weixin_42098295-优快云博客

原创使用腾讯云服务器搭建个人网站详细步骤介绍

GoDaddy 全球知名互联网域名注册商官网上面进行购买，我选择的是腾讯云，买完域名之后，对域名进行解析，也就是把域名对应上我们的IP，这个域名指向的是我们的服务器。在国内的服务器是需要域名备案的，我们使用的是腾讯云（国内服务器），所以需要域名备案，在腾讯云网站，阿里云网站都支持备案申请，大家自由可以选择一下。选择功能，勾选需要的角色服务，选择完成后点击【下一步】，确认信息后点击【安装】按钮，等待安装结束后，通过在本地浏览器访问Windows云服务器的公网IP来验证IIS安装是否成功。

2024-01-26 00:35:09 2021

原创推荐编程学习的微信小程序工具

该微信小程序是CJavaPY编程之路（www.cjavapy.com）网站的小程序版本，主要是编程文档及相关的工具。另外小程序中的私人令牌是存在本地缓存中，若清空小程序缓存，则需要重新设置令牌。网站上文档资料，可以通过微信扫码，在手机微信小程序上查看，可以在微信上进行分享，如下图，微信扫描文档中的这个二维码，可以直接在微信小程序中打开进入当前文档，方便用手机查看。点击头像，可以直接上传手机图片，也可以获取微信头像。点击请输入昵称，填写昵称或获取微信昵称，如下图，

2023-12-27 21:52:56 904 1

原创 ASP.NET Core Web API上传多个文件和JSON数据的方法及代码

ASP.NET Core Web API中，上传多个文件和JSON数据的实现涉及配置文件上传功能和处理JSON数据。下面是一个完整的示例，展示如何在ASP.NET Core Web API中处理这种请求。添加字段product，并将其值设置为一个JSON字符串（例如：{"id": 1, "name": "Sample Product", "price": 99.99}）。在控制器中，创建一个用于处理上传请求的动作方法。这个方法将接受文件和JSON数据。确保在Startup.cs中配置了文件上传的相关设置。

2024-07-14 21:50:23 1142

原创 Python 元组

print(tuple2) # 输出: ('hello', 3.14, True)print(single_element_tuple) # 输出: (5,)print(tuple6.count(2)) # 输出: 3。print(tuple6.index(3)) # 输出: 2。print(tuple1) # 输出: (1, 2, 3)print(empty_tuple) # 输出: ()print(tuple3[3]) # 输出: 40。print(a) # 输出: 10。

2024-07-14 21:49:09 421

原创 Python 布尔值

print(x and y) # 输出: False。print(5 == 6) # 输出: False。= 5) # 输出: False。print(5 = 5) # 输出: True。print(5 > 3) # 输出: True。print(b) # 输出: False。

2024-07-10 22:25:58 557

原创 Python numpy.tril函数方法的使用

Python 中，numpy.tril函数用于从一个给定的数组中提取其下三角部分。下三角部分是指矩阵中位于主对角线及其下方的元素，其余元素被设为零。这个函数对于处理矩阵相关的计算非常有用。

2024-07-10 22:23:38 325

原创 C编程题收藏

C语言利用基础知识实现编程题计算器3种写法C语言编程题数组C语言编程题字符串C语言编程题字符串比较的4种方法 C语言编程题字符串连接3种方法C语言编程题字符串反转5种方法C语言编程题查找子字符串5种方法C语言编程题函数C语言编程题指针C语言编程题计算数组的平均值6种方法C语言编程题计算阶乘5种方法C语言编程题检查素数C语言编程题冒泡排序C语言EasyX图形库实现圆盘时钟C语言WinBGIm图形库实现圆盘时钟C语言Windows GDI实现圆盘时钟C语言编程题矩阵乘法C语言编程题计算数组中的最大和最小值5种方

