在拷貝時如果發(fā)生異常，則拷貝會被終止，并報錯，前面已經(jīng)被拷貝的不會被影響可以繼續(xù)使用，但后面沒有被拷貝的則不能被使用。var target = Object.defineProperty({}, "a", { value: 1, writable: false});Object.assign(target, {b: 2}, {a: 3}, {c: 4});// Uncaught TypeError: Cannot assign to read only property 'a' of object 'console.log(target.b); // 2console.log(target.c); // undefined上面的代碼中，定義了目標(biāo)對象 target 上的屬性 a 是只讀的，也就是不能不被修改，在合并代碼時，源對象上有 a，則報了 a 是對象上的只讀屬性不能被 assign 操作。從后面的打印結(jié)果可以看出，b 已經(jīng)被拷貝到目標(biāo)對象上了可以正常使用，但由于拷貝中發(fā)生異常，最后一個對象沒有被拷貝，所以 c 的值是 undefined。
如果已經(jīng)完成了 Python 環(huán)境搭建，在本地環(huán)境上安裝 Numpy 也非常方便。在保持網(wǎng)絡(luò)通暢的前提下，在 cmd 窗口中輸入：C:\Users>pip install numpyPIP 工具會根據(jù) Python 的版本，自動搜索匹配的 Numpy 版本，進(jìn)行安裝。PIP（英文 Python Install Packages 的簡稱）是一個現(xiàn)代的、通用的 Python 包管理工具。考慮到默認(rèn)情況下，PIP 是從 Python 官方的第三方庫的倉庫中選擇合適版本下載，在某些網(wǎng)絡(luò)情況下并不好用。因此也可以利用國內(nèi)的鏡像點(diǎn)進(jìn)行在線安裝，這里以阿里云的鏡像站點(diǎn)為例，完成Numpy安裝演示：C:\Users>pip install -i http://mirrors.aliyun.com/pypi/simple/ --trusted-host mirrors.aliyun.com numpy
在 Groovy 中，字符串較 Java 中比較特殊，在 Java 中我們用單引號（’’）來表示 char，用雙引號（""）表示字符串。但是在 Groovy 中字符串不僅可以用雙引號 （""），而且單引號 （’’），三引號 （"’’"）也可以。我們看下下面這個例子：class Example { static void main(String[] args) { String a = '單引號'; String b = "雙引號"; String c = '''這是三引號 Gradle專題 Groovy語言基礎(chǔ)'''; println(a); println(b); println(c); } }最終輸出結(jié)果為：單引號雙引號這是三引號 Gradle專題 Groovy語言基礎(chǔ)我們發(fā)現(xiàn)三引號（’’’ ‘’’）其實(shí)還可以換行，多行字符串也可以用三引號（’’’ ‘’’）來引用。不像 Java 一樣我們?nèi)绻址畵Q行還需要用“ + 和 \n”連接起來。
在 each 的基礎(chǔ)上我們還需要打印出每一個元素對應(yīng)的索引，這樣我們可以使用each_with_index。下面是一個數(shù)組的例子。實(shí)例：[1, 2, 3, 4, 5].each_with_index do |number, index| puts "index: #{index} \nnumber：#{number}"end# ---- 輸出結(jié)果 ----index: 0 number：1index: 1 number：2index: 2 number：3index: 3 number：4index: 4 number：5解釋：上述代碼我們塊中增加了一個index，它代表著每個元素的索引，從0開始依次加1。下面是一個哈希的例子：實(shí)例：{a: '1', b: '2', c: '3', d: '4', e: '5'}.each_with_index do |value, index| puts "value：#{value} class: #{value.class} index: #{index}"end# ---- 輸出結(jié)果 ----value：[:a, "1"] class: Array index: 0value：[:b, "2"] class: Array index: 1value：[:c, "3"] class: Array index: 2value：[:d, "4"] class: Array index: 3value：[:e, "5"] class: Array index: 4
在這里我們展示了一個簡單的字符串的練習(xí)。在 C 語言中對于字符串的處理除了之前介紹的可以使用字符串函數(shù)以外，更過的時候是利用其字符數(shù)組的特性，可以精確的通過索引訪問到每一個字符元素，然后再對其進(jìn)行處理。
三目運(yùn)算符是一種比較特殊的運(yùn)算符，在我們前面的總體運(yùn)算符介紹中，它被歸在了單獨(dú)的一類，也就是其它類別。這個運(yùn)算符其實(shí)更像是一個簡化版的 if 語句，但是卻很簡潔強(qiáng)大。
在 Go 語言中指針類型的聲明和 C/C++ 類似，都是采用 * 符號來區(qū)分正常類型變量和指針變量。代碼示例：package mainimport ( "fmt")func main() { str := "Hello World !" var strP *string strP = &str *strP = "Hello Codey !" fmt.Println("指針strP的地址為", strP) fmt.Println("指針strP指向的值為", *strP) fmt.Println("變量str的地址為", &str) fmt.Println("變量str的值為", str)}第 9 行：使用 *+變量類型的形式聲明一個 string 類型的指針。第 10 行：將指針 strP 指向變量 str，也就是將變量 str 的地址賦值給指針變量 strP 。& 為取地址符，可以取出變量所在的地址。第 11 行：通過指針修改 str 的值。執(zhí)行結(jié)果：從以上輸出結(jié)果可以看出，變量 strP 存儲的值就是變量 str 的地址，可以通過使用 *strP 操作符改變其存儲的地址所存儲的值。
