调用另一个ipynb中的函数,NameError: name 'np' is not defined

在MyTransformer.ipynb中定义了一个Class
图片说明

在另外一个ipynb中导入该文件,并调用该Class中定义的transform函数报错
图片说明

第二个图片的ipynb在上面导入了 numpy

求大神帮忙看看什么问题

2个回答

就在第一幅图头导入numpy模块,没错的。
还是行不通的原因应该是:之前使用MyTransformer时,会在对应目录下生成一个对应的缓存文件,下次调用的时候会直接调用该缓存文件,
所以你即使你改过源码,还是没用的,删除掉机器学习实践目录下MyTransformer模块的缓存文件就ok了。

weixin_40247263
苝花向暖丨楠枝向寒 谢谢大佬,问题解决了
10 个月之前 回复

第一张图片在最上面需要导入
import numpy as np

zaq15csdn
greatofdream 回复qq_38018783: 它这个问题是需要重新加载库的原因,我的回答不完整
8 个月之前 回复
qq_38018783
qq_38018783 谢谢,已解决~
8 个月之前 回复
weixin_40247263
苝花向暖丨楠枝向寒 回复greatofdream: 肯定啊
10 个月之前 回复
zaq15csdn
greatofdream 回复苝花向暖丨楠枝向寒: 你导入后shift+enter执行了吗?
10 个月之前 回复
weixin_40247263
苝花向暖丨楠枝向寒 试过了 , 不行的,我第一张图片红线处 都试过import numpy as np
10 个月之前 回复
Csdn user default icon
上传中...
上传图片
插入图片
抄袭、复制答案,以达到刷声望分或其他目的的行为,在CSDN问答是严格禁止的,一经发现立刻封号。是时候展现真正的技术了!
其他相关推荐
python方法中调用函数出错 NameError: name 'get_step' is not defined
![图片说明](https://img-ask.csdn.net/upload/201912/14/1576327738_596321.png) get_step()调用错误 不知为何 求解决!
NameError: name 'lsx' is not defined
lsx,lsy在函数内定义: ``` def date(): lsx=[] dates=file.split("\n") for date in dates: if "-" in date: if date.replace("-","").isnumeric()==True: p1=date.index('-')#the first - p2=date.find('-',p1+1)#the second - month=date[p1+1:p2] day=date[p2+1:] date_on_x=float(month+"."+day) lsx.append(date_on_x-50) def coloring(): lsy=[] lines=file.split("重庆") i=0 for line in lines: #index the temprature inn=line.index('\n')#The first \n inc=line.index("C")#The first C if i==0: tu=int(line[line.find('\n',inn+1)+1:inc])#The second \n if "~" in line: tl=int(line[line.index('~')+1:line.rindex('C')]) else: tl=tu i=i+1 else: fn=line.find('\n',inn+1) tu=int(line[line.find('\n',fn+1)+1:inc])#The third \n if "~" in line: tl=int(line[line.index('~')+1:line.rindex('C')]) else: tl=tu t=(tl+tu)/2#daily average temprature if t<8: turtle.color("purple") elif 8<=t<12: turtle.color("lightblue") elif 12<=t<22: turtle.color("green") elif 22<=t<28: turtle.color("yellow") elif 28<=t<30: turtle.color("orange") elif t>=30: turtle.color("red") lsy.append(t) ``` 在另一个函数那里调用: ``` def rainbow(): global lsx,lsy #let's draw! for i in zip(lsx,lsy): turtle.pu() turtle.goto(i) turtle.pd() coloring() turtle.circle(10) ``` 报错为: ``` Traceback (most recent call last): File "C:\Users\jyz_1\AppData\Local\Programs\Python\Python37-32\32rx.py", line 105, in <module> rainbow() File "C:\Users\jyz_1\AppData\Local\Programs\Python\Python37-32\32rx.py", line 93, in rainbow for i in zip(lsx,lsy): NameError: name 'lsx' is not defined ``` 请求解决方案
NameError: name 'v_xs' is not defined
NameError: name 'v_xs' is not defined y_pre = sess.run(prediction,feed_dict={xs:v_xs}) 在spyder下可以运行,ubuntu终端 链接服务器 下运行出现以上错误 请问如何解决?
python的NameError: name 'xx‘ is not defined该怎么解决?