2024-07-08 22:42:33 817

原创 Python numpy.tri函数方法的使用

numpy.tri 函数用于生成一个下三角矩阵，即矩阵中的所有元素在主对角线及其以下的位置上为 1，其余位置为 0。like：参考对象，如果提供的话，返回的数组将会是该对象的类型。# 生成一个 4x4 的矩阵，并指定 k 参数为 1。dtype：数组的数据类型。print("整数类型的 3x3 下三角矩阵：")print("k=1 的 4x4 矩阵：")# 生成一个 3x3 的整数类型下三角矩阵。print("3x3 下三角矩阵：")# 生成一个 3x3 的下三角矩阵。# 生成一个 3x5 的下三角矩阵。

2024-07-08 22:34:26 515

原创 Python 变量

print("y outside function:", y) # 会引发错误，因为 y 是局部变量。print(type(numbers)) # 输出: print(type(person)) # 输出: print(type(pi)) # 输出: print(type(name)) # 输出: print(type(num)) # 输出:

2024-07-05 22:51:36 784

原创 Python pandas.DataFrame.assign函数方法的使用

pandas.DataFrame.assign 函数用于向 DataFrame 添加新的列或修改现有列。print("\n使用函数创建新列 'D' 后的 DataFrame：")print("\n修改列 'B' 后的 DataFrame：")print("\n同时添加多个新列后的 DataFrame：")print("\n添加新列后的 DataFrame：")# 添加列 'D'，其值为列 'A' 和 'B' 的和。print("原始 DataFrame：")# 同时添加列 'E' 和 'F'

2024-07-05 22:47:20 443

原创 Python 注释作用写法及示例代码

Python 中的注释是用来解释代码的用途或功能，帮助开发者理解代码的意图。使用三个双引号 """ 进行文档字符串注释，通常用于函数、类或模块的说明。") # 这是在代码行尾的注释。name (str): 这个人的名字。name (str): 被问候的人的名字。# 使用文档字符串可以通过内置的 help() 函数查看。name (str): 这个人的名字。greet(): 问候这个人。str: 返回问候语。使用三个单引号或双引号进行多行注释。str: 返回问候语。使用 # 符号在行首进行单行注释。

2024-07-04 22:33:20 470

原创 Python numpy.diag函数方法的使用

可以通过设置 k 参数来提取相对于主对角线的其他对角线元素。从数组中提取对角线元素：当输入是一个二维数组时，numpy.diag 可以提取对角线元素。创建对角线数组：当输入是一维数组时，numpy.diag 可以创建一个对角线数组。print("下对角线元素 (k=-1)：")print("上对角线元素 (k=1)：")print("主对角线元素：")print("对角线数组：")print("二维数组：")print("一维数组：")# 提取下对角线（k=-1）print("二维数组：")

2024-07-04 22:31:18 797

原创 Python pandas.DataFrame.asof函数方法的使用

DataFrame.asof 是 pandas 中的一个函数，它返回给定索引之前的最后一行（无 NaN）的数据。它通常用于查找某个时间或索引之前最近的非 NaN 值。where: 你想要查找的最后一个有效（非 NaN）值之前的索引或索引列表。print("\n截至 2023-01-04 的最后有效值:")print("\n截至指定日期的最后有效值:")print("原始 DataFrame:")# 示例 DataFrame。

2024-07-03 21:41:08 262

原创 Java 连接合并两个数组(Array)的五种方法

5、使用 ArrayUtils.addAll (需要 Apache Commons Lang 库)2、使用 Arrays.copyOf 和 System.arraycopy。Java 中，有多种方法可以连接和合并两个数组。3、使用 Stream.concat (Java 8 及以上)1、使用 System.arraycopy。4、使用 List 和 toArray。

2024-07-03 21:39:37 4126

原创 Java(Spring Boot)编程思想学习进阶书籍

本书的作者拥有多年教学经验，对C、C++以及Java语言都有独到、深入的见解，以通俗易懂及小而直接的示例解释了一个个晦涩抽象的概念。本书共22章，包括操作符、控制执行流程、访问权限控制、复用类、多态、接口、通过异常处理错误、字符串、泛型、数组、容器深入研究、JavaI/O系统、枚举类型、并发以及图形化用户界面等内容。这些丰富的内容，包含了Java语言基础语法以及高级特性，适合各个层次的Java程序员阅读，同时也是高等院校讲授面向对象程序设计语言以及Java语言的绝佳教材和参考书。微信扫码可以进入，如下图，

