一个完整的ODBC由下列几个部件组成：1.应用程序(Application)。2.ODBC管理器(Administrator)：整个架构的管理中心。3.驱动程序管理器(DriverManager)：ODBC驱动程序集中管理的部件。4.ODBCAPI：规定程序中SQL语句的格式,以及数据库访问的相关函数的函数头。5.ODBC驱动程序：与具体的DBMS通信，调用DBMS提供的API；自己(通过DriverManager)被ODBCAPI调用6.数据源：数据库位
系统 2019-08-12 01:54:50 2272
FastDFSv4.05发布！主要改进：C和PHP扩展支持连接池；文件同步时，保持文件修改时间一致；获取当前时间采用全局变量，而不是直接调用time函数，用cdn的同学赶紧更新吧，鼻涕。。。详情参见源码中自带的tracker.conf示例。FastDFS是一个开源的分布式文件系统，她对文件进行管理，功能包括：文件存储、文件同步、文件访问（文件上传、文件下载）等，解决了大容量存储和负载均衡的问题。特别适合以文件为载体的在线服务，如相册网站、视频网站等等。Fa
系统 2019-08-12 01:33:38 2272
本文主要基于AnandRajaraman和JeffreyDavidUllman合著，王斌翻译的《大数据-互联网大规模数据挖掘与分布式处理》一书。KMeans算法是最常用的聚类算法，主要思想是:在给定K值和K个初始类簇中心点的情况下，把每个点(亦即数据记录)分到离其最近的类簇中心点所代表的类簇中，所有点分配完毕之后，根据一个类簇内的所有点重新计算该类簇的中心点(取平均值)，然后再迭代的进行分配点和更新类簇中心点的步骤，直至类簇中心点的变化很小，或者达到指定的
系统 2019-08-12 01:32:45 2272
原文链接：https://edu.csdn.net/bundled/detail/49?utm_source=csdn最近Python越来越火了！前几天，PYPL（即编程语言流行指数，基于Google搜索频率而定）出炉了6月编程语言排行榜，Python拿下NO.1，成为最流行的编程语言。赢得毫无波澜！究其原因，Python随着和大数据、人工智能绑定在一起，可畏是越来越厉害了。语言简单、效率高、应用范围广，这三项优势已让其它语言无法跟进。随着Python的状
系统 2019-09-27 17:57:15 2271
在工作中遇到一个需求，需要用Python脚本读取一个13G的文件，把每行的记录写入redis。由于机器的内存只有8G，所以不能一次将磁盘上的文件全部读入内存，需要一行一行读取文件。Python按行读取文件主要是使用file.readline方法或者利用file对象的迭代器性质，而file.readlines方法则是一次把所有内容从磁盘读入内存。当内存足够时，file.readlines方法显然会更快，因为磁盘I/O次数更少。下面给出了三种遍历文件每行的方式
系统 2019-09-27 17:56:36 2271
生成器在Python中，使用了yield的函数被称为生成器（generator）。生成器是一个返回迭代器的函数，只能用于迭代操作，更简单点理解生成器就是一个迭代器。在调用生成器运行的过程中，每次遇到yield时函数会暂停并保存当前所有的运行信息，返回yield的值,并在下一次执行next()方法时从当前位置继续运行。调用一个生成器函数，返回的是一个迭代器对象。列表推导式空间开销大占用内存耗时大,.生成器保存的是算法，而列表保存的计算后的内容，所以同样内容的
系统 2019-09-27 17:56:08 2271
本章包括：1、了解卷积神经网络（convnets）2、使用数据增强来减轻过度拟合3、使用预训练的convnet进行特征提取4、微调预训练的信号5、可视化回馈学习的内容以及他们如何做出分类决策一、引言一个简单的convnet示例。第二章中的密接网络的测试精度为97.8%，而convnet的测试精度为99.3%：我们将错误率降低了68%（相对）。为什么这个简单的convnet比一个紧密连接的模型工作得那么好呢？为了回答这个问题，让我们深入研究conv2d和ma
系统 2019-09-27 17:55:54 2271
image花下猫语：GuidovanRossum是Python的创造者，虽然他现在放弃了“终身仁慈独裁者”的职位，但却成为了指导委员会的五位成员之一，其一举一动依然备受瞩目。近日，他开通了Medium账号，并发表了第一篇文章，透露出要替换Python的核心部件（解析器）的想法。这篇文章分析了当前的pgen解析器的诸多缺陷，并介绍了PEG解析器的优点，令人振奋。这项改造工作仍在进行中，Guido说他还会写更多相关的文章，我们就拭目以待吧。本文原创并首发于公众
系统 2019-09-27 17:55:35 2271
原文链接：https://kuanghy.github.io/2016/04/20/python-cache缓存是一种将定量数据加以保存以备迎合后续请求的处理方式，旨在加快数据的检索速度。在Python的3.2版本中，引入了一个非常优雅的缓存机器，即functool模块中的lru_cache装饰器。lru_cache原型如下：@functools.lru_cache(maxsize=None,typed=False)使用functools模块的lur_ca
系统 2019-09-27 17:53:45 2271
01问题描述这个SQL题来源于自己的Python学习交流群，具体是这样的：用一条SQL语句查询出每门课都大于80的学生姓名和总成绩。02解题思路本人使用Python来解决这个问题，大概的思路如下：首先筛选出课程成绩小于等于80的列（布尔选择）。取这些列的学生姓名的唯一值。这些学生姓名就是不符合条件的，我们反选符合条件的。最后用groupby求和即可完成。03解题代码①通过布尔选择成绩小于等于80的列。data[data['score']<=80]其实通过结
系统 2019-09-27 17:53:43 2271
