精华内容
下载资源
问答
  • 介词for和to用法完全归纳.doc
  • Pandas的read_csv to_csv函数参数分析详解 1. read_csv read_csv方法定义 pd.read_csv(filepath_or_buffer, sep=',', delimiter=None, header='infer', names=None, index_col=None, usecols=None, ...

    Pandas的read_csv和 to_csv函数参数分析详解

     

     

    1. read_csv

    read_csv方法定义

     

    pd.read_csv(filepath_or_buffer, sep=',', delimiter=None, header='infer', names=None, 
    index_col=None, usecols=None, squeeze=False, prefix=None, mangle_dupe_cols=True, 
    dtype=None, engine=None, converters=None, true_values=None, false_values=None, 
    skipinitialspace=False, skiprows=None, nrows=None, na_values=None, 
    keep_default_na=True, na_filter=True, verbose=False, skip_blank_lines=True, 
    parse_dates=False, infer_datetime_format=False, keep_date_col=False, 
    date_parser=None, dayfirst=False, iterator=False, chunksize=None,
     compression='infer', thousands=None, decimal=b'.', lineterminator=None,
     quotechar='"', quoting=0, escapechar=None, comment=None, encoding=None,
     dialect=None, tupleize_cols=False, error_bad_lines=True, warn_bad_lines=True, 
    skipfooter=0, skip_footer=0, doublequote=True, delim_whitespace=False,
     as_recarray=False, compact_ints=False, use_unsigned=False,
     low_memory=True, buffer_lines=None, memory_map=False, float_precision=None)
    
    

    读取文件路径,可以是URL,可用URL类型包括:http, ftp, s3和文件。

    常用参数

    sep :str, default ‘,'
    指定分隔符。如果不指定参数,则会尝试使用逗号分隔。csv文件一般为逗号分隔符。

    delimiter : str, default None 
    定界符,备选分隔符(如果指定该参数,则sep参数失效)

    delim_whitespace :boolean, default False.
    指定空格(例如' ‘或者' ‘)是否作为分隔符使用,等效于设定sep='\s+'。
    如果这个参数设定为Ture那么delimiter 参数失效。

    header :int or list of ints, default ‘infer'
    指定行数用来作为列名,数据开始行数。如果文件中没有列名,则默认为0,否则设置为None。对于数据读取有表头和没表头的情况很实用

    header :int or list of ints, default ‘infer'
    指定行数用来作为列名,数据开始行数。如果文件中没有列名,则默认为0,否则设置为None。

    names :  array-like, default None
    用于结果的列名列表,对各列重命名,即添加表头。
    如数据有表头,但想用新的表头,可以设置header=0,names=['a','b']实现表头定制。

    index_col : int or sequence or False, default None
    用作行索引的列编号或者列名,如果给定一个序列则有多个行索引。
    可使用index_col=[0,1]来指定文件中的第1和2列为索引列。

    usecols : array-like, default None
    返回一个数据子集,即选取某几列,不读取整个文件的内容,有助于加快速度和降低内存。
    usecols=[1,2]或usercols=['a','b']

    squeeze : boolean, default False
    如果文件只包含一列,则返回一个Series

    prefix :  str, default None
    在没有列标题时,给列添加前缀。例如:添加‘X' 成为 X0, X1, ...

    mangle_dupe_cols : boolean, default True
    重复的列,将‘X'...'X'表示为‘X.0'...'X.N'。如果设定为False则会将所有重名列覆盖。

    不太常用参数

    dtype : Type name or dict of column -> type, default None
    每列数据的数据类型。例如 {‘a': np.float64, ‘b': np.int32}

    engine :  {‘c', ‘python'}, optional
    使用的分析引擎。可以选择C或者是python。C引擎快但是Python引擎功能更加完备。

    converters : dict, default None
    列转换函数的字典。key可以是列名或者列的序号。

    true_values和false_values :  list, default None
    Values to consider as True or False

    skipinitialspace :boolean, default False
    忽略分隔符后的空白(默认为False,即不忽略)

    skiprows : list-like or integer, default None
    需要忽略的行数(从文件开始处算起),或需要跳过的行号列表(从0开始)。

    skipfooter : int, default 0
    从文件尾部开始忽略。 (c引擎不支持)

    nrows : int, default None
    需要读取的行数(从文件头开始算起)。

    na_values : scalar, str, list-like, or dict, default None
    一组用于替换NA/NaN的值。如果传参,需要制定特定列的空值。
    默认为‘1.#IND', ‘1.#QNAN', ‘N/A', ‘NA', ‘NULL', ‘NaN', ‘nan'`.