該函數(shù)用于刪除特定列下的重復(fù)數(shù)據(jù)行，并返回一個新的數(shù)據(jù)集對象，其中有兩個重要的參數(shù)，一是 subset ，該參數(shù)用來指定判定重復(fù)的數(shù)據(jù)的列，默認(rèn)是所有的列；二是 keep 參數(shù)，該參數(shù)是用來控制如何刪除重復(fù)值的，有三個參數(shù)值選項：first：表示將第一次出現(xiàn)的重復(fù)值視為唯一的，刪除后面出現(xiàn)重復(fù)值的數(shù)據(jù)行 ，默認(rèn)是這種方式；last：表示將最后一次出現(xiàn)重復(fù)的值視為唯一的，刪除前面出現(xiàn)重復(fù)值的數(shù)據(jù)行 ；False：表示將刪除重復(fù)值所在的所有數(shù)據(jù)行 ；下面我們通過實(shí)際代碼操作來演示重復(fù)數(shù)據(jù)的刪除操作：# 導(dǎo)入pandas包import pandas as pddata_path="C:/Users/13965/Documents/myFuture/IMOOC/pandasCourse-progress/data_source/第12小節(jié)/execl數(shù)據(jù)demo.xlsx"# 解析數(shù)據(jù)data = pd.read_excel(data_path)print(data)# --- 輸出結(jié)果 --- 編程語言 推出時間 價格 主要創(chuàng)始人0 java 1983年 45.6 James Gosling1 python 1991年 67.0 Bjarne Stroustrup2 python 1972年 45.6 Dennis MacAlistair Ritchie3 js 1983年 45.6 js4 James Gosling 2012年 45.6 Rasmus Lerdorf5 C++ java 75.0 Bjarne Stroustrup# drop_duplicates()data_res=data.drop_duplicates()print(data_res)# --- 輸出結(jié)果 --- 編程語言 推出時間 價格 主要創(chuàng)始人0 java 1983年 45.6 James Gosling1 python 1991年 67.0 Bjarne Stroustrup2 python 1972年 45.6 Dennis MacAlistair Ritchie3 js 1983年 45.6 js4 James Gosling 2012年 45.6 Rasmus Lerdorf5 C++ java 75.0 Bjarne Stroustrup# 結(jié)果解析：這里我們直接使用了 drop_duplicates() 函數(shù)，但是沒有傳入任何的參數(shù)，默認(rèn)則是以整行進(jìn)行判斷是否存在重復(fù)行，要是存在則進(jìn)行刪除操作。這里因?yàn)闆]有重復(fù)行，因此返回的數(shù)據(jù)集和原數(shù)據(jù)集內(nèi)容一樣。# 設(shè)置 subset="編程語言"data_res=data.drop_duplicates(subset="編程語言")print(data_res)# --- 輸出結(jié)果 --- 編程語言 推出時間 價格 主要創(chuàng)始人0 java 1983年 45.6 James Gosling1 python 1991年 67.0 Bjarne Stroustrup3 js 1983年 45.6 js4 James Gosling 2012年 45.6 Rasmus Lerdorf5 C++ java 75.0 Bjarne Stroustrup# 結(jié)果解析：這里設(shè)置了 subset="編程語言" ，以編程語言列為標(biāo)準(zhǔn)查找重復(fù)值，默認(rèn) keep="first" 表示第一次的重復(fù)值視為唯一的不進(jìn)行刪除，通過輸出結(jié)果可以看到，第3行的數(shù)據(jù)被刪除了。# 設(shè)置 keep="last"data_res=data.drop_duplicates(subset="編程語言",keep="last")print(data_res)# --- 輸出結(jié)果 --- 編程語言 推出時間 價格 主要創(chuàng)始人0 java 1983年 45.6 James Gosling2 python 1972年 45.6 Dennis MacAlistair Ritchie3 js 1983年 45.6 js4 James Gosling 2012年 45.6 Rasmus Lerdorf5 C++ java 75.0 Bjarne Stroustrup# 結(jié)果解析：這里設(shè)置了 keep="last" 表示將最后一個出現(xiàn)的重復(fù)值視為唯一的，因此這里刪除了第2行的數(shù)據(jù)。# 設(shè)置 keep=Falsedata_res=data.drop_duplicates(subset="編程語言",keep=False)print(data_res)# --- 輸出結(jié)果 --- 編程語言 推出時間 價格 主要創(chuàng)始人0 java 1983年 45.6 James Gosling3 js 1983年 45.6 js4 James Gosling 2012年 45.6 Rasmus Lerdorf5 C++ java 75.0 Bjarne Stroustrup# 結(jié)果解析：通過設(shè)置 keep=False 可以看到所有重復(fù)值所在的行都被刪除了。
