SQL进阶（六）：通关题：制作一个活动日历

目录

    • 通关题：用 SQL 制作一个活动日历
      • 任务 1： 制作一个日历
        • Q1: 在 2023 年当中，星期 2 出现的次数和星期 5 出现的次数的关系是？（选择 > 或 < 或 =）
        • Q2: 在 2023 年每个月的5号，10号，15号，20号和 25号 中，星期几的占比最高
        • Q3: 在 2023 年第34周当中，最大的日期是几号？
        • Q4: 在 2023 年所有月份的最后 1 周，一共有多少个周末
        • Q5: 在 2023 年所有月份的 5 号，最长一次连续处在当月同一周是连续几个月？
      • 任务 2： 制作活动日历
        • Q6: 在 2023 年当中，我有几天是可以休假的（没有任何一个邪恶事项正在进行）?
        • Q7: 在 2023 年当中，我最多一天要执行几个邪恶事项？
        • Q8: 在 2023 年当中，我一天需要忙碌多少天？
        • Q9: 在 2023 年当中，有多少个周末我需要执行 >= 2个的事项？
        • Q10: 在 2023 年当中，我的繁忙系数是多少？

本文是在原本sql闯关的基础上总结得来，加入了自己的理解以及疑问解答（by GPT4）

原活动链接

题目6-10参考大佬：云逸天沧丶
大佬的解题角度

😈 欢迎来到最后一关！

上一关中，我们简单介绍了通过 WITH 函数创建 CTE 和 VIEW 构建视图的方式来提升代码的可阅读性和可维护性，而最后的闯关题希望你能够好好利用他们。

运行下面的代码，准备开始应对挑战吧！

# 改为 False 可以跳过下面的动画
watch_anime = True

import itertools
import threading
import time
import sysdone = False
#here is the animation
def animate():dots = 1for c in itertools.cycle(['|', '/', '-', '\\']):if done:breakdots+=1if dots >=30 and dots <150:sys.stdout.write('\r打磨武器中... '+'.'*(dots//9) + c)sys.stdout.flush()time.sleep(0.02)continueif dots >=150 and dots<330:sys.stdout.write('\r准备药水ing... '+'.'*(dots//9) + c)sys.stdout.flush()continueif dots >=330 and dots <=560:sys.stdout.write('\r正在热身... '+'.'*(dots//9) + c)sys.stdout.flush()time.sleep(0.02)continueif dots >560 and dots <=760:sys.stdout.write('\r打开传送门... '+'.'*(dots//9) + c)sys.stdout.flush()time.sleep(0.02)continuesys.stdout.write('\rloading '+'.'*(dots//9) + c)sys.stdout.flush()time.sleep(0.02)sys.stdout.flush()dots =0 print('\rDone!     ')if watch_anime:t = threading.Thread(target=animate)t.start()#long process heretime.sleep(10)done = True

Done!     ......................................................................./

​

通关题：用 SQL 制作一个活动日历

from IPython.display import Markdown as mdtext = ['### 😈：欢迎来到**最后**的闯关题','### 😈: 通过了这一关，就代表你完成了成为 SQL 高手的试炼 🔥','### 😈: 在此前的教程当中，你都借助了和鲸社区上的真实数据集来帮助你联系','### 😈: 然而在这里，你却要面对没有真实数据集的挑战了（发出邪恶的笑声）','### 😈: 那么就让我来告诉你你将面对的是什么吧！',]
tid = 0
if watch_anime:for i in range(5):display(md(text[i]))time.sleep(1.5)
else:display(md('\n\n\n '.join(text)))

😈：欢迎来到最后的闯关题

😈: 通过了这一关，就代表你完成了成为 SQL 高手的试炼 🔥

😈: 在此前的教程当中，你都借助了和鲸社区上的真实数据集来帮助你联系

😈: 然而在这里，你却要面对没有真实数据集的挑战了（发出邪恶的笑声）

😈: 那么就让我来告诉你你将面对的是什么吧！

任务 1： 制作一个日历

😈: 作为一个心思缜密的恶魔，我需要准确的知道每天的日期，来制定我的邪恶计划（发出更加邪恶的笑声）。但是我的手边却没有公元 2023 年的日历！在已知 2023 年 1月 1日是周日的前提下：

😈: 请通过你学会的 SQL 知识，为我制作出 2023 年一年的日历

😈: 我需要如下几个信息：

  1. 每天的日期，用 年份-月份-日期 表示（例如 2023-01-01）

  2. 每天是星期几（用数字表示，1 代表星期一，以此类推）

  3. 当前是今年的第几周 （用数字表示，1 代表第一周，以此类推）

  4. 当前是日期是否是本月的最后一个星期 X （例如，2023-07-25 就是本月最后一个星期 2，是的话返回 True，否则返回 False）

text = ['### 🐳：不要害怕！正义的伙伴小鲸来帮忙了<span style="color:blue">（正义的 bgm 响起）</span>','### 🐳：虽然闯关题看起来很可怕，但是不用担心，我这里为你准备了一些装备','### 🐳：还有一些可行的攻略 HINTS ，帮助你理清思路', 
]if watch_anime:for i in range(3):display(md(text[i]))time.sleep(1.5)
else:display(md('\n\n\n'.join(text)))

🐳：不要害怕！正义的伙伴小鲸来帮忙了（正义的 bgm 响起）

🐳：虽然闯关题看起来很可怕，但是不用担心，我这里为你准备了一些装备

🐳：还有一些可行的攻略 HINTS ，帮助你理清思路

🐳：首先，这里是一个从 0 到 364 的数列，你可以用它去制作最基本的日期

import pandas as pd
year_range = pd.DataFrame({"index":range(365)})
year_range.head()
index
00
11
22
33
44
# import calendar
# from datetime import datetime, timedelta
# import pandas as pd# def create_calendar_with_monday_start(year):
#     # Create a calendar with Monday as the first day of the week
#     cal = calendar.Calendar(firstweekday=0)  # Set Sunday as the first day for iteration
#     calendar_data = []#     for month in range(1, 13):
#         # Use itermonthdates to include days from the adjacent months
#         month_days = list(cal.itermonthdates(year, month))
#         # Filter out days not in the current month
#         filtered_month_days = [day for day in month_days if day.month == month]#         for day in filtered_month_days:
#             # Adjust the weekday to start from Monday (1) to Sunday (7)
#             week_day = day.weekday() + 1
#             # Calculate the week number with Monday as the first day of the week
#             if day.weekday() == 6:  # Sunday
#                 # If it's Sunday, treat it as the end of the week
#                 week_number = int(day.strftime('%W')) + 1
#             else:
#                 # For other days, shift to start the week on Monday
#                 week_number = int((day - timedelta(days=week_day - 1)).strftime('%W')) + 1#             # Check if this day is the last occurrence of this weekday in the month
#             is_last_week_x = ((day + timedelta(days=7)).month != month)#             calendar_data.append({
#                 "date": day.strftime('%Y-%m-%d'),
#                 "week_day": week_day,
#                 "week_number": week_number,
#                 "is_last_week_x": is_last_week_x
#             })#     return calendar_data# # Generate the calendar for 2023 with adjusted week starts
# adjusted_calendar_2023 = create_calendar_with_monday_start(2023)
# adjusted_calendar_df = pd.DataFrame(adjusted_calendar_2023)
# adjusted_calendar_df.head(10)  # Display the first 10 rows to check
dateweek_dayweek_numberis_last_week_x
02023-01-0171False
12023-01-0212False
22023-01-0322False
32023-01-0432False
42023-01-0542False
52023-01-0652False
62023-01-0762False
72023-01-0872False
82023-01-0913False
92023-01-1023False
# 更方便的创建方式
import pandas as pd
from math import ceil
import sqlite3
df = pd.DataFrame({'datetime':pd.date_range('2023-01-01','2023-12-31')})
df['date'] = df['datetime'].dt.date
df['year'] = df['datetime'].dt.year
df['month'] = df['datetime'].dt.month
df['day'] = df['datetime'].dt.day
df['week_day'] = df['datetime'].dt.weekday
df['day_of_year'] = df['datetime'].dt.dayofyear
df['week_number'] = df['datetime'].dt.isocalendar().week
#调整weekday
df['week_day'] = df['week_day'] + 1
#调整week
df['week_number'][0] = 0
df['week_number'] = df['week_number'] + 1
#获取当月的第几周
def week_of_month(dt, start_date=0):first_day = dt.replace(day=1)  # 本月第一天adjusted_dom = dt.day + (first_day.weekday() + start_date) % 7return int(ceil(adjusted_dom / 7.0))
#写入DataFrame
WOM = []
for i in range(len(df)):WOM.append(week_of_month(df.loc[i,'datetime']))
df['week_of_month'] = WOM
df.head()
datetimedateyearmonthdayweek_dayday_of_yearweek_numberweek_of_month
02023-01-012023-01-012023117111
12023-01-022023-01-022023121222
22023-01-032023-01-032023132322
32023-01-042023-01-042023143422
42023-01-052023-01-052023154522
df.dtypes