初学python 按着书上的代码打 想看看运行过程 代码如下 ``` stack=[] def pushit(): stack:append(input(' Enter New String: ').strip()) def popit(): if len(stack)==0: print('Cannot pop from an empty stack!') else: print ('Removes [','stack.pop()',']') def viewstack(): print(stack) CMDs={'u':pushit,'o':popit,'v':viewstack} def showmenu(): pr=''' p(U)sh p(O)p (V)iew (Q)uit Enter choice:''' while True: while True: try: choice=input(pr).strip()[0].lower() except (EOFError,KeyboardInterrupt,IndexError): choice='q' print('\nYou picked:[%s]'%choice) if choice not in 'uovq': print('Invalid option,try again') else: break if choice=='q': break CMDs[choice]() if _name_=='_main_': showmenu() ``` 但是总提示NameError: name 'pr' is not defined ,该怎么解决这个问题?
NameError: name 'clf' is not defined”
import sys,random,os,pickle from multiprocessing import Pool from sklearn.svm import SVC from sklearn import metrics from sklearn import cross_validation from sklearn.cross_validation import train_test_split from sklearn.externals import joblib import pandas as pd train = pd.read_csv("E:/training38085.csv") test = pd.read_csv("E:/test38085.csv") test_x = test.drop("bad_good",axis=1) #生成validation set val = pd.read_csv('E:/validation20000_950.csv') train_y = train.bad_good train_x = train.drop(['bad_good'],axis=1) val_y = val.bad_good val_x = val.drop(['bad_good'],axis=1) print(test_x.shape) print(train_x.shape) print(val_x.shape) def pipeline(iteration,C,gamma,random_seed): x_train, _x , y_train, _y = train_test_split(train_x,train_y,test_size=0.4,random_state=random_seed) print(x_train.shape) clf = SVC(C=C,kernel='rbf',gamma=gamma,probability=True,cache_size=7000,class_weight='balanced',verbose=True,random_state=random_seed) clf.fit(x_train,y_train) #predict test set pred = clf.predict_proba(test_x) Traceback (most recent call last): File "<pyshell#22>", line 1, in <module> 报错: “pred = clf.predict_proba(test_x) NameError: name 'clf' is not defined” 上面def pipline 有clf ,为啥还会报错呢。前面的代码没有报错
pytorch 中 写入class ConvNet(nn.Module): 语句之后 出现错误NameError: name 'ConvNet' is not defined 这是怎么回事?
```import torch import torch.nn as nn from torch.autograd import Variable import torch.optim as optim import torch.nn.functional as F import torchvision.datasets as dsets import torchvision.transforms as transforms import matplotlib.pyplot as plt import numpy as np #%matplotlib inline image_size=28 num_classes=10 num_epochs=20 batch_size=64 train_dataset=dsets.MNIST(root='./data', train=True, transform=transforms.ToTensor(), download=True) test_dataset=dsets.MNIST(root='./data', train=False, transform=transforms.ToTensor()) train_loader=torch.utils.data.DataLoader(dataset=train_dataset, batch_size=batch_size, shuffle=True) indices=range(len(test_dataset)) indices_val=indices[:5000] indices_test=indices[5000:] sampler_val=torch.utils.data.sampler.SubsetRandomSampler(indices_val) sampler_test=torch.utils.data.sampler.SubsetRandomSampler(indices_test) validation_loader=torch.utils.data.DataLoader(dataset=test_dataset, batch_size=batch_size, shuffle=False, sampler=sampler_val ) test_loader=torch.utils.data.DataLoader(dataset=test_dataset, batch_size=batch_size, shuffle=False, sampler=sampler_test ) idx=110 #随机选取的 muteimg=train_dataset[idx][0].numpy() plt.imshow(muteimg[0,...]) plt.show() print('标签是:',train_dataset[idx][1]) depth=[4,8] class ConvNet(nn.Module): def __init__(self): super(ConvNet,self).