据分析工具,它允许我们以简单直观的方式处理表格数据。安装必要的库在开始之前,确保你的环境中安装了pandas和openpyxl库。可以使用以下命令进行安装:pipinstallpandasopenpyxl读取Excel文件首先,我们需要读取Excel文件。假设我们有一
【划分数据集】stratifiedShuffleSplit分层抽样
芜湖xin
python
importpandasaspdfromsklearn.model_selectionimportStratifiedShuffleSplit#分出10%作为独立测试集ss=StratifiedShuffleSplit(n_splits=1,test_size=0.1,random_state=42)data=pd.read_csv("F:\\PaperCode\\Mypaper_python_c
Pandas教程15:多个DataFrame数据(保存+追加)为Excel表格数据
我的Python教程
我的Python教程 # Pandas pandas excel Python教程
---------------pandas数据分析集合---------------Python教程71:学习Pandas中一维数组SeriesPython教程74:Pandas中DataFrame数据创建方法及缺失值与重复值处理Pandas数据化分析,DataFrame行列索引数据的选取,增加,修改和删除操作Pandas教程05:DataFrame数据常用属性和方法汇总Pandas教程06:Da
数据对比与处理利器——Pandas 实战
黑夜照亮前行的路
数据挖掘
Pandas作为数据处理利器,在数据对比与处理方面发挥着重要作用。下面我们将通过实战案例来展示Pandas的强大功能。一、数据导入与清洗首先,我们需要从数据源导入数据,并进行必要的清洗。Pandas支持多种数据格式,如CSV、Excel、SQL等。以CSV文件为例,我们可以使用Pandas的read_csv函数来读取数据:python复制代码importpandasaspd#读取CSV文件data
数据科学中的Python:NumPy和Pandas入门指南【第121篇—NumPy和Pandas】
一键难忘
python numpy pandas 开发语言
数据科学中的Python:NumPy和Pandas入门指南数据科学是当今数字时代中的一个重要领域,而Python是数据科学家们最喜爱的编程语言之一。在这篇博客中,我们将介绍Python中两个强大的库——NumPy和Pandas,它们在数据处理和分析中发挥着重要作用。NumPy简介NumPy是用于科学计算的基础包,提供了高性能的多维数组对象(numpy.ndarray)和用于处理这些数组的工具。让我
KGCN---pytorch代码(1)---data_loader
sweet_Mary
推荐算法 python 推荐算法 pytorch 人工智能 机器学习 深度学习
代码:importpandasaspdimportnumpyasnpfromsklearn.preprocessingimportLabelEncoderfromsklearn.model_selectionimporttrain_test_splitimportrandomclassDataLoader:'''DataLoaderclasswhichmakesdatasetfortraining
Python 导入Excel三维坐标数据 生成三维曲面地形图(面) 4-1、线条平滑曲面(原始图形)
fyhs
Python python matplotlib
环境和包:环境python:python-3.12.0-amd64包:matplotlib3.8.2pandas2.1.4openpyxl3.1.2scipy1.12.0代码:importpandasaspdimportmatplotlib.pyplotaspltfrommpl_toolkits.mplot3dimportAxes3Dfromscipy.interpolateimportgridd
用pandas的DataFrame类型对CSV文件增加新列
顾西景
问题描述:1.有两个.csv文件,分别是df_val.csv和df_classes.scv。df_val.csv为2列36500行,df_classes.scv为3列365行。2.两个csv文件的关系:其实是共365个文件夹,每个文件夹下有100个图片。df_val.csv为所有图片的路径,df_classes.scv为365个文件夹的名字和标签。3.想要做什么:想要将df_classes.scv
数据分析Pandas专栏---第十一章<Pandas数据聚合与分组(1)>
晦涩男董先生
数据分析pandas 数据分析 pandas 数据挖掘
前言:数据聚合和分组操作是数据处理过程中不可或缺的一部分。它们允许我们根据特定的条件对数据进行分组,并对每个组进行聚合计算。这对于统计分析、汇总数据以及生成报告和可视化非常有用。无论是市场营销数据分析、销售业绩评估还是金融数据建模,数据聚合和分组操作都起着关键的作用。正文:数据聚合操作定义数据聚合在数据分析中,聚合是指将多个数据元素合并为更高级别的结果表示。数据聚合可以通过对数据集应用统计函数来实