    keep_default_na :  bool, default True
    如果指定na_values参数,并且keep_default_na=False,那么默认的NaN将被覆盖,否则添加。

    na_filter : boolean, default True
    是否检查丢失值(空字符串或者是空值)。
    对于大文件来说数据集中没有空值,设定na_filter=False可以提升读取速度。

    verbose :boolean, default False
    是否打印各种解析器的输出信息,例如:“非数值列中缺失值的数量”等。

    skip_blank_lines :boolean, default True
    如果为True,则跳过空行;否则记为NaN。

    encoding : str, default None
    指定字符集类型,通常指定为'utf-8'. List of Python standard encodings

    dialect : str or csv.Dialect instance, default None
    如果没有指定特定的语言,如果sep大于一个字符则忽略。具体查看csv.Dialect 文档

    tupleize_cols : boolean, default False
    Leave a list of tuples on columns as is (default is to convert to a Multi Index on the columns)

    error_bad_lines : boolean, default True
    如果一行包含太多的列,那么默认不会返回DataFrame ,如果设置成false,那么会将改行剔除(只能在C解析器下使用)。

    warn_bad_lines : boolean, default True
    如果error_bad_lines =False,并且warn_bad_lines =True 那么所有的“bad lines”将会被输出(只能在C解析器下使用)。

    low_memory : boolean, default True
    分块加载到内存,在低内存消耗中解析。但是可能出现类型混淆。
    确保类型不被混淆需要设置为False。或者使用dtype 参数指定类型。
    注意使用chunksize 或者iterator 参数分块读入会将整个文件读入到一个Dataframe,
    而忽略类型(只能在C解析器中有效)

    日期类型相关参数

    parse_dates : boolean or list of ints or names or list of lists or dict, default False

    boolean. True -> 解析索引
    list of ints or names. e.g. If [1, 2, 3] -> 解析1,2,3列的值作为独立的日期列;
    list of lists. e.g. If [[1, 3]] -> 合并1,3列作为一个日期列使用
    dict, e.g. {‘foo' : [1, 3]} -> 将1,3列合并,并给合并后的列起名为"foo"

    示例:df=pd.read_csv(file_path,parse_dates=['time1','time2']),
    把time1和time2两列解析为日期格式。
    这里不得不说,很遗憾中文不行,比如‘4月5日'这种格式就不能解析。

     infer_datetime_format :boolean, default False
    如果设定为True并且parse_dates 可用,那么pandas将尝试转换为日期类型,如果可以转换,转换方法并解析。
    在某些情况下会快5~10倍。

    keep_date_col : boolean, default False
    如果连接多列解析日期,则保持参与连接的列。默认为False。

    date_parser :  function, default None
    于解析日期的函数,默认使用dateutil.parser.parser来做转换。
    Pandas尝试使用三种不同的方式解析,如果遇到问题则使用下一种方式。
    1.使用一个或者多个arrays(由parse_dates指定)作为参数;
    2.连接指定多列字符串作为一个列作为参数;
    3.每行调用一次date_parser函数来解析一个或者多个字符串(由parse_dates指定)作为参数。

    dayfirst : boolean, default False
    DD/MM格式的日期类型

    大文件常用参数

    iterator : boolean, default False
    返回一个TextFileReader 对象,以便逐块处理文件。

    chunksize : int, default None
    文件块的大小, See IO Tools docs for more informationon iterator and chunksize.

    chunksize : int, default None
    文件块的大小, See IO Tools docs for more informationon iterator and chunksize.

    chunksize : int, default None
    文件块的大小, See IO Tools docs for more informationon iterator and chunksize.

    decimal : str, default ‘.'
    字符中的小数点 (例如:欧洲数据使用',‘).

    float_precision : string, default None
    Specifies which converter the C engine should use for floating-point values. 
    The options are None for the ordinary converter, high for the high-precision converter,
    and round_trip for the round-trip converter.