在實(shí)現(xiàn)了迭代協(xié)議后，使用 while 循環(huán)顯示的使用 iter、next、StopIteration 完成對 stack 的遍歷，代碼如下：stackIterator = iter(stack)while True: try: item = next(stackIterator) print(item) except StopIteration: break程序依次壓入 ‘a(chǎn)’、‘b’、‘c’，遍歷時以壓入相反的順序輸出，結(jié)果如下：cba
新建一個 css 文檔，寫一個 pos ，然后按下 Tab 鍵試試。我們還可以寫 c#3 它代表顏色為 #333 ，這些快捷鍵理解了就很容易寫樣式了。Tips：但是也不用刻意去記這些簡寫，過分依賴工具的程序員不是好程序員。
計算機(jī)語言分成解釋型語言和編譯型語言兩種。我們下面來展開講一下解釋型語言和編譯型語言兩者的區(qū)別：在說兩區(qū)別之前我們先來講一下計算機(jī)怎么把代碼翻譯成計算機(jī)能看得懂的語言（翻譯成機(jī)器碼）。眾所周知，計算機(jī) CPU 的集成電路中，除了電容、電阻、電感就是晶體管了，每個晶體管相當(dāng)于一個開關(guān)，理論上 CPU 只能存儲識別兩個標(biāo)識符，那就是 0 和 1，所以說 CPU 識別的指令集只能由 0 和 1 組合。那么所有的計算機(jī)語言想要 CPU 能看得懂，必須翻譯成 0/1 代碼才行，這個由 0/1 組成的代碼叫做機(jī)器碼。但是機(jī)器碼相對于人來說過于繁瑣，所以就有人發(fā)明了高級語言、低級語言等等，這些語言的分級是根據(jù)它的語法是貼近人還是貼近機(jī)器來區(qū)分的，越貼近人它就越高級，越貼近機(jī)器它就越低級，但是最終想要 CPU 可以識別都需要翻譯成機(jī)器碼。典型的低級語言包括剛剛提到的機(jī)器碼、匯編語言、c 等，高級語言包括 PHP、c#、JavaScript、Java、Python 等等。什么是編譯型語言和解釋性語言呢？剛剛我們提到翻譯成機(jī)器碼，這個翻譯的過程就叫做編譯或解釋。編譯型語言是指通過編譯器翻譯成完整的機(jī)器碼，然后通過 CPU 去執(zhí)行。而解釋型語言是指通過一個虛擬機(jī)的方式一行行的翻譯，翻譯一行執(zhí)行一行；還有一種方式是混合型，介于兩者之間。常見的編譯型語言包括 c++、c、rust等，解釋型語言包括 JavaScript、PHP、HTML 等等，混合型包括 Python、Java等。
JavaScript 里，this 的值在函數(shù)被調(diào)用的時候才會被指定，但是這個 this 到底指的是什么還是需要花點(diǎn)時間弄清楚。默認(rèn)情況下，tsconfig.json 中，編譯選項 compilerOptions 的屬性 noImplicitThis 為 false，我們在一個對象中使用的 this 時，它的類型是 any 類型。let triangle = { a: 10, b: 15, c: 20, area: function () { return () => { // this 為 any 類型 const p = (this.a + this.b + this.c) / 2 return Math.sqrt(p * (p - this.a) * (p - this.b) *(p - this.c)) } }}const myArea = triangle.area()console.log(myArea())代碼解釋：在實(shí)際工作中 any 類型是非常危險的，我們可以添加任意屬性到 any 類型的參數(shù)上，比如將 const p = (this.a + this.b + this.c) / 2 這句改為 const p = (this.d + this.d + this.d) / 2 也不會報錯，這很容易造成不必要的問題。所以我們應(yīng)該明確 this 的指向，下面介紹兩種方法：第一種，在 tsconfig.json 中，將編譯選項 compilerOptions 的屬性 noImplicitThis 設(shè)置為 true，TypeScript 編譯器就會幫你進(jìn)行正確的類型推斷：let triangle = { a: 10, b: 15, c: 20, area: function () { return () => { const p = (this.a + this.b + this.c) / 2 return Math.sqrt(p * (p - this.a) * (p - this.b) *(p - this.c)) } }}const myArea = triangle.area()console.log(myArea())代碼解釋：將 noImplicitThis 設(shè)置為 true 以后，把鼠標(biāo)放在第 7 行的 this 上，可以看到： this: { a: number; b: number; c: number; area: () => () => number; }這時，TypeScript 編譯器就能準(zhǔn)確的知道了 this 的類型，如果取不存在于 this 屬性中的 d，將會報錯 Property 'd' does not exist on type '{ a: number; b: number; c: number; area: () => () => any; }'除了這種方法，我們還可以通過 this 參數(shù) 這種形式來解決 this 為 any 類型這一問題。提供一個顯式的 this 參數(shù)，它出現(xiàn)在參數(shù)列表的最前面：// 語法function f(this: void) {}改造剛才的例子：340代碼解釋：我們聲明了一個接口 Triangle，其中的函數(shù)類型顯式的傳入了 this 參數(shù)，這個參數(shù)的類型為 Triangle 類型（第 5 行）：area(this: Triangle): () => number;此時，在第 14 行，this 指向 Triangle，就可以進(jìn)行正確的類型判斷，如果取未定義參數(shù)，編譯器將直接報錯。
