1.导入设备定义你必须至少配置一种设备定义之后才能开始使用EclipseME。请按下列步骤来配置设备定义：从Eclipse的窗口菜单中选择首选项。打开左边面板的J2ME选项分支，点击设备管理(DeviceManagement)。按导入...(Import)按钮。在接下来的对话框中，选择一个包含无线工具包的根目录，EclipseME将从中查找已知设备定义。当你离开查找目录文本框，或按下了刷新(Refresh)按钮，EclipseME就会开始从指定的目录和其
系统 2019-08-29 22:32:17 2182
公司成立两年了，今天老板组织了一场“头脑风暴”，主要是讨论如何提升产品的竞争力，如何让公司迅速的积累更多的客户。和很多互联网公司一样我们也面临着很多困惑，产品如何定位，市场如何拓展，用户如何积累，商业模式到底如何进行，从公司成立到现在还没有百分之百的定论。还是归到本文的主题来吧，自己随便发表一点自己的看法。首先说一下没有太多钱的互联网企业的定义，它不是没有钱的互联网企业，指的是在保持现有规模的前提下，在一到两年的时间不会有资金的压力。我认为要迅速的积累用户
系统 2019-08-12 01:33:29 2182
前言在Python中可迭代(Iterable)、迭代器(Iterator)和生成器(Generator)这几个概念是经常用到的，初学时对这几个概念也是经常混淆，现在是时候把这几个概念搞清楚了。0x00可迭代(Iterable)简单的说，一个对象(在Python里面一切都是对象)只要实现了只要实现了__iter__()方法，那么用isinstance()函数检查就是Iterable对象；例如classIterObj:def__iter__(self):#这里
系统 2019-09-27 17:56:54 2181
trainData['survey_time']=pd.to_datetime(trainData['survey_time'],format='%Y/%m/%d%H:%M')trainData['survey_time']=trainData['survey_time'].dt.year格式化日期转换为dt然后直接取年python中时间日期格式化符号：%y两位数的年份表示（00-99）%Y四位数的年份表示（000-9999）%m月份（01-12）%d月内
系统 2019-09-27 17:55:28 2181
最近看Python看得都不用tab键了，哈哈。今天看了一个经典问题--八皇后问题，说实话，以前学C、C++的时候有这个问题，但是当时不爱学，没搞会，后来算法课上又碰到，只是学会了思想，应该是学回溯法的时候碰到的。八皇后问题是说要在一个棋盘上放置8个皇后，但是不能发生战争，皇后们都小心眼，都爱争风吃醋，如果有人和自己在一条线上（水平、垂直、对角线）就会引发撕13大战，所以我们就是要妥当的安排8位娘娘，以保后宫太平。言归正传，首先，我们得想好解决方案怎么表示，
系统 2019-09-27 17:54:57 2181
项目中想使用以前的代码，或者什么样的需求致使你需要导入外部的包如果是web下，比如说django，那么你新建一个app，把你需要导入的说用东东，都写到这个app中，然后在setting中的app也配上基本就ok了如果是本地代码，可以有几种方式，1、这种最简单，也可能最不实用，将你的外部文件放到跟需要调用外部文件的文件同一个包下，同一目录folder------toinvoke.py------tobeinvoded.py这样在toinvoke.py中引入i
系统 2019-09-27 17:54:22 2181
range([start],[end],[long])描述：根据range里的参数生成指定范围指定步长的一个序列参数：[start]——指定范围的左边界，可取到[end]——指定范围的右边界，不可取到[long]——步长，若无步长，默认为1返回值：列表实例：>>>range(0,6,2)[0,2,4]>>>range(5)[0,1,2,3,4]xrange()描述：用法与range完全相同，生成的不是数组，而是一个生成器实例：>>>xrange(0,6,2
系统 2019-09-27 17:54:01 2181
这里主要讲了bs4解析方法和json方法，以8684网页为例子，爬取了全国公交线路importrequestsimporttimefrombs4importBeautifulSoupimportjsonfromxpinyinimportPinyinheaders={'User-Agent':'Mozilla/5.0(WindowsNT10.0;Win64;x64)AppleWebKit/537.36(KHTML,likeGecko)Chrome/76.0.
系统 2019-09-27 17:53:12 2181
今天接到一个新的任务,要对一个140多M的csv文件进行数据处理,总共有170多万行,尝试了导入本地的MySQL数据库进行查询,结果用Navicat导入直接卡死....估计是XAMPP套装里面全默认配置的MySQL性能不给力,又尝试用R搞一下吧结果发现光加载csv文件就要3分钟左右的时间,相当不给力啊,翻了翻万能的知乎发现了Python下的一个神器包:Pandas(熊猫们?),加载这个140多M的csv文件两秒钟就搞定,后面的分类汇总等操作也都是秒开,太牛
系统 2019-09-27 17:52:33 2181
在学习转换之前先了解以下它们的基本概念RDD：弹性分布式数据集，是一个只读分区集合DataFrame：以命名列方式组织的分布式数据集，概念上和关系型数据库的一张表一样DataSet：分布式数据集合，Python暂时不支持了解了基本的概念之后，接下来我们通过代码编写三种数据集的形成RDD的形成frompyspark.sqlimportSparkSessionif__name__=='__main__':spark=SparkSession\.builder\
系统 2019-09-27 17:52:31 2181