python如何读写excel
Dxy1239310216
Python python excel 开发语言
在数据分析和数据科学中,Excel文件是最常见的数据源之一。Python提供了多种库,如pandas、openpyxl、xlrd/xlwt等,可以帮助我们轻松地读写Excel文件。本文将介绍如何使用这些库来读写Excel文件。一、安装库首先,需要安装pandas和openpyxl库。可以使用pip命令来安装:pipinstallpandasopenpyxl二、读取Excel文件使用pandas库可
mac笔记本检查是否安装成功pandas
勤于奋
macos pandas
要检查pandas是否成功安装,你可以打开Python解释器并尝试导入pandas模块。以下是在Python中检查pandas安装情况的步骤:打开终端(Terminal)。输入python进入Python解释器。python在Python解释器中,尝试导入pandas模块。importpandas如果没有出现任何错误提示,说明pandas成功安装并且可以正常导入。你可以进一步验证pandas版本信
数据分析-Pandas数据探查初步:离散点图
Alex_StarSky
金融风控 数据分析 pandas python Visualization
数据分析-Pandas数据探查初步:离散点图数据分析和处理中,难免会遇到各种数据,那么数据呈现怎样的规律呢?不管金融数据,风控数据,营销数据等等,莫不如此。如何通过图示展示数据的规律?数据表,时间序列数据在数据分析建模中很常见,例如天气预报,空气状态监测,股票交易等金融场景。数据分析过程中重新调整,重塑数据表是很重要的技巧,此处选择Titanic数据,以及巴黎、伦敦欧洲城市空气质量监测NO2NO_
关于MediaEval数据集的Dataset构建(Text部分-使用PLM BERT)
Coisíní℘
多模态虚假新闻检测 bert 人工智能 深度学习
importrandomimportnumpyasnpimportpandasaspdimporttorchfromtransformersimportBertModel,BertTokenizerfromtqdm.autoimporttqdmfromtorch.utils.dataimportDatasetimportre"""参考Game-On论文""""""util.py"""defset_
Matplotlib
matplotlib
Matplotlib1.什么是MatplotlibMatplotlib是一个强大的Python绘图库,主要用于数据可视化。2.Matplotlib功能图表类型丰富:支持线图、散点图、条形图、直方图、饼图、柱状图、误差线图、箱线图等多种图表类型。高度自定义:用户可以自定义图表的样式,包括颜色、线型、标记、标题、坐标轴标签等。良好的兼容性:与NumPy、Pandas等Python科学计算库兼容,方便处
LightGBM高级教程:时间序列建模
Echo_Wish
Python算法 Python 笔记 人工智能 深度学习 机器学习 数据挖掘
导言时间序列数据在许多领域中都非常常见,如金融、气象、交通等。LightGBM作为一种高效的梯度提升决策树算法,可以用于时间序列建模。本教程将详细介绍如何在Python中使用LightGBM进行时间序列建模,并提供相应的代码示例。数据准备首先,我们需要加载时间序列数据并准备数据用于模型训练。以下是一个简单的示例:importpandasaspd#加载时间序列数据data=pd.read_csv('
【主流开发语言和开发环境介绍】
程序员不想YY啊
开发语言
主流开发语言和开发环境介绍1.介绍2.开发语言3.开发环境1.介绍下面是一些广泛使用的主流开发语言及其相关的开发环境。2.开发语言Python用途:通用编程、科学计算、数据分析、机器学习、Web开发等。流行库:NumPy,Pandas,TensorFlow,PyTorch,Flask,Django。开发环境:PyCharm,VisualStudioCode,JupyterNotebooks。Jav
Python合并多Excel文件
hkmaike
python excel 开发语言
Python合并多Excel文件具体方法代码如下具体方法下载安装好pandas并importpandasaspd代码如下importpandasaspdfile1='C:/e1.xlsx'file2='C:/e2.xlsx'file3='C:/e3.xlsx'file=[file1,file2,file3]li=[]foriinfile:li.append(pd.read_excel(i))wri
如何用爬虫软件导出抖店商家的联系方式
qq1143561141
爬虫