datetime         datetime64[ns]
date                     object
year                      int64
month                     int64
day                       int64
week_day                  int64
day_of_year               int64
week_number              UInt32
week_of_month             int64
dtype: object

# adjusted_calendar_df.to_excel('demo.xlsx',index = False)

# 导入库
from IPython.display import Markdown as md
from matplotlib import pyplot as plt
import sqlite3
import pandas as pd
import numpy as np
import json
from copy import deepcopy
from datetime import datetimeplt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False

# 将数据写入一张名为 calendar_table 的表
with sqlite3.connect('calendar_table.db') as conn:df.to_sql('calendar_table',con = conn,if_exists='replace',index = False)connection = sqlite3.connect('calendar_table.db')

提问：conn 以及 connection 都是在建立游标以便连接数据库吗

回答：在Python中使用 sqlite3 库与SQLite数据库交互时，conn 和 connection 都是数据库连接对象。它们不是游标，而是用来建立和管理与数据库的连接。你可以通过这些连接对象来创建游标对象，游标则用于执行SQL命令和管理交互过程。

这里是一个简单的示例说明如何使用连接对象创建游标，并通过游标执行SQL命令：

import sqlite3# 建立数据库连接
conn = sqlite3.connect('example.db')# 使用连接对象创建游标
cursor = conn.cursor()# 通过游标执行SQL命令
cursor.execute("CREATE TABLE IF NOT EXISTS test (id INTEGER PRIMARY KEY, name TEXT)")
cursor.execute("INSERT INTO test (name) VALUES ('Alice')")# 提交事务
conn.commit()# 关闭游标
cursor.close()# 关闭连接
conn.close()

在这个例子中，conn 是一个连接对象，用于管理数据库的连接。cursor 是通过 conn.cursor() 创建的游标对象，用于执行SQL命令。在执行完命令后，使用 conn.commit() 来提交事务，确保数据被写入数据库。最后，使用 cursor.close() 和 conn.close() 关闭游标和连接，释放资源。

提问：类似这样的的语法似乎并没有按照上述方式创建游标：connection.execute(query).fetchall()

回答：确实，您提到的 connection.execute(query).fetchall() 这种语法实际上是一个快捷方式，它在没有显式创建游标对象的情况下执行了SQL查询。

在Python的 sqlite3 库中，当你使用 connection.execute() 方法时，它内部自动创建了一个临时的游标对象，执行了SQL语句，并立即返回结果。这种方法对于执行单个查询非常方便，因为它省去了手动创建和管理游标对象的步骤。

这是一个具体的例子，展示了如何使用这种快捷方法执行查询并获取结果：

import sqlite3# 建立数据库连接
connection = sqlite3.connect('example.db')# 直接使用连接执行查询并获取所有结果
query = "SELECT * FROM test"
results = connection.execute(query).fetchall()# 打印查询结果
for row in results:print(row)# 关闭连接
connection.close()

在这个例子中，通过 connection.execute(query) 直接执行SQL命令，并通过 fetchall() 获取所有行的数据。这种方法简化了代码，适用于执行简单的SQL操作，但如果需要进行更复杂的事务管理或是多次使用同一个游标执行多条语句，通常还是建议显式创建游标。

🐳：其次，我们在教程当中所以使用的 SQLite 可以支持对于一个修改某个具体的日期的，例如 DATE(‘2023-01-01’,‘+1 days’) 参考这里的文档，这个文档里面有很多隐藏秘籍，仔细阅读和消化会让你功力大增哦

🐳：一些 HINTS：

  1. 可以从已知的，固定的日期出发，首先搭起完整的日期表

  2. “周”是一个具有周期性概念的数据字段，记住这一点

  3. 一个月的第一周可以是另一个月的最后一周

dateweek_day week_number is_last_week_x
02023-01-01 7 1 False
12023-01-02 1 2 False
22023-01-03 2 2 False

😈: 既然你获得了外界的帮助，那么我需要在结果要求你：

Q1: 在 2023 年当中，星期 2 出现的次数和星期 5 出现的次数的关系是？（选择 > 或 < 或 =）
query = '''
SELECTweek_day,count(*)
FROM calendar_table
GROUP BY week_day
'''
result = connection.execute(query).fetchall()
result

[(1, 52), (2, 52), (3, 52), (4, 52), (5, 52), (6, 52), (7, 53)]

# ...your code...
a1 = '='  # 在 '' 中填入你的结果，如 a1 = '>' 代表星期 2 出现的次数大于星期 5 出现的次数
Q2: 在 2023 年每个月的5号，10号，15号，20号和 25号 中，星期几的占比最高
query = '''
SELECTweek_day,count(*)
FROM calendar_table
WHERE strftime('%d',date) IN ('05','10','15','20','25')
GROUP BYweek_day
'''
result = connection.execute(query).fetchall()
result

[(1, 9), (2, 8), (3, 10), (4, 7), (5, 9), (6, 8), (7, 9)]

# ...your code...
a2 = '3' # 在 '' 中填入你的结果，如 a2 = '2' 代表星期 2 的占比最高
Q3: 在 2023 年第34周当中，最大的日期是几号？
query = '''
SELECTMAX(date)
FROMcalendar_table
WHEREweek_number = '34'
'''
result = connection.execute(query).fetchall()
result

[('2023-08-20',)]

# ...your code...
a3 = '20'  # 在 '' 中填入你的结果，如 a3 = '23' 代表当周日期最大的是 23 号
Q4: 在 2023 年所有月份的最后 1 周，一共有多少个周末

就是求当月的最后一天是周几，周六算1天，周日算两天

query = '''
With MonthlyLastDays AS(SELECTstrftime('%Y-%m',date) AS year_month,MAX(date) AS last_day,(CASEWHEN week_day = '6' THEN 1WHEN week_day = '7' THEN 2ELSE 0END) AS week_day_of_valueFROMcalendar_tableGROUP BYyear_month
)
SELECTSUM(week_day_of_value) as weekend_of_month_tail
FROM MonthlyLastDays
'''
result = connection.execute(query).fetchall()
result

