<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[smartab的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/smartab</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; smartab]]></copyright><item><title><![CDATA[vue中对象和数组无法双向绑定的情况以及解决方案]]></title><link>https://blog.youkuaiyun.com/smartab/article/details/103799929</link><guid>https://blog.youkuaiyun.com/smartab/article/details/103799929</guid><author>smartab</author><pubDate>Thu, 02 Jan 2020 10:24:41 +0800</pubDate><description><![CDATA[1. 修改数组中的内容，数组发生了改变，而页面没有发生改变。

解决方案是通过$set方法来设置数组的值，该方法有三个参数，第一个是要被设置值的目标对象，第二个是设置值在数组中的索引，第三个是设置的值


&lt;!DOCTYPE html&gt;
&lt;html&gt;
    &lt;head&gt;
        &lt;meta charset="utf-8" /&gt;
      ...]]></description><category></category></item><item><title><![CDATA[mysql-Alter]]></title><link>https://blog.youkuaiyun.com/smartab/article/details/102623654</link><guid>https://blog.youkuaiyun.com/smartab/article/details/102623654</guid><author>smartab</author><pubDate>Fri, 18 Oct 2019 13:16:10 +0800</pubDate><description><![CDATA[1、创建表格时添加： create table tablename(id int auto_increment primary key,...)
2、创建表格后添加： alter table tablename add id int auto_increment primary key
3、设置主键：alter table tablename add primary key(field_name...]]></description><category></category></item><item><title><![CDATA[python源码分析笔记(8)]]></title><link>https://blog.youkuaiyun.com/smartab/article/details/96426883</link><guid>https://blog.youkuaiyun.com/smartab/article/details/96426883</guid><author>smartab</author><pubDate>Thu, 18 Jul 2019 14:27:38 +0800</pubDate><description><![CDATA[1.Python程序的执行过程

实际上Python和java,C#执行原理都可以用两个词概括，------虚拟机，字节码

Python有一个非常核心的东西，这个东西被称为解释器。当我运行一个程序时，例如 python my-program.py ，Python解释器立即被激活，然后开始执行，在运行之前，还要完成一个复制的工作，编译py.文件，结果主要产生一组Python的byte-code（字...]]></description><category></category></item><item><title><![CDATA[flask学习（一）]]></title><link>https://blog.youkuaiyun.com/smartab/article/details/95964402</link><guid>https://blog.youkuaiyun.com/smartab/article/details/95964402</guid><author>smartab</author><pubDate>Mon, 15 Jul 2019 14:24:43 +0800</pubDate><description><![CDATA[flask 模型类中relationship的使用及其参数backref的说明,

模型类


class Author(db.Model):
    __tablename__ = 't_author'
    id = db.Column(db.Integer, primary_key=True)
    name = db.Column(db.String(64))

    # bk是关系...]]></description><category></category></item><item><title><![CDATA[python源码分析笔记(5)]]></title><link>https://blog.youkuaiyun.com/smartab/article/details/95314119</link><guid>https://blog.youkuaiyun.com/smartab/article/details/95314119</guid><author>smartab</author><pubDate>Thu, 11 Jul 2019 11:16:34 +0800</pubDate><description><![CDATA[1.Python的list对象

先来看看PyListObject的定义


typedef struct{
    PyObject_VAR_HEAD;
    PyObject **ob_item
    int allocated
} PyListObject;

ob_item这个指针和紧接着的allocated数值正是维护元素列表也就是PyString *列表的关键。指针指向了元素列表所...]]></description><category></category></item><item><title><![CDATA[python源码分析笔记（4）]]></title><link>https://blog.youkuaiyun.com/smartab/article/details/95309282</link><guid>https://blog.youkuaiyun.com/smartab/article/details/95309282</guid><author>smartab</author><pubDate>Wed, 10 Jul 2019 10:32:49 +0800</pubDate><description><![CDATA[1.字符缓冲池

Python也为PyStringObject中的一个字节的的字符对应的PyStringObject对象也设计了一个对象池，


static PyStringObject *characters[UCHAR_MAX+1]

其中的UCHAR_MAX是系统头文件定义的常量。

当我们创建一个PyStringObject对象时，无论是通过调用PyString_FromString还是...]]></description><category></category></item><item><title><![CDATA[python源码分析笔记(3)]]></title><link>https://blog.youkuaiyun.com/smartab/article/details/95175303</link><guid>https://blog.youkuaiyun.com/smartab/article/details/95175303</guid><author>smartab</author><pubDate>Wed, 10 Jul 2019 09:49:50 +0800</pubDate><description><![CDATA[1.字符串对象

