梯阅线条-优快云博客

原创 05软件测试需求分析案例-修改密码

通常情况菜单导航栏，不会当作模块，但是。通读文档，提取信息，提出问题，。

2024-12-24 22:30:08 270

原创 04软件测试需求分析案例-用户登录

通读文档，提取信息，提出问题，整理为需求。从需求规格说明、设计说明、配置说明等文档获取原始需求，通读原始需求，分析，多次通读原始需求，，最终形成完整通顺的需求。业务流程是完成功能所需操作的步骤。业务逻辑是对业务的不同处理方式。

2024-12-23 19:05:03 546

原创 03需求分析案例-连接数据库服务器

先研读需求规格说明、设计说明、配置说明等文档，整理为需求信息，根据大纲法将需求信息拆分为模块和功能，最终将拆分后的功能、原始需求、整理后的需求填写到EXCEL表格，形成需求分析说明书。

2024-12-22 19:03:39 573

当我们了解了软件的定义（点击查看），即软件是由一系列指令和数据的集合构成的，用于指挥计算机硬件执行特定任务或提供某种服务的程序、数据和文档的集合，我们可以进一步探讨软件的分类。软件的分类是将不同类型的软件根据它们的特性、用途、规模或开发模型等进行区分的过程。这种分类有助于我们更好地理解和评估软件，从而更有效地进行开发、测试、部署和管理。分类也有助于用户根据自己的需求选择合适的软件，提高使用效率和满意度。通过软件的分类，我们可以了解到不同类型软件之间的区别和联系，以及它们在不同领域中的应用。

2024-11-09 09:43:52 1110

原创 43python数据分析numpy基础之det计算矩阵的行列式

矩阵：矩形阵列，由相同类型元素按矩形网格排列组成的二维结构。矩阵有2个维度，行和列，m×n的矩阵有m行n列。方阵：方形矩阵，行数和列数相等的矩阵。如果一个矩阵有n行和n列，则称为方阵。n阶矩阵：一个具有n行和n列的方阵，即行和列相等都为n的矩阵。由n个向量组成，每个向量都有n个分量。一个向量由一组有序的数值组成，这些数值称为该向量的分量。行列式：一个n阶矩阵的行列式等于其任意行(或列)的元素与对应的代数余子式乘积之和。

2024-11-09 09:42:30 545

原创软件测试基础知识之什么是软件

随着科技的发展，软件已经渗透到我们生活的方方面面，从日常的通讯、娱乐、购物，到工作中的数据分析(比如excel)、项目管理(比如禅道)等，都离不开软件的支持。有了软件的存在，我们的生活变得如此丰富多彩。我们可以用它来发送邮件、浏览网页、观看视频、玩游戏、管理财务等等。软件不仅让我们的生活更加便利，还为我们提供了无限的娱乐和学习机会。而在工作领域，软件更是发挥着不可或缺的作用。无论是办公软件、项目管理工具还是数据分析软件，它们都在帮助我们提高工作效率、优化工作流程、保障信息安全等。

2024-11-04 23:13:16 336

原创 42python数据分析numpy基础之trace计算对角线元素的和

python的numpy库的trace()函数，计算对角线元素的和。numpy.trace(a)，返回数组a的对角线元素的和。a：必选，数组，列表，元组；offset：可选，整数，默认为0，表示对角线的偏移量；axis1,axis2：可选，整数，axis1默认为0，axis2默认为1，表示组成二维数组的轴，指定对角线的轴；

2024-11-04 23:10:34 409

原创 41python数据分析numpy基础之dot计算两数组的点积

python的numpy库的dot(a,b)函数，计算两个数组的点积。numpy.dot(a,b)，计算数组a和b的点积。a和b：numpy.dot(a,b)的入参a,b为必选入参；如果a和b是一维数组，则得到的是两数组的内积。如果a和b是二维数组，则得到的是两数组的乘积。

2024-06-24 23:48:06 558 1

原创 40python数据分析numpy基础之diag处理矩阵对角线元素

python的numpy库的diag(v,k=0)函数，以一维数组的形式返回方阵的对角线元素，或将一维数组转换为方阵（非对角线元素为0）。方阵：方形矩阵，行数和列数相等的矩阵。如果一个矩阵有n行和n列，则称为方阵。矩阵：矩形阵列，由相同类型元素按矩形网格排列组成的二维结构。矩阵有2个维度，行和列，m×n的矩阵有m行n列。主对角线：从矩阵的左上角到右下角的对角线，它的元素具有相同的行索引和列索引。