append(other, ignore_index=False, verify_integrity=False) 是用來在數(shù)據(jù)表尾新增數(shù)據(jù)行，并返回新增后的數(shù)據(jù)對象，該方法不僅僅適用于 DataFrame 結(jié)構(gòu)的數(shù)據(jù)，還可以用于 Series 數(shù)據(jù)的追加。參數(shù)名說明other要添加的數(shù)據(jù)，可以是 Series、list、dict、dataframe 等等；ignore_index新增了數(shù)據(jù)后，會重新設(shè)置索引，忽略舊的索引；verify_integrity當(dāng)為 True 時，如果和原數(shù)據(jù)的索引值相同，將會報錯；# 新建一個 DataFrame 對象data_new= pd.DataFrame([["11","22","33.5","44"], ["55","66","77.7","88"]], columns=["編程語言","推出時間","價格","主要創(chuàng)始人"])# 對 data 使用 append 操作，傳入新創(chuàng)建的 DataFrame 對象result_data=data.append(data_new)print(result_data)# --- 輸出結(jié)果 --- 編程語言 推出時間 價格 主要創(chuàng)始人0 java 1995年 45.6 James Gosling1 python 1991年 67 Guido van Rossum2 C 1972年 33.9 Dennis MacAlistair Ritchie3 js 1995年 59.5 Brendan Eich4 php 2012年 69.9 Rasmus Lerdorf5 C++ 1983年 75 Bjarne Stroustrup0 11 22 33.5 441 55 66 77.7 88輸出解析：這里可以看到通過 append() 操作是將兩個數(shù)據(jù)集進(jìn)行行的合并，在 data 數(shù)據(jù)集的基礎(chǔ)上，后面合并 data_new 數(shù)據(jù)行。這里的索引并不會產(chǎn)生沖突，因?yàn)槲覀儧]有設(shè)置 verify_integrity=True（默認(rèn)的是為 False），如果我們設(shè)置了 ignore_index= True ，合并后生成的新的數(shù)據(jù)集索引值會重新排列，如下操作所示：data_new= pd.DataFrame([["11","22","33.5","44"], ["55","66","77.7","88"]], columns=["編程語言","推出時間","價格","主要創(chuàng)始人"])result_data=data.append(data_new, ignore_index= True)print(result_data)# --- 輸出結(jié)果 --- 編程語言 推出時間 價格 主要創(chuàng)始人0 java 1995年 45.6 James Gosling1 python 1991年 67 Guido van Rossum2 C 1972年 33.9 Dennis MacAlistair Ritchie3 js 1995年 59.5 Brendan Eich4 php 2012年 69.9 Rasmus Lerdorf5 C++ 1983年 75 Bjarne Stroustrup6 11 22 33.5 447 55 66 77.7 88輸出解析：這里可以看到通過設(shè)置 ignore_index= True 屬性，返回的數(shù)據(jù)對象的行索引從0開始重新進(jìn)行了排列。
關(guān)于匹配與查找的終止操作，有下面幾個常用方法：allMatch(Predicate p)：檢查是否匹配所有元素；anyMatch(Predicate p)：檢查是否至少匹配一個元素；noneMatch(Predicate p)：檢查是否沒有匹配所有元素；findFirst()：返回第一個元素；findAny()：返回當(dāng)前流中的任意元素；count()：返回流中元素總數(shù)；max(Comparator c)：返回流中最大值；min(Comparator c)：返回流中最小值；forEach(Consumer c)：內(nèi)部迭代（使用 Collection 接口需要用戶去做迭代，稱為外部迭代；相反 Stream API使用內(nèi)部迭代）。如下實(shí)例，演示了幾個匹配元素相關(guān)方法的使用：1260運(yùn)行結(jié)果：[10, 12, 9, 8, 20, 1]列表中所有的元素都大于0[10, 12, 9, 8, 20, 1]列表中至少存在一個的元素都大于等于20[10, 12, 9, 8, 20, 1]列表中不存在大于100的元素查找元素的相關(guān)方法使用實(shí)例如下：1261運(yùn)行結(jié)果：[10, 12, 9, 8, 20, 1]列表中第一個元素為：Optional[10]列表中任意元素：Optional[10][10, 12, 9, 8, 20, 1]列表中元素總數(shù)為6[10, 12, 9, 8, 20, 1]列表中最大值為Optional[20][10, 12, 9, 8, 20, 1]列表中最小值為Optional[1]實(shí)例中，我們觀察到findFirst()、findAny()、max()等方法的返回值類型為Optional類型，關(guān)于這個Optional類，我們將在下一小節(jié)具體介紹。
分類：根據(jù)線程獲取鎖的搶占機(jī)制，鎖可以分為公平鎖和非公平鎖。公平鎖：表示線程獲取鎖的順序是按照線程請求鎖的時間早晚來決定的，也就是最早請求鎖的線程將最早獲取到鎖。非公平鎖：非公平鎖則在運(yùn)行時闖入，不遵循先到先執(zhí)行的規(guī)則。ReentrantLock：ReentrantLock 提供了公平和非公平鎖的實(shí)現(xiàn)。ReentrantLock 實(shí)例：//公平鎖ReentrantLock pairLock = new ReentrantLock(true);//非公平鎖ReentrantLock pairLock1 = new ReentrantLock(false);//如果構(gòu)造函數(shù)不傳遞參數(shù)，則默認(rèn)是非公平鎖。ReentrantLock pairLock2 = new ReentrantLock();場景介紹：通過模擬一個場景假設(shè)，來了解公平鎖與非公平鎖。假設(shè)線程 A 已經(jīng)持有了鎖，這時候線程 B 請求該鎖將會被掛起；當(dāng)線程 A 釋放鎖后，假如當(dāng)前有線程 C 也需要獲取該鎖，如果采用非公平鎖方式，則根據(jù)線程調(diào)度策略，線程 B 和線程 C 兩者之一可能獲取鎖，這時候不需要任何其他干涉；而如果使用公平鎖則需要把 C 掛起，讓 B 獲取當(dāng)前鎖，因?yàn)?B 先到所以先執(zhí)行。Tips：在沒有公平性需求的前提下盡量使用非公平鎖，因?yàn)楣芥i會帶來性能開銷。
