>>> import re
>>> s = '请你查找在职员工自入职以来123的薪水涨anx-d幅情况'
>>> re_a = re.compile('\w+')
>>> re_a.search(s)
<re.Match object; span=(0, 23), match='请你查找在职员工自入职以来123的薪水涨anx'>
对, 没错, \w+
这个正则表达式居然匹配出中文来了.
>>> import re
>>> s = '请你查找在职员工自入职以来123的薪水涨anx-d幅情况'
>>> re_a = re.compile('\w+')
>>> re_a.search(s)
<re.Match object; span=(0, 23), match='请你查找在职员工自入职以来123的薪水涨anx'>
对, 没错, \w+
这个正则表达式居然匹配出中文来了.
题号 | 题目 | 难度 | 通过率 |
---|---|---|---|
SQL206 | 获取每个部门中当前员工薪水最高的相关信息 | 困难 | 20.23% |
SQL264 | 牛客每个人最近的登录日期(五) | 困难 | 20.64% |
SQL215 | 查找在职员工自入职以来的薪水涨幅情况 | 困难 | 22.48% |
SQL280 | 实习广场投递简历分析(三) | 困难 | 26.82% |
SQL220 | 汇总各个部门当前员工的title类型的分配数目 | 困难 | 27.95% |
SQL270 | 考试分数(五) | 困难 | 28.20% |
SQL275 | 牛客的课程订单分析(五) | 困难 | 28.98% |
SQL219 | 获取员工其当前的薪水比其manager当前薪水还高的相关信息 | 困难 | 31.20% |
SQL285 | 获得积分最多的人(三) | 困难 | 33.74% |
不建议直接看相关的答案, 先手动过一遍, 然后再交叉对比. 特别是264, 270, 179, 189
, 这几道题, 其解法非常巧妙.
注: frame
这里翻译为帧, 取其在行数据上滚动如同胶卷滚动前行之义.
(以下内容实际上陈述的是如何定义滚动窗口的数据范围)
The definition of a window used with a window function can include a frame clause. A frame is a subset of the current partition and the frame clause specifies how to define the subset.
与窗口函数一起使用的窗口的定义可以包括帧子语句, 帧是当前分区的子集,帧语句确定如何定义这个子集.
The easiest way to use the Universal Encoding Detector library is with the detect
function.
需要注意的是, pycharts
在不同版本进行较大的迭代, 很多参考内容已经过时.
包括其某些官方文档, 大量混乱的文档, 如document
from pyecharts import Map
value = [155, 10, 66, 78]
attr = ["福建", "山东", "北京", "上海"]
map = Map("全国地图示例", width=1200, height=600)
map.add("", attr, value, maptype='china')
map.render()
使用的还是过时的示例, 必须参照的是https://gallery.pyecharts.org/#/README上的文档
这个项目目前看来有点混乱, 提供的文档质量也相当垃圾, 版本间迭代导致前后出现严重的不兼容的情况.
Calplot creates heatmaps from Pandas time series data.
Plot Pandas time series data sampled by day in a heatmap per calendar year using matplotlib.
import pandas as pd
import calplot
利用 *符号
生成的二维列表和基于列表推导式生成的二维列表的差异.
a = [[1] * 5] * 5
a
[[1, 1, 1, 1, 1],
[1, 1, 1, 1, 1],
[1, 1, 1, 1, 1],
[1, 1, 1, 1, 1],
[1, 1, 1, 1, 1]]