2024-06-18 23:18:19 923

原创 39python数据分析numpy基础之h5py读写数组数据到h5文件

HDF5(分层数据格式文件)是Hierarchical Data Format Version 5的缩写，是一种用于存储和管理大数据的文件格式。经历了20多年的发展，HDF格式的最新版本是HDF5，它包含了数据模型，库，和文件格式标准。一个hdf5文件包括“dataset”和“group”。HDF5 文件一般以 .h5 或者 .hdf5 作为后缀名，HDF5 文件结构中有 2 primary objects: Groups 和 Datasets。

2024-06-15 22:05:17 559

原创 38python数据分析numpy基础之savez一次保存多个数组到npz文件

python的numpy库的savez()函数，将多个数组保存到npz文件中。numpy.savez(file)，一次可以保存多个数组到npz文件中，可以保存任意维度的numpy数组，不限于一维和二维。保存numpy数组的结构，取出时shape和dtype与保存时的shape和dtype一致。一次可以保存多个numpy数组，每次保存会覆盖之前文件中存在的内容。保存的数组通过位置或关键字参数进行保存，读取时，若未提供关键字则默认关键字为arr_0、arr_1。

2024-06-11 22:52:03 689

原创 37python数据分析numpy基础之save以二进制保存数组数据到文件

python的numpy库的save(file,arr)函数，将数组以二进制格式保存到一个npy后缀的文件中。numpy.save(file,arr)，可以保存任意维度的numpy数组，不限于一维和二维。保存numpy数组的结构，取出时shape和dtype与保存时的shape和dtype一致。只能保存一个numpy数组，每次保存会覆盖之前文件中存在的内容。file：必选，文件对象或文件名，用于保存数组的文件；arr：必选，数组、列表、元组，可以为一维或多维数组，表示要保存的数组数据；

2024-06-10 22:23:41 756

原创 36python数据分析numpy基础之setxor1d求两个数组的对称差

python的numpy库的setxor1d(x,y)函数，表示数组x与y的对称差，即只属于其中一个集合，而不属于另一个集合的元素组成的数组，且进行去重排序。numpy.setxor1d(ar1,ar2)，求两个数组ar1和ar2的对称差，返回在ar1且不在ar2中的元素，以及在ar2且不在ar1中的元素，并且去重排序。ar1,ar2：必选，列表、元组、数组；如果是多维则自动转一维数组；assume_unique：如果ar1和ar2的元素唯一不重复，则设置为True，可以加快计算速度；

2024-06-09 22:45:57 317

原创 35python数据分析numpy基础之setdiff1d求两个数组的差集

python的numpy库的setdiff1d(x,y)函数，表示数组x与y的差，即在x且不在y中的元素，且进行去重排序。numpy.setdiff1d(ar1,ar2)，求两个数组ar1和ar2的差，返回在ar1且不在ar2中的元素，并且去重排序，最终返回的是ar1的元素。ar1,ar2：必选，列表、元组、数组；如果是多维则自动转一维数组；assume_unique：如果ar1和ar2的元素唯一不重复，则设置为True，可以加快计算速度；如果设置为True，则结果不进行去重和排序。

2024-06-03 22:35:54 478

原创 python数据分析numpy基础之in1d检查数组元素是否在另一数组中

python的numpy库的in1d(x,y)函数，检查数组x的元素是否在另一数组y中，并返回一个长度与x相等的布尔数组。numpy.in1d(ar1,ar2)，判断ar1的元素是否在ar2中，并返回一个长度与ar2相等的布尔数组，如果ar1的元素在ar2中，则为True，否则为False。ar1,ar2：必选，列表、元组、数组；如果是多维则自动转一维数组；assume_unique：如果ar1和ar2的元素唯一不重复，则设置为True，可以加快计算速度；

2024-06-02 17:58:31 604

原创 33python数据分析numpy基础之union1d求数组并集

python的numpy库的union1d(x,y)函数，计算x和y的并集，并返回去重后的有序结果。numpy.union1d()计算两个数组的并集，并且返回去重后的有序结果。ar1，ar2：必选，列表、元组、数组；如果是多维则自动转一维数组；

