一、条件判断表达式条件测试类型：整数测试字符测试文件测试条件测试的表达式[expression]（注意expression头和尾部各有一个空格）[[expression]]testexpression算术运算有三种方法：let算术运算表达式$[算术运算表达式]$((算术运算表达式))expr算术运算表达式[root@hao~]#A=3[root@hao~]#B=4[root@hao~]#letC=$A+$B[root@hao~]#echo$C7[root@
系统 2019-08-12 01:33:13 2405
一.在tomcat_home\common下放入jdbc的三个驱动程序(一定要的哦)，可以在微软的网站上去下载，安装的SQLSERVER2k默认的用户名是sa,密码是空，但密码为空并不代表没有密码，所以你的url中一定要定义username和password，最好是重设定一下密码二.出现不能引用错误的话一般就是路径没有写对，tomcat默认的路径是tomcat_home\webapps\不过使用5.5.x的话，按下面方法就行，不需要配置路径，而且也不用在y
系统 2019-08-12 01:33:12 2405
MicrosoftSQLServer2005提供了一些工具来监控数据库。方法之一是动态管理视图。动态管理视图(DMV)和动态管理函数(DMF)返回的服务器状态信息可用于监控服务器实例的运行状况、诊断问题和优化性能。常规服务器动态管理对象包括：dm_db_*：数据库和数据库对象dm_exec_*：执行用户代码和关联的连接dm_os_*：内存、锁定和时间安排dm_tran_*：事务和隔离dm_io_*：网络和磁盘的输入/输出此部分介绍为监控SQLServer运
系统 2019-08-12 01:32:55 2405
网址:http://devmanual.gentoo.org/Gentoo开发指南正在不断更新中,它包含了误差,错误,遗漏,排印错误和偶然明显的错误.目标是向开发人员和用户提供一本正确,详细和含最新技术内容的手册.鼓励贡献,如何开始请看”贡献本文“栏目.欢迎任何问题和建议.Trackback:http://tb.blog.csdn.net/TrackBack.aspx?PostId=769471Gentoo开发指南
系统 2019-08-12 01:32:20 2405
从mongodb阶段性技术总结中抽取并整理了对大家有帮助的十个要点：1.mongodb表名和字段名统一用小写字母mongodb是默认区分大小写的，为了避免以前在mysql下遇到的大小写敏感导致程序访问频频出错，建立规范，mongodb的表名和字段名都用小写字母命名。2.尽可能的缩短字段名的长度mongodb的schemafree导致了每笔数据都要存储它的key以及属性，这导致了这些数据的大量冗余。开发人员也许考虑到，从易读性出发设计的key名，基本都是按照
系统 2019-08-12 01:32:13 2405
--1：获取当前数据库中的所有用户表selectNamefromsysobjectswherextype='u'andstatus>=0--2：获取某一个表的所有字段select*fromsyscolumnswhereid=object_id('test1')--3：查看与某一个表相关的视图、存储过程、函数selecta.*fromsysobjectsa,syscommentsbwherea.id=b.idandb.textlike'%表名%'--4：查看
系统 2019-08-12 01:32:08 2405
使用工具：IronPython工具介绍：是一种在.NET及Mono上的Python实现，是一个开源的项目，基于微软的DLR引擎。（个人理解就是在.net上面运行Python代码）使用方法：先新建一个控制台应用程序=>使用Nuget添加IronPython包=>在Main（）函数中编写如下代码：ScriptEngineengine=Python.CreateEngine();ScriptScopescope=engine.CreateScope();stri
系统 2019-09-27 17:54:42 2404
原文链接：https://mp.weixin.qq.com/s?__biz=MzIwNDA1OTM4NQ==&mid=2649543094&idx=2&sn=dc2c1fa8a9bfe28f73e10dfba4b06ee0&chksm=8edd9620b9aa1f36d87e6f508ede851ec177257a117af53b36a6ca81269502c28b2912a57f08&scene=0&xtrack=1&key=6836e4d006a8e5
系统 2019-09-27 17:53:42 2404
用dist存放所有数据到中心的距离,有n行（n组数据），k+1列（前k列分别存放到第i个类中心的距离，最后一列存放分到了第几类）#!/usr/bin/envpython#-*-coding:utf-8-*-importnumpyasnpn=100x=np.arange(100)y=np.arange(200,300,1)#1、选中心,此时假设分为两个类k=2center0=np.array([x[0],y[0]])center1=np.array([x[1
系统 2019-09-27 17:52:46 2404
本文实例讲述了Python使用sklearn实现的各种回归算法。分享给大家供大家参考，具体如下：使用sklearn做各种回归基本回归：线性、决策树、SVM、KNN集成方法：随机森林、Adaboost、GradientBoosting、Bagging、ExtraTrees1.数据准备为了实验用，我自己写了一个二元函数，y=0.5*np.sin(x1)+0.5*np.cos(x2)+0.1*x1+3。其中x1的取值范围是0~50，x2的取值范围是-10~10，
系统 2019-09-27 17:48:53 2404
