【黑马甄选离线数仓day04_维度域开发】

1. 维度主题表数据导出

1.1 PostgreSQL介绍

PostgreSQL 是一个功能强大的开源对象关系数据库系统，它使用和扩展了 SQL 语言，并结合了许多安全存储和扩展最复杂数据工作负载的功能。

官方网址：PostgreSQL: The world's most advanced open source database 中文文档：http://www.postgres.cn/docs/14/index.html

PostgreSQL数据库是目前功能最强大的开源数据库，它是最接近工业标准SQL92的查询语言,至少实现了SQL:2011标准中要求的179项主要功能中的160项（注：目前没有哪个数据库管理系统能完全实现SQL:2011标准中的所有主要功能）。

1.2 PostgreSQL基本操作

  • 登录客户端

#psql -h 服务器 -p 端口地址 -d 数据库 -U 用户名     
psql -h 127.0.0.1 -p 5432 -d postgres -U postgres
#密码：itcast123

  • 基本增删改查:

select datname from pg_database; 或 \l   查看所有的库        

切换数据库: \c 数据库名称

查看所有表: \d

查看表结构: SELECT column_name FROM information_schema.columns WHERE table_name ='table_name';

其他操作跟MySQL大体类似。详情可参考拓展资料

1.3 PostgreSQL中创建结果表

所有的DWD层表都需要进行导出，这里以dwd_dim_goods_i表为例，进行演示。 其他建表语句详见 资料/代码/pg建表/postsql_dw_dim.sql

创建数据库:
CREATE DATABASE dw;

通过datagrip切换到public下: 在datagrip中，点击右上方的数据库选项

创建表操作:

建表的时候学会使用快捷键

alt+鼠标左键: 字符多选

alt+鼠标左键 然后 再ctrl+shift+右键→ : 选多个单词

home: 快速到行开头

end: 快速到行结尾

CREATE TABLE IF NOT EXISTS dwd_dim_goods_i(goods_id                INT           ,goods_no                VARCHAR(50)   ,goods_name              VARCHAR(200)  ,first_category_id       INT           ,first_category_no       VARCHAR(50)   ,first_category_name     VARCHAR(50)   ,second_category_id      INT           ,second_category_no      VARCHAR(50)   ,second_category_name    VARCHAR(50)   ,third_category_id       INT           ,third_category_no       VARCHAR(50)   ,third_category_name     VARCHAR(50)   ,brand_no                VARCHAR(50)   ,spec                    VARCHAR(50)   ,sale_unit               VARCHAR(50)   ,life_cycle_status       VARCHAR(50)   ,tax_rate_status         INT           ,tax_rate                VARCHAR(50)   ,tax_value               DECIMAL(27, 3),order_multiple          DECIMAL(27, 2),pack_qty                DECIMAL(27, 3),split_type              VARCHAR(50)   ,is_sell_by_piece        INT           ,is_self_support         INT           ,is_variable_price       INT           ,is_double_measurement   INT           ,is_must_sell            INT           ,is_seasonal             INT           ,seasonal_start_time     VARCHAR(50)   ,seasonal_end_time       VARCHAR(50)   ,is_deleted              INT           ,goods_type              VARCHAR(50)   ,create_time             TIMESTAMP     ,update_time             TIMESTAMP     ,PRIMARY KEY (goods_no)
);
COMMENT on table dwd_dim_goods_i is '商品表';
COMMENT on column dwd_dim_goods_i.goods_id                      is '商品ID';
COMMENT on column dwd_dim_goods_i.goods_no                      is '商品编码';
COMMENT on column dwd_dim_goods_i.goods_name                    is '名称';
COMMENT on column dwd_dim_goods_i.first_category_id             is '一级分类ID';
COMMENT on column dwd_dim_goods_i.first_category_no             is '一级分类编码';
COMMENT on column dwd_dim_goods_i.first_category_name           is '一级分类';
COMMENT on column dwd_dim_goods_i.second_category_id            is '二级分类ID';
COMMENT on column dwd_dim_goods_i.second_category_no            is '二级分类编码';
COMMENT on column dwd_dim_goods_i.second_category_name          is '二级分类';
COMMENT on column dwd_dim_goods_i.third_category_id             is '三级分类ID';
COMMENT on column dwd_dim_goods_i.third_category_no             is '三级分类编码';
COMMENT on column dwd_dim_goods_i.third_category_name           is '三级分类';
COMMENT on column dwd_dim_goods_i.brand_no                      is '品牌编号';
COMMENT on column dwd_dim_goods_i.spec                          is '商品规格';
COMMENT on column dwd_dim_goods_i.sale_unit                     is '销售单位';
COMMENT on column dwd_dim_goods_i.life_cycle_status             is '生命周期状态';
COMMENT on column dwd_dim_goods_i.tax_rate_status               is '税率审核状态 (0：未提交审核 1：待财务审核 2：税率已审核 3：未通过)';
COMMENT on column dwd_dim_goods_i.tax_rate                      is '税率code';
COMMENT on column dwd_dim_goods_i.tax_value                             is '税率';
COMMENT on column dwd_dim_goods_i.order_multiple                        is '订货倍数';
COMMENT on column dwd_dim_goods_i.pack_qty                              is '箱装数量';
COMMENT on column dwd_dim_goods_i.split_type                    is '分割属性';
COMMENT on column dwd_dim_goods_i.is_sell_by_piece              is '是否拆零，0:不拆；1:拆';
COMMENT on column dwd_dim_goods_i.is_self_support               is '是否自营 0:非自营；1:自营';
COMMENT on column dwd_dim_goods_i.is_variable_price             is '分店可变价 0:不可；1:可以';
COMMENT on column dwd_dim_goods_i.is_double_measurement         is '是否双计量商品 0:否；1:是';
COMMENT on column dwd_dim_goods_i.is_must_sell                  is '必卖品  0:非；1:是';
COMMENT on column dwd_dim_goods_i.is_seasonal                   is '季节性商品  0:非；1:是';
COMMENT on column dwd_dim_goods_i.seasonal_start_time           is '季节性开始时间';
COMMENT on column dwd_dim_goods_i.seasonal_end_time             is '季节性结束时间';
COMMENT on column dwd_dim_goods_i.is_deleted                    is '是否删除0:正常；1:删除';
COMMENT on column dwd_dim_goods_i.goods_type                    is '商品类型 1-国产食品 2-进口食品 3-国产非食品 4-进口非食品';
COMMENT on column dwd_dim_goods_i.create_time                      is '该记录创建时间';
COMMENT on column dwd_dim_goods_i.update_time                      is '该记录最后更新时间';

