- 博客(16)
- 收藏
- 关注
RSS订阅原创 swagger3，knife4j使用问题，GET请求中参数封装对象无法正确解析，参数输入问题，后端接收不到参数
正常的get请求，应该是http://localhost:8080/user/search/tags?现在的异常是，请求变成了http://localhost:8080/user/search/tags?userByTagsPageDTO={“page”: 1, “pageSize”: 10,“tagNameList”: [“java”] }后面我与swagger2接口文档比对了一下，发现swagger2也是正常的键值对。所以合理怀疑是新版swagger3的问题，也有可能是接口文档规范不一样了。
2024-07-28 16:50:34
622
5
原创 JJWT最新版本0.12.x使用指南，实现登陆功能，JwtUtils
JWT（JSON Web Token）令牌登录，是一种用于身份验证的开放标准。它是一个基于JSON格式的安全令牌，主要用于在网络上传输声明或者用户身份信息。JWT通常被用作API的认证方式，以及跨域身份验证。JWT令牌由三部分组成，分别是头部（Header）、载荷（Payload）和签名（Signature）。Header：记录令牌类型，加密算法Payload：包含声明，声明是有关实体（通常是用户）和其他数据的语句。
2024-06-19 15:59:42
5857
1
原创 语音测试，串口和adb
本脚本主要是用做测试【语音助手或智能家居】的【识别和唤醒】功能语音数据存储形式：由多个嵌套文件夹组成，如【唤醒文件夹】——>【青年人文件夹】——>音频，所以会多一个搜索音频文件的方法文件夹下的音频文件搜索播放音频文件读取log日志比对结果输出保存写的逻辑比较乱，水平有限，见谅。...
2022-08-16 16:24:02
909
原创 Linux初识和命令
1、Linux系统的文件中没有像windows的C盘、D盘一样的盘符，而是将“/”(根)作为唯一起点，其他所有目录都从该点出发，所有存储设备均为根的一个子目录。2、绝对路径和相对路径。
2022-08-12 17:25:45
399
原创 python正则表达式教程
正则表达式是对字符串操作的一种逻辑公式，就是用事先定义好的一些特定字符、及这些特定字符的组合，组成一个“规则字符串”，这个“规则字符串”用来表达对字符串的一种过滤逻辑。元字符 则是指那些在正则表达式中具有特殊意义的专用字符，可以用来规定其前导字符（即位于元字符前面的字符）在目标对象中的出现模式。普通字符包括没有显式指定为元字符的所有可打印和不可打印字符。若要匹配这些特殊字符，必须首先使字符"转义"，即，将反斜杠字符\ 放在它们前面。正则表达式从左到右进行计算，并遵循优先级顺序，这与算术表达式非常类似。...
2022-08-12 15:52:38
311
原创 PCM和WAV音频格式的区别，以及python自动转换
pcm：pulse code modulation，脉冲编码调制。将声音等模拟信号变成符号化的脉冲列，予以记录。是由[0]、[1]等符号构成的数字信号，未经过任何编码和压缩处理。pcm是没有压缩的编码方式。
2022-08-03 15:01:15
2377
原创 SQL知识点
聚合函数(sum/count/avg/max/min)分组函数(group by)条件过滤语句(where/having)联接函数(left join/right join/(inner) join/full (outer) join)合并函数(union)窗口函数(over(partition by))
2022-07-06 21:51:25
113
原创 机器学习模型——回归模型
特点建模速度快、对每个变量可以通过系数进行解释、对异常值很敏感通过数据点找到参数w和b，使得对训练集的预测值y与真实的回归目标值y’之间的MSE(均方误差)最小。适用范围：线性回归模型简单，但要求数据对目标变量成线性关系，所以如果面对非线性关系，需要转换非线性模型特征变量较多的数据集多项式回归特点拟合非线性变量，需要一些数据的先验知识来选择指数，选择不当会产生过拟合L2正则化保留全部特征变量，但会降低特征的系数值来避免过拟合1、领回归的假设和最小平方回归相同，但是在最小平方回归的时
2022-06-23 16:40:06
2533
原创 机器学习2——随机森林
随机森林是一种集合学习方法，就是把多个机器学习算法综合在一起，制造出一个更加大的模型支持并行处理，可以调节n_jobs参数=-1不适用超高维数据集、稀疏数据集
2022-06-22 20:52:56
493
原创 机器学习1——决策树
信息熵就是一种衡量样本集合“纯度”的指标，如果一个特征包含的信息越确定，则其纯度越高。信息熵越大，不确定性越大，该特征表达的有效信息越有限。信息熵实现过程：（属性选择度量）1、计算目标变量信息熵D，总熵，等于0时结果确定2、计算其他特征的信息熵Di，代表对该特征进行分类，留存的不确定性大小，与D的差值代表信息增益值3、选取信息增益值最高的特征作为下一个分支，知道结束解决办法是对分支过多进行惩罚。...
2022-06-22 20:10:05
229
原创 Pandas数据重塑与透视
找出大量复杂无关的数据的内在关系，将数据转化为有意义、有价值的信息，从而看到它所代表的事物的规律和本质。在多层索引的数据中，通常为了方便查看、对比，会将所有数据呈现在一列中；相反，对于层级过多的数据，我们可以实施解堆操作，让它呈现多列的状态。如果原始数据有多个数据列，堆叠（stack）的过程表示将这些数据列的所有数据表全部旋转到行上；类似地，解堆（unstack）的过程表示将在行上的索引旋转到列上堆叠过程将数据集的列转行，解堆过程为行转列解堆操作df.unstack()也不用参数......
2022-06-17 21:41:59
181
原创 pandas进阶教程
函数筛选lambda 形式参数：函数表达式pandas提供了一些比较函数，使我们可以将逻辑表达式替换为函数形式df.query()查询df.filter()筛选按数据类型查询数据类型转换转换为时间类型这里我想拿出来单独做笔记，因为我经常被时间类型是比较弄的焦头烂额。先写这些，2022.6.13..................
2022-06-13 19:16:23
652
原创 pandas对象教程
index对象可以看成是不可变的一维数组 。输入高维数组，会打印出一维的，但仍然是高维的，索引依旧需要用到高维数组的索引。属性函数DataFrame对象查看数据方法——三种属性方法数据选择df.loc的格式是df.loc[, ]df.iloc[, ]以上为基础的pandas操作，码字不易，点个赞支持一下，马上更新进阶操作。2022-6-13......
2022-06-13 13:01:49
123
原创 python数据分析可视化项目——游戏销售量
本项目数据来源于kaggle数据集，地址https://www.kaggle.com/datasets/gregorut/videogamesales
2022-06-11 18:39:33
3623
6
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人