caoyan0829的博客

1.window.Location.href 的测试2.window.open的测试方法3.第三方插件，测试的时候直接在window上mockFn 就可以了

1.闭包第一次 fun(0)：n=0 o=undefined第二次a.fun(1)：m=1，由于fun(0)保存了 n=0， 所以 fun（m,n）=》调用的fun(n,o) => n=1,o=0，后面都是如此，n=0 保持不变第三次a.fun(2)：同上第四次a.fun(3)：同上第五次：fun(0).fun(1) : 内部函数 m=1，n=0 => n=1,o=0 然后继续 .fun(2) m=2，n=1 => n=2,o=1, 按此规律依次打印.

1.mvvm工作原理（发布订阅模式和数据劫持）2.vuex的工作原理3.vue和react的对比

方案一：// home组件render() { const { msgArr } = this.state return ( <div> <ul> { msgArr.map((item, i) => { return ( <li key={item.id}>

好久没用react了，没注意react-router的版本变动踩坑了

记录一下scrapy的安装和实践操作的流程1.安装pip install Scrapy2.创建scrapy项目project是蜘蛛名字scrapy startproject project3.创建scrapy res.py蜘蛛文件保存在spiders目录下4.查看是否可正常访问网站​scrapy shell http://lab.scrapyd.cn看到response 返回200 说明此网站支持爬虫5.命令行测试 dom 元...

from matplotlib import colorsimport matplotlib.pyplot as pltimport numpy as npfrom numpy.core.fromnumeric import sizefrom numpy.core.shape_base import stackimport pandas as pd# 箱线图 boxplot(data) data：float or array-like 数据处理查询异常值 """在上面 异常值.

from matplotlib import colorsimport matplotlib.pyplot as pltimport numpy as npfrom numpy.core.fromnumeric import size# 直方图 hist(data) data：float or array-likenp.random.seed(2) # 保持下面的数据多次生成一样# normal：正态分布 平均值9000 标准差3000data = np.random.normal(.

from matplotlib import colorsimport matplotlib.pyplot as pltimport numpy as npfrom numpy.core.fromnumeric import size# 饼图 x = ['Q1', 'Q2', 'Q3', 'Q4', ]y = [10, 30, 20, 48]plt.axes(aspect=1) # pie本身是椭圆， aspect=1使其为圆形"""autopct:展示数值占比 %2.f保留两.

默认：numpy.random.normal（loc=0.0,scale=1.0,size=None）"""平均值0，标准差1 100个值"""data = np.random.normal(size=100)print(data)打印：直方图：plt.hist(data)例："""normal：正态分布平均值9000标准差3000 300个数值"""data=np.random.normal(9000,3000,si...

from matplotlib import colorsimport matplotlib.pyplot as pltimport numpy as npfrom numpy.core.fromnumeric import size# 柱状图 barx = ['Q1', 'Q2', 'Q3', 'Q4', ]y = [10, 32, 21, 18]rect = plt.bar(x, y, width=0.3)plt.grid(True) # 网格# 绘制标度值 enume.

from matplotlib import colorsimport matplotlib.pyplot as pltimport numpy as npfrom numpy.core.fromnumeric import size# 折现图 plot# np.random.random((3, 4)) 生成3行4列的浮点数，浮点数都是从0-1中随机,维度：2x = np.arange(10)np.random.seed(3) # 设置随机数种子, 每次都相同y = np.r.

1.首先安装matplotlibpip install matplotlib2.引入matplotlibimport matplotlib.pyplot as pltimport numpy as np3.matplotlib散点图# 散点图 scatter# uniform 均匀分布随机采样arr1 = np.random.uniform(0.0, 5.0, size=(100, 2)) # 100行 2列的元组print(arr1)arr2 = np.ra

vararr=[[1,2,2],[3,4,5,5],[6,7,8,9,[11,12,[12,13,[14]]]],10,];//扁平化letflatArr=arr.flat(Infinity);//Infinity或4console.log(flatArr)//去重letdisArr=Array.from(newSet...

wx.getSystemInfo({ success: function (res) { that.setData({ height: res.windowHeight - (res.windowWidth / 750) * 94 + "px" }) }})最后分享一个公众号二维码...

下载安装再重启就ha

//app.js varhttp=require('service/http.js') App({ onLaunch:function(){ //调用API从本地缓存中获取数据 //varthat=this; }, getAuthKey:function(){ varthat=t...

data() { var validateSplitNum = (rule, value, callback) => { if (value < 1) { callback(new Error("请输入大于零的正整数")); } else { callback(); } }; return { rules: { splitNum: [ { requir...

HTML：<template> <el-dialog :visible.sync="openGantt" width="1200px" :append-to-body="true" destroy-on-close @open="openFun()" @close="cancel" > <div id="popupGanttDispatchControl" :style="{ heig

代码： this.chart.setOption({ backgroundColor: "#fff", title: { text: "排产甘特图", left: 10, }, grid: { containLabel: true, left: 20, }, xAxis: { type: "ti..

