RPM是RedHatPackageManager（RedHat软件包管理工具）类似Windows里面的“添加/删除程序”rpm执行安装包二进制包（Binary）以及源代码包（Source）两种。二进制包可以直接安装在计算机中，而源代码包将会由RPM自动编译、安装。源代码包经常以src.rpm作为后缀名。常用命令组合：－ivh：安装显示安装进度--install--verbose--hash－Uvh：升级软件包--Update；－qpl：列出RPM软件包内的
系统 2019-08-12 01:33:14 2495
随着科技进步，人类活动使数据以惊人的速度产生。毋庸置疑，我们已经进入大数据时代，这些庞杂的数据是垃圾也孕育商机。随着数据分析能力的提高，营销人将能更快速高效成本低廉的使用大数据。未来三年，71%的营销将开始使用大数据营销。大数据营销的优势
系统 2019-08-12 01:33:13 2495
UNIX系统中的大多数文件I/O只需要用到5个函数：open,read,write,lseek以及close文件描述符文件描述符是一个非负整数，所有打开的文件都通过文件描述符引用文件描述符的变化范围是0-OPEN_MAX，OPEN_MAX是每个进程最多打开的文件1、open函数#includeintopen(constchar*pathname,intflag,mode_tmode);//若成功则返回文件描述符，若出错则返回-1flag打
系统 2019-08-12 01:32:47 2495
关于InstallShieldProjects：InstallShield可以创建三种类型的项目（Project）1、InstallScriptProject2、InstallScriptMSIProject3、BasicMSIProject前者完全是InstallShield自己的功能实现后两者基于WindowsInstaller，InstallScriptMSIProject在WindowsInstaller基础上提供了一些InstallShield自
系统 2019-08-12 01:32:40 2495
原文:sql点滴42—mysql中的数据结构MySQL的数值数据类型可以大致划分为两个类别，一个是整数，另一个是浮点数或小数。许多不同的子类型对这些类别中的每一个都是可用的，每个子类型支持不同大小的数据，并且MySQL允许我们指定数值字段中的值是否有正负之分或者用零填补。表列出了各种数值类型以及它们的允许范围和占用的内存空间。类型大小范围（有符号）范围（无符号）用途TINYINT1字节(-128，127)(0，255)小整数值SMALLINT2字节(-32
系统 2019-08-12 01:32:33 2495
SQLServer同步订阅数据库出现主键不唯一错误修改如下：分发数据库的系统存储过程sp_msget_repl_commands进行修改后就可以了，将其中定义临时表中的一个字段的数据类型修改，declare@snapshot_seqnostable(subscription_seqnovarchar(16)primarykey),将varchar(16)改为varbinary(16)。SQLServer2000（sp3，sp4）同步订阅数据库出现主键不唯一
系统 2019-08-12 01:32:31 2495
实验环境1.环境问题python2.7以上自带的pyunitbottle作为一个python的简易服务器在python安装目录打开命令窗口（具体shift+鼠标右键）执行代码pipinstallbottle2.写一个bottle服务，也就是所谓的一个接口，供给浏览器调用的接口#接口登陆@route('/login//')#是URL中参数defindex(uname,password):sql=get_login(uname,password)#我自己写的登
系统 2019-09-27 17:57:25 2494
pythonconfigparser模块用来处理ini文件，读、写都很方便，唯一要注意的是ini文件有格式要求，格式为：键=值，如果没有等于号，读取时会抛出异常。一、读取文件1.1、read(filename)，读取ini文件内容。>>>>>>importconfigparser>>>>>>file=r'D:\test.ini'>>>file'D:\\test.ini'>>>cf=configparser.ConfigParser()>>>file_nam
系统 2019-09-27 17:54:04 2494
本文实例为大家分享了三种方式使用python写数据到csv或xlsx文件，供大家参考，具体内容如下第一种：使用csv模块，写入到csv格式文件#-*-coding:utf-8-*-importcsvwithopen("my.csv","a",newline='')asf:writer=csv.writer(f)writer.writerow(["URL","predict","score"])row=[['1',1,1],['2',2,2],['3',3,
系统 2019-09-27 17:49:35 2494
Python机器学习及实践——基础篇：监督学习经典模型（分类学习）机器学习中监督学习模型的任务重点在于，根据已有经验知识对未知样本的目标/标记进行预测。根据目标预测变量的类型不同，可以把监督学习任务大体分为分类学习和回归预测两类。监督学习任务的基本架构和流程：首先准备训练数据，可以是文本、图像、音频等；然后抽取所需要的特征，形成特征向量（FeatureVectors）；接着，把这些特征向量连同对应的标记/目标(Labels)一并送入学习算法(Machine
系统 2019-09-27 17:47:43 2494