1.4 基于DataX完成数据导出

新建postgresql-dw数据源

构建任务

    hive中以-i结尾的维表是有分区的,每个分区保存一个快照，而postgresql中只保留最新的快照数据。所以构建reader读取hive表时不需要dt字段，导入到postgresql时，默认只导入最新的快照。
另外，为了防止postgresql中的历史数据有脏数据，在导入之前可以先清空数据。所以在构建postgresql writer时，需要加上前置sql：truncate table public.dwd_dim_goods_i。
​
操作如下:注意：在构建reader时，要指定导出的分区，指定的方式是在path中通过传参的方式，${partition}在运行时动态指定。
这个案例中path为：/user/hive/warehouse/dim.db/dwd_dim_goods_i/${partition}
​

依次点击构建、选择模板。

编辑任务:

注意：如果是以-f结尾的维表，因为没有分区，在指定path路径以及在最后指定参数时，都不需要考虑分区。

执行任务:

按照以上步骤配置完dwd层所有维表导出任务的配置。

2. 基于海豚调度完成维度主题上线

2.1 DS的基本介绍

DS是apache旗下的顶级开源项目, 是一款工作流的任务调度的系统, 可以对工作流的定时周期化的调度工作, DS早期来自于国内的易观大数据公司开发, 最终贡献给Apache

2.2 DS的架构

针对DS的架构流程, 要求: 整个过程能够讲的出来

    通过UI进行工作流的配置操作, 配置完成后, 将其提交执行, 此时执行请求会被API服务接收到, 接收到后, 随机选择一台Master来完成任务的处理(DAG, 任务分配, 资源处理)(底层最终是有对应scheduler具体完成)(Master是去中心化的),完成分配后, 将对应执行的任务交给对应worker(从节点)来执行, worker对应有一个logger服务进行日志的记录, 在执行过程中, 通过logger实时查看执行日志, 当执行完成后, 通知Master, Master进行状态变更,同时告警服务实时监控状态, 一旦发现状态出现异常, 会立即根据所匹配的告警方案, 通知给相关的人员

2.3 如何启动DS

cd /export/server/dolphinscheduler/
./bin/start-all.sh

如何访问DS:

访问地址:  http://192.168.88.80:12345/dolphinscheduler/ui/view/login/index.html
​
用户名: admin
密码: dolphinscheduler123

2.4 DS的安全中心

2.4.1 队列和租户

2.4.2 用户管理

2.4.3 告警组

2.4.4 worker分组

一般在安装DS的时候会直接配置好

2.4.5 权限管理

2.5 项目和调度操作[练习]

创建项目

创建工作流

  • 创建目录节点:

  • 创建文件节点:

  • 建立连接:

保存工作流:

上线运行工作流

  • 注意如下配置选项:

配置解释如下:

点击上线工作流

查看工作流状态:

2.6 数据源中心

作用: 用于配置在工作流中需要连接各个数据源信息

比如: 工作流中需要直接连接HIVE,那么我们就可以配置一个HIVE的数据源

连接HIVE的数据源:

2.7 进行部署上线操作

注意: 从业务库 –> ODS层操作, 是由DataX-Web进行周期调度执行处理, 每天凌晨20分开始运行, 此部分我们不需要在DS中配置

本次上线: 需要将从ODS –> DWD –> 数据导出 整个流程需要在DS中进行配置

注意: worker分组, 必须只能选择hadoop01(因为DataX Hive 都在Hadoop01节点上, Hadoop02没有的)

start的shell节点

  • 1- 创建一个 start的shell节点, 表示整个工作流的开始

无分区表

ODS层到DWD层

  • 2- 配置 ODS层 到 DWD层相关SQL语句 (以其中一个表详细记录)

insert overwrite table dim.dwd_dim_date_f
selecttrade_date,year_code,month_code,day_code,quanter_code,quanter_name,week_trade_date,month_trade_date,week_end_date,month_end_date,last_week_trade_date,last_month_trade_date,last_week_end_date,last_month_end_date,year_week_code,week_day_code,day_year_num,month_days,is_weekend,days_after1,days_after2,days_after3,days_after4,days_after5,days_after6,days_after7
from dim.ods_dim_date_f

-- 开启动态分区方案
-- 开启非严格模式
set hive.exec.dynamic.partition.mode=nonstrict;
-- 开启动态分区支持(默认true)
set hive.exec.dynamic.partition=true;
-- 设置各个节点生成动态分区的最大数量: 默认为100个  (一般在生产环境中, 都需要调整更大)
set hive.exec.max.dynamic.partitions.pernode=10000;
-- 设置最大生成动态分区的数量: 默认为1000 (一般在生产环境中, 都需要调整更大)
set hive.exec.max.dynamic.partitions=100000;
-- hive一次性最大能够创建多少个文件: 默认为10w
set hive.exec.max.created.files=150000;
--hive压缩
--开启中间结果压缩
set hive.exec.compress.intermediate=true;
--开启最终结果压缩
set hive.exec.compress.output=true;
--写入时压缩生效
set hive.exec.orc.compression.strategy=COMPRESSION;

连线:

DWD层导出到PG

思路: 在DataX中配置每一个表从dwd到PG的Json文件, 然后通过shell命令执行调度即可

cd /export/server/datax/job/
mkdir -p dim_dwd2pg_job
cd dim_dwd2pg_job/
配置json文件:
vim hive2pg_dwd_dim_date_f.json
输入 i 进入插入模式:对应的Json内容, 可以直接从datax-web中获取对应json内容 (注意: 需要将密码修改回来, 不要使用加密, 因为加密的是datax-web加的, 与datax没关系)

接下来直接在DS中配置使用即可

JOB_DIR="/export/server/datax/job/自己job目录名称/自己json文件名称.json"
hdfs_path="/user/hive/warehouse/dim.db/dwd_dim_date_f"
if hdfs dfs -test -e "$hdfs_path";
thenpython /export/server/datax/bin/datax.py $JOB_DIR
elseecho "路径不存在"
fi

上线运行

尝试上线运行, 查看是否可以导入以及是否可以导出数据

建议: 可以将pg中对应表数据清空表以及HIVE中表数据清空掉

保存上线, 运行

验证: 通过DS的状态以及通过hive表和pg表查看是否成功

有分区表

ODS层到DWD层:

DWD层导出到PG

cd /export/server/datax/job/dim_dwd2pg_job/vim hive2pg_dwd_dim_source_type_map_i.json
输入i进入插入模式添加json配置: 此配置直接从datax-web中获取, 注意更改用户和密码

partition="dt=${inputdate}"
JOB_DIR="/export/server/datax/job/自己job目录名称/自己json文件名称.json"
hdfs_path="/user/hive/warehouse/dim.db/dwd_dim_source_type_map_i/${partition}"
if hdfs dfs -test -e "$hdfs_path";
thenpython /export/server/datax/bin/datax.py -p "-Dpartition=$partition" $JOB_DIR
elseecho "路径不存在"
fi

点击保存, 设置全局参数: inputdate

上线运行

上线, 测试 查看是否可以正常导入:

完整工作流图

DS的定时操作:

设置, 定时的状态是下线状态, 需要将其调整为上线

附录:

hive参数配置

说明: 发现在执行数据导入到各个层次的时候, 需要在执行SQL之前, 添加很多的set的参数, 而且每个表的参数基本是一样的, 此时可以尝试将其配置到HIVE的公共部分

  • 选择Hive,点击配置，搜索hive-site,然后选择hive-site.xml 的 HiveServer2 高级配置代码段（安全阀），然后点击加号，将参数进行一个一个的配置

配置后, 点击保存更改,然后重启相关服务

pg所有脚本

以job目录为: dim_job为例

hive2pg_dwd_dim_date_f
JOB_DIR="/export/server/datax/job/dim_job/dwd_dim_date_f.json"
hdfs_path="/user/hive/warehouse/dim.db/dwd_dim_date_f"
if hdfs dfs -test -e "$hdfs_path";
thenpython /export/server/datax/bin/datax.py $JOB_DIR
elseecho "路径不存在"
fi
hive2pg_dwd_dim_category_statistics_i
partition="dt=${inputdate}"
JOB_DIR="/export/server/datax/job/dim_job/dwd_dim_category_statistics_i.json"
hdfs_path="/user/hive/warehouse/dim.db/dwd_dim_category_statistics_i/${partition}"
if hdfs dfs -test -e "$hdfs_path";
thenpython /export/server/datax/bin/datax.py -p "-Dpartition=$partition" $JOB_DIR
elseecho "路径不存在"
fi
hive2pg_dwd_dim_goods_i
partition="dt=${inputdate}"
JOB_DIR="/export/server/datax/job/dim_job/dwd_dim_goods_i.json"
hdfs_path="/user/hive/warehouse/dim.db/dwd_dim_goods_i/${partition}"
if hdfs dfs -test -e "$hdfs_path";
thenpython /export/server/datax/bin/datax.py -p "-Dpartition=$partition" $JOB_DIR
elseecho "路径不存在"
fi
hive2pg_dwd_dim_store_goods_i
partition="dt=${inputdate}"
JOB_DIR="/export/server/datax/job/dim_job/dwd_dim_store_goods_i.json"
hdfs_path="/user/hive/warehouse/dim.db/dwd_dim_store_goods_i/${partition}"
if hdfs dfs -test -e "$hdfs_path";
thenpython /export/server/datax/bin/datax.py -p "-Dpartition=$partition" $JOB_DIR
elseecho "路径不存在"
fi
hive2pg_dwd_dim_store_clear_goods_i
partition="dt=${inputdate}"
JOB_DIR="/export/server/datax/job/dim_job/dwd_dim_store_clear_goods_i.json"
hdfs_path="/user/hive/warehouse/dim.db/dwd_dim_store_clear_goods_i/${partition}"
if hdfs dfs -test -e "$hdfs_path";
thenpython /export/server/datax/bin/datax.py -p "-Dpartition=$partition" $JOB_DIR
elseecho "路径不存在"
fi
hive2pg_dwd_dim_source_type_map_i
partition="dt=${inputdate}"
JOB_DIR="/export/server/datax/job/dim_job/dwd_dim_source_type_map_i.json"
hdfs_path="/user/hive/warehouse/dim.db/dwd_dim_source_type_map_i/${partition}"
if hdfs dfs -test -e "$hdfs_path";
thenpython /export/server/datax/bin/datax.py -p "-Dpartition=$partition" $JOB_DIR
elseecho "路径不存在"
fi
hive2pg_dwd_dim_store_i
partition="dt=${inputdate}"
JOB_DIR="/export/server/datax/job/dim_job/dwd_dim_store_i.json"
hdfs_path="/user/hive/warehouse/dim.db/dwd_dim_store_i/${partition}"
if hdfs dfs -test -e "$hdfs_path";
thenpython /export/server/datax/bin/datax.py -p "-Dpartition=$partition" $JOB_DIR
elseecho "路径不存在"
fi