PyStringObject是一个拥有可变长度内存的对象，对于表示‘hi’和'Python'的两个不同的PyStringObject对象，其内部所需的保存字符串内容的的内存空间显然是不一样的。同时，PyStringObject对象又是一个不变对象，当创建了一个PyStringObject对象之后，改对象内部维护的字符串就不能改变了。


typedef struct {
    ...]]></description><category></category></item><item><title><![CDATA[python源码分析笔记(2)]]></title><link>https://blog.youkuaiyun.com/smartab/article/details/94730464</link><guid>https://blog.youkuaiyun.com/smartab/article/details/94730464</guid><author>smartab</author><pubDate>Mon, 08 Jul 2019 16:47:13 +0800</pubDate><description><![CDATA[一.Python中的整数对象

1.首先补充一下C语言知识的盲点，Python底层都是用C写的，看的时候发现自己还是有代码看不懂，所有就先复习一下这些知识点。

先说明 C语言中register关键字的作用

register修饰符暗示编译程序相应的变量将被频繁地使用，如果可能的话，应将其保存在CPU的寄存器中，以加快其存储速度。例如下面的内存块拷贝代码，

还有就是关于参数宏的一些用法，之前C大...]]></description><category></category></item><item><title><![CDATA[python源码分析笔记（1）]]></title><link>https://blog.youkuaiyun.com/smartab/article/details/94594726</link><guid>https://blog.youkuaiyun.com/smartab/article/details/94594726</guid><author>smartab</author><pubDate>Fri, 05 Jul 2019 10:32:12 +0800</pubDate><description><![CDATA[1.python中所有对象机制的基石是Pyobject，它的定义如下


typedef struct _object{
    Pyobject_HEAD
}PyObject

#define PyObject_HEAD \
    int ob_refcnt;
    struct _typeobject *ob_type;


typedef struct_object{
    int o...]]></description><category></category></item><item><title><![CDATA[Python惰性序列]]></title><link>https://blog.youkuaiyun.com/smartab/article/details/89373520</link><guid>https://blog.youkuaiyun.com/smartab/article/details/89373520</guid><author>smartab</author><pubDate>Thu, 18 Apr 2019 10:39:48 +0800</pubDate><description><![CDATA[Python的iterator就是一个惰性序列，要说明什么是惰性序列，首先我们得知道什么是惰性计算。

事实上，很多如Java在内的高级语言都支持惰性序列。

惰性计算
引自维基百科：
https://zh.wikipedia.org/wiki/%E6%83%B0%E6%80%A7%E6%B1%82%E5%80%BC

在编程语言理论中，惰性求值（英语：Lazy Evaluation），又译为...]]></description><category></category></item><item><title><![CDATA[python 变量作用域]]></title><link>https://blog.youkuaiyun.com/smartab/article/details/89373485</link><guid>https://blog.youkuaiyun.com/smartab/article/details/89373485</guid><author>smartab</author><pubDate>Thu, 18 Apr 2019 10:38:23 +0800</pubDate><description><![CDATA[几个概念：

python能够改变变量作用域的代码段是def、class、lamda.
if/elif/else、try/except/finally、for/while 并不能涉及变量作用域的更改，也就是说他们的代码块中的变量，在外部也是可以访问的
变量搜索路径是：本地变量-&gt;全局变量


python能够改变变量作用域的代码段是def、class、lamda.
def scopetest...]]></description><category></category></item><item><title><![CDATA[python时间序列分析之_用pandas中的rolling函数计算时间窗口数据]]></title><link>https://blog.youkuaiyun.com/smartab/article/details/89242504</link><guid>https://blog.youkuaiyun.com/smartab/article/details/89242504</guid><author>smartab</author><pubDate>Fri, 12 Apr 2019 15:50:01 +0800</pubDate><description><![CDATA[时点的数据波动较大，某一点的数据不能很好的表现它本身的特性，于是我们就想，能否用一个区间的的数据去表现呢，这样数据的准确性是不是更好一些呢？因此，引出滑动窗口(移动窗口)的概念，简单点说，为了提升数据的可靠性，将某个点的取值扩大到包含这个点的一段区间，用区间来进行判断，这个区间就是窗口。如下面的示意图所示，其中时间序列数据代表的是15日每日的温度，现在我们以3天为一个窗口，将这个窗口从...]]></description><category></category></item><item><title><![CDATA[subplot和subplots绘制子图]]></title><link>https://blog.youkuaiyun.com/smartab/article/details/88886280</link><guid>https://blog.youkuaiyun.com/smartab/article/details/88886280</guid><author>smartab</author><pubDate>Fri, 29 Mar 2019 10:49:35 +0800</pubDate><description><![CDATA[plot可以绘出精美的图形，但是如果想要在一张图中展示多个子图，plot就很难办了。

matplotlib提供了subplot来解决这一问题。（其实很像matlab中的绘图方法）

subplot绘图方法
首先利用之前plot的方法，在一个人图中绘制两个曲线：


现在的效果是两个图像挤在一张图片中，有些情况下这样的布局比较好，有些情况下则需要将两个曲线分开到两个不同的子图像中绘制，这样可以如...]]></description><category></category></item><item><title><![CDATA[pandas.get_dummies 的用法]]></title><link>https://blog.youkuaiyun.com/smartab/article/details/88844137</link><guid>https://blog.youkuaiyun.com/smartab/article/details/88844137</guid><author>smartab</author><pubDate>Wed, 27 Mar 2019 14:44:38 +0800</pubDate><description><![CDATA[get_dummies 是利用pandas实现one hot encode的方式。详细参数请查看官方文档