2024-07-01 22:54:19 1558

原创 Python 简介

库如 NumPy、Pandas、Matplotlib、Scikit-learn、TensorFlow、Keras 等使 Python 成为数据科学家和机器学习工程师的首选语言。有大量的第三方库可供使用，如 NumPy（科学计算）、Pandas（数据分析）、Django（Web开发）、TensorFlow（机器学习）等。Python 标准库提供了丰富的模块和函数，涵盖了网络、文件 I/O、正则表达式等常见任务。定期举办的 PyCon 大会和各种技术交流活动，促进了 Python 的发展和应用。

2024-07-01 22:52:33 309

原创 Python numpy.mgrid函数方法的使用

numpy.mgrid 是 NumPy 提供的一个函数，用于生成多维网格。它特别适用于创建在特定范围内等间距的多维坐标数组。其使用方法与 Matplotlib 的 meshgrid 类似，但更为强大。其中 start 是开始值，stop 是结束值（不包含），step 是步长。步长可以是复数，表示生成的点数。如果步长是复数，则表示生成的点数。例如，5j 表示在该范围内生成 5 个点。# 生成从0到4（不包括4），步长为1的一维网格。# 生成从0到1的范围内，包含5个点的一维网格。3. 使用复数表示步长。

2024-06-30 22:42:23 504

原创 Java 通过stream()获取找到List(列表)中最小的对象元素

Java 中，使用 stream() 可以很方便地处理集合并找到最小的对象元素。这里假设你有一个包含自定义对象的 List，每个对象都有一个可以比较的属性，例如 age。// 使用 stream() 找到年龄最小的 Person。

2024-06-30 22:38:29 1417

原创 .NET(C#) System.Linq中实现多列group by(分组)的示例代码

NET 中使用 LINQ 可以方便地进行多列分组操作。以下是一个示例，展示了如何在 C# 中使用 System.Linq 实现多列 group by。假设我们有一个简单的数据源（例如一组学生成绩），我们希望根据学生的年级和班级进行分组，然后计算每个分组的平均成绩。// 使用 LINQ 根据 Grade 和 Class 进行分组，并计算每个分组的平均成绩。// 创建学生数据列表。

2024-06-29 22:12:39 1357

原创 Python pandas.DataFrame.applymap函数方法的使用

pandas.DataFrame.applymap 方法用于将一个函数应用到 DataFrame 中的每一个元素上。与 apply 方法不同，applymap 是逐元素的操作，而 apply 则是对行或列进行操作。返回一个新的 DataFrame，每个元素都是原 DataFrame 中的元素经过 func 函数处理后的结果。# 使用 applymap 将函数应用到每个元素上，跳过 NaN 值。# 使用 applymap 将函数应用到每个元素上。# 使用 applymap 将函数应用到每个元素上。

2024-06-29 22:10:33 584

原创 Java 将单个集合(Set＜Integer＞)拆分成两个集合的几种方法

使用第三方库 Apache Commons Collections 提供的 CollectionUtils 工具类。Java 中，有多种方法可以将一个 Set 拆分成两个集合。方法 3：使用 Apache Commons Collections。Java 8 引入的 Stream API 可以简化集合的操作。Google 的 Guava 库也提供了简便的方法来操作集合。通过遍历原始集合，将元素按顺序分配到两个新的集合中。方法 4：使用 Guava 库。

2024-06-28 21:29:15 1411

原创 Python numpy.meshgrid函数方法的使用

numpy.meshgrid 是 NumPy 库中一个非常有用的函数，它生成坐标矩阵，用于向量化评估在二维或更高维度上的函数。它通常用于创建网格点，然后在这些网格点上进行函数计算或绘图。indexing：{'xy', 'ij'}，可选。返回一个列表，其中包含生成的坐标矩阵。以下是一些使用 numpy.meshgrid 的示例，展示了不同的用法和应用场景。表示是否只生成稀疏网格。copy：布尔值，可选。*xi：一个或多个一维数组，用于生成网格坐标。# 使用 'ij' 索引生成网格。# 定义两个一维数组。