介绍:抖店是一款电商平台,许多商家在抖店上开设店铺进行销售。如果你想与抖店商家取得联系,可以通过爬虫软件来导出商家的联系方式。本文将介绍如何使用Python编写爬虫代码来实现这个功能。步骤:环境准备:安装Python和相关依赖库:在电脑上安装Python,并安装requests、beautifulsoup4、pandas等库。获取商家页面的URL:在抖店中打开一个商家的店铺页面,复制地址栏中的UR
Python Pandas处理字符串(方法详解)
Lowe-小码
python pandas 开发语言
在Python的Pandas库中,处理字符串是常见的操作。Pandas提供了许多内置的方法和函数来处理DataFrame和Series中的字符串。以下是一些常用的字符串处理方法及其详解:1.字符串访问你可以使用.str属性来访问Series中的字符串方法。importpandasaspds=pd.Series(['apple','banana','cherry'])print(s.str[0])#
【Python编程+数据清洗+Pandas库+数据分析】
723z
python pandas python 数据分析
数据分析的第一步往往是数据清洗,这个过程关键在于理解、整理和清洗原始数据,为进一步分析做好准备。Python语言通过Pandas库提供了一系列高效的数据清洗工具。接下来,该文章将通过一个简单的案例演示如何利用Pandas进行数据清洗,并准备数据分析。Pandas库:简介Pandas是为Python编程语言创建的一款用于数据操作和分析的库。Pandas通过两种主要的数据结构——Series和Data
Big Three
大傻羊
c++
前言提示:这里可以添加本文要记录的大概内容:例如:随着人工智能的不断发展,机器学习这门技术也越来越重要,很多人都开启了学习机器学习,本文就介绍了机器学习的基础内容。提示:以下是本篇文章正文内容,下面案例可供参考一、pandas是什么?示例:pandas是基于NumPy的一种工具,该工具是为了解决数据分析任务而创建的。二、使用步骤1.引入库代码如下(示例):classString{public:St
Python将csv数据导入neo4j
静听山水
Neo4J python neo4j 开发语言
参考链接:https://github.com/SongX64/movie_recommend_knowleagegraphimportpandasaspdfromneo4jimportGraphDatabase#连接数据库驱动uri="bolt://localhost:7687"driver=GraphDatabase.driver(uri,auth=("neo4j","neo4j"))#参数设
python将csv数据导入neo4j
静听山水
Neo4J python neo4j
参考链接:https://github.com/jm199504/Financial-Knowledge-Graphs/tree/masterfrompandasimportDataFramefrompy2neoimportGraph,Node,Relationship,NodeMatcherimportpandasaspdimportnumpyasnpimportos#连接Neo4j数据库fro
如何使用Python绘制常见的几种激活函数?
神笔馬良
python 开发语言
问题描述:如何使用Python绘制常见的几种激活函数?(sigmoid、Tanh、Relu、LeakyRelu、ELU、Softplus、Softmax、Smish)解答:这里八种不同的激活函数,使用了不同的颜色进行了绘制。#importpandasaspd#fromscipyimportstatsimportmathimportmatplotlib.pyplotaspltimportnumpya
Python实现Excel拆分与合并
算法channel
python excel 大数据 人工智能 开发语言
在实际工作中,我们经常会遇到各种表格的拆分与合并的情况。如果只是少量表,手动操作还算可行,但是如果是几十上百张表,最好使用Python编程进行自动化处理。下面介绍两种拆分案例场景,如何用Pandas实现Excel文件的拆分。按条件将Excel文件拆分到不同的工作簿假设现在有一个汇总表,内部存储了整个年级的成绩数据。现在需要按照班级分类,将不同班级的数据拆分到不同的工作簿中,最终实现"三年级总成绩单
Python 安装和使用的IDE
草明
Python python 开发语言
安装安装Anaconda(包较大),包含了一些库安装Miniconda(包较小)只和python打包,没有其他的包,用的时候需要自己安装condainstallpandaspythonpythonipython有更多的功能ipythonjupyterjupyternotebookjupyterlab可以去github查看condainstall-cconda-forgejupyterlabjupy
Python - Pandas 基础
草明
Python python pandas 开发语言