[(5,)]

# ...your code...
a4 = '5'  # 在 '' 中填入你的结果，如 a4 = '5' 代表有个 5 个周末（周六，周日分开计算，例如 2个周六 和 3个周日 = 5个周末）
Q5: 在 2023 年所有月份的 5 号，最长一次连续处在当月同一周是连续几个月？

例如：2,3,4,5月份的 5 号都处于当月的第 2 周， 则最长一次为 4

# 提取2023年每个月5号的date、week_day和week_number
query = '''
SELECTdate,week_of_month
FROMcalendar_table
WHEREstrftime('%Y-%m-%d',date) LIKE '2023-__-05'
'''
result = connection.execute(query).fetchall()
result

[('2023-01-05', 2),('2023-02-05', 1),('2023-03-05', 1),('2023-04-05', 2),('2023-05-05', 1),('2023-06-05', 2),('2023-07-05', 2),('2023-08-05', 1),('2023-09-05', 2),('2023-10-05', 2),('2023-11-05', 1),('2023-12-05', 2)]

# 分析连续相同week_of_month的最长长度
max_length = 0
current_length = 1
for i in range(1, len(result)):if result[i][1] == result[i-1][1]:current_length += 1max_length = max(max_length, current_length)else:current_length = 1  # 重置连续长度max_length = max(max_length, current_length)  # 最后一次比较后更新最大长度print("最长连续处在当月同一周的月份数是:", max_length)

最长连续处在当月同一周的月份数是: 2

​

# ...your code...
a5 = '2'  # 在 '' 中填入你的结果，如 a5 = '5' 代表可以最长一次是 5 个月连续

任务 2： 制作活动日历

😈: 现在我手上拿到了你的日历了，你是一个值得尊敬的对手，但是我需要将我的邪恶计划安排在日历上，这样我才能所向披靡！

😈: 现在我的手上有一份邪恶 TO-DO 清单，里面有如下的字段：

event: 我的计划名称

start: 邪恶事项开始的日期

duration: 邪恶事项持续的天数（包括开始的日期）

importance:邪恶事项的重要性

# 😈: 我的邪恶 TO-DO 清单
events = ['打磨新的兵器','看1月新番','修补被破坏的城堡','安排小恶魔去收保护费','冶炼最强的金属','召集邪恶手下开会','搜集有关英雄的情报','设计恶魔标志','看4月新番','召唤恶魔仪式','策划一场恶作剧','看7月新番','编写邪恶手册','破坏隔壁恶魔的商业计划','招募新的邪恶成员','开展黑暗仪式','夺取宝藏','收集魔法物品','引发恐慌和混乱','发展邪恶科技','看10月新番','制造毒药和诅咒','建立邪恶王国','征服世界！','破坏英雄的声誉','召唤邪恶精灵军团','设计毁灭性的邪恶装置','复活强大的邪恶巫师','制造无法抵挡的瘟疫','建立邪恶的秘密基地','发动黑暗能量的仪式','统治邪恶的次元','煽动反抗军','引发邪恶的大洪水','驱使野兽攻击无辜的人们','发起致命的黑市交易','堕落正义的守护者','启动毁灭性的计时器','发展邪恶的生化科技','洗脑城市居民','释放黑暗之魂','摧毁圣地和神殿','追捕并抹杀英雄',
]
start_date = ['2023-02-10','2023-05-02','2023-02-23','2023-03-17','2023-04-29','2023-09-05','2023-05-12','2023-03-22','2023-04-09','2023-07-13','2023-09-10','2023-07-05','2023-08-31','2023-10-08','2023-08-28','2023-09-01','2023-09-07','2023-08-22','2023-11-18','2023-12-11','2023-10-12','2023-01-03','2023-06-21','2023-12-28',    '2023-08-18','2023-06-11','2023-12-04','2023-04-16','2023-11-09','2023-07-26','2023-05-21','2023-12-31','2023-01-09','2023-03-29','2023-07-19','2023-03-22','2023-10-04','2023-08-14','2023-11-30','2023-04-19','2023-02-11','2023-01-02','2023-09-06',]
duration = [17, 8, 31, 14, 28, 20, 24, 5, 9, 26, 12, 21, 15, 30, 11, 4, 25, 5,18, 16, 10, 23, 29, 6, 27, 13, 22, 6,32, 7, 25, 6, 12, 29, 13, 22, 9, 14,21, 8, 30, 4, 19
]
importance = [2, 3, 1, 0, 1, 0, 1, 2, 3, 2,2, 3, 0, 0, 3, 1, 3, 1, 3, 2,3, 0, 1, 2, 1, 3, 2, 1, 0, 0,1, 1, 3, 0, 2, 2, 0, 3, 2, 3,3, 2, 0
]
evil = pd.DataFrame({'event':events,'start_date':start_date,'duration':duration,'importance':importance})
evil
eventstart_datedurationimportance
0打磨新的兵器2023-02-10172
1看1月新番2023-05-0283
2修补被破坏的城堡2023-02-23311
3安排小恶魔去收保护费2023-03-17140
4冶炼最强的金属2023-04-29281
5召集邪恶手下开会2023-09-05200
6搜集有关英雄的情报2023-05-12241
7设计恶魔标志2023-03-2252
8看4月新番2023-04-0993
9召唤恶魔仪式2023-07-13262
10策划一场恶作剧2023-09-10122
11看7月新番2023-07-05213
12编写邪恶手册2023-08-31150
13破坏隔壁恶魔的商业计划2023-10-08300
14招募新的邪恶成员2023-08-28113
15开展黑暗仪式2023-09-0141
16夺取宝藏2023-09-07253
17收集魔法物品2023-08-2251
18引发恐慌和混乱2023-11-18183
19发展邪恶科技2023-12-11162
20看10月新番2023-10-12103
21制造毒药和诅咒2023-01-03230
22建立邪恶王国2023-06-21291
23征服世界！2023-12-2862
24破坏英雄的声誉2023-08-18271
25召唤邪恶精灵军团2023-06-11133
26设计毁灭性的邪恶装置2023-12-04222
27复活强大的邪恶巫师2023-04-1661
28制造无法抵挡的瘟疫2023-11-09320
29建立邪恶的秘密基地2023-07-2670
30发动黑暗能量的仪式2023-05-21251
31统治邪恶的次元2023-12-3161
32煽动反抗军2023-01-09123
33引发邪恶的大洪水2023-03-29290
34驱使野兽攻击无辜的人们2023-07-19132
35发起致命的黑市交易2023-03-22222
36堕落正义的守护者2023-10-0490
37启动毁灭性的计时器2023-08-14143
38发展邪恶的生化科技2023-11-30212
39洗脑城市居民2023-04-1983
40释放黑暗之魂2023-02-11303
41摧毁圣地和神殿2023-01-0242
42追捕并抹杀英雄2023-09-06190
evil.dtypes

event         object
start_date    object
duration       int64
importance     int64
dtype: object

