<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[ETH_escober的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/ETH_escober</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; ETH_escober]]></copyright><item><title><![CDATA[利用django连接MySQL将数据库数据显示出来]]></title><link>https://blog.youkuaiyun.com/ETH_escober/article/details/146571106</link><guid>https://blog.youkuaiyun.com/ETH_escober/article/details/146571106</guid><author>ETH_escober</author><pubDate>Thu, 27 Mar 2025 21:31:00 +0800</pubDate><description><![CDATA[MySQL版本：5.7.xDjango版本：3.2请保证你已经在数据库中建立了user表，如果不是user表，可以切换为别的表，修改model即可

	
	创建Django项目
	

	
	创建应用
	

	




第二部分：数据库配置


	修改

	

	
	创建模型（与现有表对应） 修改：
	

	


第三部分：创建视图和URL


	编写视图（）

	

	


第四部分：模板创建


	
	在目录下新建文件夹

		
	
	


     2.编写（登录页）


    3.编写（分页展示页）]]></description><category></category></item><item><title><![CDATA[Pandas基础回顾2-函数和读取CSV文件]]></title><link>https://blog.youkuaiyun.com/ETH_escober/article/details/144829637</link><guid>https://blog.youkuaiyun.com/ETH_escober/article/details/144829637</guid><author>ETH_escober</author><pubDate>Mon, 30 Dec 2024 21:06:08 +0800</pubDate><description><![CDATA[apply()方法允许对每个组应用自定义函数，这比其他聚合方法更加灵活，适用于一些复杂的操作。# 对每个组的 'Age' 列应用自定义函数（例如求最大值减去最小值）NameAlice 0Bob 0Charlie 0对每个组应用自定义函数，计算组内Age列的最大值减去最小值。7.合并在Pandas中，合并（Merging）是一个非常常见的操作，尤其在处理多个数据表（DataFrame）时，可能需要将它们结合成一个新的表。Pandas 提供了几种方法来完成数据的合并和连接，最常用的方法是。]]></description><category></category></item><item><title><![CDATA[Pandas基础回顾1-Series和DataFrame]]></title><link>https://blog.youkuaiyun.com/ETH_escober/article/details/144773158</link><guid>https://blog.youkuaiyun.com/ETH_escober/article/details/144773158</guid><author>ETH_escober</author><pubDate>Fri, 27 Dec 2024 20:26:04 +0800</pubDate><description><![CDATA[与列索引操作类似，行索引操作通常用于选择、修改、删除、添加行，或者根据特定条件对行进行筛选。通过drop方法删除 DataFrame 中的数据，默认情况下，drop() 不会修改原 DataFrame，而是返回一个新的 DataFrame。的列索引操作是非常常见且强大的功能，可以帮助你选择、修改、删除或重命名列。你可以通过传递一个字典来指定新列名，其中字典的键是旧列名，值是新列名。传递一个字典，其中字典的键是旧的行标签，值是新的行标签。如果你知道需要选取的行的位置，可以直接通过位置索引选择。]]></description><category></category></item><item><title><![CDATA[Matplotlib基础回顾]]></title><link>https://blog.youkuaiyun.com/ETH_escober/article/details/144747438</link><guid>https://blog.youkuaiyun.com/ETH_escober/article/details/144747438</guid><author>ETH_escober</author><pubDate>Thu, 26 Dec 2024 20:28:15 +0800</pubDate><description><![CDATA[如果你希望显示特定格式的百分比，可以使用。]]></description><category></category></item><item><title><![CDATA[Numpy的基础回顾2-数组操作及数组元素的增删查改]]></title><link>https://blog.youkuaiyun.com/ETH_escober/article/details/144724050</link><guid>https://blog.youkuaiyun.com/ETH_escober/article/details/144724050</guid><author>ETH_escober</author><pubDate>Wed, 25 Dec 2024 19:56:58 +0800</pubDate><description><![CDATA[返回一个一维迭代器，用于遍历数组中的所有元素。无论数组的维度如何，ndarray.flat属性都会将数组视为一个扁平化的一维数组，按行优先的顺序遍历所有元素。用于将多维数组转换为一维数组。flatten() 返回的是原数组的一个拷贝，因此。参数设置：order:指定了数组的展开顺序。C：按行优先顺序展开（不设置order时就是默认按行展开）。F：按列优先顺序展开。A：如果原数组是 Fortran 连续的，则按列优先顺序展开；否则按行优先顺序展开。K：按元素在内存中的顺序展开。]]></description><category></category></item><item><title><![CDATA[Numpy的一些基础回顾]]></title><link>https://blog.youkuaiyun.com/ETH_escober/article/details/144702323</link><guid>https://blog.youkuaiyun.com/ETH_escober/article/details/144702323</guid><author>ETH_escober</author><pubDate>Tue, 24 Dec 2024 20:28:43 +0800</pubDate><description><![CDATA[是 numpy 对不同形状（shape）的数组进行数值计算的方式， 对数组的算术运算通常在相应的元素上进行。这要求维数相同，且各维度的长度相同，如果不相同，可以通过广播机制，这种机制的核心是对形状较小的数组，在横向或纵向上进行一定次数的重复，使其与形状较大的数组拥有相同的维度。数组的维度就是一个数组中的某个元素，当用数组下标表示的时候，需要用几个数字来表示才能唯一确定这个元素，这个数组就是几维。使用数组访问数组，比如二维数组[[2,3,4],[7,8,9]],访问8则利用[1][1]]]></description><category></category></item></channel></rss>