Pandas基础https://pandas.pydata.org/docs/reference/index.html1.加载一个数据集课程代码:githubchendaniely/pandas_for_everyoneimportpandasaspddf=pd.read_csv('../data/xxxx.tsv',sep='\t')#头5行数据,可以设置参数决定多少行print(df.head
pandas 数据载入、存储及文件格式(文本格式数据的读写—XML 和 HTML:网络抓取)
诗雨时
python
文本格式数据的读写—XML和HTML:网络抓取pandas拥有很多可以对HTML和XML格式进行读取、写入数据的库,例如lxml(http://lxml.de)、BeautifulSoup和html5lib。尽管lxml是相对更快的库,但其他库可以更好地处理异常的HTML或XML文件。一、pandas.read_html解析HTMLpandas的内建函数read_html可以使用lxml和Beau
python 处理xml pandas_Python:将XML数据存储到Pandas DataFrame中
weixin_39885803
python 处理xml pandas
可扩展标记语言(XML)是一种标记语言,它以人类和机器可读的格式对数据进行编码。XML在各种程序中用于构造、存储和传输数据。在这篇文章中,我们将讨论如何使用pythonxml库中的“ElementTree”模块来解析xml数据并将数据存储在pandaDataFrame中。首先,让导入Python库:现在,让我们看一下'books.xml'文件中的标签:我们可以通过将文件名传递给'parse()'方
Js函数返回值
_wy_
js return
一、返回控制与函数结果,语法为:return 表达式;作用: 结束函数执行,返回调用函数,而且把表达式的值作为函数的结果 二、返回控制语法为:return;作用: 结束函数执行,返回调用函数,而且把undefined作为函数的结果 在大多数情况下,为事件处理函数返回false,可以防止默认的事件行为.例如,默认情况下点击一个<a>元素,页面会跳转到该元素href属性
MySQL 的 char 与 varchar
bylijinnan
mysql
今天发现,create table 时,MySQL 4.1有时会把 char 自动转换成 varchar
测试举例:
CREATE TABLE `varcharLessThan4` (
`lastName` varchar(3)
) ;
mysql> desc varcharLessThan4;
+----------+---------+------+-
Quartz——TriggerListener和JobListener
eksliang
TriggerListener JobListener quartz
转载请出自出处:http://eksliang.iteye.com/blog/2208624 一.概述
listener是一个监听器对象,用于监听scheduler中发生的事件,然后执行相应的操作;你可能已经猜到了,TriggerListeners接受与trigger相关的事件,JobListeners接受与jobs相关的事件。
二.JobListener监听器
j
oracle层次查询
18289753290
oracle;层次查询;树查询
.oracle层次查询(connect by)
oracle的emp表中包含了一列mgr指出谁是雇员的经理,由于经理也是雇员,所以经理的信息也存储在emp表中。这样emp表就是一个自引用表,表中的mgr列是一个自引用列,它指向emp表中的empno列,mgr表示一个员工的管理者,
select empno,mgr,ename,sal from e
通过反射把map中的属性赋值到实体类bean对象中
酷的飞上天空
javaee 泛型 类型转换
使用过struts2后感觉最方便的就是这个框架能自动把表单的参数赋值到action里面的对象中
但现在主要使用Spring框架的MVC,虽然也有@ModelAttribute可以使用但是明显感觉不方便。
好吧,那就自己再造一个轮子吧。
原理都知道,就是利用反射进行字段的赋值,下面贴代码
主要类如下:
import java.lang.reflect.Field;
imp
SAP HANA数据存储:传统硬盘的瓶颈问题
蓝儿唯美
HANA
SAPHANA平台有各种各样的应用场景,这也意味着客户的实施方法有许多种选择,关键是如何挑选最适合他们需求的实施方案。
在 《Implementing SAP HANA》这本书中,介绍了SAP平台在现实场景中的运作原理,并给出了实施建议和成功案例供参考。本系列文章节选自《Implementing SAP HANA》,介绍了行存储和列存储的各自特点,以及SAP HANA的数据存储方式如何提升空间压
Java Socket 多线程实现文件传输
随便小屋
java socket
高级操作系统作业,让用Socket实现文件传输,有些代码也是在网上找的,写的不好,如果大家能用就用上。
客户端类:
package edu.logic.client;
import java.io.BufferedInputStream;