TODO清单表

直接学习套用社区大佬的结题方法

1.先根据start_date和duration生成对应的end_date；

2.然后将整个表转化成【日期，事件，分数】的排列形式；

3.新增了一列状态列，展示该任务在该日期下是 开始/进行/结束。

#生成end_date
evil['start_date'] = pd.to_datetime(evil['start_date']) # 将 evil DataFrame中的 start_date 列从字符串或其他格式转换为Pandas的日期时间格式
evil['end_date'] = evil['start_date'] + pd.to_timedelta(evil['duration'], unit='d') # pd.to_timedelta 用于将持续天数转换为时间差，以便加到起始日期上。
#转化表格形式
evil1 = pd.DataFrame({'date':[],'event':[],'importance':[]}) # 初始化了一个新的DataFrame evil1，其中包含空的 date、event 和 importance 列
for i in range(len(evil)):df2 = pd.DataFrame({'date':pd.date_range(evil.loc[i,'start_date'],evil.loc[i,'end_date']),'event':evil.loc[i,'event'],'importance':evil.loc[i,'importance']})'''上述代码遍历 evil DataFrame中的每一行（每个事件），并为每个事件创建一个新的DataFrame df2。df2 中的 date 列是从该事件的起始日期到结束日期的完整日期范围。event 和 importance 列分别用该事件的名称和重要性填充。'''# 为每一天标记描述for x in range(len(df2)):if df2.loc[x,'date'] == evil.loc[i,'start_date']:desc = '开始'elif df2.loc[x,'date'] == evil.loc[i,'end_date']:desc = '结束'else:desc = '进行'df2.loc[x,'desc'] = descevil1 = pd.concat([evil1,df2]) # 合并到主DataFrame
# 调整日期和数据类型格式
evil1['date'] = pd.to_datetime(evil1['date']).dt.date # 从字符串或其他格式转换为Pandas的日期时间格式后再转化为日期格式
evil1['importance'] = evil1['importance'].astype('int')evil1.head()
dateeventimportancedesc
02023-02-10打磨新的兵器2开始
12023-02-11打磨新的兵器2进行
22023-02-12打磨新的兵器2进行
32023-02-13打磨新的兵器2进行
42023-02-14打磨新的兵器2进行
evil1.dtypes

date          object
event         object
importance     int32
desc          object
dtype: object

# 将数据写入一张名为 evil_table 的表
with sqlite3.connect('calendar_table.db') as conn:evil1.to_sql('evil_table',con = conn,if_exists='replace',index = False)connection = sqlite3.connect('calendar_table.db')

😈: 然后你需要回答以下的几个问题：

Q6: 在 2023 年当中，我有几天是可以休假的（没有任何一个邪恶事项正在进行）?

思路：calendar_table(简称t1) 关联 evil_table(简称t2)，关联时t2表需要舍弃状态为“结束”的行(任务是在结束标志的前一天结束)。关联后筛选t2的date为null的行计数，即可得出答案

query = '''
SELECTcount(t1.date)
FROMcalendar_table AS t1
LEFT JOIN(SELECT DISTINCT date FROM evil_table WHERE desc !='结束'
)AS t2
ON t1.date = t2.date
WHERE t2.date is null
'''
result = connection.execute(query).fetchall()
result

[(29,)]

# ...your code...
a6 = '29'  # 在 '' 中填入你的结果，如 a6 = '5' 代表我有 5 天可以休假
Q7: 在 2023 年当中，我最多一天要执行几个邪恶事项？

思路1：以日期分组得到每天的事件数量（注意舍弃状态为“结束”的行），再得到最大的事件数量

query = '''
SELECTMAX(event_nums)
FROM(SELECT COUNT(event) as event_nums FROM evil_table WHERE desc != '结束' GROUP BY date) as t2
'''
result = connection.execute(query).fetchall()
result

[(6,)]

# ...your code...
a7 = '6'  # 在 '' 中填入你的结果，如 a7 = '5' 代表有一天需要执行 5 个事项
Q8: 在 2023 年当中，我一天需要忙碌多少天？

忙碌的定义：1 天有 >= 2个事项正在执行 或 未来 3天内有 1 个重要性 >1 的事项要结束 或 未来 3 天内有 1 个重要性 > 2 的事项要开始

关于“未来 N 天” 的定义：假设一个满足条件的事件在 2023-01-06 结束/开始，那么它在 2023-01-03 的 未来 3 天之内，但是不在 2023-01-06 的“未来 3 天之内”

思路：由TODO清单表分别构建3个负荷忙碌定义的子表，然后用日期表作为基表取关联，然后进行计数就好了。

query = '''
SELECT t.date, DATE(t.date,'+3 days'),SUM(t1.event_num),COUNT(t2.event),COUNT(t3.event)
FROM calendar_table AS t
LEFT JOIN (SELECT date,COUNT(event) event_num FROM evil_table WHERE desc!='结束' GROUP BY date
) AS t1 on t1.date = t.date
LEFT JOIN (SELECT date,event FROM evil_table WHERE importance>1 AND desc = '结束'
) AS t2 on t2.date BETWEEN DATE(t.date,'+1 days') AND DATE(t.date,'+3 days')
LEFT JOIN (SELECT date,event FROM evil_table WHERE importance>2 AND desc = '开始'
) AS t3 on t3.date BETWEEN DATE(t.date,'+1 days') AND DATE(t.date,'+3 days')
GROUP BY t.date
HAVING SUM(t1.event_num) >=2 or COUNT(t2.event)>0 or COUNT(t3.event)>0
order by t.date
'''
result = connection.execute(query).fetchall()
result