>>> print('hello')hello>>> print('hello', 'world')hello world內(nèi)置函數(shù) print 打印文本到屏幕缺省情況下，print() 輸出會加上換行如果不需要換行，可以加上參數(shù) end =’’，示例如下：print('a', end = '')print('b', end = '')print('c', end = '')print()運(yùn)行程序，輸出結(jié)果：abc
如果第二個參數(shù)為負(fù)值時，計算數(shù)組的長度和第二個參數(shù)之和小于 0，則整個數(shù)組都會被搜索。var arr = ['a', 'b', 'c'];arr.includes('a', -10); // truearr.includes('b', -10); // truearr.includes('a', -2); // falsearr 的數(shù)組長度是 3，第二個參數(shù)是 - 10，計算之和為 -7 小于 0，則整個數(shù)組都會被搜索。
常用參數(shù)作用-vNginx 版本信息-V詳細(xì)信息，包括已編譯的模塊-t后面跟配置文件地址，檢查配置文件的語法是否正確-c指定 Nginx 配置文件-s最重要的選項， stop|quit: 停止 Nginx 服務(wù)，reload: 熱加載啟動 Nginx 服務(wù), reopen：重新打開日志文件
Vim 中的刪除、復(fù)制、粘貼于 Windows 下的還是有細(xì)微不同的，具體看下表：Windowsvim比較cutdeletevim delete 和windows 剪切差不多，不是真正的刪除copyyank含義相同，只是為了避免c（change）沖突，改成了y（yank）pasteput粘貼含義享同而且首字母都是p，方便記憶和操作
通過單鏈表實(shí)現(xiàn)堆棧，圖示如下： 在上圖中，每個節(jié)點(diǎn)有兩個字段: item 和 next，item 用于存儲數(shù)據(jù)，next 指向下一個節(jié)點(diǎn)，head 指針指向堆棧的頂部。描述堆棧的 Python 代碼如下：class Node: def __init__(self, item): self.item = item self.next = Noneclass Stack: def __init__(self): self.head = None def push(self, item): node = Node(item) node.next = self.head self.head = nodestack = Stack()stack.push('a')stack.push('b')stack.push('c')在第 1 行，定義了類 Node 用于描述鏈表中的節(jié)點(diǎn)在第 6 行，定義了類 Stack 描述堆棧在第 8 行，定義了頭指針 head，指向鏈表中的首個節(jié)點(diǎn)在第 10 行，定義了成員方法 push，將元素壓如到堆棧中在第 11 行，創(chuàng)建一個新節(jié)點(diǎn) node在第 12 行，新節(jié)點(diǎn) node 的 next 指向頭結(jié)點(diǎn)在第 13 行，頭結(jié)點(diǎn)指向新節(jié)點(diǎn)在第 15 行，創(chuàng)建一個對象 stack在第 16 行到第 18 行，依次壓入 3 個元素 ‘a(chǎn)’、‘b’、‘c’
在 Maven 的使用過程中，會自動將項目依賴的 jar 包從中央倉庫下載到本地倉庫，默認(rèn)本地倉庫路徑是${user.home}/.m2/repository，這樣的話，會占用較多的 C 盤空間，因此，我們可以自定義該路徑。
先看一段代碼示例：let fn1 = (a: number, b: string) => {}let fn2 = (c: number, d: string, e: boolean) => {}fn2 = fn1 // OKfn1 = fn2 // Error代碼解釋：第 4 行，將 fn1 賦值給 fn2 成立是因?yàn)椋篺n1 的每個參數(shù)均能在 fn2 中找到對應(yīng)類型的參數(shù)參數(shù)順序保持一致，參數(shù)類型對應(yīng)參數(shù)名稱不需要相同第 5 行，將 fn2 賦值給 fn1 不成立，是因?yàn)?fn2 中的必須參數(shù)必須在 fn1 中找到對應(yīng)的參數(shù)，顯然第三個布爾類型的參數(shù)在 fn1 中未找到。參數(shù)類型對應(yīng)即可，不需要完全相同：let fn1 = (a: number | string, b: string) => {}let fn2 = (c: number, d: string, e: boolean) => {}fn2 = fn1 // OK代碼解釋： fn1 的第一個參數(shù)是 number 和 string 的聯(lián)合類型，可以對應(yīng) fn2 的第一個參數(shù)類型 number，所以第 4 行賦值正常。