__init__() self.conv1=nn.Conv2d(1,4,5,padding=2) self.pool=nn.MaxPool2d(2,2) self.conv2=nn.Conv2d(depth[0],depth[1],5,padding=2) self.fc1=nn.Linear(image_size//4*image_size//4*depth[1],512) self.fc2=nn.Linear(512,num_classes) def forward(self, x): x=self.conv1(x) x=F.relu(x) x=self.pool(x) x=self.conv2(x) x=F.relu(x) x=self.pool(x) x=x.view(-1,image_size//4*image_size//4*depth[1]) x=F.relu(self.fc1(x)) x=F.dropout(x,training=self.training) x=self.fc2(x) x=F.log_softmax(x,dim=1) return x def retrieve_features(self,x): feature_map1=F.relu(self.conv1(x)) x=self.pool(feature_map1) feature_map2=F.relu(self.conv2(x)) return (feature_map1,feature_map2) net=ConvNet() criterion=nn.CrossEntropyLoss() optimizer=optim.SGD(net.parameters(),lr=0.001,momentum=0.9) record=[] weights=[] for epoch in range(num_epochs): train_rights=[] for batch_idx,(data,target) in enumerate (train_loader): data,target=Variable(data),Variable(target) net.train() output=net(data) loss=criterion(output,target) optimizer.zero_grad() optimizer.step() right=rightness(output,target) train_rights.append(right) if batch_idx % 100 ==0: net.eval() val_rights=[] for(data,target) in validation_loader: data,target=Variable(data),Variable(target) output=net(data) right=rightness(output,target) val_rights.append(right) train_r=(sum([tup[o] for tup in train_rights]),sum([tup[1] for tup in train_rights])) val_r=(sum([tup[0] for tup in val_rights]),sum([tup[1] for tup in val_rights])) record.append((100 - 100.*train_r[0]/train_r[1],100-100.*val_r[0]/val_r[1])) weights.append([net.conv1.weight.data.clone(),net.conv1.bias.data.clone(), net.conv2.weight.data.clone(),net.conv2.bias.data.clone()]) net.eval() vals=[] for dara,target in test_loader: data,targrt=Variable(data,volatile=True),Variable(target) output = net(data) val=rightness(output,target) vals.append(val) rights=(sum([tup[0] for tup in vals]),sum([tup[1] for tup in vals])) rights_rate=1.0*rights[0]/rights[1] right_rate plt.figure(figsize=(10,7)) plt.plot(record) plt.xlabel('Steps') plt.ylabel('Error rate') ``` ```pytorch 中 写入class ConvNet(nn.Module): 语句之后 出现错误NameError: name 'ConvNet' is not defined 这是怎么回事
python使用scapy,使用发包工具时,报错NameError: name 'udp' is not defined,求解答,
``` #!env python # -*- coding: <encoding name> -*- import sys from scapy.all import * import os,random,datetime,time,math from random import randrange from random import uniform from functools import reduce def create_data(line): current_time = [ datetime.datetime.now().strftime('%b %d %H:%M:%S'), datetime.datetime.now().strftime('%Y-%m-%d %H:%M:%S'), # datetime.datetime.now().strftime('%b %d %H:%M:%S %Y'), str(math.trunc(datetime.datetime.now().timestamp())) ] regular = [ "(\w{3}\s+\d{1,2}\s+\d{1,2}:\d{1,2}:\d{1,2})", "(\d{4}-\d{1,2}-\d{1,2}\s+\d{1,2}:\d{1,2}:\d{1,2})", "(\w{3}\s+\d{1,2}\s+\d{1,2}:\d{1,2}:\d{1,2}\s+\d{1,4})", "(\d{10})" ] def current_time(line): for i in regular: for j in current_time(line): if len(re.findall(i, j)) != 0: #若正则匹配上相对应的时间格式,则对字符串进行替换 line=re.sub(i,j,line) return line dict_ip_logfile={ "192.168.58.84": r"C:\Users\CS\Desktop\HPHIDS.txt" } while True: for ip,logfile in dict_ip_logfile.items(): with open(logfile,"r",encoding='unicode_escape') as log: for line in log: print(ip) print(logfile) print(create_data(line)) # IP = (porto='udp','192.168.57.45') # UDP = (dst='192.168.57.14',8089) # scapy.all,send(IP,udp) scapy.all.send(IP(proto="udp",src=ip,dst="192.168.57.45")/udp(dst='192.168.57.14.',dport=8082)/line,inter=5,loop=1,count=2) log.close() ``` ![图片说明](https://img-ask.csdn.net/upload/201911/21/1574303068_105938.png)
运行结果如下:train(generator,discriminator,gan_model,latent_dim) NameError: name 'train' is not defined,请问如何解决