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.rhkb.cn/news/202597.html

如若内容造成侵权/违法违规/事实不符，请联系长河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

Java Web——XML

Java Web——XML

1. XML概述 XML是EXtensible Markup Language的缩写，翻译过来就是可扩展标记语言。XML是一种用于存储和传输数据的语言，它使用标签来标记数据，以便于计算机处理和我们人来阅读。 “可扩展”三个字表明XML可以根据需要进行扩展和定制。这意味…
阅读更多...
【理解ARM架构】不同方式点灯 | ARM架构简介 | 常见汇编指令 | C与汇编

【理解ARM架构】不同方式点灯 | ARM架构简介 | 常见汇编指令 | C与汇编

🐱作者：一只大喵咪1201 🐱专栏：《理解ARM架构》 🔥格言：你只管努力，剩下的交给时间！ 目录 🏀直接操作寄存器点亮LED灯🏀地址空间🏀ARM内部的寄存…
阅读更多...
Godot

Godot

前言 为什么要研究开源引擎 主要原因有： 可以享受“信创”政策的红利，非常有利于承接政府项目。中美脱钩背景下，国家提出了“信创”政策。这个政策的核心就是，核心技术上自主可控。涉及的产业包括：芯片、操作系统、数据…
阅读更多...
Tiktok小店如何入驻？注册流程与资料全解

Tiktok小店如何入驻？注册流程与资料全解

作为国内成功的出海App之一，Tiktok的特色就是社交平台兴趣电商，已然成为当前跨境电商的一大趋势。数据显示，目前Tiktok全球月活跃用户已接近16亿，正是红海一片。非常值得跨境电商玩家入局！今天就来给大家整理一份tk小店…
阅读更多...
uniapp IOS从打包到上架流程（详细简单） 原创

uniapp IOS从打包到上架流程（详细简单） 原创

​ 1.登入苹果开发者网站，打开App Store Connect ​ 2.新App的创建 点击我的App可以进入App管理界面，在右上角点击➕新建App 即可创建新的App，如下图： ​ 3.app基本信息填写 新建完App后，需要填写App的基本信息&…
阅读更多...
uniapp开发的微信小程序进行代码质量控制，分包+压缩js+组件按需注入等

uniapp开发的微信小程序进行代码质量控制，分包+压缩js+组件按需注入等

小程序代码分包的操作请看另外一篇文章：uniapp分包优化，包括分包路由跳转规则-CSDN博客 JS文件压缩：在工具「详情」-「本地设置」中开启「上传代码时自动压缩脚本文件」的设置 代码包：组件 > 启用组件按需注入解决办法 在小程…
阅读更多...
黑马React18: Redux

黑马React18: Redux

黑马React: Redux Date: November 19, 2023 Sum: Redux基础、Redux工具、调试、美团案例 Redux介绍 Redux 是React最常用的集中状态管理工具，类似于Vue中的Pinia（Vuex），可以独立于框架运行 作用：通过集中管理的方式管…
阅读更多...
【MySQL】宝塔面板结合内网穿透实现公网远程访问

【MySQL】宝塔面板结合内网穿透实现公网远程访问

文章目录 前言1.Mysql服务安装2.创建数据库3.安装cpolar3.2 创建HTTP隧道4.远程连接5.固定TCP地址5.1 保留一个固定的公网TCP端口地址5.2 配置固定公网TCP端口地址 前言 宝塔面板的简易操作性,使得运维难度降低,简化了Linux命令行进行繁琐的配置,下面简单几步,通过宝塔面板cpo…
阅读更多...
想问问各位大佬，网络安全这个专业普通人学习会有前景吗？

想问问各位大佬，网络安全这个专业普通人学习会有前景吗？

网络安全是一个非常广泛的领域，涉及到许多不同的岗位。这些岗位包括安全服务、安全运维、渗透测试、web安全、安全开发和安全售前等。每个岗位都有自己的要求和特点，您可以根据自己的兴趣和能力来选择最适合您的岗位。 渗透测试/Web安全工程师主要负责模…
阅读更多...
STM32：基本定时器原理和定时程序