[('2023-01-03', '2023-01-06', 2, 1, 0),('2023-01-04', '2023-01-07', 2, 1, 0),('2023-01-05', '2023-01-08', 2, 1, 0),('2023-01-06', '2023-01-09', 1, 0, 1),('2023-01-07', '2023-01-10', 1, 0, 1),('2023-01-08', '2023-01-11', 1, 0, 1),('2023-01-09', '2023-01-12', 2, 0, 0),('2023-01-10', '2023-01-13', 2, 0, 0),('2023-01-11', '2023-01-14', 2, 0, 0),('2023-01-12', '2023-01-15', 2, 0, 0),('2023-01-13', '2023-01-16', 2, 0, 0),('2023-01-14', '2023-01-17', 2, 0, 0),('2023-01-15', '2023-01-18', 2, 0, 0),('2023-01-16', '2023-01-19', 2, 0, 0),('2023-01-17', '2023-01-20', 2, 0, 0),('2023-01-18', '2023-01-21', 2, 1, 0),('2023-01-19', '2023-01-22', 2, 1, 0),('2023-01-20', '2023-01-23', 2, 1, 0),('2023-02-08', '2023-02-11', None, 0, 1),('2023-02-09', '2023-02-12', None, 0, 1),('2023-02-10', '2023-02-13', 1, 0, 1),('2023-02-11', '2023-02-14', 2, 0, 0),('2023-02-12', '2023-02-15', 2, 0, 0),('2023-02-13', '2023-02-16', 2, 0, 0),('2023-02-14', '2023-02-17', 2, 0, 0),('2023-02-15', '2023-02-18', 2, 0, 0),('2023-02-16', '2023-02-19', 2, 0, 0),('2023-02-17', '2023-02-20', 2, 0, 0),('2023-02-18', '2023-02-21', 2, 0, 0),('2023-02-19', '2023-02-22', 2, 0, 0),('2023-02-20', '2023-02-23', 2, 0, 0),('2023-02-21', '2023-02-24', 2, 0, 0),('2023-02-22', '2023-02-25', 2, 0, 0),('2023-02-23', '2023-02-26', 3, 0, 0),('2023-02-24', '2023-02-27', 3, 1, 0),('2023-02-25', '2023-02-28', 3, 1, 0),('2023-02-26', '2023-03-01', 3, 1, 0),('2023-02-27', '2023-03-02', 2, 0, 0),('2023-02-28', '2023-03-03', 2, 0, 0),('2023-03-01', '2023-03-04', 2, 0, 0),('2023-03-02', '2023-03-05', 2, 0, 0),('2023-03-03', '2023-03-06', 2, 0, 0),('2023-03-04', '2023-03-07', 2, 0, 0),('2023-03-05', '2023-03-08', 2, 0, 0),('2023-03-06', '2023-03-09', 2, 0, 0),('2023-03-07', '2023-03-10', 2, 0, 0),('2023-03-08', '2023-03-11', 2, 0, 0),('2023-03-09', '2023-03-12', 2, 0, 0),('2023-03-10', '2023-03-13', 2, 1, 0),('2023-03-11', '2023-03-14', 2, 1, 0),('2023-03-12', '2023-03-15', 2, 1, 0),('2023-03-17', '2023-03-20', 2, 0, 0),('2023-03-18', '2023-03-21', 2, 0, 0),('2023-03-19', '2023-03-22', 2, 0, 0),('2023-03-20', '2023-03-23', 2, 0, 0),('2023-03-21', '2023-03-24', 2, 0, 0),('2023-03-22', '2023-03-25', 4, 0, 0),('2023-03-23', '2023-03-26', 4, 0, 0),('2023-03-24', '2023-03-27', 4, 1, 0),('2023-03-25', '2023-03-28', 4, 1, 0),('2023-03-26', '2023-03-29', 3, 1, 0),('2023-03-27', '2023-03-30', 2, 0, 0),('2023-03-28', '2023-03-31', 2, 0, 0),('2023-03-29', '2023-04-01', 3, 0, 0),('2023-03-30', '2023-04-02', 3, 0, 0),('2023-03-31', '2023-04-03', 2, 0, 0),('2023-04-01', '2023-04-04', 2, 0, 0),('2023-04-02', '2023-04-05', 2, 0, 0),('2023-04-03', '2023-04-06', 2, 0, 0),('2023-04-04', '2023-04-07', 2, 0, 0),('2023-04-05', '2023-04-08', 2, 0, 0),('2023-04-06', '2023-04-09', 2, 0, 1),('2023-04-07', '2023-04-10', 2, 0, 1),('2023-04-08', '2023-04-11', 2, 0, 1),('2023-04-09', '2023-04-12', 3, 0, 0),('2023-04-10', '2023-04-13', 3, 1, 0),('2023-04-11', '2023-04-14', 3, 1, 0),('2023-04-12', '2023-04-15', 3, 1, 0),('2023-04-13', '2023-04-16', 2, 0, 0),('2023-04-14', '2023-04-17', 2, 0, 0),('2023-04-15', '2023-04-18', 2, 1, 0),('2023-04-16', '2023-04-19', 3, 1, 1),('2023-04-17', '2023-04-20', 3, 1, 1),('2023-04-18', '2023-04-21', 2, 0, 1),('2023-04-19', '2023-04-22', 3, 0, 0),('2023-04-20', '2023-04-23', 3, 0, 0),('2023-04-21', '2023-04-24', 3, 0, 0),('2023-04-22', '2023-04-25', 2, 0, 0),('2023-04-23', '2023-04-26', 2, 0, 0),('2023-04-24', '2023-04-27', 2, 1, 0),('2023-04-25', '2023-04-28', 2, 1, 0),('2023-04-26', '2023-04-29', 2, 1, 0),('2023-04-29', '2023-05-02', 1, 0, 1),('2023-04-30', '2023-05-03', 1, 0, 1),('2023-05-01', '2023-05-04', 1, 0, 1),('2023-05-02', '2023-05-05', 2, 0, 0),('2023-05-03', '2023-05-06', 2, 0, 0),('2023-05-04', '2023-05-07', 2, 0, 0),('2023-05-05', '2023-05-08', 2, 0, 0),('2023-05-06', '2023-05-09', 2, 0, 0),('2023-05-07', '2023-05-10', 2, 1, 0),('2023-05-08', '2023-05-11', 2, 1, 0),('2023-05-09', '2023-05-12', 2, 1, 0),('2023-05-12', '2023-05-15', 2, 0, 0),('2023-05-13', '2023-05-16', 2, 0, 0),('2023-05-14', '2023-05-17', 2, 0, 0),('2023-05-15', '2023-05-18', 2, 0, 0),('2023-05-16', '2023-05-19', 2, 0, 0),('2023-05-17', '2023-05-20', 2, 0, 0),('2023-05-18', '2023-05-21', 2, 0, 0),('2023-05-19', '2023-05-22', 2, 0, 0),('2023-05-20', '2023-05-23', 2, 0, 0),('2023-05-21', '2023-05-24', 3, 0, 0),('2023-05-22', '2023-05-25', 3, 0, 0),('2023-05-23', '2023-05-26', 3, 0, 0),('2023-05-24', '2023-05-27', 3, 0, 0),('2023-05-25', '2023-05-28', 3, 0, 0),('2023-05-26', '2023-05-29', 3, 0, 0),('2023-05-27', '2023-05-30', 2, 0, 0),('2023-05-28', '2023-05-31', 2, 0, 0),('2023-05-29', '2023-06-01', 2, 0, 0),('2023-05-30', '2023-06-02', 2, 0, 0),('2023-05-31', '2023-06-03', 2, 0, 0),('2023-06-01', '2023-06-04', 2, 0, 0),('2023-06-02', '2023-06-05', 2, 0, 0),('2023-06-03', '2023-06-06', 2, 0, 0),('2023-06-04', '2023-06-07', 2, 0, 0),('2023-06-08', '2023-06-11', 1, 0, 1),('2023-06-09', '2023-06-12', 1, 0, 1),('2023-06-10', '2023-06-13', 1, 0, 1),('2023-06-11', '2023-06-14', 2, 0, 0),('2023-06-12', '2023-06-15', 2, 0, 0),('2023-06-13', '2023-06-16', 2, 0, 0),('2023-06-14', '2023-06-17', 2, 0, 0),('2023-06-21', '2023-06-24', 2, 1, 0),('2023-06-22', '2023-06-25', 2, 1, 