2021-08-03

MR_comentropy — Tue, 03 Aug 2021 19:47:18 +0800

/* * Licensed to the Apache Software Foundation (ASF) under one or more * contributor license agreements. See the NOTICE file distributed with * this work for additional information regarding copyright ownership. * The ASF licenses this file to You un

2021-07-26

MR_comentropy — Mon, 26 Jul 2021 23:13:02 +0800

java + scala + maven + idea + spark 配置 1.java 安装 + JAVA_HOME + path里 %SCALA_HOME%\bin; 2.Scala 解压（无需安装）+ SCALA_HOME + path里 %SCALA_HOME%\bin 3.apache-maven-3.6.1 解压（无需安装）+ MAVEN_HOME + path里 %MAVEN_HOME%\bin 4.进入apache-maven-3.6.1\conf 下可以找到settings，查找<

2021-07-25

MR_comentropy — Sun, 25 Jul 2021 20:59:45 +0800

pom.xml

2021-06-22

MR_comentropy — Tue, 22 Jun 2021 10:44:35 +0800

数据库总结数据仓库分层： SQL执行过程： SQL优化内容：

2021-06-16

MR_comentropy — Wed, 16 Jun 2021 22:19:53 +0800

group by cube() 计算百分比被稀释： ratio_to_report()over() CREATE TABLE teacher_student(study_id NUMBER(6) PRIMARY KEY, sex VARCHAR(6), ROLE VARCHAR(6), grade VARCHAR(9)); S

2021-06-06

MR_comentropy — Sun, 06 Jun 2021 11:18:37 +0800

numpy pandas 总结 import numpy as np ar = np.array([[[1,2,3,4,5,6],[2,3,4,5,6,7],[3,4,5,6,7,8]]]) print(ar,ar.ndim)#维度数组 print(ar.shape) print(ar.data) ar1 = np.array(range(10)) ar2 = np.arange(10) ar3 = np.array([[1,2,3,4,5,6]]) ar4 = np.random.rand(10).re

2021-06-04

MR_comentropy — Fri, 04 Jun 2021 23:00:47 +0800

dataframe数据的选取和操作 import pandas as pd import numpy as np import cx_Oracle con =cx_Oracle.connect('scott/123@localhost:1521/orcl',encoding='utf-8') sql =f''' SELECT e.empno, e.ename, e.sal, e.deptno FROM emp e UNION ALL SELECT dept

2021-04-20

MR_comentropy — Tue, 20 Apr 2021 00:35:45 +0800

flask_oracle ###1.service 文件 import cx_Oracle import pandas as pd con=cx_Oracle.connect("scott/123@localhost:1521/orcl",encoding='utf-8') # 一.service 文件 # 1.查询员工信息（无参数时返回全量信息） def SearchEmpInfor(n_deptno): v_where = ' and 1=1 ' if n_deptno != "":

2021-03-14

MR_comentropy — Sun, 14 Mar 2021 23:55:31 +0800

3.列表，字典 # 列表常见生成方式 list_one = list(range(1,11)) # 注意range(1,11)是左闭右开 list_two = [x*x for x in range(1,11) if x%2==0] # 列表生成式（条件可以不写），偶数的平方 list_three = [x+y for x in 'ABC' for y in '123'] # 双层循环，生成全排列 import string print(string.ascii_letters+string.digits

2021-03-14

MR_comentropy — Sun, 14 Mar 2021 23:53:56 +0800

2.流程控制语句 # 网吧禁止入内标语 age = 18 if age < 18: print('您还未满18岁，禁止入内') else: print('欢迎光临！') # 网吧禁止入内标语 if 3 - 1: print('非零的数在布尔表达中都为True') else: print('0 代表False') # 逻辑运算符，not,and,or a = 4 < 1 b = 4 < 1 c = 4 == 1 print(a and b)

2021-03-14

MR_comentropy — Sun, 14 Mar 2021 00:53:24 +0800

1.字符串与变量 # print 函数 # def print(self, *args, sep=' ', end='\n', file=None) print('hello world') print('锄禾日当午,\n汗滴禾下土。') # \n 换行输出 print('12','34','56',sep='+',end='') # 输出的结果之间用+连接，默认是空格连接，end指后面3.14的输入同行输出，默认换行 print(3.14) # 数字不需要引号，编译器也能识别 # 制表符与换行符\t,\

2021-03-13

MR_comentropy — Sat, 13 Mar 2021 20:30:29 +0800

jupyternotebook 基础设置 1.修改默认的工作目录（1）打开anaconda prompt 输入: jupyter notebook --generate-config （2）按上目录打开 jupyter_notebook_config.py的文件，找到 c.NotebookApp.notebook_dirx该行，然后将''修改为'D:\\目标目录'或者是'/home/work/yynbook'(注意window是的目录是用'\\',linix用'/') 注意：如果你的这一

python操作数据表，循环造数100条数据

MR_comentropy — Thu, 04 Mar 2021 22:20:28 +0800

python操作数据表，循环造数100条数据，包括number，varchar. ```sql --先建个临时表 CREATE TABLE tempdata_aa( c1 VARCHAR2(30), c2 VARCHAR2(30), c3 VARCHAR2(30), c4 VARCHAR2(30), c5 VARCHAR2(30), c6 VARCHAR2(30), c7 VARCHAR2(30), c8 VARCHAR2(30), c9 VARCHAR2(30), c10 VARCHAR2(30),

在数组中找到第K大的元素，然后遇到的一维数组和序列有区别

MR_comentropy — Thu, 04 Mar 2021 00:06:09 +0800

在数组中找到第K大的元素，然后遇到的一维数组和序列有区别先做题 # 1.序列排序 def one_list_sort(n,k,dis=True): # 随机生成一个n个元素的序列 import random if n >= k: list_source = [i for i in range(9999)] lst = random.sample(list_source,n) if dis==True: # 去重后排序取值 list_dis =[]

python 写入一年的时间到数据库中

MR_comentropy — Wed, 24 Feb 2021 23:55:33 +0800

python 写入一年的时间到数据库中 from calendar import Calendar from db.db_opt import Oracle c = Calendar(firstweekday=0) list_date =[] for item in c.yeardatescalendar(2018,12): for i in item: for a in i: for b in a: list_date.ap

数据连接

MR_comentropy — Wed, 24 Feb 2021 23:41:21 +0800

数据连接 import configparser as cfg import cx_Oracle # 最好以连接池的形式！！！ def oracle_con(user): cf = cfg.ConfigParser() cf.read("db_config.conf",encoding='UTF-8') url = cf.get('oracle',user) con = cx_Oracle.connect(url,encoding='UTF-8') return

oracle 创建用户，分配权限

MR_comentropy — Sat, 20 Feb 2021 20:53:37 +0800

oracle 创建用户，分配权限 --oracle安装后的第一步，创建oracle用户 --查看锁定的用户 select username,account_status from dba_users where username='xxx'; --查看用户限制登陆次数 select * from dba_profiles where RESOURCE_NAME='FAILED_LOGIN_ATTEMPTS'; --修改用户无论输入多少次都不会被锁定（慎用） alter profile default l

MR_comentropy的博客

2021-08-03

2021-07-26

2021-07-25

2021-06-22

2021-06-16

2021-06-06

2021-06-04

2021-04-20

2021-03-14

2021-03-14

2021-03-14

2021-03-13

python操作数据表，循环造数100条数据

在数组中找到第K大的元素，然后遇到的一维数组和序列有区别

python 写入一年的时间到数据库中

数据连接

oracle 创建用户，分配权限