首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

记录 git 一个奇怪错误,以及最近心态调整

git 一个奇怪错误 ACMOI_Journey on  master [⇡] via ?...failure) error: failed to push some refs to 'github.com:PiperLiu/ACMOI_Journey.git' 刚才进行了很多次提交,遇到了如上奇怪错误...remote rejected 常见,哪里『奇怪』呢? 以往, git 都会跟我们讲为什么 reject ,其中大多以 hint: 形式输出,提示我们比如本地与远程不同步等问题。...好处是三个任务对接领导为人都很好,也不是 push 。...有时候(比如刚才)确实心情陷入烦躁,诸多因素混合在一起: 学习计划没有如期进行,心里着急 神奇 bug ,比如 git 那个 由于机器性能引起问题,我束手无策 值得一提是,除了我自己,没人知道我烦躁

83940

奇怪 Python 整数缓存机制。

首先我们打开 Python 解释器,在里面输入如下内容: >>> a = 1024 >>> b = 1024 >>> a is b False 当 a 和 b 值皆为 1024 时候,a is b...为 False,那这里我有一个问题:当 a 和 b 值皆为 6 时候,a is b 输出结果是什么呢?...为什么待会告诉你,因为我想先讲一个更好玩东西:is。 is 叫同一运算符,它用来比较两个对象存储单元,实际比较是对象地址,来判断两个是不是引用同一个对象。...在内存中,id 这一串 xxxxx 数字其实是给了 a,is 去比较时候其实是比较这个 id 是不是同一个。...其实这就是 Python「整数缓存机制」在作怪! 在 Python 中,它会对比较小整数对象进行缓存([-5, 256]),而并非是所有的整数对象。

1K40
您找到你想要的搜索结果了吗?
是的
没有找到

Pandas切片操作:一个容易忽视错误

Pandas是一个强大分析结构化数据工具集,主要用于数据挖掘和数据分析,同时也提供数据清洗功能。 很多初学者在数据选取,修改和切片时经常面临一些困惑。...这是因为Pandas提供了太多方法可以做同样事情,方法选择不当,可能导致一些意想不到错误。...Pandas切片 Pandas数据访问方式包括:df[] ,.at,.iat,.loc,.iloc(之前有ix方法,pandas1.0之后已被移除) df[] :直接索引 at/iat:通过标签或行号获取某个数值具体位置...这是因为,当我们从DataFrame中仅选择一列时,Pandas会创建一个视图,而不是副本。关于视图和副本区别,下图最为形象: ?...pandas提供了copy()方法,当我们将命令更新为以下所示命令时: z = df['y'].copy() 我们将在内存中创建一个具有其自己地址全新对象,并且对“z”进行任何更新df都将不受影响

2.2K20

发现一个奇怪现象,MyBaits insert方法一直返回-2147482646

前几天在做项目demo时候,发现有一个奇怪现象,就是MyBatis发现更新和插入返回值一直为"-2147482646",无论怎么改,这个值一直不变...... 这么一改果然好使,但是为啥会返回这个奇怪数字呢...千呼万唤始出来,这个奇怪数字原来在这里出来,其中可以看到它是固定返回,没有任何判断逻辑...这样就证明了一点,只要你insert方法在配置文件中配置是batch,那么它肯定返回这个值!...总结 本篇博客记录了一次源码追踪过程,从而解释了为什么配置BATCH返回是这个数字原因,在实际编程中,可能会遇到很多奇怪问题,这时候就要敢于翻源码,答案一定在源码中,才能从根本上知道产生问题原因...Java是目前应用非常广泛软件开发平台,学习针对Java程序优化方法有重要现实意义。

52520

Python 为什么会有个奇怪“...”对象?

它是中文标点符号半个省略号,也即由英文 3 个点组成。如果你是第一次看到,很可能会觉得奇怪:这玩意是怎么回事?PS:如果你知道它,仔细看过本文后,你同样可能会觉得奇怪!...但我本人还是倾向于使用 pass,不知道你是怎么想呢? 2、奇怪 Ellipsis 和 ... ......虽然官方说它们是同一个对象两种写法,而且说成是单例(singleton),但我还发现一个非常奇怪现象,与文档描述是冲突: ? 如你所见,赋值给 ......有人觉得这样 cute,这种想法获得了 Python 之父 Guido 支持 : ?...是 Python 3 中一个内置常量,它是一个单例对象,虽然是 Python 2 中就有的 Ellipsis 别称,但它性质已经跟旧对象分道扬镳 ...