    lineterminator : str (length 1), default None
    行分割符,只在C解析器下使用。

    quotechar : str (length 1), optional
    引号,用作标识开始和解释的字符,引号内的分割符将被忽略。

    quoting : int or csv.QUOTE_* instance, default 0
    控制csv中的引号常量。
    可选 QUOTE_MINIMAL (0), QUOTE_ALL (1), QUOTE_NONNUMERIC (2) or QUOTE_NONE (3)

    doublequote : boolean, default True
    双引号,当单引号已经被定义,并且quoting 参数不是QUOTE_NONE的时候,
    使用双引号表示引号内的元素作为一个元素使用。

    escapechar : str (length 1), default None
    当quoting 为QUOTE_NONE时,指定一个字符使的不受分隔符限值。

    comment : str, default None
    标识着多余的行不被解析。如果该字符出现在行首,这一行将被全部忽略。
    这个参数只能是一个字符,空行(就像skip_blank_lines=True)注释行被header和skiprows忽略一样。
    例如如果指定comment='#' 解析‘#empty\na,b,c\n1,2,3' 以header=0 那么返回结果将是以'a,b,c'作为header。

    读取多个文件

    #读取多个文件
    
    import pandas
    import glob
    
    for r in glob.glob("test*.csv"):
        csv=pandas.read_csv(r)
        csv.to_csv("test.txt",mode="a+")

     

    2. to_csv

    to_csv方法定义:

    DataFrame.to_csv(path_or_buf=None, sep=', ', na_rep='', float_format=None, columns=None, 
    header=True, index=True, index_label=None, mode='w', encoding=None, compression=None, 
    quoting=None, quotechar='"', line_terminator='\n', chunksize=None, tupleize_cols=None, 
    date_format=None, doublequote=True, escapechar=None, decimal='.')
    

    path_or_buf=None: string or file handle, default None 
    File path or object, if None is provided the result is returned as a string. 
    字符串或文件句柄,默认无文件 
    路径或对象,如果没有提供,结果将返回为字符串。

    sep : character, default ‘,’ 
    Field delimiter for the output file. 
    默认字符 ‘ ,’ 
    输出文件的字段分隔符。

    na_rep : string, default ‘’ 
    Missing data representation 
    字符串,默认为 ‘’ 
    浮点数格式字符串

    float_format : string, default None 
    Format string for floating point numbers 
    字符串,默认为 None 
    浮点数格式字符串

    columns : sequence, optional Columns to write 
    顺序,可选列写入

    header : boolean or list of string, default True 
    Write out the column names. If a list of strings is given it is assumed to be aliases for the column names 
    字符串或布尔列表,默认为true 
    写出列名。如果给定字符串列表,则假定为列名的别名。

    index : boolean, default True 
    Write row names (index) 
    布尔值,默认为Ture 
    写入行名称(索引)

    index_label : string or sequence, or False, default None 
    Column label for index column(s) if desired. If None is given, and header and index are True, then the index names are used. A sequence should be given if the DataFrame uses MultiIndex. If False do not print fields for index names. Use index_label=False for easier importing in R 
    字符串或序列,或False,默认为None 
    如果需要,可以使用索引列的列标签。如果没有给出,且标题和索引为True,则使用索引名称。如果数据文件使用多索引,则应该使用这个序列。如果值为False,不打印索引字段。在R中使用index_label=False 更容易导入索引.

    mode : str 
    模式:值为‘str’,字符串 
    Python写模式,默认“w”

    encoding : string, optional 
    编码:字符串,可选 
    表示在输出文件中使用的编码的字符串,Python 2上默认为“ASCII”和Python 3上默认为“UTF-8”。

    compression : string, optional 
    字符串,可选项 
    表示在输出文件中使用的压缩的字符串,允许值为“gzip”、“bz2”、“xz”,仅在第一个参数是文件名时使用。

    line_terminator : string, default ‘\n’ 
    字符串,默认为 ‘\n’ 
    在输出文件中使用的换行字符或字符序列

    quoting : optional constant from csv module 
    CSV模块的可选常量 
    默认值为to_csv.QUOTE_MINIMAL。如果设置了浮点格式,那么浮点将转换为字符串,因此csv.QUOTE_NONNUMERIC会将它们视为非数值的。

    quotechar : string (length 1), default ‘”’ 
    字符串(长度1),默认“” 
    用于引用字段的字符

    doublequote : boolean, default True 
    布尔,默认为Ture 
    控制一个字段内的quotechar

    escapechar : string (length 1), default None 
    字符串(长度为1),默认为None 
    在适当的时候用来转义sep和quotechar的字符