2024-06-28 21:27:59 602

原创 Python numpy.geomspace函数方法的使用

numpy.geomspace 是 NumPy 库中的一个函数，用于生成对数刻度上的等比例数值序列。endpoint：如果为 True（默认值），则 stop 是序列中的最后一个值。如果为 False，则序列中不包含 stop。生成从 1 到 16 的 5 个等比例的数，并设置 dtype 为浮点数。dtype：输出数组的数据类型。如果没有提供，则取决于其他参数的类型。生成从 1 到 1000 的 4 个等比例的数。start：序列的起始值（必须为正数）。stop：序列的终止值（必须为正数）。

2024-06-27 22:05:56 166

原创 .NET(C#) Task RunSynchronously()和Start()的使用与区别

Task 类有两个方法 RunSynchronously 和 Start，它们可以用来启动任务，但它们的行为有所不同。调用 RunSynchronously 时，任务会在调用线程上同步执行，而不是被排队到线程池中。Start 方法用于启动一个已创建但未启动的任务。使用 Task.Start 方法时，任务会被排队到默认的任务调度器上（通常是基于线程池的调度器），然后在某个线程上运行。// 任务已经在当前线程上完成，不需要等待。// 创建一个任务，但未启动。// 创建一个任务，但未启动。

2024-06-27 22:02:57 392

原创 Python numpy.logspace函数方法的使用

numpy.logspace 是 NumPy 库中的一个函数，用于生成对数刻度上的等间隔数值序列。endpoint：如果为 True（默认值），则 stop 是序列中的最后一个值。如果为 False，则序列中不包含 stop。dtype：输出数组的数据类型。如果没有提供，则取决于其他参数的类型。start：序列的起始值（以对数底数为底的幂指数）。stop：序列的终止值（以对数底数为底的幂指数）。num：要生成的等间隔样本数量。axis：结果中沿指定轴放置样本。base：对数空间的底数。

2024-06-26 21:12:04 502

原创机器学习和深度学习相关书籍

深度学习及TensorFlow框架的相关背景；机器学习是人工智能研究领域中一个极其重要的研究方向，在现今的大数据时代背景下，捕获数据并从中萃取有价值的信息或模式，成为各行业求生存、谋发展的决定性手段，这使得这一过去为分析师和数学家所专属的研究领域越来越为人们所瞩目。《机器学习实战》分主要介绍机器学习基础，以及如何利用算法进行分类，并逐步介绍了多种经典的监督学习算法，如k近邻算法、朴素贝叶斯算法、Logistic回归算法、支持向量机、AdaBoost集成方法、基于树的回归算法和分类回归树（CART）算法等。

2024-06-26 21:08:35 1805

原创 Python pandas.DataFrame.transform函数方法的使用

pandas.DataFrame.transform 函数用于对DataFrame的每一列或行应用函数并返回一个新的DataFrame。它可以应用单个函数，也可以应用多个函数，还可以对特定的列应用不同的函数。print("针对特定列应用不同函数后的 DataFrame:")print("应用单个函数后的 DataFrame:")print("应用多个函数后的 DataFrame:")# 对DataFrame的每一列应用一个函数。# 对DataFrame的每一列应用多个函数。# 针对特定列应用不同函数。

2024-06-23 21:33:14 320

原创 Python numpy.loadtxt函数方法的使用

numpy.loadtxt 是一个用于从文本文件中加载数据的函数。它能够将文件中的数据读入一个NumPy数组中，并且支持多种配置选项来处理不同格式的文本文件。unpack: 如果为True，将不同的列分别写入不同的变量。comments: 注释符号，默认是 #，用于标记注释行。delimiter: 分隔符，用于分隔数据，默认是空格。usecols: 要读取的列，可以是一个索引序列。ndmin: 结果数组的最小维度，默认是 0。skiprows: 跳过的行数，默认是 0。max_rows: 读取的最大行数。