0),('2023-06-23', '2023-06-26', 2, 1, 0),('2023-07-02', '2023-07-05', 1, 0, 1),('2023-07-03', '2023-07-06', 1, 0, 1),('2023-07-04', '2023-07-07', 1, 0, 1),('2023-07-05', '2023-07-08', 2, 0, 0),('2023-07-06', '2023-07-09', 2, 0, 0),('2023-07-07', '2023-07-10', 2, 0, 0),('2023-07-08', '2023-07-11', 2, 0, 0),('2023-07-09', '2023-07-12', 2, 0, 0),('2023-07-10', '2023-07-13', 2, 0, 0),('2023-07-11', '2023-07-14', 2, 0, 0),('2023-07-12', '2023-07-15', 2, 0, 0),('2023-07-13', '2023-07-16', 3, 0, 0),('2023-07-14', '2023-07-17', 3, 0, 0),('2023-07-15', '2023-07-18', 3, 0, 0),('2023-07-16', '2023-07-19', 3, 0, 0),('2023-07-17', '2023-07-20', 3, 0, 0),('2023-07-18', '2023-07-21', 3, 0, 0),('2023-07-19', '2023-07-22', 4, 0, 0),('2023-07-20', '2023-07-23', 3, 0, 0),('2023-07-21', '2023-07-24', 3, 0, 0),('2023-07-22', '2023-07-25', 3, 0, 0),('2023-07-23', '2023-07-26', 3, 1, 0),('2023-07-24', '2023-07-27', 3, 1, 0),('2023-07-25', '2023-07-28', 3, 1, 0),('2023-07-26', '2023-07-29', 3, 0, 0),('2023-07-27', '2023-07-30', 3, 0, 0),('2023-07-28', '2023-07-31', 3, 0, 0),('2023-07-29', '2023-08-01', 3, 1, 0),('2023-07-30', '2023-08-02', 3, 1, 0),('2023-07-31', '2023-08-03', 3, 1, 0),('2023-08-01', '2023-08-04', 2, 0, 0),('2023-08-05', '2023-08-08', 1, 1, 0),('2023-08-06', '2023-08-09', 1, 1, 0),('2023-08-07', '2023-08-10', 1, 1, 0),('2023-08-11', '2023-08-14', None, 0, 1),('2023-08-12', '2023-08-15', None, 0, 1),('2023-08-13', '2023-08-16', None, 0, 1),('2023-08-18', '2023-08-21', 2, 0, 0),('2023-08-19', '2023-08-22', 2, 0, 0),('2023-08-20', '2023-08-23', 2, 0, 0),('2023-08-21', '2023-08-24', 2, 0, 0),('2023-08-22', '2023-08-25', 3, 0, 0),('2023-08-23', '2023-08-26', 3, 0, 0),('2023-08-24', '2023-08-27', 3, 0, 0),('2023-08-25', '2023-08-28', 3, 1, 1),('2023-08-26', '2023-08-29', 3, 1, 1),('2023-08-27', '2023-08-30', 2, 1, 1),('2023-08-28', '2023-08-31', 2, 0, 0),('2023-08-29', '2023-09-01', 2, 0, 0),('2023-08-30', '2023-09-02', 2, 0, 0),('2023-08-31', '2023-09-03', 3, 0, 0),('2023-09-01', '2023-09-04', 4, 0, 0),('2023-09-02', '2023-09-05', 4, 0, 0),('2023-09-03', '2023-09-06', 4, 0, 0),('2023-09-04', '2023-09-07', 4, 0, 1),('2023-09-05', '2023-09-08', 4, 1, 1),('2023-09-06', '2023-09-09', 5, 1, 1),('2023-09-07', '2023-09-10', 6, 1, 0),('2023-09-08', '2023-09-11', 5, 0, 0),('2023-09-09', '2023-09-12', 5, 0, 0),('2023-09-10', '2023-09-13', 6, 0, 0),('2023-09-11', '2023-09-14', 6, 0, 0),('2023-09-12', '2023-09-15', 6, 0, 0),('2023-09-13', '2023-09-16', 6, 0, 0),('2023-09-14', '2023-09-17', 5, 0, 0),('2023-09-15', '2023-09-18', 4, 0, 0),('2023-09-16', '2023-09-19', 4, 0, 0),('2023-09-17', '2023-09-20', 4, 0, 0),('2023-09-18', '2023-09-21', 4, 0, 0),('2023-09-19', '2023-09-22', 4, 1, 0),('2023-09-20', '2023-09-23', 4, 1, 0),('2023-09-21', '2023-09-24', 4, 1, 0),('2023-09-22', '2023-09-25', 3, 0, 0),('2023-09-23', '2023-09-26', 3, 0, 0),('2023-09-24', '2023-09-27', 3, 0, 0),('2023-09-29', '2023-10-02', 1, 1, 0),('2023-09-30', '2023-10-03', 1, 1, 0),('2023-10-01', '2023-10-04', 1, 1, 0),('2023-10-08', '2023-10-11', 2, 0, 0),('2023-10-09', '2023-10-12', 2, 0, 1),('2023-10-10', '2023-10-13', 2, 0, 1),('2023-10-11', '2023-10-14', 2, 0, 1),('2023-10-12', '2023-10-15', 3, 0, 0),('2023-10-13', '2023-10-16', 2, 0, 0),('2023-10-14', '2023-10-17', 2, 0, 0),('2023-10-15', '2023-10-18', 2, 0, 0),('2023-10-16', '2023-10-19', 2, 0, 0),('2023-10-17', '2023-10-20', 2, 0, 0),('2023-10-18', '2023-10-21', 2, 0, 0),('2023-10-19', '2023-10-22', 2, 1, 0),('2023-10-20', '2023-10-23', 2, 1, 0),('2023-10-21', '2023-10-24', 2, 1, 0),('2023-11-15', '2023-11-18', 1, 0, 1),('2023-11-16', '2023-11-19', 1, 0, 1),('2023-11-17', '2023-11-20', 1, 0, 1),('2023-11-18', '2023-11-21', 2, 0, 0),('2023-11-19', '2023-11-22', 2, 0, 0),('2023-11-20', '2023-11-23', 2, 0, 0),('2023-11-21', '2023-11-24', 2, 0, 0),('2023-11-22', '2023-11-25', 2, 0, 0),('2023-11-23', '2023-11-26', 2, 0, 0),('2023-11-24', '2023-11-27', 2, 0, 0),('2023-11-25', '2023-11-28', 2, 0, 0),('2023-11-26', '2023-11-29', 2, 0, 0),('2023-11-27', '2023-11-30', 2, 0, 0),('2023-11-28', '2023-12-01', 2, 0, 0),('2023-11-29', '2023-12-02', 2, 0, 0),('2023-11-30', '2023-12-03', 3, 0, 0),('2023-12-01', '2023-12-04', 3, 0, 0),('2023-12-02', '2023-12-05', 3, 0, 0),('2023-12-03', '2023-12-06', 3, 1, 0),('2023-12-04', '2023-12-07', 4, 1, 0),('2023-12-05', '2023-12-08', 4, 1, 0),('2023-12-06', '2023-12-09', 3, 0, 0),('2023-12-07', '2023-12-10', 3, 0, 0),('2023-12-08', '2023-12-11', 3, 0, 0),('2023-12-09', '2023-12-12', 3, 0, 0),('2023-12-10', '2023-12-13', 3, 0, 0),('2023-12-11', '2023-12-14', 3, 0, 0),('2023-12-12', '2023-12-15', 3, 0, 0),('2023-12-13', '2023-12-16', 3, 0, 0),('2023-12-14', '2023-12-17', 3, 0, 0),('2023-12-15', '2023-12-18', 3, 0, 0),('2023-12-16', '2023-12-19', 3, 0, 0),('2023-12-17', '2023-12-20', 3, 0, 0),('2023-12-18', '2023-12-21', 3, 1, 0),('2023-12-19', '2023-12-22', 3, 1, 0),('2023-12-20', '2023-12-23', 3, 1, 0),('2023-12-21', '2023-12-24', 2, 0, 0),('2023-12-22', '2023-12-25', 2, 0, 0),('2023-12-23', '2023-12-26', 2, 1, 0),('2023-12-24', '2023-12-27', 4, 2, 0),('2023-12-25', '2023-12-28', 4, 2, 0),('2023-12-26', '2023-12-29', 1, 1, 0),('2023-12-31', '2024-01-03', 2, 1, 0)]