    chunksize : int or None 
    int或None 
    一次写入行

    tupleize_cols : boolean, default False 
    布尔值 ,默认为False 
    从版本0.21.0中删除:此参数将被删除,并且总是将多索引的每行写入CSV文件中的单独行 
    (如果值为false)将多索引列作为元组列表(如果TRUE)或以新的、扩展的格式写入,其中每个多索引列是CSV中的一行。

    date_format : string, default None 
    字符串,默认为None 
    字符串对象转换为日期时间对象

    decimal: string, default ‘.’ 
    字符串,默认’。’ 
    字符识别为小数点分隔符。例如。欧洲数据使用 ​​’,’

    pandas的to_csv()使用方法

    1.首先查询当前的工作路径:

     

     
    import os
    
    os.getcwd() #获取当前工作路径

    2.to_csv()是DataFrame类的方法,read_csv()是pandas的方法

     

    dt.to_csv() #默认dt是DataFrame的一个实例,参数解释如下

     

    • 路径 path_or_buf: A string path to the file to write or a StringIO
     
    dt.to_csv('Result.csv') #相对位置,保存在getwcd()获得的路径下
    
    dt.to_csv('C:/Users/think/Desktop/Result.csv') #绝对位置

     

    • 分隔符 sep : Field delimiter for the output file (default ”,”)
    dt.to_csv('C:/Users/think/Desktop/Result.csv',sep='?')#使用?分隔需要保存的数据,如果不写,默认是,

     

    • 替换空值 na_rep: A string representation of a missing value (default ‘’)
    dt.to_csv('C:/Users/think/Desktop/Result1.csv',na_rep='NA') #确实值保存为NA,如果不写,默认是空

     

    • 格式 float_format: Format string for floating point numbers
    dt.to_csv('C:/Users/think/Desktop/Result1.csv',float_format='%.2f') #保留两位小数

     

    • 是否保留某列数据 cols: Columns to write (default None)
    dt.to_csv('C:/Users/think/Desktop/Result.csv',columns=['name']) #保存索引列和name列

     

    • 是否保留列名 header: Whether to write out the column names (default True)
    dt.to_csv('C:/Users/think/Desktop/Result.csv',header=0) #不保存列名

     

    • 是否保留行索引 index:  whether to write row (index) names (default True)
    dt.to_csv('C:/Users/think/Desktop/Result1.csv',index=0) #不保存行索引


     

     

    展开全文
  • 此资料介绍了英语中with,forto的主要用法,对初高中学生及英语自学者有帮助。
  • take credit for用法

    千次阅读 2019-10-05 08:59:43
    在生活中,总有一些人喜欢“抢军功”。... I'd like to talk to you for a second, please. B: Okay, Mark, What's up? A: I'd like to know why you're always taking credit for work we've d...

    在生活中,总有一些人喜欢“抢军功”。那么在英语中,“争名夺利”怎么表达呢?请看对话:

    A: Mary? I'd like to talk to you for a second, please.

    B: Okay, Mark, What's up?

    A: I'd like to know why you're always taking credit for work we've done together like that line in the new Ice Cream ad?

    B: That was my line, Mark. I know we worked on the ad together, but that was definitely my line.

    对话里的take credit to oneself for就是“把……归功于自己,自称某事是自己干的”的意思。在这里,指的是“抢功劳、争名夺利”的意思。Take credit for也有“为某事负责”之意,例如:

    He took credit for the attack that killed his girlfriend.

    大家是否还记得,在"Friends "中,Monica去上班,她的同事和她谈到Paul,那位女士说:I take credit for Paul. 这个是说“Paul还多亏了我呢”,一般自己在给某人帮忙之后炫耀可以这么说。

     

    经典小句子:

    I cannot take credit for what I did not do.
    无功不受禄。

     

     

    转载于:https://www.cnblogs.com/CodingPerfectWorld/archive/2010/06/30/1768706.html

    展开全文
  • C语言for语句用法详解

    千次阅读 2018-09-14 15:22:00
    在C语言中,for语句使用最为灵活,它完全可以取代 while 语句。它的一般形式为: for(表达式1; 表达式2; 表达式3) 语句 它的执行过程如下:先求解表达式1。 求解表达式2,若其值为真(非0),则执行for语句中指定...

