目录7.1关系数据库概述7.2关系代数7.3元组演算与域演算7.4查询优化7.5关系数据库设计 7.6模式分解前言：笔记来自《文老师软考数据库》教材精讲，精讲视频在b站，某宝都可以找到，个人感觉通俗易懂。7.1关系数据库概述关系模型采用单一的数据结构一关系，来表示现实世界的实体以及实体间的联系，对应的逻辑结构为二维表。候选码(CandidateKey)：若关系中的某一属性或属性组的值能唯一标识一个元组，则称该属性或属性组为候选码。主码(PrimaryKey)：或称主键，若一个关系有多个候选码，则选定其中一个为主码。主属性(Primeattribute)：包含在任何候选码中的属性称为主属性。不包
介绍给大家一个开源SpringCloud项目。整合了大部分开源中间件，详情信息可以查看文档：springcloud开源组件开发另外自己以后博客所讲解的代码内容，都会我的Git上同步（GitHub同步）GIT地址ES使用的数据结构是倒排索引，在对搜索内容进行分词的时候，会根据搜索内容分词结果在对于的索引项里查询那些索引项包含这些分割的搜索词，之后可以直接获取索引项（TermIndex）对应的索引ID来获取索引的内容。比较ES和MysqlMysql索引默认使用的数据结构是B+树，B+树相对散列表（Hash）来说，在范围查询的时候，散列表并不支持。散列表的优点在与查询单个数据的时候直接get查询的，
目录1.调整图片大小，并获取灰度图 2.双边滤波去除噪音：cv2.bilateralFilter()。3.边缘检测：cv2.Canny（image，threshold1，threshold2）4.寻找轮廓：车牌（四边形）编辑 5.图像位运算进行遮罩6.图像剪裁7.字符识别：OCR1.调整图片大小，并获取灰度图importcv2if__name__=='__main__':img=cv2.imread('2.jpeg')#调整图片大小img=cv2.resize(img,(620,480))#灰度图gray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)#显示效果cv
前言上一篇文章python学习——【第六弹】中介绍了python中的字典操作，这篇文章接着学习python中的可变序列集合集合1：集合是python语言提供的内置数据结构，具有无序性（集合中的元素无法通过索引下标访问，并且每次输出时元素的排序顺序可能都不相同。），互异性，确定性。2：与列表、字典一样都属于可变类型的序列；但集合中的元素是不能重复的，因此可以利用集合为一组数据去重。3：集合是没有value的字典创建方式1：可以直接使用花括号创建：set_name={11,22,‘hello’,‘world’}2:使用内置函数set()创建（set()函数为Python的内置函数，其功能是将字符
前言上一篇文章python学习——【第六弹】中介绍了python中的字典操作，这篇文章接着学习python中的可变序列集合集合1：集合是python语言提供的内置数据结构，具有无序性（集合中的元素无法通过索引下标访问，并且每次输出时元素的排序顺序可能都不相同。），互异性，确定性。2：与列表、字典一样都属于可变类型的序列；但集合中的元素是不能重复的，因此可以利用集合为一组数据去重。3：集合是没有value的字典创建方式1：可以直接使用花括号创建：set_name={11,22,‘hello’,‘world’}2:使用内置函数set()创建（set()函数为Python的内置函数，其功能是将字符
目录序言： 1.无状态服务介绍2有状态服务介绍2.1稳定的网络标识2.2 稳定持久化存储3总结序言： 昨天有位大佬，问这个问题 ……………………………………………… 决定学习之后，有了这篇文章.1.无状态服务介绍1.数据方面：无状态服务不会在本地存储持久化数据.多个实例可以共享相同的持久化数据2.结果方面：多个服务实例对于同一个用户请求的响应结果是完全一致的3.关系方面：这种多服务实例之间是没有依赖关系4.影响方面：在k8s控制器中动态启停无状态服务的pod并不会对其它的pod产生影响5.示例方面：nginx实例，tomcat实例，web应用6.资源方面：相关的k8s资源有：Replic
目录序言： 1.无状态服务介绍2有状态服务介绍2.1稳定的网络标识2.2 稳定持久化存储3总结序言： 昨天有位大佬，问这个问题 ……………………………………………… 决定学习之后，有了这篇文章.1.无状态服务介绍1.数据方面：无状态服务不会在本地存储持久化数据.多个实例可以共享相同的持久化数据2.结果方面：多个服务实例对于同一个用户请求的响应结果是完全一致的3.关系方面：这种多服务实例之间是没有依赖关系4.影响方面：在k8s控制器中动态启停无状态服务的pod并不会对其它的pod产生影响5.示例方面：nginx实例，tomcat实例，web应用6.资源方面：相关的k8s资源有：Replic
目录导数公式基本积分表一些初等函数两个重要极限三角函数公式诱导公式和差化角公式和差化积公式倍角公式半角公式正弦定理余弦定理反三角函数性质高阶导数公式——莱布尼兹（Leibniz）公式中值定理与导数应用曲率定积分的近似计算定积分应用相关公式空间解析几何和向量代数多元函数微分法及应用微分法在几何上的应用方向导数与梯度多元函数的极值及其求法重积分及其应用柱面坐标和球面坐标曲线积分与曲面积分曲线积分曲面积分高斯公式斯托克斯公式——曲线积分与曲面积分的关系无穷级数常数项级数级数审敛法绝对收敛与条件收敛幂级数函数展开成幂级数一些函数展开成幂级数欧拉公式三角级数傅立叶级数周期为2l的周期函数的傅立叶级数微分
RESTful是一种风格，在RESTful中，一切都被认为是资源，每个资源有对应的URL标识.不是标准也不是协议，只是一种风格。当然你也可以不按照他的风格去写。1.接口url传统接口http://localhost:8080/api/get_list?id=1http://localhost:8080/api/delete_list?id=1http://localhost:8080/api/update_list?id=1RESTful接口http://localhost:8080/api/get_list/1查询删除更新RESTful风格一个接口就会完成增删改差他是通过不同的请求方式来区分
一.考点归纳参数估计的基本原理1置信区间（1）置信水平为95%的置信区间的含义：用某种方法构造的所有区间中有95%的区间包含总体参数的真值。（2）置信度愈高（即估计的可靠性愈高），则置信区间相应也愈宽（即估计准确性愈低）。（3）置信区间的特点：置信区间受样本影响，具有随机性，总体参数的真值是固定的。一个特定的置信区间“总是包含”或“绝对不包含”参数的真值，不存在“以多大的概率包含总体参数”的问题。2评价估计量的标准（1）无偏性：估计量抽样分布的期望值等于被估计的总体参数，即E（θ）＝θ。（2）有效性：估计量的方差尽可能小。（3）一致性：随着样本量的增大，估计量的值越来越接近被估计总体的参数。一