效果图：Echart代码： initChart(item) { this.chart = echarts.init(document.getElementsByClassName("popupQualified")[0]); this.chart.setOption({ yAxis: [ { type: "category", boundaryGap: false, ..

series: [ { data: [ { name: "工序1-1", value: [0, 1], label: { normal: { show: true, formatter: function (params) { console.log(params, 123); ...

this.chart = echarts.init( document.getElementById("taskStatisticsComCamBar"), "light" //default);

tooltip: { trigger: "item", formatter: function (params) { console.log(params) // marker 为一个HTML标签 var res = params.marker + params.name + ":" + params.value + "%"; return res;...

子组件：父组件：使用：

<el-table v-loading="loading" :data="data" border default-expand-all :row-key="getRowKeys" :tree-props="{ children: 'children', children: 'children' }" > getRowKeys(row){ return row.code + row....

groupby，unique，date_range，to_datetime，resample# hello pandas""" Series : 列 DataFrame : 表"""import numpy as npimport pandas as pd#df_excel = pd.read_excel('./pandasFile/data.xlsx')print('\n12:')print(df_excel)""" 日期 名称...

FutureWarning: Indexing with multiple keys (implicitly converted to a tuple of keys) will be deprecated, use a list instead.FutureWarning:将不推荐使用多个键（隐式转换为键的元组）进行索引，请改用列表。解决： [[ ** ]]grouped_sum = grouped[['金额','数量']].sum()此警告在pandas 1.0.0中引入。gro...

rank，sort_index，merge，concat，info，describe# hello pandas""" Series : 列 DataFrame : 表"""import numpy as npimport pandas as pd# 对数据排序# 对列排序 seriesst = pd.Series(list('ACB'), index=[3, 1, 2])print('\n14:')print(st)"""3 A1 C2

query：查询isin：是否符合T：对调导入数据：read_table，read_csv，read_excel，read_html# hello pandas""" Series : 列 DataFrame : 表"""import numpy as npimport pandas as pd# padas 使用比较运算筛选数据data = { 'name': ['jack', 'mary', 'lily', 'bobo'], 'age':

# hello pandas""" Series : 列 DataFrame : 表"""import pandas as pdprint(pd.__version__)# 定义列:ser = pd.Series(['张三', '李四', '王五'])print(ser)"""0 张三1 李四2 王五"""# 自定义列的索引:ser1 = pd.Series(['张三', '李四', '王五'], index=list(range(1, .

效果图：步骤1：先在扩展中下载background插件步骤2：在setting.json配置 "background.useDefault": false,//是否使用默认图片 "background.style": { "content":"''", "pointer-events":"none", "position":"absolute",//图片位置 "width":"100%",...

问题图：接口参数：数据处理：出现问题：0.57* 100 = 56.9999999999解决： 先乘积1000 再除以10解决<el-col :span="2" style="word-wrap: break-word"> {{ item.finishRate * 1000 /10 }}%</el-col>

python练习（2）https://blog.youkuaiyun.com/caoyan0829/article/details/111572816"""11.学员信息管理系统 1.学员信息数据源 2.查看学员信息 3.添加学员信息 4.删除学员信息 5.退出系统 6.界面和交互"""# 1.学员信息数据源stu_list = [ { 'name': 'xiaohong', 'age': 18, 'c

"""6.列表去重"""l6 = [1, 1, 2, 3, 54, 3, 2, 1]print(list(set(l6))) # 先转集合再转回列表"""7.自定义 abs"""def my_abs(x): if not isinstance(x, (int, float)): raise TypeError('只支持整数和浮点数') if x >= 0: return x else: return -.

python学习（14）https://blog.youkuaiyun.com/caoyan0829/article/details/111292662迭代器：print('')"""迭代器 优点：惰性计算（节省内存） 不依赖索引，可以遍历没有索引的对象 如字典，集合 缺点：无法获取迭代器长度 只能往后取值，不能倒序取值 1.可迭代器对象 Iterable 能用for循环遍历的数据 列表list，字典dict，元组tu

Python学习（13）https://blog.youkuaiyun.com/caoyan0829/article/details/111252490生成器："""GeneratorExitgenerator生成器：一边循环一边计算来生成想要的数字"""l = [i for i in range(20) if i % 2 == 0]print(l) # [0, 2, 4, 6, 8, 10, 12, 14, 16, 18]g = (i for i in range(20) if i % 2

Python学习（12）https://blog.youkuaiyun.com/caoyan0829/article/details/111209604三大式：1.列表推导式#简化代码，但是阅读性更复杂，不宜维护"""1"""l = []for i in range(10): l.append(i)print(l) # [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]# 列表推导式l1 = [i for i in range(10)]print(l1) # [

模块与包：#1. 调用tools文件中的 add,jian 函数from tools import add# def add(x, y):# result = x + y# return resultresult = add(1,2)print(result)#2. 引入文件中所有函数 不推荐#重复函数名称的 后面会覆盖前面的from tools import *result2 = jian(3,1)print(result2)print('end').

图例：代码：option = { title: { text: '折线图堆叠' }, tooltip: { trigger: 'axis' }, legend: { data: ['邮件营销', '联盟广告', '视频广告', '直接访问', '搜索引擎'] }, grid: { left: '3%', right: '4%', bottom.