2024-05-21 22:53:33 414

原创 python数据分析numpy基础之intersect1d求数组交集

python的numpy库的intersect1d(x,y)函数，计算x和y的公共元素，并返回去重后的有序结果。相当于求两个数组中的交集，并且进行去重和排序。numpy.intersect1()查找两个数组的公共元素，并且返回去重后的有序结果。ar1，ar2：必选，列表、元组、数组；如果是多维则自动转一维数组；assume_unique：可选，bool，默认False，若为True则可以加快计算素材，此时ar1和ar2需为元素唯一的数组，否则结果不会去重；

2024-05-19 23:31:32 1763

原创 python数据分析numpy基础之unique对数组元素去重

python的numpy库的unique()函数，用于查找数组的唯一元素，即对数组元素去重，重复的元素只保留一个，并返回排序后的数组。numpy.unique()返回沿指定轴去重后的数组。a：必选，需要去重的数组或元组或列表。return_index：可选，bool，表示是否返回去重后元素在原始数组第1次出现的索引；return_inverse：可选，bool，表示是否返回原始数组元素在去重后数组中的索引；return_counts：可选，bool，表示是否返回去重后元素在原始数组中出现的次数；

2024-03-14 22:17:57 1967

原创 python数据分析numpy基础之sort对数组排序

numpy数组和python的内置列表类似，也可以进行排序，numpy.sort()返回排序后的数组副本，而ndarray.sort()对数组进行就地排序，会改变原数组。numpy.sort()返回沿指定轴排序后的数组副本，可以通过order指定排序字段。a：必选，需要排序的数组或元组或列表。axis：可选，整数，指定要排序的轴，默认为-1，沿最后一个轴排序。如果为None，则转为一维数组进行排序。order：可选，字符串或字符串数组，表示排序字段。

2024-03-12 21:35:04 1123

原创 python数据分析numpy基础之布尔数组方法sum和any和all

在前面文章介绍的sum、mean、std等统计方法中，布尔值True被转为1，False被转为0。而any和all，则将非0转为True，0转为False。

2024-03-08 22:01:08 952

原创 python数据分析numpy基础之cumprod求数组累计积

python的numpy库的cumprod()函数，用于获取数组沿指定轴每个位置的累计积(cumulative product)。本文的累计积是指第1个数到第n个数的积。比如数组a=[a1,a2,a3,a4,a5]，那么第1个数的累计积为a1，第2个数的累计积为a1*a2，第3个数的累计积为a1*a2*a3，依次类推。np.cumprod()函数返回的是每个位置的当前元素的累计积。

2024-03-07 22:42:52 2327

原创 python数据分析numpy基础之cumsum求数组累计和

python的numpy库的cumsum()函数，用于获取数组沿指定轴每个位置的累计和。本文的累计和是指第1个数到第n个数的和。比如数组a=[a1,a2,a3,a4,a5]，那么第1个数的累计和为a1，第2个数的累计和为a1+a2，第3个数的累计和为a1+a2+a3，依次类推。np.cumsum()函数返回的是每个位置的当前元素的累计和。比如，np.cumsum(a)=array([a1,a1+a2,a1+a2+a3,a1+a2+a3+a4,a1+a2+a3+a4+a5])。

2024-03-03 16:35:13 1538

原创 python数据分析numpy基础之argmax求数组最大值索引

python的numpy库的argmax()函数，用于获取沿指定轴的最大值的索引。argmax()返回沿指定轴的最大值的索引。入参axis表示指定轴，默认为None表示整个数组的最大值的索引而不是某个轴的最大值索引，即转为一维数组后的最大值的索引。axis只能为整数，不支持整数元组。入参keepdims表示是否保留指定轴的尺寸为1，默认为False，不保留。

2024-03-02 16:32:23 2408

原创 python数据分析numpy基础之argmin求数组最小值索引

python的numpy库的argmin()函数，用于获取沿指定轴的最小值的索引。argmin()返回沿指定轴的最小值的索引。入参axis表示指定轴，默认为None表示整个数组的最小值的索引而不是某个轴的最小值，即转为一维数组后的最小值的索引。axis只能为整数，不支持整数元组。入参keepdims表示是否保留指定轴的尺寸为1，默认为False，不保留。

