在公司实习了近一个月，学了很多东西。这一篇是一些比较基础的东西，本人是小菜鸟，不喜欢大神来喷。大神欢迎出门点右上角。谢谢~说大实话，对于数据库，我在还没出来实习的时候就是只懂写一些sql语句以及知道存储过程等知识。对于作业那些等，确实没了解过。这次做公司一个需求，恰巧需要用到，所以就上网查了，顺便整理一下，作为学习笔记。仅供参考，欢迎交流。SQL2008R2如何创建定时作业？1.打开【SQLServerManagementStudio】，在【对象资源管理器
系统 2019-08-12 01:32:08 3066
OpenCV函数原型：cv2.resize(InputArraysrc,OutputArraydst,Size,fx,fy,interpolation)参数解释：InputArraysrc输入图片OutputArraydst输出图片Size输出图片尺寸fx,fy沿x轴，y轴的缩放系数interpolation插入方式interpolation选项所用的插值方法：INTER_NEAREST最近邻插值INTER_LINEAR双线性插值（默认设置）INTER_A
系统 2019-09-27 17:54:08 3065
python-opencv获取二值图像轮廓及中心点坐标代码：groundtruth=cv2.imread(groundtruth_path)[:,:,0]h1,w1=groundtruth.shapecontours,cnt=cv2.findContours(groundtruth.copy(),cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE)iflen(contours)!=1:#轮廓总数continueM=cv2.m
系统 2019-09-27 17:46:38 3065
1.选用适合的Oracle优化器Oracle的优化器共有3种：a.RULE(基于规则)b.COST(基于成本)c.CHOOSE(选择性)设置缺省的优化器，可以通过对init.ora文件中OPTIMIZER_MODE参数的各种声明，如RULE、COST、CHOOSE、ALL_ROWS、FIRST_ROWS。你当然也在SQL句级或是会话(session)级对其进行覆盖。为了使用基于成本的优化器(CBO，Cost-BasedOptimizer)，你必须经常运行a
系统 2019-08-29 22:55:25 3065
启动监听器lsnrctlstart启动oracle服务sqlplus/nologconnsys/jsepcassysdba;startup;关闭shutdownimmediate;启动管理器emctlstartdbconsole启动isqlplusisqlplusctlstartecho$oracle_sid查询目前启用的是哪个实例selectnamefromv$database;查询数据文件的存放目录select*fromdba_data_files;在
系统 2019-08-12 01:54:46 3065
std::map,std::multimap,std::tr1::unordered_map区别-笔记本-博客频道-CSDN.NETstd::map,std::multimap,std::tr1::unordered_map区别分类：C/C++2012-02-2015:25399人阅读评论(0)收藏举报treetablemap和multimap都是基于binarytree的东西，区别是：map中一个key只能存在一个，multimap中则可以存在多个key
系统 2019-08-12 01:51:54 3065
题记：在做运营统计的时候，一个最常见的指标是日活跃用户数（DAU），它的一般性概念为当日所有用户的去重，但是在大部分情况下，我们获取到的数据中会有登录用户与有匿名用户，而这部分用户是会出现重叠的。常规的做法是利用cookie或者imei（移动端）进行自关联，然后算出有多少用户同时是登录用户和匿名用户，最终的日活跃用户数=登录用户+匿名用户-匿名转登录用户。在实际操作中需要写复杂的HQL才能完成这部分工作，而且运行效率低下，为此需要开发一个UDAF函数进行处
系统 2019-08-12 01:32:10 3065
不拘一格用数据的Converter上篇文已经说明，Binding就是数据源与目标之间的“关联”。大多数情况下，数据从Source到Target以及从Target返回Source都是“直来直去”的，但有些场景却需要我们对数据做些转换才能为我所用。举两个典型的例子：如果数据源里的值是Y和N，如果是Y，那么UI上的CheckBox就被勾选，否则就不勾选，这就需要我们把string（也许是char）类型的数据转换成bool?类型再使用。如果Binding是TwoW
系统 2019-08-12 01:32:01 3065
实用技巧。我们的大脑通常最多能感知三维空间，超过三维就很难想象了。尽管是三维，理解起来也很费劲，所以大多数情况下都使用二维平面。不过，我们仍然可以绘制出多维空间，今天就来用Python的plotly库绘制下三维到六维的图，看看长什么样。数据我们使用一份来自UCI的真实汽车数据集，该数据集包括205个样本和26个特征，从中选择6个特征来绘制图形：Python学习交流群：1004391443基础工作安装好plotly包：pipinstallplotly加载数据
系统 2019-09-27 17:53:43 3064
打开快手主页，进行页面分析对于快手这种平台，分析完页面代码之后，无任何想要的信息，所以，只能进行json数据的抓取，这些视频都是通过json语句传给前段，然后进行循环生成，所以，我们来看抓的json包然后进行详情页链接分析接下来看json数据补充一下，这里由于页面刷新了，所以看到的两个链接不一样，方法就是这样的然后拼接出来二级路径，进行访问详情页最后在详情页按照常规方法进行分析页面爬取数据就行了分享一下代码importrequestsfrombs4impo
系统 2019-09-27 17:49:46 3064