2K10

python中奇奇怪注释方式

注释是给你看,而不是让计算机运行程序。注释是程序文档一部分,但是运行时会忽略掉它们。...---- 第一种——# 单行注释 在程序(或者其他任何东西)前面加一个“#“即可把它变成注释 #print(123) 这虽然是一个print函数,但是程序并不会运行它,因为它前面加了“#”,解释器会自动忽略它们...行末注释 print(123)#这是一个输出123程序 注:在“#”后程序皆会被理解为注释(本行) 多行注释 #123 #234 #234444 在任何一行程序前加上“#”都会变为注释(下面会介绍更简单方法...#”都会变为注释(下面会介绍更简单的方法) ---- """ 这是一个字符串,但是毫无作用,所以也可以看做一个注释(尽管严格意义上来讲并不是) """11 11 11 11 1""" 注:他是可以跨行

61130

PythonPandas常用操作

本文来讲述一下科学计算库Pandas一些常用操作~ 看完别忘记文末点赞呦~ 01 为什么要用Pandas?...Pandas是一个强大分析结构化数据工具集;它使用基础是Numpy(提供高性能矩阵运算);用于数据挖掘和数据分析,同时也提供数据清洗功能。...Pandas主要特点 基于Numpy创建,继承了Numpy中优秀特点; 能够直接读取结构化数据进行操作; 以类似于表格形式呈现数据,便于观察; 提供了大量数理统计方法。...Pandas主要数据结构 Series:带标签一维同构数组; DataFrame:带标签,大小可变,二维异构表格。...02 数据创建 # 创建Series import numpy as np import pandas as pd s = pd.Series([1, 3, 5, 7, np.nan]) print

2.1K40

Python兼容性无助

今天下午要发布一个版本运维平台版本,对于线上版本使用思路是这样。 线上版本数据库变更都是通过SQL语句,即线上环境数据是最准确,最完整,同时线上环境不做开发环境配置。...测试环境代码是最新,代码层面我们内部使用了GitLab来做版本控制,在这个基础上开了分支来适配不同需求。线上环境不做开发环境调试和配置,只做发布。...今天发布时候,整个过程看起来还顺利,但是启动时候却抛出了错误,提示是ansible模块支持有问题。 直觉思路就是使用pip来检查,但是发现pip不可用了。最开始以为是pip导致。...紧接着调试,发现没有效果,这是一个要发布环境出现这样问题,看起来问题还是比较严重了。问题难点就在于,目前还无法定位问题原因。...python -m pip install pip==9.0.1 但是问题还是没有解决,又找另外同事继续分析,最后发现原来是一个ansible版本冲突导致,这台服务器还有另外一个业务同学在使用,他使用

56800

Python Pandas 使用——Series

参考链接: 访问Pandas Series元素 Python Pandas 使用——Series   Pandas是一个强大分析结构化数据工具集;它使用基础是Numpy(提供高性能矩阵运算)...Pandas 安装  官方推荐安装方式是通过Anaconda安装,但Anaconda太过庞大,若只是需要Pandas功能,则可通过PyPi方式安装。  pip install Pandas 2....Pandas 数据结构——Series  使用pandas前需要先引入pandas,若无特别说明,pd作为Pandas别名通用写法  import pandas as pd    2.1 Series...创建  Series定义    Series像是一个Pythondict类型,因为它索引与元素是映射关系Series也像是一个ndarray类型,因为它也可以通过series_name[index...如果python版本 >= 3.6 并且 Pandas 版本 >= 0.23 , 则通过dict创建Series索引按照dict插入顺序排序   如果python版本 < 3.6 或者 Pandas

91200

基于 PythonPandas

基于 PythonPandas 数据分析(1) PandasPython 一个模块(module), 我们将用 Python 完成接下来数据分析学习....另一个好消息, 你可以容易地载入/输出 xls 或者 xlsx 格式文件. 所以即使你老板还是习惯以往格式, 你也可以轻松应对....如果你是初次接触 Python 语言, 没有关系, 我相信你一样可以继续下面的课程, 而且这个教程甚至可以作为你 Python 一个初步入门教程....如果你还没有安装 Python, 直接去官网https://www.python.org/下载一个最新版本, 并安装. 这里我先假设你已经安装了 Python....以上就是对 Pandas 一个简单快速介绍. 在这个整个系列教程中, 我将会带到更多Pandas 基础知识, 还有一些对 dataframe 操作.