len(result)

272

# ...your code...
a8 = '272'  # 在 '' 中填入你的结果，如 a8 = '5' 代表有 5 天忙碌
Q9: 在 2023 年当中，有多少个周末我需要执行 >= 2个的事项？

例如，某一周的 周六执行 3 个事项，周日执行 1 个事项，则记为 1 个周末（周六算，周日不算）

思路：就是求有多少个周六周日event的数量≥2而已。日期表(简称t1) 关联 TODO清单表(简称t2)，关联时t2表需要舍弃状态为“结束”的行【①号坑】。关联后条件筛选t1的weekday为周六或者周日，基于t1的week和weekday对t2的event进行计数，并筛选计数项≥2的行。

query = '''
SELECT t1.week_number,t1.week_day,count(DISTINCT t2.event)
FROM calendar_table t1
LEFT JOIN evil_table t2 on t2.date = t1.date
WHERE t1.week_day in (6,7) and t2.desc != '结束'
GROUP BY t1.week_number,t1.week_day
HAVING count(distinct t2.event) >=2
'''
result = connection.execute(query).fetchall()
result

[(3, 6, 2),(3, 7, 2),(7, 6, 2),(7, 7, 2),(8, 6, 2),(8, 7, 2),(9, 6, 3),(9, 7, 3),(10, 6, 2),(10, 7, 2),(11, 6, 2),(11, 7, 2),(12, 6, 2),(12, 7, 2),(13, 6, 4),(13, 7, 3),(14, 6, 2),(14, 7, 2),(15, 6, 2),(15, 7, 3),(16, 6, 2),(16, 7, 3),(17, 6, 2),(17, 7, 2),(19, 6, 2),(19, 7, 2),(20, 6, 2),(20, 7, 2),(21, 6, 2),(21, 7, 3),(22, 6, 2),(22, 7, 2),(23, 6, 2),(23, 7, 2),(24, 7, 2),(28, 6, 2),(28, 7, 2),(29, 6, 3),(29, 7, 3),(30, 6, 3),(30, 7, 3),(31, 6, 3),(31, 7, 3),(34, 6, 2),(34, 7, 2),(35, 6, 3),(35, 7, 2),(36, 6, 4),(36, 7, 4),(37, 6, 5),(37, 7, 6),(38, 6, 4),(38, 7, 4),(39, 6, 3),(39, 7, 3),(41, 7, 2),(42, 6, 2),(42, 7, 2),(43, 6, 2),(47, 6, 2),(47, 7, 2),(48, 6, 2),(48, 7, 2),(49, 6, 3),(49, 7, 3),(50, 6, 3),(50, 7, 3),(51, 6, 3),(51, 7, 3),(52, 6, 2),(52, 7, 2),(53, 7, 2)]

len(result)

72

# ...your code...
a9 = '72'  # 在 '' 中填入你的结果，如 a9 = '5' 代表有 5 个周末要执行2个不同的事项（周六，周日分开计算，例如 2个周六 和 3个周日 = 5个周末）
Q10: 在 2023 年当中，我的繁忙系数是多少？

繁忙系数 = ∑ i = 1 繁忙天数 每日繁忙系数 繁忙系数 = \sum_{i=1}^{繁忙天数}每日繁忙系数 繁忙系数=i=1∑繁忙天数​每日繁忙系数

结果只需要保留整数位，不需要四舍五入，例如：若答案为 221.229，则回答 221 即可

忙碌的天数定义同 Q8

每日繁忙系数 = （当日事项重要性的平均值* 0.5+未来 3 天内要开展的事项的重要性的平均值 * 0.3 + 未来 3 天内要结束的事项的重要性的平均值 * 0.2）

思路：避开坑后，就有思路了。同Q8，分别列出满足3个条件的子表，然后用日历表为基准去关联，最后根据算法求出每天的繁忙系数然后累加即可。

query = '''
SELECT sum(index1*0.5+index2*0.3+index3*0.2) indexAll FROM(
SELECT t.date, DATE(t.date,'+3 days'),IFNULL(t1.imp,0) index1,IFNULL(AVG(t3.importance),0) index2,IFNULL(AVG(t2.importance),0) index3
FROM calendar_table AS t 
LEFT JOIN (SELECT date,AVG(importance) imp FROM evil_table WHERE desc != '结束' GROUP BY date HAVING COUNT(event)>=2
) AS t1 on t1.date = t.date
LEFT JOIN (SELECT date,importance FROM evil_table WHERE importance>1 AND desc = '结束'
) AS t2 on t2.date BETWEEN DATE(t.date,'+1 days') AND DATE(t.date,'+3 days')
LEFT JOIN (SELECT date,importance FROM evil_table WHERE importance>2 AND desc = '开始'
) AS t3 on t3.date BETWEEN DATE(t.date,'+1 days') AND DATE(t.date,'+3 days')
GROUP BY t.date
order by t.date
) as a
'''
result = connection.execute(query).fetchall()
result

[(252.50833333333347,)]

# ...your code...
a10 = '252'  # 在 '' 中填入你的结果，如 a10 = '12' 代表忙碌系数为 12

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.mzph.cn/pingmian/13130.shtml

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

当CV遇上transformer(三)Clip模型及源码分析

当CV遇上transformer(三)Clip模型及源码分析

当CV遇上transformer(三)Clip模型及源码分析 2020年10月&#xff0c;Dosovitskiy首次将纯Transformer的网络结构应用于图像分类任务中(ViT)&#xff0c;并取得了当时最优的分类效果&#xff0c;其研究成果是Transformer完全替代标准卷积的首次尝试。随着谷歌提出ViT之后&#…
阅读更多...
Python 全栈体系【四阶】（四十五）

Python 全栈体系【四阶】（四十五）

第五章 深度学习 十、生成对抗网络&#xff08;GAN&#xff09; 1. 图像生成技术概述 1.1 什么是图像生成技术 图像生成技术是指利用机器学习或深度学习等人工智能技术&#xff0c;通过训练模型来生成逼真的图像。这些技术可以根据给定的输入&#xff0c;生成与真实图像相似…
阅读更多...
反序列化漏洞【1】

反序列化漏洞【1】

1.不安全的反序列化漏洞介绍 序列化&#xff1a;将对象转换成字符串&#xff0c;目的是方便传输&#xff0c;关键词serialize a代表数组&#xff0c;数组里有三个元素&#xff0c;第一个元素下标为0&#xff0c;长度为7&#xff0c;内容为porsche&#xff1b;第二个元素下标为1…
阅读更多...
GPT-4o API 全新版本发布：提升性能，增加性价比

GPT-4o API 全新版本发布：提升性能，增加性价比

5月13日&#xff0c;OpenAI 发布了全新ChatGPT模型 GPT-4o&#xff0c;它在响应速度和多媒体理解上都有显著提升。在这篇文章中&#xff0c;我们将介绍 GPT-4o 的主要特点及其 API 集成方式。 什么是 GPT-4o&#xff1f; GPT-4o 是 OpenAI 于5月13日发布的最新多模态 AI 模型…
阅读更多...
【简单介绍下在Ubuntu中如何设置中文输入法】

【简单介绍下在Ubuntu中如何设置中文输入法】

&#x1f308;个人主页: 程序员不想敲代码啊 &#x1f3c6;CSDN优质创作者&#xff0c;CSDN实力新星&#xff0c;CSDN博客专家 &#x1f44d;点赞⭐评论⭐收藏 &#x1f91d;希望本文对您有所裨益&#xff0c;如有不足之处&#xff0c;欢迎在评论区提出指正&#xff0c;让我们共…
阅读更多...
PgMP考试难度大吗?社会认可怎么样?