Nginx 是完全用 c 語言編寫的，所以想要編譯 Nginx，必須要有 c 編譯器（gcc）, 只要系統(tǒng)里有 gcc， Nginx 就可以編譯安裝。但是往往我們會用的到 Nginx 的一些重要功能，比如壓縮和解壓縮功能，這時就必須需要依賴 zlib 庫，想在配置文件中使用正則表達(dá)式，就必須安裝 pcre 庫，最后想實(shí)現(xiàn) SSL/TLS 功能，必須安裝 openssl 庫。無論是在 Ubuntu 還是 CentOS 系統(tǒng)中都大致如此，只不過管理軟件包的工具不一樣，依賴庫的名稱也不一樣。在 Ubuntu 系統(tǒng)下，在 Ubuntu 中執(zhí)行如下命令安裝依賴庫：$ sudo apt-get update # 更新下apt源$ sudo apt-get install gcc # Nginx必備$ sudo apt-get install make # 編譯安裝需要make工具$ sudo apt-get install libz-dev$ sudo apt-get install libpcre3-dev$ sudo apt-get install libssl-dev
以 course 和 teacher 表內(nèi)連接分組為例，并使用 GROUP_CONCAT 將指定的分組字段拼接在一起：SELECT c.teacher_id,t.*,GROUP_CONCAT(c.id) AS new_strFROM course c LEFT JOIN teacher t ON c.teacher_id=t.id GROUP BY c.teacher_id;查詢結(jié)果如下圖;Tips：如上圖所示， 其中 new_str 的值是 GROUP_CONCAT() 函數(shù)將 c.id 的值拼接在一起，默認(rèn)是 ‘，’ 拼接。
在函數(shù)傳參時，參數(shù)不要超過兩個，這樣會讓你更容易測試這個函數(shù)，如果超過 2 個參數(shù)會導(dǎo)致組合膨脹，以至于你必須根據(jù)不同的參數(shù)對大量不同的情況進(jìn)行測試。理想情況下是兩個，如果參數(shù)過多可以使用對象來處理。// badfunction fn(a,b,c,d) { // todo}// goodconst params = { a: 1, b: 2, c: 3, d: true}function fn(params) { // todo}不要使用函數(shù)的內(nèi)部的參數(shù) arguments 來獲取函數(shù)的不定參數(shù)，使用 ... 來接收。因?yàn)?arguments 獲取的參數(shù)是一個類數(shù)組需要轉(zhuǎn)化為真正的數(shù)組。function foo() { const args = [].slice.call(arguments); console.log(args)}foo(1,2,3); // [1,2,3]function foo(...args) { console.log(args)}foo(1,2,3); // [1,2,3]當(dāng)函數(shù)的參數(shù)有默認(rèn)值時，可以使用最短路徑的方法設(shè)置。// badfunction foo(a, b) { a = a || 1; b = b || 2;}// goodfunction foo(a=1, b=2) { // todo}
函數(shù)查詢是在查詢的參數(shù)中傳入函數(shù)，查詢使該函數(shù)返回為 True 的數(shù)據(jù)集。# 這里的 data 是上面我們從 Excel 中解析出來的數(shù)據(jù)print(data.loc[data["推出時間"].isin(["1972年","1995年","1983年"])])# --- 輸出結(jié)果 --- 編程語言 推出時間 價格 主要創(chuàng)始人0 java 1995年 45.6 James Gosling2 C 1972年 33.9 Dennis MacAlistair Ritchie3 js 1995年 59.5 Brendan Eich5 C++ 1983年 75.0 Bjarne Stroustrup輸出解析：這里我們傳入了一個函數(shù) isin( ) 該函數(shù)接受一個列表，判斷該列中元素是否在“推出時間 ”列表中 ，如果是就查詢出該數(shù)據(jù)集，從結(jié)果可以看出，查詢出了“推出時間”為1972年、1995年、1983年的數(shù)據(jù)集。當(dāng)然，我們除了可以使用 Pandas 自帶的一些函數(shù)，我們也可以自定義一些條件函數(shù)，傳入?yún)?shù)進(jìn)行查詢。
以查詢學(xué)生選課關(guān)聯(lián)表為例，查詢學(xué)生選課相關(guān)信息：SELECT * FROM student_course a INNER JOIN student b ON a.student_id=b.id INNER JOIN course c ON a.course_id=c.id INNER JOIN teacher d ON c.teacher_id=d.id;查詢結(jié)果如下圖;上圖是不同學(xué)生選課相關(guān)的信息數(shù)據(jù)，可以使用 GROUP BY 按照 teacher_id、course_id 分組來展示所有教師的所有課程信息：SELECT c.teacher_id,a.course_id,c.course_name,d.nameFROM student_course a INNER JOIN student b ON a.student_id=b.id INNER JOIN course c ON a.course_id=c.id INNER JOIN teacher dON c.teacher_id=d.id GROUP BY c.teacher_id,a.course_id;執(zhí)行結(jié)果如下圖：Tips：單字段分組和多字段分組的區(qū)別在于，單字段是以一個字段來判斷數(shù)據(jù)是否重復(fù)分組出來的結(jié)果，多字段分組是以多個字段同時來判斷是否重復(fù)分組出來的結(jié)果。
