u012076669的博客

原创 为什么20位数据总线决定寻址空间是2^20B，即1MB,而不是2^20/2^3=2^17B????

图解说明为什么20位地址总线决定寻址空间是2^20B,即1MB，而不是2^17B

原创 自然语言处理的层次

来自 何晗的《自然语言处理入门》

原创 TF-IDF为什么能找出文本里的重要词？

最近看TF-IDF的时候，一开始只理解了它的计算过程，但没有完全想明白一个问题：为什么用这个公式，就能把一段文本里更重要的词找出来？虽然“情况”在当前文章里也出现了20次，但因为它在全局文章里太常见，IDF很低，最终TF-IDF也会很低。假设“情况”在当前文章中也出现了20次，但它在全库10000篇文章中出现在8000篇里。所以只靠TF是不够的。如果一个词在当前文章中出现很多次，但它在所有文章中也很常见，那么IDF会把它压下去。如果一个词在全局中很稀缺，但在当前文章中只出现了一次，那么TF不会太高。

原创 python 安全除法

”“安全除法：d=0 返回 0；as_pct=True 时返回 *100 的百分比数值”“”

原创 Excel 公式解析：按条件去重计数

原始数据 → FILTER筛选 → UNIQUE去重 → ROWS计数。→ 筛选出高三年级的所有姓名：{张三, 李四, 张三}→ 去重后：{张三, 李四}结果：2（高三的老师数量）

原创 常见的模型设置参数解释

通过对已经生成的内容施加惩罚，使模型倾向于生成新的或不同的内容。参数值增加时，对于已经生成过的内容，模型在后续生成中被施加更大的惩罚，生成重复内容的可能性越低。(3)TopP如何影响结果的多样化:较低的TopP值会选择最有信心的响应，而较高的TopP值将使模型考虑更多可能的词语，包括不太可能的词语，从而导致更多样化的输出。(1)运行原理:模型会将所有候选词按概率排序，从中选出累计概率达到P的词集合(如P=0.9表示选取概率总和为90%的前若干词)，然后从中随机抽取一个生成。

原创 查询sql表结构的代码

where c.table_schema = ‘库名’and c.table_name = ‘表名’

原创 Python all函数 判断是否同时满足多个条件

all() 是 Python 内置函数，用来检查一组条件是否全部为 True。

原创 Pandas quantile() 分位数计算函数：以“奶茶等待时间”距离

quantile() 用来计算一组数据的分位数。分位数适合回答这种“体验类问题”：大多数人一般是什么水平？最差那一撮有多差？最好那一撮有多好？下面用奶茶店的等待时间做例子，一次讲懂 P10、P50、P90。

原创 给定某日的上班时间段，计算当日的工作时间总时长（Python）

很多统计/考核场景会遇到这种需求：一天里上班不是连续的，比如上午一段、下午一段。我们希望输入这些“上班时间段”，自动算出当天总工作时长（单位：小时）。比如某单位作息：上午：08:30–12:00下午：14:30–18:00那么当天工作时长应该是：3.5 + 3.5 = 7.0 小时。下面用 Python 标准库 datetime 来实现，优点是：严谨、可扩展、不会因为手算出错。

原创 INSERT INTO … SELECT … 常见问答（含样例）

（无列清单）要求 SELECT 产生的列数与顺序和 A 的物理列顺序一一对应。即使能成功，也脆弱（A 增减列就歪了），不推荐。若 SELECT *，就会把星号展开成来源表的全部列，再按位置对齐到 A（极易错位）。类型不兼容：SELECT 的列类型与 A 的目标列类型不匹配，需 CAST/CONVERT。数据库按位置对齐：SELECT 的第 1 列对应 A 的第 1 列……不能为空：A 中有 NOT NULL 列既没在列清单里，也无默认值。列数不匹配：没写列清单且 SELECT 列数与 A 列数不同。

原创 pandas转换为日期及期间切片

import numpy as npimport pandas as pdfilename = ‘test.xlsx’df = pd.read_excel( filename )df[‘证照颁发年份’] = df[‘证照颁发日期’].apply(lambda x: str(x)[0:4])date_col = ‘证照颁发日期’d = pd.to_datetime(df[date_col], format=‘%Y年%m月%d日’, errors=‘coerce’)df[‘颁发日期_dt’] =

原创 sql substring_index 用法

先把 山东省/地市/ 之前的都扔了，只留后面的路径；语义：在上一步得到的尾巴里，按 / 从左往右切一刀，拿第 1 段（第一个 / 之前）。如果 nodePath = “-/山东省/地市/XX市/XX/abc/农业农村局/”内层 SUBSTRING_INDEX(x, ‘山东省省/地市/’, -1)语义：取 x 中最后一次出现 ‘山东省/地市/’ 之后的所有内容。用上面的尾巴再切：结果就是 “xx市”——这就是我们想要的城市名。内层结果就是：“XX市/XX/abc/农业农村局/”‘山东省/地市/’, -1。

原创 sql JSON_UNQUOTE函数作用

【代码】sql JSON_UNQUOTE函数作用。

原创 市县键值排序

df = df.sort_values([‘__ord’,‘行政区划’]).drop(columns=‘__ord’).reset_index(drop=True)df[‘__ord’] = df[‘行政区划’].map(order_map).fillna(len(order_list))order_list = [‘海口’,‘三亚’,‘三沙’,‘儋州’,‘文昌’,‘琼海’,‘临高’,‘乐东’,‘昌江’,‘五指山’,‘琼中’,‘保亭’,‘白沙’]‘澄迈’,‘万宁’,‘东方’,‘陵水’,‘定安’,‘屯昌’,