import java.io.Buffered
java初学者路径
aijuans
java
学习Java有没有什么捷径?要想学好Java,首先要知道Java的大致分类。自从Sun推出Java以来,就力图使之无所不包,所以Java发展到现在,按应用来分主要分为三大块:J2SE,J2ME和J2EE,这也就是Sun ONE(Open Net Environment)体系。J2SE就是Java2的标准版,主要用于桌面应用软件的编程;J2ME主要应用于嵌入是系统开发,如手机和PDA的编程;J2EE
APP推广
aoyouzi
APP 推广
一,免费篇
1,APP推荐类网站自主推荐
最美应用、酷安网、DEMO8、木蚂蚁发现频道等,如果产品独特新颖,还能获取最美应用的评测推荐。PS:推荐简单。只要产品有趣好玩,用户会自主分享传播。例如足迹APP在最美应用推荐一次,几天用户暴增将服务器击垮。
2,各大应用商店首发合作
老实盯着排期,多给应用市场官方负责人献殷勤。
3,论坛贴吧推广
百度知道,百度贴吧,猫扑论坛,天涯社区,豆瓣(
JSP转发与重定向
百合不是茶
jsp servlet Java Web jsp转发
在servlet和jsp中我们经常需要请求,这时就需要用到转发和重定向;
转发包括;forward和include
例子;forwrad转发; 将请求装法给reg.html页面
关键代码;
req.getRequestDispatcher("reg.html
web.xml之jsp-config
bijian1013
java web.xml servlet jsp-config
1.作用:主要用于设定JSP页面的相关配置。
2.常见定义:
<jsp-config>
<taglib>
<taglib-uri>URI(定义TLD文件的URI,JSP页面的tablib命令可以经由此URI获取到TLD文件)</tablib-uri>
<taglib-location>
TLD文件所在的位置
JSF2.2 ViewScoped Using CDI
sunjing
CDI JSF 2.2 ViewScoped
JSF 2.0 introduced annotation @ViewScoped; A bean annotated with this scope maintained its state as long as the user stays on the same view(reloads or navigation - no intervening views). One problem w
【分布式数据一致性二】Zookeeper数据读写一致性
bit1129
zookeeper
很多文档说Zookeeper是强一致性保证,事实不然。关于一致性模型请参考http://bit1129.iteye.com/blog/2155336
Zookeeper的数据同步协议
Zookeeper采用称为Quorum Based Protocol的数据同步协议。假如Zookeeper集群有N台Zookeeper服务器(N通常取奇数,3台能够满足数据可靠性同时
Java开发笔记
白糖_
java开发
1、Map<key,value>的remove方法只能识别相同类型的key值
Map<Integer,String> map = new HashMap<Integer,String>();
map.put(1,"a");
map.put(2,"b");
map.put(3,"c"
图片黑色阴影
bozch
图片
.event{ padding:0; width:460px; min-width: 460px; border:0px solid #e4e4e4; height: 350px; min-heig
编程之美-饮料供货-动态规划
bylijinnan
动态规划
import java.util.Arrays;
import java.util.Random;
public class BeverageSupply {
/**
* 编程之美 饮料供货
* 设Opt(V’,i)表示从i到n-1种饮料中,总容量为V’的方案中,满意度之和的最大值。
* 那么递归式就应该是:Opt(V’,i)=max{ k * Hi+Op
ajax大参数(大数据)提交性能分析
chenbowen00
Web Ajax 框架 浏览器 prototype
近期在项目中发现如下一个问题
项目中有个提交现场事件的功能,该功能主要是在web客户端保存现场数据(主要有截屏,终端日志等信息)然后提交到服务器上方便我们分析定位问题。客户在使用该功能的过程中反应点击提交后反应很慢,大概要等10到20秒的时间浏览器才能操作,期间页面不响应事件。
根据客户描述分析了下的代码流程,很简单,主要通过OCX控件截屏,在将前端的日志等文件使用OCX控件打包,在将之转换为
[宇宙与天文]在太空采矿,在太空建造
comsci
我们在太空进行工业活动...但是不太可能把太空工业产品又运回到地面上进行加工,而一般是在哪里开采,就在哪里加工,太空的微重力环境,可能会使我们的工业产品的制造尺度非常巨大....