另外 Series 中還提供了豐富的函數(shù)，方便我們來進(jìn)行操作，下面我們列舉了幾個常用的操作方法。常用函數(shù)函數(shù)描述Series()創(chuàng)建一個 Series 數(shù)據(jù)結(jié)構(gòu)的對象isnull()和notnull()用于檢測缺失數(shù)據(jù)argmin()和argmax()返回對應(yīng)條件值的索引位置copy()復(fù)制一個 Series，注意淺拷貝和深拷貝reindex([x,y,…])重返回一個適應(yīng)新索引的新對象，缺失索引對應(yīng)數(shù)值使用默認(rèn)值 NaNdrop()丟棄指定索引的項下面我們分別看一下每個方法的具體操作實(shí)例：Series() 方法該方法用于創(chuàng)建一個一維數(shù)組的對象，通過該方法有多種方式去創(chuàng)建 Series 對象：方式一：Series([x,y,…])、方式二：Series([x,y,…], index=[param1,param1,…])、方式三：Series({“a”:x,“b”:y,…})# 引入pandasimport pandas as pd# 形式一：Series([x,y,...])obj=pd.Series([12,23,34,45])print(obj)#--- 輸出結(jié)果 ---0 121 232 343 45dtype: int64# 形式二：Series([x,y,...], index=[param1,param1,...])obj=pd.Series([12,23,34,45],index=["a","b","c","d"])print(obj)#--- 輸出結(jié)果 --- # 該形式，我們可以指定它的索引列的值a 12b 23c 34d 45dtype: int64# 形式三：Series({"a":x,"b":y,...})obj2=pd.Series({"a":12,"b":33,"c":5,"d":22})print(obj2)#--- 輸出結(jié)果 ---# 這里我們里面?zhèn)魅氲氖且粋€字典，他的key就會對應(yīng)成索引列，value對應(yīng)數(shù)據(jù)列a 12b 33c 5d 22dtype: int64isnull() 和 notnull() 方法isnull() 是缺失值返回 Ture 運(yùn)行結(jié)果，而 notnull() 則不是缺失值的返回 Ture 運(yùn)行結(jié)果# 引入pandasimport pandas as pdobj=pd.Series([12,23,34,45],index=["a","b","c","d"])print(obj.isnull())#--- 輸出結(jié)果 ---a Falseb Falsec Falsed Falsedtype: bool print(obj.notnull())#--- 輸出結(jié)果 ---a Trueb Truec Trued Truedtype: boolargmin() 和 argmax() 方法argmin() 用于返回最小值索引的位置，argmax() 用于返回最大值索引的位置# 引入pandasimport pandas as pdobj2=pd.Series({"a":12,"b":33,"c":5,"d":22})print(obj2.argmin())# --- 輸出結(jié)果 ---2 #最小值的索引為2，因?yàn)樗饕菑?開始的，我們最小值為5,print(obj2.argmax())# --- 輸出結(jié)果 ---1 #最小值的索引為1，最大值是33,copy( ) 方法該方法為拷貝一個 Series，但要注意里面的 deep 設(shè)置，也就是深拷貝 copy(deep=True) 和淺拷貝copy(deep=False) 的問題。淺拷貝：拷貝父對象，不會拷貝對象的內(nèi)部的子對象，只復(fù)制對象本身，沒有復(fù)制該對象所引用的對象；深拷貝：完全拷貝了父對象及其子對象，新的組合對象與原對象沒有任何關(guān)聯(lián)。# 引入pandasimport pandas as pdobj2=pd.Series({"a":12,"b":33,"c":5,"d":22})# 1.cpys 淺拷貝cpys = obj2.copy(deep=False)cpys['a']=0print(cpys)print(obj2)# --- 輸出結(jié)果 ---# 這是淺拷貝之后的cpysa 0b 33c 5d 22dtype: int64# 這是被拷貝的 obj2a 0b 33c 5d 22dtype: int64# 通過上面的輸出結(jié)果，我們可以看到，我們對拷貝后的對象進(jìn)行修改，也會影響到被淺拷貝的對象，進(jìn)而證明了，淺拷貝只復(fù)制對象本身，沒有復(fù)制該對象所引用的對象 # 2.cpys_deep深拷貝cpys_deep = obj2.copy(deep=True)cpys_deep['a']=0print(cpys_deep)print(obj2)# --- 輸出結(jié)果 ---# 這是深拷貝之后的cpys_deepa 0b 33c 5d 22dtype: int64# 這是被拷貝的 obj2a 12b 33c 5d 22dtype: int64 # 我們通過輸出結(jié)果，可以看到 索引a，obj和cps_deep的值是不一樣的，我們修改拷貝后的對象，并不能影響到被拷貝的對象，這就是深拷貝，它完全拷貝了父對象及其子對象，和之前的對象是相互獨(dú)立的。reindex([x,y,…]) 方法該方法會將源 Series 對象，按照新的索引順序生成新的 Series 對象，默認(rèn)如果沒有對應(yīng)索引的則使用默認(rèn)值NaN。( NaN 即"?數(shù)字" (not a number)，在 Pandas 中，它?于表示缺失或NA值 )# 引入pandasimport pandas as pdobj=pd.Series([12,23,6,145,44],index=["a","b","c","d","e"])rs_obj=obj.reindex(["e","d","c","b","a","f","g"])print(rs_obj)#--- 輸出結(jié)果 ---e 44.0d 145.0c 6.0b 23.0a 12.0f NaNg NaNdtype: float64# 這里我們看到按照我們寫的索引的順序，生成了一個新的對象rs_obj，沒有值的默認(rèn)為NaN進(jìn)行填充。drop( ) 方法該方法通過傳入指定的索引，丟棄對應(yīng)的數(shù)據(jù)項，返回一個新的 Series 對象。# 引入pandasimport pandas as pdobj=pd.Series([12,23,6,145,44],index=["a","b","c","d","e"])drop_obj=obj.drop(["e","d"])print(obj)print(drop_obj)#--- 輸出結(jié)果 ---# 源對象a 12b 23c 6d 145e 44dtype: int64# drop操作后新的對象 drop_obja 12b 23c 6dtype: int64