STM32：基本定时器原理和定时程序

一、初识定时器TIM 定时器就是计数器，定时器的作用就是设置一个时间，然后时间到后就会通过中断等方式通知STM32执行某些程序。定时器除了可以实现普通的定时功能，还可以实现捕获脉冲宽度，计算PWM占空比，输出PWM波形&am…
阅读更多...
Android开发从0开始（服务）

Android开发从0开始（服务）

Android后台运行的解决方案，不需要交互，长期运行。 服务基础框架： public class MyService extends Service { public MyService() { } Override public IBinder onBind(Intent intent) { //activity与service交互（需要继…
阅读更多...
解决：javax.websocket.server.ServerContainer not available 报错问题

解决：javax.websocket.server.ServerContainer not available 报错问题

原因： 用于扫描带有 ServerEndpoint 的注解成为 websocket，该方法是 服务器端点出口，当进行 SpringBoot 单元测试时，并没有启动服务器，所以当加载到这个bean时会报错。 解决方法： 加上这个注解内容 Spr…
阅读更多...
C语言数组的距离（ZZULIOJ1200:数组的距离）

C语言数组的距离（ZZULIOJ1200:数组的距离）

题目描述 已知元素从小到大排列的两个数组x[]和y[]， 请写出一个程序算出两个数组彼此之间差的绝对值中最小的一个，这叫做数组的距离 。 输入：第一行为两个整数m, n(1≤m, n≤1000)，分别代表数组f[], g[]的长度。第二行有m个元素&a…
阅读更多...
鸿蒙(HarmonyOS)应用开发——安装DevEco Studio安装

鸿蒙(HarmonyOS)应用开发——安装DevEco Studio安装

前言 HarmonyOS华为开发的操作系统，旨在为多种设备提供统一的体验。它采用了分布式架构，可以在多个设备上同时运行，提供更加流畅的连接和互动。HarmonyOS的目标是提供更高的安全性、更高效、响应更快的用户体验，并通过跨设备功能…
阅读更多...
行业案例：如何打造高效内容团队

行业案例：如何打造高效内容团队

内容团队如何适应当下热点高频更新的时代？Zoho Projects项目管理软件能为内容团队带来什么？本文以真实用户案例为您详细解答！ 背景介绍： 该漫画团队已有十余年的奋斗历史，以原创漫画和绘本内容创作为主，出…
阅读更多...
拼多多平台全面API接口对接

拼多多平台全面API接口对接

对接流程（支持虚拟商品） 拼多多与商家之间数据双向请求，同步更新及相关数据传输。对接主要分为三大部分：准备阶段、对接测试、上线使用；针对每部分具体说明如下： 接口连通性测试重点关注两类接口的连通性&a…
阅读更多...
一文带你快速了解Python史上最快Web框架

一文带你快速了解Python史上最快Web框架

文章目录 1. 写在前面2. Sanic框架简介2.1 背景2.2 特征与优势 3. Sanic框架实战3.1. 安装Sanic3.2. Demo案例编写 【作者主页】：吴秋霖 【作者介绍】：Python领域优质创作者、阿里云博客专家、华为云享专家。长期致力于Python与爬虫领域研究与开发工作&a…
阅读更多...
【Azure 架构师学习笔记】-Azure Storage Account（7）- 权限控制

【Azure 架构师学习笔记】-Azure Storage Account（7）- 权限控制

本文属于【Azure 架构师学习笔记】系列。 本文属于【Azure Storage Account】系列。 接上文 【Azure 架构师学习笔记】-Azure Storage Account（6）- File Layer 前言 存储帐户作为其中一个数据终端存储，对安全性的要求非常高，不管…
阅读更多...
手写数字可视化_Python数据分析与可视化

手写数字可视化_Python数据分析与可视化

手写数字可视化 手写数字流形学习 手写数字 手写数字无论是在数据可视化还是深度学习都是一个比较实用的案例。 数据在sklearn中，包含近2000份8 x 8的手写数字缩略图。 首先需要先下载数据，然后使用plt.imshow()对一些图形进行可视化： 打开c…
阅读更多...
外贸自建站服务器怎么选？网站搭建的工具？

外贸自建站服务器怎么选？网站搭建的工具？

外贸自建站服务器用哪个好？如何选海洋建站的服务器？ 外贸自建站是企业拓展海外市场的重要手段之一。而在这个过程中，选择一个适合的服务器对于网站的稳定运行和优化至关重要。海洋建站将为您介绍如何选择适合的外贸自建站服务器。 外贸自建…
阅读更多...
最新文章
推荐文章

Copyright @ 2022~2023