import matplotlib.pyplot as plt from sklearn.model_selection import train_test_split from numpy import hstack from numpy import zeros from numpy import ones from numpy.random import rand from numpy.random import randn from keras.models import Sequential from keras.layers import Dense def define_discriminator(n_inputs=2): model=Sequential() model.add(Dense(25, activation='relu',kernel_initializer='he_uniform',input_dim=n_inputs)) model.add(Dense(1,activation='sigmoid')) model.compile(loss='binary_crossentropy',optimizer='adam', metrics=['accuracy']) return model def define_generator(latent_dim,n_outputs=2): model=Sequential() model.add(Dense(15, activation='relu',kernel_initializer='he_uniform', input_dim=latent_dim)) model.add(Dense(n_outputs,activation='linear')) return model def define_gan(generator,discriminator): discriminator.trainable=False model=Sequential() model.add(generator) model.add(discriminator) model.compile(loss='binary_crossentropy',optimizer='adam') return model def generate_real_samples(n): x1=rand(n)-0.5 x2=x1*x1 x1=x1.reshape(n,1) x2=x2.reshape(n,1) x=hstack((x1,x2)) y=ones((n,1)) return x,y def generate_latent_points(latent_dim,n): x_input=randn(latent_dim*n) x_input=x_input.reshape(n,latent_dim) return x_input def generate_fake_samples(generator,latent_dim,n): x_input=generate_latent_points(latent_dim,n) x=generator.predict(x_input) y=zeros((n,1)) return x,y def summarize_performance(epoch,generator,discriminator,latent_dim,n=100): x_real,y_real=generate_real_samples(n) _,acc_real=discriminator.evaluate(x_real,y_real,verbose=0) x_fake, y_fake = generate_fake_samples(generator,latent_dim,n) _, acc_fake = discriminator.evaluate(x_fake, y_fake, verbose=0) print(epoch,acc_real,acc_fake) plt.scatter(x_real[:,0],x_real[:,1],color='red') plt.scatter(x_fake[:, 0], x_fake[:, 1], color='blue') plt.show() def train(g_model,d_model,gan_model,latent_dim,n_epochs=10000,n_batch=128,n_eval=2000): half_batch=int(n_batch/2) for i in range(n_epochs): x_real,y_real=generate_real_samples(half_batch) x_fake,y_fake=generate_fake_samples(g_model,latent_dim,half_batch) d_model.train_on_batch(x_real,y_real) d_model.train_on_batch(x_fake, y_fake) x_gan=generate_latent_points(latent_dim,n_batch) y_gan=ones((n_batch,1)) gan_model.train_on_batch(x_gan,y_gan) if(i+1)%n_epochs==0: summarize_performance(i,g_model,d_model,latent_dim) latent_dim=5 discriminator=define_discriminator() generator=define_generator(latent_dim) gan_model=define_gan(generator,discriminator) train(generator,discriminator,gan_model,latent_dim) 问题
NameError: name 'label_train' is not defined
错误地点 ``` for step in range(501): feature_train_batch, label_train_batch = next_batch(feature_train, label_train,1000) # 随机梯度下降训练,每次选大小为1000的batch feature_test_batch, label_test_batch = next_batch(feature_test, label_test,1000) # 随机梯度下降训练,每次选大小为1000的batch sess.run(train_step, feed_dict={xs: feature_train_batch, ys: label_train_batch, keep_prob: 0.5}) ``` 再把定义的next_batch函数发出来,求指教啊 ``` def next_batch(feature_list,label_list,size): feature_batch_temp=[] label_batch_temp=[] f_list = random.sample(range(len(feature_list)), size) for i in f_list: feature_batch_temp.append(feature_list[i]) for i in f_list: label_batch_temp.append(label_list[i]) return feature_batch_temp,label_batch_temp ```
python报错问题nameerror
nameerror:name GrackGeetest is not defined 查看了程序没有任何的错误,单词也没有拼写错误,GrackGeetest名字就是类名,没有任何问题 还有其他解决问题吗?
python 中 我自定义了 两个函数 但是调用的时候说报错说未定义
在同一个。py文件中定义的函数,但是在其他函数中调用自定义函数 报错说函数未定义 如何解决 NameError: global name 'add_user_to_group' is not defined -----------------已经解决
tkinter程序运行时报错
学习tkinter项目,照着老师写的代码写却仍然报错.具体代码如下: ![图片说明](https://img-ask.csdn.net/upload/201912/17/1576544180_961000.jpg) 运行的时候标黄色的那一行总是报错如下: File "E:/Program Files/Python/FollowMyHeart/GUI/Phase6/Demo.py", line 21, in addfile info['text'] = '\n'.join(filelists) NameError: name 'info' is not defined 按说label_info都已经定义过了.老师写的代码也是可以运行的.为什么在我的电脑就就运行不了呢
python3中的_name_变量
在python核心编程书中有这样一句: if _name_=='_main_': main() 运行后的结果: NameError: name '_name_' is not defined 由于本书以python2为标准,所以请问python3的哪些改动引起了这个问题? 程序前文中并未为_name_赋值,应该是内建的不是吗?