2024-02-28 23:26:17 2002

原创 python数据分析numpy基础之max求数组最大值

python的numpy库的max()函数，用于计算沿指定轴(一个轴或多个轴)的最大值。

2024-02-27 21:40:41 2098

原创 python数据分析numpy基础之min求数组最小值

python的numpy库的min()函数，用于计算沿指定轴(一个轴或多个轴)的最小值。

2024-02-25 15:49:56 1447

原创 python数据分析numpy基础之var求数组方差

在一组数据中，每个数据与这组数据的平均数的差的平方的平均数，称为方差(variance)。python的numpy库的var()函数，用于计算沿指定轴(一个轴或多个轴)的方差。返回数组元素的方差，axis送值则返回指定一个或多个轴的方差，若未给值，则返回数组全部元素的方差。a：必选，array_like，需要计算标准差的数字数组、或列表、或元组。axis：可选，整数或整数元组，表示需要计算标准差的一个或多个轴。

2024-02-19 21:15:36 2359

原创 python数据分析numpy基础之std用法和示例

在一组数据中，每个数据与这组数据的平均数的差的平方的平均数，称为方差(variance)。方差用于描述一组数据偏离平均数的情况，一组数据的方差越大，则数据的波动越大；一组数据的方差越小，则数据的波动越小。比如，X和Y两个人的5次考试成绩中，X为：50，100，100，35，50，平均成绩E(X)=67；Y为：65，66，67，68，69，平均成绩E(Y)=67。平均成绩相同，但X不稳定，对平均值的偏离大。标准差(standard deviation)是方差的算术平方根，反映一个数据集的离散程度。

2024-02-18 20:30:40 3817

原创 python数据分析numpy基础之mean用法和示例

python的numpy库的mean()函数，用于计算沿指定轴(一个轴或多个轴)的算术平均值。返回数组元素的平均值。长度为0的数组的mean为nan。等效于对指定轴求后，然后除以轴大小，即为其平均值。a：必选，array_like，数组或列表或元组，表示需要计算平均数的元素的数组。axis：可选，默认为None，整数或整数元组，表示需要计算平均值的一个或多个轴。

2024-02-17 23:48:45 4168

原创 python数据分析numpy基础之sum用法和示例

python的numpy库的sum()函数，用于对数组指定轴的元素求和。入参a可以为数组或类数组(元组，列表)。如果axis没有传则对全部元素求和。a：必选，array_like，需要求和的数组，或者列表、元组。axis：可选，整数，或整数元组。表示要求和轴，默认为None，表示对全部元素求和。dtype：可选，表示求和后数组的类型，或标量的类型。

2024-02-16 13:03:31 3140

原创 python数据分析numpy基础之where三元表达式的矢量化

python的numpy库的where()函数返回满足条件的索引值，或者返回满足条件和不满足条件的元素值。如果x和y没传，则返回满足条件condition的索引值组成的一维数组；如果x和y有传，则condition为True取x，condition为False取y。condition：必选，array_like，boolx,y：可选，array_likecondition为True，则从x取对应索引的元素，condition为False，则从y取对应索引的元素。

2024-02-15 13:54:28 504

原创 python数据分析numpy基础之meshgrid生成网格点坐标

python的numpy库的meshgrid()函数用于生成网格点的坐标矩阵。返回坐标向量中的坐标矩阵列表。x1，x2，…，xn，表示网格坐标的一维数组；默认为True，表示复制原始数组的视图，False则不复制，直接返回原始数组的视图；默认为False，表示不返回稀疏矩阵，True表示返回稀疏矩阵；用于指定输出的网格数组的索引顺序，该参数的取值可以是’xy’或’ij’；

2024-02-14 13:11:37 3379

原创 python数据分析numpy基础之sqrt用法和示例

python的numpy库的sqrt()函数用于计算数组各元素的平方根，相当于arr**0.5。numpy.sqrt()对数组的每个元素计算平方根，返回每个元素的非负平方根，即如果是负数和复数，则返回元素的复数。x：必选，array-like需计算平方根的数组，可以是ndarray或类ndarray(比如元组、列表等)或标量；out：可选，ndarray存储平方根结果的数组。若提供，则需为ndarray，out元素类型必须与返回值一致，若未提供，返回新的ndarray；where：可选，bool。

2024-02-13 14:27:34 5312 1

空空如也

空空如也