转载 GDP 产值 增加值 咋理解

支出法：创造出产品后，将由经济主体最终购买，支出法按照产品最终购买的角度核算GDP，主要分为三个部分：1.最终消费支出，包含居民消费、政府消费和为住户服务的非营利机构的消费支出；对国家或地区来说，如把该国或地区所有企业总产值加在一起，用总产值反映生产成果，就有重复计算的缺陷（如该服装厂总产值里面的中间投入600万，是其各上游厂总产值里转移过来的价值）。在总产值的基础上，扣除掉转移价值，剩下的是增加值。从生产角度来讲,只要在中国的领土上从事生产，不管是中国人还是外国人，创造的成果都算在中国的GDP里面。

原创 Mysql的坑 int型字段如果有空值或1，＜＞1并不能把空值选出来

mysql null值的比较

原创 SQL代码规范

sql代码规范

原创 如何用Pycharm把python代码打包成exe文件

在terminal 里面输入pyinstaller --onefile --noconsole chuli_v2.py。–noconsole 这个选项会生成一个不带控制台窗口的 .exe 文件。

原创 bug 系列 expected ＜class ‘openpyxl.styles.fills.Fill‘＞

最后，看别人说的，把这个文档另存为居然就可以了…然后我发现居然真的可以。pandas 这个读取excel是为啥。改用openxyl也不行，

原创 pandas apply传递参数进阶 不好用，不是我想的那回事

【代码】pandas apply传递参数进阶。

原创 牛客网刷题与C++代码学习

自己写的没通过，gpt用树结构写的通过了。学习一下gpt的代码。

原创 阿里云个人建站笔记【持续更新】【第三部分还没有整理完】

代码里面的metaUrl需要修改说明：代码中metaUrl中EcsRamRoleTest需要和前面创建的角色名称保持一致。

原创 计网【链路带宽100Mbps代表什么，“翻译”成人话是？】

假设这个链路是一个竹筒，你是竹筒一端的人，竹筒另一端有别人，然后100Mbps，表示，这个竹筒一秒钟能够发送10^8个豆子。【非要搞这么多】就表示每秒钟，我这个线路（假设线路是一个竹筒，1bit表示1颗豆子），8bps表示这个竹筒一秒钟能通过8颗豆子）计网中，带宽表示网络的通信线路所能传送数据的能力，是数字信道所能传送的“最高数据传输速率”的同义语，单位是比特/秒 b/s)。感觉最简单的意思，例如如果你的信号是一个正弦波，假设是sin8πx，则一秒钟可以经历4个正弦波，频率就是4，

原创 如何理解所谓的【指令执行速度】

所以指令执行速度就是，假设我一秒钟能有1万个正弦波，然后你每条指令需要1000个正弦波，那一秒钟能执行多少条指令，的意思。先不看主频，如下图，假设一秒钟能有4个正弦波，那就说明频率是4。而平均CPI，即每条指令平均的时钟周期的个数。所以在这个例子中10000/1000=10条。则主频表示，计算机一秒钟能搞多少个时钟周期。而计算机很厉害，一秒能有很多个正弦波。指令执行速度 = 主频/平均CPI。把一个正弦波，看做一个时钟周期。既指令执行速度为1秒钟10条。

原创 如何理解低位交叉编址的公式T+(m-1)r

设模块字长等于数据总线宽度，模块存取一个字的存取周期为T，总线传送周期为r，为实现流水线方式存取，存储器交叉模块数应大于等于。连续存取m个字所需的时间为。

原创 从【单位分房】理解计算机边界对齐

从单位分房理解计算机边界对齐存储方式

原创 大端存放与小端存放

口诀：近大远小为大端（底地址放最高位）；第0排的人最高（大端）

原创 如何理解MIPS = 指令条数/(执行时间x10^6)=主频/(CPIx10^6)

在某一个情境中，假设有500条指令，执行完这500条指令需要5s，则在这个情境下，500条指令一共用5s执行完→。执行一条指令需要的时钟周期个数。执行一条指令需要的时钟周期个数。每秒钟能经历的时钟周期的个数。每秒钟能经历的时钟周期的个数。每秒执行多少百万条指令。所以（8）带入（4）得。

原创 极简理解信道、信号频率、信道带宽、采样【基本都用1页PPT解释】

原创 如何理解波特率【少废话了】【3张PPT搞定】

如何理解波特率，3张PPT搞定

原创 数据链路层【选择重传协议：为什么发送窗口和接收窗口的大小要小于等于序号的一半】

选择重传协议窗口大小说明

原创 【循环冗余码检错示例】

接收方怎么看有错没有。

原创 二进制的除法

二进制除法示例

原创 解决idea登录github copilot报错问题

打开idea-help-edit custonm vm options。把这个设置成allow，然后重新尝试登录copilot就行就行。试了好多方案都没用，但是这个有用，然后在这个文件里面输入。解决方案来自这位大佬↓。

原创 伴随矩阵的特征值跟原矩阵特征值居然有关系！！！附证明

A的特征值和A的伴随矩阵的特征值的关系证明

原创 xmind latex【记录备忘】

换行必须要有\begin{align}和\end{align}，此时再在里面用\才能换行，如果只写1+1=2\2+2=4是不能换行的。

原创 cda 1级模拟题错题知识点总结

格式：TRUNCATE(number, decimals)decimals:the number of decimal places to truncate to 截断到的小数位数，如果为0则表示不保留小数例如:结果为2结果为2.8结果为2.83。

原创 cda 动销率 错题记录

原创 线性代数：为什么所有3x3对称矩阵构成的向量空间是6维的？（mit第11讲中的疑问）

对应mit线性代数第11讲矩阵空间，秩1矩阵，小世界图第6-7分钟的讲解问题：3x3对称矩阵构成的向量空间为什么是6维的。