python3.4 "_" eclipse 运行
python3.4 "_" eclipse 运行 NameError: name '_' is not defined 求过来人解答,为何
python赋值出出错,怎么解决新人求帮助
import urllib.request data=urllib.request.urlopen("http://edu.csdn.net").read() 执行date报错,怎么解决 Traceback (most recent call last): File "<pyshell#1>", line 1, in <module> date NameError: name 'date' is not defined
python 类对象中静态属性的作用域与模块中全局变量的作用域差别
1.之前我理解类是为了节省时间演化来的,因此里面的类的静态属性应该和模块中的全局变量作用范围类似,那类中的静态属性应该在整个类中都能访问。但实际为代码段所示。 2. ``` 2.1 全局变量能被内部定义函数所访问: c=10 def glass(x): return x*c >>> glass(5) #能访问全局变量 50 ``` ``` 2.实例对象中的方法直接访问静态属性: class A: c=10 def glass(self,x): return x*c #除非改成return x*self.c >>> a=A() >>> a.glass(5) Traceback (most recent call last): File "<pyshell#1>", line 1, in <module> a.glass(5) File "F:/new/new world/ex45/delete.all1.py", line 4, in glass return x*c NameError: name 'c' is not defined ``` 3. 疑惑点:为什么有这样的差别呢?难道在类对象中,只能通过self.的形式来传递属性或者方法吗?
求助,程序报错,这错误怎么改
get_ipython().run_line_magic('matplotlib', 'inline') NameError: name 'get_ipython' is not defined
字典中通过值找键,为什么值为字母时报错‘未定义’?
这是我定义的函数 ``` def find_key_of_value(d: dict, val): if val in d.values(): key = list(d.keys())[list(d.values()).index(val)] return key else: return None ``` 然后调用 ``` print(find_key_of_value({'a':a, 'b':b, 'c':c},b)) ``` 如果值是数字,都没有问题,但是改成了字母,就会报错了 ``` --------------------------------------------------------------------------- NameError Traceback (most recent call last) <ipython-input-54-571009abf18d> in <module> ----> 1 print(find_key_of_value({'a':a, 'b':b, 'c':c},b)) NameError: name 'b' is not defined ``` 初来乍到还没有c币,请大神体谅
Lintcode name 'Solution' is not defined EXITCODE=1
题目是写一个用递归找到从1到N位的最大数字 比如N=2 返回[1,2,....99].下面是我写的代码,逻辑结果我认为是正确的, 但是提交时返回: File "Main.py", line 7, in solution = Solution() NameError: name 'Solution' is not defined EXITCODE=1。这跟我的程序哪里有什么关系么??真的很不解啊!另外我这里用list表示数字,结果比如99表示成了[9,9],有没有人知道该用什么数据结构合理的表示呢?代码如下: ``` class Solution: # @param n: An integer. # return : A list of integer storing 1 to the largest number with n digits. def numbersByRecursion(self, n): # write your code here if n <1: return None numList = [] for i in range(10): print i number =[] print number number.append(i) print 'number[0]= ',number self.setOnebyOne(numList, number,n,0) def setOnebyOne(self,numList,number,n,index): if index == n-1: print 'index = n-1',n-1,number numList.append(number) return numList print index,'setting',number for i in range(10): if i == 0: number.append(i) else: number[index+1] = i print number self.setOnebyOne(numList, number,n,index+1) '''这里如果是return则最里面的递归语句返回后接着执行的是return语句,函数就返回了,而不是返回上一层递归调用。 ''' ```
爬虫福利二 之 妹子图网MM批量下载
爬虫福利一:27报网MM批量下载    点击 看了本文,相信大家对爬虫一定会产生强烈的兴趣,激励自己去学习爬虫,在这里提前祝:大家学有所成! 目标网站:妹子图网 环境:Python3.x 相关第三方模块:requests、beautifulsoup4 Re:各位在测试时只需要将代码里的变量 path 指定为你当前系统要保存的路径,使用 python xxx.py 或IDE运行即可。
字节跳动视频编解码面经
三四月份投了字节跳动的实习(图形图像岗位),然后hr打电话过来问了一下会不会opengl,c++,shador,当时只会一点c++,其他两个都不会,也就直接被拒了。 七月初内推了字节跳动的提前批,因为内推没有具体的岗位,hr又打电话问要不要考虑一下图形图像岗,我说实习投过这个岗位不合适,不会opengl和shador,然后hr就说秋招更看重基础。我当时想着能进去就不错了,管他哪个岗呢,就同意了面试...
开源一个功能完整的SpringBoot项目框架
福利来了,给大家带来一个福利。 最近想了解一下有关Spring Boot的开源项目,看了很多开源的框架,大多是一些demo或者是一个未成形的项目,基本功能都不完整,尤其是用户权限和菜单方面几乎没有完整的。 想到我之前做的框架,里面通用模块有:用户模块,权限模块,菜单模块,功能模块也齐全了,每一个功能都是完整的。 打算把这个框架分享出来,供大家使用和学习。 为什么用框架? 框架可以学习整体...