2024-06-23 21:11:00 633

原创 Python pandas.DataFrame.align函数方法的使用

join: {'outer', 'inner', 'left', 'right'}, 默认为 'outer'。copy: 默认为 True。print("\n使用 'inner' join 对齐后的 DataFrame df1:")print("\n使用 'inner' join 对齐后的 DataFrame df2:")print("\n使用 fill_value 参数对齐后的 DataFrame df1:")print("\n使用 fill_value 参数对齐后的 DataFrame df2:")

2024-06-22 23:51:35 946

原创 Python numpy.fromstring函数方法的使用

使用 fromstring 将字符串转换为一维数组。# 使用 fromstring 将字符串转换为一维数组。# 使用 fromstring 将字符串转换为一维数组。# 使用 fromstring 将字符串转换为一维数组。# 使用 fromstring 将字符串转换为一维数组。string: 包含数字的字符串。# 定义一个包含浮点数的字符串。4）处理包含其他分隔符的字符串。# 定义一个包含数字的字符串。# 定义一个包含数字的字符串。# 定义一个包含数字的字符串。# 定义一个包含数字的字符串。

2024-06-22 23:49:48 527

原创 Python numpy.fromfunction函数方法的使用

numpy.fromfunction 函数用于生成一个数组，其中数组的每个元素是通过一个从坐标计算的函数来计算的。numpy.fromfunction 接受一个函数和一个形状参数，并返回一个数组，其中的元素是通过应用该函数计算得出的。function: 一个函数，该函数接受N个参数，每个参数对应于数组的一个维度。# 使用 fromfunction 生成一个 3x3x3 的数组。# 使用 fromfunction 生成一个 3x3 的数组。# 使用 fromfunction 生成一个 5x5 的数组。

2024-06-21 22:38:48 384

原创 Python pandas.DataFrame.aggregate函数方法的使用

函数用于将一个或多个操作应用于DataFrame的一列或多列。print("不同列应用不同函数后的结果:")# 对每一列应用多个函数，例如求和和求均值。print("应用自定义函数后的结果:")print("应用单个函数后的结果:")print("应用多个函数后的结果:")# 创建一个示例DataFrame。# 对每一列应用单个函数，例如求和。# 创建一个示例DataFrame。# 创建一个示例DataFrame。# 创建一个示例DataFrame。# 针对不同列应用不同函数。3、不同列应用不同函数。

2024-06-21 22:35:34 452

原创 ASP .NET Core Autofac 4.0使用ContainerBuilder(Populate)配置和示例代码

使用 ContainerBuilder.Populate 方法配置 Autofac 4.0 在 ASP.NET Core 中进行依赖注入可以有效地将 Autofac 容器与 ASP.NET Core 默认的依赖注入容器集成。下面是详细的配置和示例代码。// ConfigureContainer 是用于配置 Autofac 容器的地方。// ConfigureServices 是用于添加服务到 DI 容器的地方。// Configure 是用于配置 HTTP 请求管道的地方。2、配置 Autofac 容器。

2024-06-20 22:12:04 824

原创 ASP .NET Core Autofac 4.0使用ConfigureContainer配置和示例代码

ASP.NET Core 中，使用 Autofac 4.0 可以通过 ConfigureContainer 方法来配置依赖注入。下面是详细的配置和示例代码。// ConfigureContainer 是用于配置 Autofac 容器的地方。// ConfigureServices 是用于添加服务到 DI 容器的地方。// Configure 是用于配置 HTTP 请求管道的地方。2、配置 Autofac 容器。1、安装 Autofac。

2024-06-20 22:09:18 804

原创 ASP .NET Core Autofac 4.0使用ContainerBuilder(Populate)配置和示例代码

使用 ContainerBuilder.Populate 方法配置 Autofac 4.0 在 ASP.NET Core 中进行依赖注入可以有效地将 Autofac 容器与 ASP.NET Core 默认的依赖注入容器集成。下面是详细的配置和示例代码。// ConfigureContainer 是用于配置 Autofac 容器的地方。// ConfigureServices 是用于添加服务到 DI 容器的地方。// Configure 是用于配置 HTTP 请求管道的地方。配置 Autofac 容器。

2024-06-19 23:14:23 730

空空如也

空空如也