    在C语言中,for语句使用最为灵活,它完全可以取代 while 语句。它的一般形式为:

    for(表达式1; 表达式2; 表达式3) 语句

    它的执行过程如下:先求解表达式1。

    求解表达式2,若其值为真(非0),则执行for语句中指定的内嵌语句,然后执行下面第3)步;若其值为假(0),则结束循环,转到第5)步。

    求解表达式3。

    转回上面第2)步继续执行。

    循环结束,执行for语句下面的一个语句。

    其执行过程可用下图表示。

    strip

    for语句最简单的应用形式也是最容易理解的形式如下:

     

    1240

     

    小编给大家推荐一个学习氛围超好的地方,C/C++交流企鹅裙:870963251!适合在校大学生,小白,想转行,想通过这个找工作的加入。裙里有大量学习资料,有大神解答交流问题,每晚都有免费的直播课程

    原文链接

    展开全文
  • would have to用法

    千次阅读 2019-08-01 04:29:50
    I would have to say that is an 'L'-shaped bracket.---《老友记》第一季 第一集 我只能说这是个“L”型托架。 网上找的答案 ①would have to用于虚拟语气,用于主观情感不是很强烈 will have to用于将来时,与...

    I would have to say that is an 'L'-shaped bracket.---《老友记》第一季 第一集

    我只能说这是个“L”型托架

    网上找的答案


    would have to用于虚拟语气,用于主观情感不是很强烈
    will have to用于将来时,与would have to比较,更显示主观性
    have to用于现在时,用于客观必须要作的,相对于主观的must .
    通过例子来帮助你理解:
    I have to go for my sister is waiting for me.
    是因为别人等你的客观原因你需要走

    I must have dinner for I am very hungry。
    是因为你肚子饿的主观原因才去吃饭的。

    以下情景是员工答复老板:
    I will do the job well.
    (双手握紧),自信而肯定地对老板说
    I would do the job well.
    (低着头),缺少自信,似乎是应付地对老板说

    would have to是"有必要去.."语气客气
    will have to是"将会去做(必须)"语气带命令,用于上级对下级,老师对学生
    have to是"应该去"用于自己对他人解释时说的

    转载于:https://www.cnblogs.com/CodingPerfectWorld/archive/2010/06/29/1767894.html

    展开全文
  • ToFor表“目的”的用法

    千次阅读 2011-12-19 09:54:02
    一句话:For+名词 To+动词eg:check the attachment for details ... for doing sth的用法在OG里边是unidiomatic的。 参见:http://wenku.baidu.com/view/b08c974d2b160b4e767fcfd6.html 参见:http://forum.cha
  • generate-for循环语句2).generate-conditional条件语句3).generate-case分支语句3、Conclusion4、generate-for 与 常规for 循环不同1)使用举例2)结论 参考链接:...
  • c++ to_string用法

    千次阅读 2019-01-18 09:32:20
    在C++11标准库中,string.h已经添加...for (size_t i = 0; i < texArrSize; i++)  RTX_Shader.SetInt(string("TexArr[") + to_string(i) + "]", 7 + i); string("TexArr[")...
  • pandas用法总结

    万次阅读 多人点赞 2018-06-07 10:49:03
    0为不相关 10、数据表的相关性分析 df_inner.corr() 九、数据输出 分析后的数据可以输出为xlsx格式csv格式 1、写入Excel df_inner.to_excel('excel_to_python.xlsx', sheet_name='bluewhale_cc') 2、写入到CSV df_...
  • 学术论文撰写中for和to用法

    千次阅读 2011-04-25 17:50:00
    学术论文撰写中for和to用法     看这篇文章时你的头脑必须绝对清醒。若是你现在的状况不错的话,就请先来判断判断下面的句子哪些是正确的,哪些是错误的吧。 <br /> Exercise is good to...
  • 几种for循环用法详解。

    万次阅读 2018-07-12 12:44:32
    本文非常适合初学Java的程序员,主要是来了解一下Java中的几种for循环用法,分析得十分详细,一起来看看。J2SE 1.5提供了另一种形式的for循环。借助这种形式的for循环,可以用更简单地方式来遍历数组Collection等...
  • Mybatis Select...for update用法