Java学习的正确打开方式
在博主认为,对于入门级学习java的最佳学习方法莫过于视频+博客+书籍+总结,前三者博主将淋漓尽致地挥毫于这篇博客文章中,至于总结在于个人,实际上越到后面你会发现学习的最好方式就是阅读参考官方文档其次就是国内的书籍,博客次之,这又是一个层次了,这里暂时不提后面再谈。博主将为各位入门java保驾护航,各位只管冲鸭!!!上天是公平的,只要不辜负时间,时间自然不会辜负你。 何谓学习?博主所理解的学习,它是一个过程,是一个不断累积、不断沉淀、不断总结、善于传达自己的个人见解以及乐于分享的过程。
Spring Boot2 系列教程(十七)SpringBoot 整合 Swagger2
前后端分离后,维护接口文档基本上是必不可少的工作。 一个理想的状态是设计好后,接口文档发给前端和后端,大伙按照既定的规则各自开发,开发好了对接上了就可以上线了。当然这是一种非常理想的状态,实际开发中却很少遇到这样的情况,接口总是在不断的变化之中,有变化就要去维护,做过的小伙伴都知道这件事有多么头大!还好,有一些工具可以减轻我们的工作量,Swagger2 就是其中之一,至于其他类似功能但是却收费的软...
Python 基础(一):入门必备知识
目录1 标识符2 关键字3 引号4 编码5 输入输出6 缩进7 多行8 注释9 数据类型10 运算符10.1 常用运算符10.2 运算符优先级 1 标识符 标识符是编程时使用的名字,用于给变量、函数、语句块等命名,Python 中标识符由字母、数字、下划线组成,不能以数字开头,区分大小写。 以下划线开头的标识符有特殊含义,单下划线开头的标识符,如:_xxx ,表示不能直接访问的类属性,需通过类提供
天天学JAVA-JAVA基础(6)
如果觉得我写的还行,请关注我的博客并且点个赞哟。本文主要介绍JAVA 中最常使用字符串常量String相关知识。 1.String简介 2.创建字符串对象两种方式的区别 3.String常用的方法 4.String的不可变性 5.一道阿里面试题,你会做吗? 1.String简介 1.1String源码 首先看一段String源码,String主要实现了Serializable、Compar...
程序员接私活怎样防止做完了不给钱?
首先跟大家说明一点,我们做 IT 类的外包开发,是非标品开发,所以很有可能在开发过程中会有这样那样的需求修改,而这种需求修改很容易造成扯皮,进而影响到费用支付,甚至出现做完了项目收不到钱的情况。 那么,怎么保证自己的薪酬安全呢? 我们在开工前,一定要做好一些证据方面的准备(也就是“讨薪”的理论依据),这其中最重要的就是需求文档和验收标准。一定要让需求方提供这两个文档资料作为开发的基础。之后开发
Python十大装B语法
Python 是一种代表简单思想的语言,其语法相对简单,很容易上手。不过,如果就此小视 Python 语法的精妙和深邃,那就大错特错了。本文精心筛选了最能展现 Python 语法之精妙的十个知识点,并附上详细的实例代码。如能在实战中融会贯通、灵活使用,必将使代码更为精炼、高效,同时也会极大提升代码B格,使之看上去更老练,读起来更优雅。 1. for - else 什么?不是 if 和 else 才
数据库优化 - SQL优化
前面一篇文章从实例的角度进行数据库优化,通过配置一些参数让数据库性能达到最优。但是一些“不好”的SQL也会导致数据库查询变慢,影响业务流程。本文从SQL角度进行数据库优化,提升SQL运行效率。 判断问题SQL 判断SQL是否有问题时可以通过两个表象进行判断: 系统级别表象 CPU消耗严重 IO等待严重 页面响应时间过长
2019年11月中国大陆编程语言排行榜
2019年11月2日,我统计了某招聘网站,获得有效程序员招聘数据9万条。针对招聘信息,提取编程语言关键字,并统计如下: 编程语言比例 rank pl_ percentage 1 java 33.62% 2 c/c++ 16.42% 3 c_sharp 12.82% 4 javascript 12.31% 5 python 7.93% 6 go 7.25% 7
通俗易懂地给女朋友讲:线程池的内部原理
餐盘在灯光的照耀下格外晶莹洁白,女朋友拿起红酒杯轻轻地抿了一小口,对我说:“经常听你说线程池,到底线程池到底是个什么原理?”
经典算法(5)杨辉三角
写在前面: 我是 扬帆向海,这个昵称来源于我的名字以及女朋友的名字。我热爱技术、热爱开源、热爱编程。技术是开源的、知识是共享的。 这博客是对自己学习的一点点总结及记录,如果您对 Java、算法 感兴趣,可以关注我的动态,我们一起学习。 用知识改变命运,让我们的家人过上更好的生活。 目录一、杨辉三角的介绍二、杨辉三角的算法思想三、代码实现1.第一种写法2.第二种写法 一、杨辉三角的介绍 百度
腾讯算法面试题:64匹马8个跑道需要多少轮才能选出最快的四匹?
