我们开发一个系统，在保证风格统一、代码强壮、可读性强等基础上，还能够结合代码生成工具快速开发相关后端，以及各种前端界面的，无疑是非常好的，既保证了项目的代码质量，又能够极大的提高开发效率。代码生成工具Database2Sharp是在完善的开发项目上，抽取出数据变化的部分，通过演绎、归纳、反复演绎和归纳等提炼方式抽取出相关的规则，以工具的方式来快速提高生产率，使得我们在开发各种不同的项目上的时候，能
我们接触一个新事物的时候，如果一个事物能够给我们带来非常直观的感官认识，那么我们就很容易接受，反之可能需要很长时间的潜移默化的了解认识才能接受。万物化繁为简，透过本质看表象，往往也是一个认知迭代深入的过程。在我介绍很多篇随笔《SqlSugar开发框架》，能够看完的肯定不会是一开始就学习的人员，毕竟技术的陈述是比较枯燥无味的，而最好的认识来自于一些快速的项目演示，本篇随笔介绍利用《代码生成工具Dat
定义 代理是一个中间者的角色，如生活中的中介，出于种种考虑/限制，一个对象不能直接访问另一个对象，需要一个第三者（中间代理）牵线搭桥从而间接达到访问目的，这样的就是代理模式。 es6 中的代理 es6 的 proxy 就是上面说的代理模式的实现，es6 帮我们在语法层面提供了这个新的api，让我们可
用Rust手把手编写一个Proxy(代理), 准备篇, 动手造轮子 wmproxy 将实现http/https代理, socks5代理, 后续将实现websocket代理, 内外网穿透等, 会将实现过程分享出来, 希望感兴趣的可以一起参与参与 项目 ++wmproxy++ gite: https:/
用Rust手把手编写一个Proxy(代理), 动工 项目 ++wmproxy++ gitee 传送门 github 传送门 设计流程图 flowchart LR A[客户端] -->|Http| B[代理端] --> C[代理服务端] --> D[服务端] B -->|直达| D A -->|Htt
一：背景 我是一个性格比较内向的人，天然抵触这种线下面对面的大型活动，我害怕上台之后紧张到语无伦次（有过类似经历），越语无伦次又会让我更紧张，刚好谋得程序员这种工作又特别适合我这种性格的人，所以没有刻意改变这种内向的动力，大概在 2020 年 .NET 俱乐部的祝主席邀请我做主题分享的时候，我也很干
015. 请实现一个如下功能的函数 来自python黑魔法 题目 实现一个add函数，可以"反复"调用，得到累加的结果 def add(num): ... add(1) # 输出1 add(2) # 输出2 add(1)(2) # 输出3(即1+2) add(1)(2)(3) # 输出6 思考 一开
# pytest7.4版本的一个变更，可能会影响你的项目 > 本文撰写于 2023.7.10 # 准备工作 - 项目结构如下 ``` D:\Gitee\DemoRepo (17.97MB) +-- testCases (1.03KB) | +-- conftest.py (252b) | +-- p
# Appium新版本引发的一个问题 # 准备工作 ## 测试代码 ```python from appium import webdriver des_cap = {'platformName': 'android'} driver = webdriver.Remote(command_execu
稀疏矩阵的概念 一个m×n的矩阵是一个由m行n列元素排列成的矩形阵列。矩阵里的元素可以是数字、符号及其他的类型的元素。 一般来说，在矩阵中，若数值为0的元素数目远远多于非0元素的数目，并且非0元素分布没有规律时，则称该矩阵为稀疏矩阵；与之相反，若非0元素数目占大多数时，则称该矩阵为稠密矩阵。定义非零
负载均衡技术对于一个网站尤其是大型网站的web服务器集群来说是至关重要的！做好负载均衡架构，可以实现故障转移和高可用环境，避免单点故障，保证网站健康持续运行。在使用 Nginx 做反向代理或者负载均衡的时候，都是以 Nginx 为入口，如果 Nginx 宕机了，那么所有的服务都无法正常提供，影响非常
概要 manim 是一个做数学视频的 python 库，这个库功能非常强大。具体可以参考官方介绍：https://github.com/ManimCommunity/manim/ 它本身只是封装数学相关的几何体和一些基础动画，所以，制作视频时，需要进一步封装更复杂的动画来满足视频的要求。最近做的一个
manim是一个生成数学教学视频的动画引擎。 它用编程的方式创建精美的数学动画，让数学更加易懂。 本教程简单介绍了 manim 的基本使用方式，基于 v0.17.2 版本 manim 安装 manim是基于python语言开发的开源框架，是由 3blue1brown 开发的。 本来是他们自己用来制作
Pandas是一个开源的Python数据分析库。 它提供了快速，灵活和富有表现力的数据结构，旨在使数据清洗和分析变得简单而快速。 Pandas是基于NumPy数组构建的，因此它在许多NumPy函数上提供了直接的支持。它还提供了用于对表格数据进行操作的数据结构，例如Series和DataFrame。
`NumPy`（Numerical Python）是一个`Python`库，主要用于高效地处理多维数组和矩阵计算。它是科学计算领域中使用最广泛的一个库。 在`NumPy`中，**数组**是最核心的概念，用于存储和操作数据。 `NumPy`数组是一种多维数组对象，可以存储相同类型的元素，它支持高效的数
`numpy`作为一个强大的数值计算库，提供了对多维数组的很多便捷操作。 承接上一篇数组的创建，本篇主要介绍一些数组的基本操作。 # 1. 子数组 首先介绍获取子数组的方法，提取已有数据的一部分来参与计算是比较常用的功能。 对于一维数组，提取子数组：`arr[start:stop:step]` 1.
# 概述 NumPy是一个开源的科学计算库，它提供了高效的数值计算和数组操作功能，主要包括： * 多维数组的创建、操作和索引。 * 数组的切片、拼接和转置。 * 数组的乘法、除法、求导、积分、对数等基本运算。 * 数组的逐元素操作、求平均值、中位数、众数等统计量。 * 数组作为列表、元组等数据类型进
前言 在这篇文章中，我们将使用TypeScript和Jest从头开始构建和发布一个NPM包。 我们将初始化一个项目，设置TypeScript，用Jest编写测试，并将其发布到NPM。 项目 我们的库称为digx。它允许从嵌套对象中根据路径找出值，类似于lodash中的get函数。 比如说： cons
总览 当我们在一个函数组件中使用一个字符串作为ref时，会产生"Function components cannot have string refs"错误。为了解决该错误，使用useRef()钩子来得到一个可变的ref对象，这样你就可以在组件中作为ref使用。 这里有个示例用来展示错误是如何发生的
博主记得在一个周五快下班的下午，产品找到我（为什么总感觉周五快下班就来活 😂），跟我说有几个业务列表查询需要加上时间条件过滤数据，这个条件可能会变，不保证以后不修改，这个改动涉及到多个列表查询，于是博主思考了一会想了几种实现方案， 1. 最简单，直接将时间条件写死，由 Service 层传递给 D