該函數(shù)用于過濾含有缺失值的數(shù)據(jù)行或者列，操作之后會返回一個新的數(shù)據(jù)集，該函數(shù)提供了豐富的參數(shù)設(shè)置，下面列舉了該函數(shù)常用的幾個參數(shù)：參數(shù)名說明 axis 指定是行還是列的過濾（ 0 指行，1 為列），默認(rèn) axis=0how 指定缺失值過濾的依據(jù)，含有缺失值就過濾（how=“any” 默認(rèn)）還是全是全是缺失值才過濾（how=“all”）thresh 指保留至少含有多少個非缺失值的行或列（參數(shù)值為整數(shù)）subset 指定特定的行或者列進(jìn)行缺失值過濾下面我們將通過實(shí)際程序操作，學(xué)習(xí)每個參數(shù)的使用方式：# 導(dǎo)入pandas包import pandas as pddata_path="C:/Users/13965/Documents/myFuture/IMOOC/pandasCourse-progress/data_source/第11小節(jié)/execl數(shù)據(jù)demo.xlsx"# 解析數(shù)據(jù)data = pd.read_excel(data_path)print(data)# --- 輸出結(jié)果 --- 編程語言 推出時間 價格 主要創(chuàng)始人0 java NaN 45.6 James Gosling1 python 1991年 67.0 NaN2 NaN 1972年 NaN Dennis MacAlistair Ritchie3 js NaN NaN Brendan Eich4 php 2012年 NaN Rasmus Lerdorf5 C++ 1983年 75.0 Bjarne Stroustrup###### dropna 過濾缺失值# 1. axis=0 設(shè)置過濾行中有缺失值的數(shù)據(jù)new_data= data.dropna(axis=0)print(new_data)# --- 輸出結(jié)果 --- 編程語言 推出時間 價格 主要創(chuàng)始人5 C++ 1983年 75.0 Bjarne Stroustrup# 結(jié)果解析：可以看到所有含 NaN 的數(shù)據(jù)行都被過濾掉，只剩下一行數(shù)據(jù)# 2. axis=1 設(shè)置過濾行列中缺失值的數(shù)據(jù)new_data= data.dropna(axis=1)print(new_data)# --- 輸出結(jié)果 ---Empty DataFrameColumns: []Index: [0, 1, 2, 3, 4, 5]# 結(jié)果解析：因?yàn)樵瓟?shù)據(jù)中每一列都有 NaN 數(shù)據(jù)的存在，所以 axis=1 操作后，數(shù)據(jù)集為 Empty DataFrame# 3. how="all" 設(shè)置所有值都為 NaN 的數(shù)據(jù)列才被過濾new_data= data.dropna(axis=1,how="all")print(new_data)# --- 輸出結(jié)果 --- 編程語言 推出時間 價格 主要創(chuàng)始人0 java NaN 45.6 James Gosling1 python 1991年 67.0 NaN2 NaN 1972年 NaN Dennis MacAlistair Ritchie3 js NaN NaN Brendan Eich4 php 2012年 NaN Rasmus Lerdorf5 C++ 1983年 75.0 Bjarne Stroustrup# 結(jié)果解析：通過設(shè)置 how="all" 因?yàn)樵瓟?shù)據(jù)不存在全為 NaN 的數(shù)據(jù)列，因此并沒有進(jìn)行數(shù)據(jù)的過濾，輸出為原數(shù)據(jù)集# 4. thresh=4 只保留含有4個及4個以上的非缺失值的數(shù)據(jù)new_data= data.dropna(axis=1,thresh=4)print(new_data)# --- 輸出結(jié)果 --- 編程語言 推出時間 主要創(chuàng)始人0 java NaN James Gosling1 python 1991年 NaN2 NaN 1972年 Dennis MacAlistair Ritchie3 js NaN Brendan Eich4 php 2012年 Rasmus Lerdorf5 C++ 1983年 Bjarne Stroustrup# 結(jié)果解析：因?yàn)?價格"這一列只有3個非缺失值的數(shù)據(jù)，因此設(shè)置 thresh=4，會將該列過濾掉。 # 5. subset 指定要過濾的數(shù)據(jù)列new_data= data.dropna(axis=0,subset=["價格","主要創(chuàng)始人"])print(new_data)# --- 輸出結(jié)果 --- 編程語言 推出時間 價格 主要創(chuàng)始人0 java NaN 45.6 James Gosling5 C++ 1983年 75.0 Bjarne Stroustrup# 結(jié)果解析：這里通過 subset 指定過濾"價格""主要創(chuàng)始人"列中存在 NaN 數(shù)據(jù)的行，通過結(jié)果可以看到，過濾掉了行索引為1,2,3,4的行。
在 windows 和 linux 中，操作系統(tǒng)提供了命令行的控制方式，用戶輸入命令完成任務(wù)。例如，建立一個目錄，輸入如下命令：C:\> mkdir test這條命令創(chuàng)建了一個名稱為 test 的目錄，字符串 ‘mkdir’ 和字符串 ‘test’ 被稱為命令行參數(shù)。
