原文:T-SQL性能调整——信息收集IO信息（自服务器启动开始）--DatabaseIOanalysisWITHIOFORDATABASEAS(SELECTDB_NAME(VFS.database_id)ASDatabaseName,CASEWHENsmf.type=1THEN'LOG_FILE'ELSE'DATA_FILE'ENDASDatabaseFile_type,SUM(VFS.num_of_bytes_written)ASIO_Write,SUM
系统 2019-08-12 01:51:43 2170
机器是xpsp2，装有mssql2000、iis5.0、vs.net2005，今天又安装了mssql2005在安装前，我关闭了mssql2000的服务，退出了所有程序安装时，选择的是x86系统，安装“服务器组件、工具、联机丛书和示例”，选择了全部组件都安装，包括文档、示例和示例数据库我都安装了安装的过程里，有两个地方要注意：１、在选择“默认实例”还是“命名实例”的对话框，因为我本机上安装了mssql2000和vs.net2005，所以带有sql2005ex
系统 2019-08-12 01:33:13 2170
前言关于python爬虫目前有两个主流的库一个是urllib和requests在python3中urllib2已经没有了，取而代之的是urllib.request。这里的话我将首先介绍urllib.request的使用。之后我再介绍request，我本人是打算做一个系列的爬虫教程不仅仅包括入门还有实战进阶所以我希望浏览我写的博客时可以按顺序浏览学习。那么废话不多说奉上名言成功没有偶然。即便有些胜利者谦虚地说，自己的成功是偶然的缘故。——尼采开始正片！！！u
系统 2019-09-27 17:57:27 2169
pandas读取、写入csv数据非常方便，但是有时希望通过excel画个简单的图表看一下数据质量、变化趋势并保存，这时候csv格式的数据就略显不便，因此尝试直接将数据写入excel文件。pandas可以写入一个或者工作簿，两种方法介绍如下：1、如果是将整个DafaFrame写入excel，则调用to_excel()方法即可实现，示例代码如下：#output为要保存的Dataframeoutput.to_excel('保存路径+文件名.xlsx')2、有多个
系统 2019-09-27 17:56:47 2169
学Python可以干很多岗位，有爬虫工程师，有数据分析师，有自动化运维，有后端开发，而这么多岗位里面薪资最高的一定是AI的算法岗位，做机器学习的岗位！量大而且薪资很高！我们都知道机器学习是AI领域最为重要的技术，不管以后从事哪一类AI的岗位都离不开机器学习。其实机器学习的基础很大程度上决定了一个AI从业者能力的上线，这就好比一个对数据敏感的人可以做好运营、市场、产品等各种岗位的职责。鉴于机器学习的重要地位，贪心学院继火爆的NLP训练营，这次又重磅推出了《机
系统 2019-09-27 17:55:53 2169
1.类的继承与方法的重载上面就是先定义了一个类A，然后由定义了一个类B，B继承了类A，这样B就有了A的非私有属性和方法。classWasher:company='ZBL'def__init__(self,water=10,scour=2):self._water=water#不想让用户直接访问实例变量，可以标志成私有self.scour=scourself.year=2000#这是生产日期#属性包装，将water属性包装成方法，用户使用water时实际是访
系统 2019-09-27 17:54:42 2169
很多企业开发语言从Python转向了Golang的原因因为原生Python的性能真的是太捉襟见肘了。单机运行计算型任务，速度慢是有目共睹的。IO型人物不涉及多线程（比如用协程）的还好，一旦涉及到多线程，立刻懵逼。比如，你开个Python线程，让它sleep5秒，再开第二个线程，随便算个fibonacci或者直接写个busyloop，你就会发现你的程序实际上会sleep6秒。想突破也不难，用pybinding11写c++，再用python调用。但都这样了
系统 2019-09-27 17:54:29 2169
importnumpyasnpa=np.array([[0,3],[1,4]])#a.shape是（2,2）#axis=1表示按行相加，并且保持其二维特性print(np.sum(a,axis=1,keepdims=True))#按行相加，不保持其二维特性print(np.sum(a,axis=1))输出为array([[3],[5]])，shape是（2,1）array([3,5])，shape是（1,2）
系统 2019-09-27 17:50:08 2169
下标索引a='123456'#注意下标从0开始print(a[0])#输出结果为1切片操作a='123456'#注意切片是左闭右开print(a[0:6:2])【起始值：结束值：步长】#输出结果为1351.find()检测str是否包含在mystr中如果是返回开始的索引值否则返回-1str='a'mystr='小马是最棒的a'mystr1='小马是最最棒的'print(mystr.find(str))#可选参数startend指明查找的区间默认整个字符串#
系统 2019-09-27 17:49:20 2169
玩转Python量化金融工具之NumPy一切事物的开头总是困难这句话，在任何一种科学上都是适用的。——马克思前言“手把手教你”系列将为Python初学者一一介绍Python在量化金融中运用最广泛的几个库（Library）:NumPy（数组、线性代数）、SciPy（统计）、pandas（时间序列、数据分析）、matplotlib（可视化分析）。建议安装Anaconda软件（自带上述常见库），并使用JupyterNotebook交互学习。1、使用“import
系统 2019-09-27 17:49:04 2169