昨天,有网友私信我,说去阿里面试,彻底的被打击到了。问了为什么网上大量使用ThreadLocal的源码都会加上private static?他被难住了,因为他从来都没有考虑过这个问题。无独有偶,今天笔者又发现有网友吐槽了一道腾讯的面试题,我们一起来看看。 腾讯算法面试题:64匹马8个跑道需要多少轮才能选出最快的四匹? 在互联网职场论坛,一名程序员发帖求助到。二面腾讯,其中一个算法题:64匹
2020 网络课 智慧树自动刷课代码,自动跳转,自动答题并关闭弹窗,自动1.5倍速静音
刷课一时爽,一直刷课一直爽! 终于让我找到了这个黑客代码了,教程开始: 只限谷歌浏览器和火狐浏览器使用,如果第一次失败,请重新试一下次 将下面代码复制后,进入浏览器按F12键,先点击console 然后Ctrl+v复制代码 最后按回车键即可 var ti = $("body"); var video = $(".catalogue_ul1 li[id*=video-]"); var i = 1;...
面试官:你连RESTful都不知道我怎么敢要你?
面试官:了解RESTful吗? 我:听说过。 面试官:那什么是RESTful? 我:就是用起来很规范,挺好的 面试官:是RESTful挺好的,还是自我感觉挺好的 我:都挺好的。 面试官:… 把门关上。 我:… 要干嘛?先关上再说。 面试官:我说出去把门关上。 我:what ?,夺门而去 文章目录01 前言02 RESTful的来源03 RESTful6大原则1. C-S架构2. 无状态3.统一的接
为啥国人偏爱Mybatis,而老外喜欢Hibernate/JPA呢?
关于SQL和ORM的争论,永远都不会终止,我也一直在思考这个问题。昨天又跟群里的小伙伴进行了一番讨论,感触还是有一些,于是就有了今天这篇文。 声明:本文不会下关于Mybatis和JPA两个持久层框架哪个更好这样的结论。只是摆事实,讲道理,所以,请各位看官勿喷。 一、事件起因 关于Mybatis和JPA孰优孰劣的问题,争论已经很多年了。一直也没有结论,毕竟每个人的喜好和习惯是大不相同的。我也看
SQL-小白最佳入门sql查询一
一 说明 如果是初学者,建议去网上寻找安装Mysql的文章安装,以及使用navicat连接数据库,以后的示例基本是使用mysql数据库管理系统; 二 准备前提 需要建立一张学生表,列分别是id,名称,年龄,学生信息;本示例中文章篇幅原因SQL注释略; 建表语句: CREATE TABLE `student` ( `id` int(11) NOT NULL AUTO_INCREMENT, `
项目中的if else太多了,该怎么重构?
介绍 最近跟着公司的大佬开发了一款IM系统,类似QQ和微信哈,就是聊天软件。我们有一部分业务逻辑是这样的 if (msgType = "文本") { // dosomething } else if(msgType = "图片") { // doshomething } else if(msgType = "视频") { // doshomething } else { // dosho
致 Python 初学者
文章目录1. 前言2. 明确学习目标,不急于求成,不好高骛远3. 在开始学习 Python 之前,你需要做一些准备2.1 Python 的各种发行版2.2 安装 Python2.3 选择一款趁手的开发工具3. 习惯使用IDLE,这是学习python最好的方式4. 严格遵从编码规范5. 代码的运行、调试5. 模块管理5.1 同时安装了py2/py35.2 使用Anaconda,或者通过IDE来安装模
“狗屁不通文章生成器”登顶GitHub热榜,分分钟写出万字形式主义大作
一、垃圾文字生成器介绍 最近在浏览GitHub的时候,发现了这样一个骨骼清奇的雷人项目,而且热度还特别高。 项目中文名:狗屁不通文章生成器 项目英文名:BullshitGenerator 根据作者的介绍,他是偶尔需要一些中文文字用于GUI开发时测试文本渲染,因此开发了这个废话生成器。但由于生成的废话实在是太过富于哲理,所以最近已经被小伙伴们给玩坏了。 他的文风可能是这样的: 你发现,
程序员:我终于知道post和get的区别
IT界知名的程序员曾说:对于那些月薪三万以下,自称IT工程师的码农们,其实我们从来没有把他们归为我们IT工程师的队伍。他们虽然总是以IT工程师自居,但只是他们一厢情愿罢了。 此话一出,不知激起了多少(码农)程序员的愤怒,却又无可奈何,于是码农问程序员。 码农:你知道get和post请求到底有什么区别? 程序员:你看这篇就知道了。 码农:你月薪三万了? 程序员:嗯。 码农:你是怎么做到的? 程序员:
羞,Java 字符串拼接竟然有这么多姿势
二哥,我今年大二,看你分享的《阿里巴巴 Java 开发手册》上有一段内容说:“循环体内,拼接字符串最好使用 StringBuilder 的 append 方法,而不是 + 号操作符。”到底为什么啊,我平常一直就用的‘+’号操作符啊!二哥有空的时候能否写一篇文章分析一下呢? 就在昨天,一位叫小菜的读者微信我说了上面这段话。 我当时看到这条微信的第一感觉是:小菜你也太菜了吧,这都不知道为啥啊!我估...