    万次阅读 2017-10-13 15:58:09
    Mybatis Select…for update用法最近有需求批量处理大量数据,由于数据量很大,如果加分布式锁让一个线程跑需要太长时间,所以考虑集群中二十几台机器并行执行,每次取1000...很容易想到的用法就是把select for upate
  • 四, pandas数据中to_datetime的运用 data = pd . read_csv ( 'flowdata.csv' ) data . head ( ) Out: Time L06_347 LS06_347 LS06_348 0 2009-01-01 00:00:00 0.137417 0.097500 0.016833 1 2009-01-01 ...
  • default_value: Scalar value to set for indices not specified in `sp_input`. Defaults to zero. validate_indices: A boolean value. If `True`, indices are checked to make sure they are sorted in ...
  • 1. such as = like,都视为介词,其后加名词、代词动名词等,一般列举不完全的多例,...2. for example = for instance,视为独立成分,一般只列举一例,举例之间用逗号隔开,例子形式多样,可以是单词、短语或句子. 如:I
  • for函数的用法(matlab)

    万次阅读 2018-10-21 13:43:17
    for Repeat statements a specific number of times. The general form of a for statement is: for variable = expr, statement, ..., statement END The columns of the expression are stored on...
  • verilog generate—for语句用法

    千次阅读 2018-12-24 15:00:13
    需要注意三点: ① generate-for语句必须用genvar关键字定义for的索引变量; ② for的内容必须用begin…end块包起来,哪怕只有一句; ③ begin…end块必须起个名字;...例如:一个参数化的gray-code to bina...
  • 介词for用法

    2013-04-12 10:35:55
    介词for用法 1 used to say who is intended to get or use something, or where something is intended to be used I've got a present for you. Someone left a message for Vicky. 2 in order to help ...
  • Python十大装B语法

    万次阅读 多人点赞 2019-11-01 14:29:21
    不过,如果就此小视 Python 语法的精妙深邃,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...
  • 查看Spring中的@AliasFor的文档...Usage ScenariosExplicit aliases within an annotation: within a single annotation, @AliasFor can be declared on a pair of attributes to signal that they are interchangea...
  • 本文翻译自Python的开发者指南PEP 492。...网上async withasync for的中文资料比较少,我把PEP 492中的官方陈述翻译一下。 异步上下文管理器”async with” 异步上下文管理器指的是在enterexit方法处能够
  • for循环在c++中的用法_C ++中的循环

    千次阅读 2020-07-18 16:44:52
    c++中的for循环Loops come into picture when we need to execute a particular action in a repeated manner. 当我们需要重复执行特定的动作时,就会出现循环。 C ++中的循环类型 (Types of loops in C++) C++ ...
  • Failed to find match for field 'rgb'.的错误。 已经排除了路径为中文的问题,pcd数据文件的路径问题,貌似也不存在指针的用法错误。 补充: 现在问题已经解决了,呼呼。。。。 1.出现 Failed to find ...
  • to_char函数用法

    万次阅读 2015-03-02 15:38:45
    to_char函数用法 本来这是很简单的函数,但在屡次忘记格式之后,决定还是翻译一遍以铭记在心。  参考>.  关于nls可有取值,请注意视图sys.V_$NLS_VALID_VALUES  一,TO_CHAR(NUMBER)  1.1 格式图...
  • be going to用法口诀

    千次阅读 2013-05-03 12:43:46
    [size=large]be going to用法口诀: be going to跟“动原”,计划、准备或打算; 表可能,有必然,通过现象来判断。 be的形式要注意,它要随着人称变, 否定句,很简单,not加在be后边; 疑问句,需牢记,...
  • object ObjectAndClass {    def main(args: Array[String]): Unit={  println(1 to 10)  println(1 until 10)  println("$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$$") ...
  • Oracle中 to_date()函数用法详解

    千次阅读 2017-07-20 14:10:01
    TO_DATE格式(以时间:2007-11-02 13:45:25为例) Year: yy two digits 两位年 显示值:07 yyy three digits 三位年 显示值:007 yyyy four digits 四位年 显示值:2007 Month: mm
  • MySQL for Excel用法

    千次阅读 2016-08-09 16:48:00
    MySQL有一款工具“MySQL for Excel”它可以提供将Excel的数据导入MySQL,...接下来简单介绍一下它的安装使用。一、下载。http://dev.mysql.com/downloads/installer/ 可以从官网下载最新的版本。官网提供了英文的安...
  • scala for循环 yield 用法 自我理解

    千次阅读 2017-07-04 15:30:59
    最近在学习scala,今天看一段代码,突然看到了yield这个关键字,由于之前一直搞... For each iteration of your for loop, yield generates a value which will be remembered. It's like the for loop has a buff

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 359,838
精华内容 143,935
关键字:

to和for的用法