上班之余抽点时间出来写写博文，希望对新接触的朋友有帮助。今天在这里和大家一起学习一下游标删除创立游标：alterPROCproc_orderASDECLARE@uidINTDECLARE@pidINTDECLARE@numberINTDECLAREcu_orderCURSORFORSELECTc.uid,c.pid,c.numberFROMshopCarAScINNERJOINuserTableASuONu.uid=c.uidWHEREu.userName
系统 2019-08-12 01:54:17 2414
安装mongodb的时候遇到一些麻烦首先将安装包下下来安装的是windows版本的将bin文件夹加入环境变量后通过mongod和mongo指令就可以进行操作,很方便用指令mongod--dbpath数据库位置将数据库打开用mongo指令进入shell操作即可将mongodb加入服务的时候出现问题首先要设置log用echologpath=C:\mongodb\log\mongo.log>C:\mongodb\mongod.cfg没有问题然后用写下C:\mon
系统 2019-08-12 01:51:50 2414
ifexists(select*fromdbo.sysobjectswhereid=object_id(N'[dbo].[f_search]')andxtypein(N'FN',N'IF',N'TF'))dropfunction[dbo].[f_search]GOifexists(select*fromdbo.sysobjectswhereid=object_id(N'[序数表]')andOBJECTPROPERTY(id,N'IsUserTable')=
系统 2019-08-12 01:51:38 2414
在日本学习，每年约有120天假期，加上约70个双休日，可以全天打工的时间约190天。170天上课，下午或晚上一般工作4小时，约工作680小时；190天假期，每天工作8小时，约工作1520小时。合计全年工作2220小时。日本政府规定外国留学生每小时工资不低于800日元，按最低计算，全年可收入176万多日元，合人民币12万元左右。在日本的留学生全年的总花销（包括学费、生活费、住宿费、其它零花）约为8万元人民币，收入和花销相抵，一般能节余4万人民币。这是第一年的
系统 2019-08-12 01:33:19 2414
问题描写叙述：之前已经创建了一个replicated的volumegv0，replica=2，两个文件夹为：/test/data1和/test/data2，之后发现这两个文件夹不太合适，想在/test/data1/gfs和/test/data2/gfs上又一次做一个volume，于是将gv0删除，可是在新建volume时出现：/test/data1/gfsoraprefixofitisalreadypartofavolume的问题经过Google发现下面解
系统 2019-08-12 01:32:13 2414
Python之成为图像处理任务的最佳选择，是因为这一科学编程语言日益普及，并且其自身免费提供许多最先进的图像处理工具。本文主要介绍了一些简单易懂最常用的Python图像处理库。当今世界充满了各种数据，而图像是其中高的重要组成部分。然而，若想其有所应用，我们需要对这些图像进行处理。图像处理是分析和操纵数字图像的过程，旨在提高其质量或从中提取一些信息，然后将其用于某些方面。图像处理中的常见任务包括显示图像，基本操作(如裁剪、翻转、旋转等)，图像分割，分类和特征
系统 2019-09-27 17:54:47 2413
1.效果图：2.代码#作用域是对象生效的区域（对象能被使用的区域）#全局作用域在任意位置可生效#局部作用域在函数内生效c=20#全局变量deffn():d=10#a定义在了函数内部，所以他的作用域就是函数内部，函数外部无法访问print('函数内部：','c=',c)print('函数内部：','d=',d)fn()print('函数外部获取：','c=',c)print('函数外部获取：','d=',d)#在Python中一共有两种作用域#全局作用域#-
系统 2019-09-27 17:54:02 2413
pandas层次化索引1.创建多层行索引1)隐式构造最常见的方法是给DataFrame构造函数的index参数传递两个或更多的数组Series也可以创建多层索引In[1]:importnumpyasnpimportpandasaspdfrompandasimportSeries,DataFrameIn[3]:s=Series([1,2,3,4],index=[['a','a','b','b'],['期中','期末','期中','期末']])sOut[3]:
系统 2019-09-27 17:54:01 2413
数据归一化问题是数据挖掘中特征向量表达时的重要问题，当不同的特征成列在一起的时候，由于特征本身表达方式的原因而导致在绝对数值上的小数据被大数据“吃掉”的情况，这个时候我们需要做的就是对抽取出来的featuresvector进行归一化处理，以保证每个特征被分类器平等对待。下面我描述几种常见的NormalizationMethod，并提供相应的python实现（其实很简单）：1、(0,1)标准化：这是最简单也是最容易想到的方法，通过遍历featurevecto
系统 2019-09-27 17:53:19 2413
这里以删除空格为例。s2=s='abc1'defp():print('\'',s,'\'\n\'',s2,'\'',sep='');#replace用于替换，这里将原有字符串中的所有空格替换为空print('删除字符串中的所有空格：')s2=s.replace('','')p()#strip()、rstrip()、lstrip()分别用来删除、右端、左端、连续的空白字符或字符集print('\n删除两端的空白字符：')s2=s.strip()p()prin
系统 2019-09-27 17:53:02 2413