1.1K20

Win 10 中使用 Python 碰到奇怪现象

作者:流光飞舞 来源: https://shuhari.dev/blog/2019/11/win10-store-python 最近在使用 Python 时候发生了奇怪现象:从命令行执行...如果从在资源管理器打开上述目录的话,会看到这里只有孤零零几个 .exe 文件,且图标也不正常,并不是一个真正、完整 Python 运行环境。 ?...而上面看到 python.exe 是一个“假Python,它唯一作用在于当系统没有找到 Python 时候,自动跳转到微软商店去让我们下载。...这样会打开设置“应用程序别名”界面。这里我们会看到系统认为 python.exe 和 python3.exe 都只是安装程序别称,不过我们也可以选择把它们关闭。...按照 Windows 系统规则,PATH 环境变量是系统设置先于用户设置,所以如果安装了标准版 Python 的话,系统应该首先找到是它,而不是应用商店版 Python

1.8K20

Python Pandas学习(二)

今天我们继续讲下Python中一款数据分析很好库。...Pandas学习 接着上回讲到,如果有人听不懂,麻烦去翻阅一下我前面讲到Pandas学习(一) 如果我们在数据中,想去3,4,5这几行数据,那么我们怎么取呢? food.loc[3:6] ?...可以看到,这种取法跟Python中,切片操作一样。 如果我想去单独某几条数据,只需要传入index值即可 food.loc[[2,5,10]] ?  ...再比如说,我们想进行一些加减乘除操作。 我想把单位为mg数据,转换成g数据,这里做法,就跟Numpy是类似的。 ...后面打印 是37个属性值,也就是我们将新属性值,放入到原来数据值中了!前提是,其中维度要对应上才可以。

48320

(六)PythonPandasDataFrame

目录 基本特征 创建 自动生成行索引 自定义生成行索引 使用 索引与值 基本操作 统计功能  ---- 基本特征 一个表格型数据结构 含有一组有序列(类似于index) 大致可看成共享同一个index...DataFrame也能自动生成行索引,索引从0开始,代码如下所示: import pandas as pd data = {'name': ['aaaaaa', 'bbbbbb', 'cccccc']...,但这种方式是直接对原始数据操作,不是安全,pandas 中可利用 drop()方法删除指定轴上数据,drop()方法返回一个新对象,不会直接修改原始数据。...,可以改变原来数据,代码如下: import pandas as pd import numpy as np data = np.array([('xiaoming', 4000), ('xiaohong...,在此不一一列举,有兴趣同学可以自己去找一下 统计功能  DataFrame对象成员找最低工资和高工资人群信息          DataFrame有非常强大统计功能,它有大量函数可以使用,具体代码如下所示

3.8K20

工具 | Python 面试题

Python语言特性 1 Python函数参数传递 看两个例子: 所有的变量都可以理解是内存中一个对象“引用”,或者,也可以看似c中void*感觉。 这里记住是类型是属于对象,而不是变量。...自省 这个也是python彪悍特性....装饰器是一个著名设计模式,经常被用于有切面需求场景,较为经典有插入日志、性能测试、事务处理等。...答案是根本不需要处理,因为 python 可以接受任何类型参数,如果函数功能相同,那么不同参数类型在 python 中很可能是相同代码,没有必要做成两个不同函数。.... 3 装饰器版本 4 import方法 作为python模块是天然单例模式 17 Python作用域 Python 中,一个变量作用域总是由在代码中被赋值地方所决定

2.6K90

(五)PythonPandasSeries

创建方法如下所示: 自动生成索引         Series能创建自动生成索引字典,索引从0开始,代码如下所示: import pandas as pd aSer = pd.Series([1,...,还能自定义生成索引,代码如下所示: import pandas as pd bSer = pd.Series(['apple', 'peach', 'lemon'], index=[1, 2, 3]...[1, 2, 3], dtype='int64') 使用 基本运算         定义好了一个Series之后,我们可以对它进行一些简单操作,代码如下所示: import pandas as pd...,能简化数据处理,代码如下所示: import pandas as pd data = {'AXP': '86.40', 'CSCO': '122.64', 'BA': '99.44'} sindex...数据对齐一个重要功能是:在运算中自动对齐不同索引数据,代码如下所示: import pandas as pd data = {'AXP': '86.40', 'CSCO': '122.64', '

83420
领券