240 发简信
IP属地:江苏
  • 120
    程序员必备:变量命名神器-Codelf

    关于命名 计算机科学的两件难事:缓存失效和命名计算机科学的两件难事:缓存失效和命名 程序员最头疼的事:命名半数的人认为命名是最头疼 《Clean Code》和《编写可读代码的...

  • 开始

    初始计算机视觉 高斯模糊,高斯滤波 突出中心 降低随机噪声 中值模糊,中值滤波 降低椒盐噪声(某些值过大或过小) 图像金字塔 (expand 与 reduce) 二值化图像分...

  • Day49 2018-06-28

    如标题所示,断了一个多月的学习终于拾起了,课程已经快过期了,得加油了。今天把项目三提交了,用了差不多两天时间共7个小时,好的开端刚看到结束时间是7月4号,我还一直以为是7月1...

  • Day48 - 2018-05-24

    CONCATPiping ||这两个工具都能将不同行的列组合到一起。在此视频中,你学习了如何将存储在不同列中的名字和姓氏组合到一起,形成全名:CONCAT(first_nam...

  • Day47 - 2018-05-23

    LEFT 从起点(或左侧)开始,从特定列中的每行获取一定数量的字符。正如此处看到的,你可以使用 LEFT(phone_number, 3) 获取电话号码中的前三位。RIGHT...

  • Day46 - 2018-05-22

    WITH 语句经常称为公用表表达式(简称 CTE)使用这个方法来简化子查询,将公用子查询的部分使用WITH包裹命名别名,它会建立一个临时表,方便后面复用 可改写为

  • Day45 - 2018-05-21

    这段时间在整理前端架构,没多少时间学这个了O.O。学5分钟打个卡... 如果子查询只返回一个值,则可以在逻辑语句中使用该值,例如 WHERE、HAVING,甚至 SELECT...

  • Day44 - 2018-05-18

    每当我们需要使用现有表格创建新的表格,然后需要再次查询时,就表明我们需要使用某种子查询在编写子查询时,查询很容易就看起来很复杂。为了便于阅读,其实日后经常只是你自己要阅读:要...

  • Day43 - 2018-05-17

    PostgreSQL想对通过聚合创建的查询中的元素执行 WHERE 条件,就需要使用 HAVING。HAVING总是出现在GROUP BY之后,它可以对聚合的数据过滤,而WH...

  • Day42 - 2018-05-16

    PostgreSQL 数据聚合 NULLNULL 是一种数据类型,表示 SQL 中没有数据,它们经常在聚合函数中被忽略了。在 WHERE 条件中表示 NULL 时,我们写成 ...

  • Day41 - 2018-05-15

    PostgreSQL 取别名时可以不加AS,直接加个空格就可以如 FROM tablename AS t1 JOIN tablename2 AS t2 与 FROM tabl...

  • 120
    Day40 - 2018-05-14

    PostgreSQL 语法WHERE 筛选条件,模糊查询LIKE 通配符% IN 可以指定要筛选的范围,(1, 2, 3)其中数值可以直接写,文本需要加单引号,NOT则表...

  • Day39 - 2018-05-13

    POSTGRESQL语法感觉和MySQL差不多

  • Day38 - 2018-05-12

    开始使用数据库POSTGRESQL了,相关文档,后面开始撸SQL,这应该能快些 一些书写规范 规定查询格式 大写 你可能已经注意到,我们大写了 SELECT 和 FROM,而...

  • Day37 - 2018-05-11

    按照较复杂规则去重命名df的列,可以将df的rename和lambda结合使用,如需要将超过10的列名截去再在后面加上_2008可以这样操作df.rename(columns...

  • 120
    Day36 - 2018-05-10

    从字符串中提取数字,可以使用正则表达式提取,在进行类型转换,具体写法df['B'].str.extract('(\d+)').astype(int)其中使用了extract进...

  • Day35 - 2018-05-09

    使用apply函数处理df数据,从字符串中提取整型的有效数据目的是将数据(6 cyl) 转化为6,df_08['cyl'] = df_08['cyl'].apply(lamb...

  • Day34 - 2018-05-08

    使用df.drop()删除行或列,如df.drop(['Stnd', 'Underhood ID', 'FE Calc Appr', 'Unadj Cmb MPG'], ax...

  • Day33 - 2018-05-07

    使用pandas的groupby()能够对数据进行分组并聚合信息聚合,或分组进行数据转换,相关文档,类似数据库的groupby 使用pd的cut()可以切分将数据切分为组,可...

个人介绍
惜食惜衣,非为惜财缘惜福;求名求利,但须求己莫求人。