pandas.get_dummies(data, prefix=None, prefix_sep='_', dummy_na=False, columns=None, sparse=False, drop_first=False)[source]
1
例子：
import pandas a...]]></description><category></category></item><item><title><![CDATA[pandas catagorises]]></title><link>https://blog.youkuaiyun.com/smartab/article/details/88815864</link><guid>https://blog.youkuaiyun.com/smartab/article/details/88815864</guid><author>smartab</author><pubDate>Tue, 26 Mar 2019 11:25:05 +0800</pubDate><description><![CDATA[分类Categoricals
Since version 0.15, pandas can include categorical data in a DataFrame. For full docs, see thecategorical introduction and theAPI documentation.

In [122]: df = pd.DataFrame({"id":[1,2,...]]></description><category></category></item><item><title><![CDATA[泰坦项目]]></title><link>https://blog.youkuaiyun.com/smartab/article/details/88701188</link><guid>https://blog.youkuaiyun.com/smartab/article/details/88701188</guid><author>smartab</author><pubDate>Wed, 20 Mar 2019 22:22:47 +0800</pubDate><description><![CDATA[import pandas as pd
import numpy as np
file='D:\新建文件夹 (6)'
data_train=pd.read_csv(file+'/titanic_train.csv')
data_test=pd.read_csv(file+'/titanic_test')

import pandas as pd
import numpy as np
file=...]]></description><category></category></item><item><title><![CDATA[数据库的四种隔离]]></title><link>https://blog.youkuaiyun.com/smartab/article/details/88619232</link><guid>https://blog.youkuaiyun.com/smartab/article/details/88619232</guid><author>smartab</author><pubDate>Sun, 17 Mar 2019 14:41:02 +0800</pubDate><description><![CDATA[数据库的四种隔离级别

　　最近在看高性能MYSQL一书，所以对其进行例子分析已巩固自己的印象

　　数据库的事务操作其实就是一组原子性的操作，要么全部操作成功，要么全部操作失败。

　　

　　比如说我需要对外销售1张电影票，且登记一下销售信息到另一个表，至少需要以下3个步骤

　　1.查询电影票数量是否满足销售1张电影票 SELECT remain_count FROMcinema WHER...]]></description><category></category></item><item><title><![CDATA[SQL中的左连接与右连接,内连接有什么区别]]></title><link>https://blog.youkuaiyun.com/smartab/article/details/88119671</link><guid>https://blog.youkuaiyun.com/smartab/article/details/88119671</guid><author>smartab</author><pubDate>Mon, 04 Mar 2019 15:36:15 +0800</pubDate><description><![CDATA[例子，相信你一看就明白，不需要多说
A表(a1,b1,c1) B表(a2,b2)






左连接：

select A.*,B.* from A



left outer join B on(A.a1=B.a2)
结果是:

右连接：
select A.*,B.* from A
right outer join B on(A.a1=B.a2)
结果是:





内连接：

自然联...]]></description><category></category></item><item><title><![CDATA[SQL中ON和WHERE的区别]]></title><link>https://blog.youkuaiyun.com/smartab/article/details/88118534</link><guid>https://blog.youkuaiyun.com/smartab/article/details/88118534</guid><author>smartab</author><pubDate>Mon, 04 Mar 2019 15:13:07 +0800</pubDate><description><![CDATA[SQL中ON和WHERE的区别

数据库在通过连接两张或多张表来返回记录时，都会生成一张中间的临时表，然后再将这张临时表返回给用户。
在使用leftjion时，on和where条件的区别如下：
1、on条件是在生成临时表时使用的条件，它不管on中的条件是否为真，都会返回左边表中的记录。
2、where条件是在临时表生成好后，再对临时表进行过滤的条件。这时已经没有leftjoin的含义（必须返...]]></description><category></category></item><item><title><![CDATA[SQL事务]]></title><link>https://blog.youkuaiyun.com/smartab/article/details/87783602</link><guid>https://blog.youkuaiyun.com/smartab/article/details/87783602</guid><author>smartab</author><pubDate>Mon, 04 Mar 2019 15:10:12 +0800</pubDate><description><![CDATA[事务：同生共死

也即整个SQL作为一个整体执行，要么都执行成功，要不就都失败。

语法步骤：

事务开始：begin transaction

事务提交：commit transaction

事务回头 ：rollback transaction

判断某条语句是否出错

使用全局变量@@error,但只能判断某一天SQL语句是否出差，如若判断整个事务是否出差，需要对

@@error进行累加
...]]></description><category></category></item></channel></rss>