写1行代码影响1000000000人,这是个什么项目?
不带钱不带卡,只带手机出门就能畅行无阻,这已是生活的常态。益普索发布的《2019第一季度第三方移动支付用户研究》报告显示,移动支付在手机网民中的渗透率高达95.1%,截至今年1月,支付宝全球用户数已经突破10亿。你或许每天都会打开支付宝,付款购物、领取权益、享受服务……但你或许不知道的是,在这个方便、快捷、智能化的APP背后,有一群年轻的技术人,用智慧和创新让它每天都变得更“聪明”一点。 ...
《程序人生》系列-这个程序员只用了20行代码就拿了冠军
你知道的越多,你不知道的越多 点赞再看,养成习惯GitHub上已经开源https://github.com/JavaFamily,有一线大厂面试点脑图,欢迎Star和完善 前言 这一期不算《吊打面试官》系列的,所有没前言我直接开始。 絮叨 本来应该是没有这期的,看过我上期的小伙伴应该是知道的嘛,双十一比较忙嘛,要值班又要去帮忙拍摄年会的视频素材,还得搞个程序员一天的Vlog,还要写BU
程序员把地府后台管理系统做出来了,还有3.0版本!12月7号最新消息:已在开发中有github地址
第一幕:缘起 听说阎王爷要做个生死簿后台管理系统,我们派去了一个程序员…… 996程序员做的梦: 第一场:团队招募 为了应对地府管理危机,阎王打算找“人”开发一套地府后台管理系统,于是就在地府总经办群中发了项目需求。 话说还是中国电信的信号好,地府都是满格,哈哈!!! 经常会有外行朋友问:看某网站做的不错,功能也简单,你帮忙做一下? 而这次,面对这样的需求,这个程序员
网易云6亿用户音乐推荐算法
网易云音乐是音乐爱好者的集聚地,云音乐推荐系统致力于通过 AI 算法的落地,实现用户千人千面的个性化推荐,为用户带来不一样的听歌体验。 本次分享重点介绍 AI 算法在音乐推荐中的应用实践,以及在算法落地过程中遇到的挑战和解决方案。 将从如下两个部分展开: AI 算法在音乐推荐中的应用 音乐场景下的 AI 思考 从 2013 年 4 月正式上线至今,网易云音乐平台持续提供着:乐屏社区、UGC
一点一滴记录 Java 8 stream 的使用
日常用到,一点一滴记录,不断丰富,知识积累,塑造自身价值。欢迎收藏 String 转 List String str = 1,2,3,4; List&lt;Long&gt; lists = Arrays.stream(str.split(",")).map(s -&gt; Long.parseLong(s.trim())).collect(Collectors.toList()); Lis...
8年经验面试官详解 Java 面试秘诀
    作者 | 胡书敏 责编 | 刘静 出品 | CSDN(ID:CSDNnews) 本人目前在一家知名外企担任架构师,而且最近八年来,在多家外企和互联网公司担任Java技术面试官,前后累计面试了有两三百位候选人。在本文里,就将结合本人的面试经验,针对Java初学者、Java初级开发和Java开发,给出若干准备简历和准备面试的建议。   Java程序员准备和投递简历的实
面试官如何考察你的思维方式?
1.两种思维方式在求职面试中,经常会考察这种问题:北京有多少量特斯拉汽车? 某胡同口的煎饼摊一年能卖出多少个煎饼? 深圳有多少个产品经理? 一辆公交车里能装下多少个乒乓球? 一
相关热词 如何提升c#开发能力 矩阵乘法c# c#调用谷歌浏览器 c# 去空格去转义符 c#用户登录窗体代码 c# 流 c# linux 可视化 c# mvc 返回图片 c# 像素空间 c# 日期 最后一天
立即提问