地球上制造的最大工业机器是超级油轮和航空母舰,再大些就会遇到困难了,但是在空间船坞中,制造的最大工业机器,可能就没
ORACLE中CONSTRAINT的四对属性
daizj
oracle CONSTRAINT
ORACLE中CONSTRAINT的四对属性
summary:在data migrate时,某些表的约束总是困扰着我们,让我们的migratet举步维艰,如何利用约束本身的属性来处理这些问题呢?本文详细介绍了约束的四对属性: Deferrable/not deferrable, Deferred/immediate, enalbe/disable, validate/novalidate,以及如
Gradle入门教程
dengkane
gradle
一、寻找gradle的历程
一开始的时候,我们只有一个工程,所有要用到的jar包都放到工程目录下面,时间长了,工程越来越大,使用到的jar包也越来越多,难以理解jar之间的依赖关系。再后来我们把旧的工程拆分到不同的工程里,靠ide来管理工程之间的依赖关系,各工程下的jar包依赖是杂乱的。一段时间后,我们发现用ide来管理项程很不方便,比如不方便脱离ide自动构建,于是我们写自己的ant脚本。再后
C语言简单循环示例
dcj3sjt126com
c
# include <stdio.h>
int main(void)
{
int i;
int count = 0;
int sum = 0;
float avg;
for (i=1; i<=100; i++)
{
if (i%2==0)
{
count++;
sum += i;
}
}
avg
presentModalViewController 的动画效果
dcj3sjt126com
controller
系统自带(四种效果):
presentModalViewController模态的动画效果设置:
[cpp]
view plain
copy
UIViewController *detailViewController = [[UIViewController al
java 二分查找
shuizhaosi888
二分查找 java二分查找
需求:在排好顺序的一串数字中,找到数字T
一般解法:从左到右扫描数据,其运行花费线性时间O(N)。然而这个算法并没有用到该表已经排序的事实。
/**
*
* @param array
* 顺序数组
* @param t
* 要查找对象
* @return
*/
public stati
Spring Security(07)——缓存UserDetails
234390216
ehcache 缓存 Spring Security
Spring Security提供了一个实现了可以缓存UserDetails的UserDetailsService实现类,CachingUserDetailsService。该类的构造接收一个用于真正加载UserDetails的UserDetailsService实现类。当需要加载UserDetails时,其首先会从缓存中获取,如果缓存中没
Dozer 深层次复制
jayluns
VO maven po
最近在做项目上遇到了一些小问题,因为架构在做设计的时候web前段展示用到了vo层,而在后台进行与数据库层操作的时候用到的是Po层。这样在业务层返回vo到控制层,每一次都需要从po-->转化到vo层,用到BeanUtils.copyProperties(source, target)只能复制简单的属性,因为实体类都配置了hibernate那些关联关系,所以它满足不了现在的需求,但后发现还有个很
CSS规范整理(摘自懒人图库)
a409435341
html UI css 浏览器
刚没事闲着在网上瞎逛,找了一篇CSS规范整理,粗略看了一下后还蛮有一定的道理,并自问是否有这样的规范,这也是初入前端开发的人一个很好的规范吧。
一、文件规范
1、文件均归档至约定的目录中。
具体要求通过豆瓣的CSS规范进行讲解:
所有的CSS分为两大类:通用类和业务类。通用的CSS文件,放在如下目录中:
基本样式库 /css/core
C++动态链接库创建与使用
你不认识的休道人
C++ dll
一、创建动态链接库
1.新建工程test中选择”MFC [dll]”dll类型选择第二项"Regular DLL With MFC shared linked",完成
2.在test.h中添加
extern “C” 返回类型 _declspec(dllexport)函数名(参数列表);
3.在test.cpp中最后写
extern “C” 返回类型 _decls
Android代码混淆之ProGuard
rensanning
ProGuard
Android应用的Java代码,通过反编译apk文件(dex2jar、apktool)很容易得到源代码,所以在release版本的apk中一定要混淆一下一些关键的Java源码。
ProGuard是一个开源的Java代码混淆器(obfuscation)。ADT r8开始它被默认集成到了Android SDK中。
官网:
http://proguard.sourceforge.net/
程序员在编程中遇到的奇葩弱智问题
tomcat_oracle
jquery 编程 ide
现在收集一下:
排名不分先后,按照发言顺序来的。
1、Jquery插件一个通用函数一直报错,尤其是很明显是存在的函数,很有可能就是你没有引入jquery。。。或者版本不对
2、调试半天没变化:不在同一个文件中调试。这个很可怕,我们很多时候会备份好几个项目,改完发现改错了。有个群友说的好: 在汤匙
解决maven-dependency-plugin (goals "copy-dependencies","unpack") is not supported
xp9802
dependency
解决办法:在plugins之前添加如下pluginManagement,二者前后顺序如下:
[html]
view plain
copy
<build>
<pluginManagement