PgMP考试难度大吗?社会认可怎么样?

对于已经在职场摸爬滚打多年&#xff0c;或者对项目和项目集管理具有极高兴趣和追求的你来说&#xff0c;一定听说过PgMP&#xff08;项目集管理专业人士&#xff09;这个国际认证。那么PgMP很难考吗&#xff1f; 免费送备考资料。联系我们&#xff1a;18938656370 一、PgMP考…
阅读更多...
国产化数据库_金仓_Linux版Docker版部署过程及简单使用

国产化数据库_金仓_Linux版Docker版部署过程及简单使用

国产化数据库金仓Linux版部署过程 文档参考&#xff1a;https://help.kingbase.com.cn/v8/install-updata/install-linux/install-linux-3.html#id12 以下安装是在Centos7系统下进行 0.安装包准备 找到你的操作系统对应的平台所支持的软件包下载&#xff0c;我这里下载的是x…
阅读更多...
react的多级路由定义

react的多级路由定义

在写实验室项目的时候&#xff0c;有一个需求&#xff0c;在二级路由页面点击按钮&#xff0c;跳转到详情列表页面&#xff0c;同时三级路由不用在导航栏显示&#xff0c;效果图如下&#xff1a; 前期的尝试&#xff1a; 在route,js文件这样定义的&#xff1a; {path: music,…
阅读更多...
mysql权限体系

mysql权限体系

提示&#xff1a;根据课程视频总结知识点------2024.05.15 文章目录 权限处理逻辑1、 能不能连接2、能不能执行操作 权限授予与回收1、创建用户2、授予权限3、查看权限4、回收权限5、 权限级别 账户安全管理1、用户权限设定原则2、历史文件泄密 用户权限设定原则1. 只读用户--数…
阅读更多...
.net中的依赖注入框架Autofac

.net中的依赖注入框架Autofac

文章目录 前言1. 安装 Autofac2. 创建一个简单的控制台应用程序3. 创建组件和接口4. 多种注册方式4.1. 单例注册4.2. 生命周期范围注册4.3. 命名注册4.4. Lambda 表达式注册4.5. 泛型组件注册 5. 属性注入6. 使用多个ContainerBuilder合并注册7. 使用多个 ContainerBuilder 示例…
阅读更多...
哈希表+DFS快速解决力扣129题：求根节点到叶节点数字之和

哈希表+DFS快速解决力扣129题：求根节点到叶节点数字之和

❤️❤️❤️ 欢迎来到我的博客。希望您能在这里找到既有价值又有趣的内容&#xff0c;和我一起探索、学习和成长。欢迎评论区畅所欲言、享受知识的乐趣&#xff01; 推荐&#xff1a;数据分析螺丝钉的首页 格物致知 终身学习 期待您的关注 导航&#xff1a; LeetCode解锁100…
阅读更多...
平均工资数据分析之回归

平均工资数据分析之回归

链接: R语言实战——中国职工平均工资的变化分析——相关与回归分析 1、模型诊断和评估的方法 1. 残差分析 1、残差图 (Residual Plot)&#xff1a;用于检查残差是否存在非随机模式。理想情况下&#xff0c;残差应随机分布在零附近。 2、Q-Q 图 (Quantile-Quantile Plot)&am…
阅读更多...
【liunx】yumvim

【liunx】yumvim

目录 Linux 软件包管理器 yum 关于 rzsz 注意事项 查看软件包 Linux开发工具 Linux编辑器-vim使用 vim的基本概念 vim的基本操作 vim正常模式命令集 vim末行模式命令集 简单vim配置 配置文件的位置 sudo提权 Linux 软件包管理器 yum 1.yum是什么&#xff1…
阅读更多...
Transformer（2）--位置编码器

Transformer（2）--位置编码器

文章目录 一、嵌入表示层二、流程详解1.初始化位置编码器2.计算位置编码3.扩维&#xff0c;与输入张量匹配4.添加位置编码到输入张量上 三、完整代码 一、嵌入表示层 对于输入文本序列&#xff0c;首先通过输入嵌入层&#xff08;Input Embedding&#xff09;将每个单词转换为其…
阅读更多...
Oracle数据库查询各表空间的占用比例

Oracle数据库查询各表空间的占用比例

目录 1、查询各表数据记录和数据大小 2、查询数据库已有表空间的大小 3、查询某表空间下各表占用突然间的大小 1、查询各表数据记录和数据大小 select a.table_name "表名",a.num_rows "数据记录",b.total "总大小&#xff08;MB)" from us…
阅读更多...
【前端】CSS基础（4）

【前端】CSS基础（4）

文章目录 前言1、CSS常用属性1.1 文本属性1.1.1 文本对齐1.1.2 文本装饰1.1.3 文本缩进1.1.5 行高 前言 这篇博客仅仅是对CSS的基本结构进行了一些说明&#xff0c;关于CSS的更多讲解以及HTML、Javascript部分的讲解可以关注一下下面的专栏&#xff0c;会持续更新的。 链接&…
阅读更多...
golang http请求返回 io.ReadCloser 数据读取和编码转换为utf8 注意事项

golang http请求返回 io.ReadCloser 数据读取和编码转换为utf8 注意事项

在go语言中我们发送一个http请求后&#xff0c; 我们需要通过resp返回体中的Body对象&#xff08;是一个 io.ReadCloser对象&#xff09;来对请求返回的数据进行读取。 对于这类Reader的数据读取我们需要先定义一个byte切片, 然后通过循环来对reader中的数据进行读取&#xff…
阅读更多...
Day_5

Day_5

1. Apache ECharts Apache ECharts 是一款基于 Javascript 的数据可视化图表库&#xff0c;提供直观&#xff0c;生动&#xff0c;可交互&#xff0c;可个性化定制的数据可视化图表 官网地址&#xff1a;https://echarts.apache.org/zh/index.html 入门案例 快速入门&#x…
阅读更多...
记录一下-排查免密登录过程

记录一下-排查免密登录过程

过程记录 2024-05-15 18:15:15 在本地机器上生成新的密钥对&#xff1a; ssh-keygen -t rsa -b 2048 -m PEM -f ~/.ssh/id_rsa_new2024-05-15 18:25:37 将新生成的公钥复制到服务器&#xff1a; ssh-copy-id -i ~/.ssh/id_rsa_new.pub xaykt10.24.17.52024-05-15 18:10:58 执…
阅读更多...
企业计算机服务器中了faust勒索病毒如何处理，faust勒索病毒解密恢复

企业计算机服务器中了faust勒索病毒如何处理，faust勒索病毒解密恢复

随着网络技术的不断发展与应用&#xff0c;越来越多的企业利用网络走向了数字化办公模式&#xff0c;网络也极大地方便了企业生产运营&#xff0c;大大提高了企业生产效率&#xff0c;但对于众多企业来说&#xff0c;企业的数据安全一直是大家关心的主要话题&#xff0c;保护好…
阅读更多...
最新文章

Copyright @ 2022~2023