首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往
  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    你不可不知的腾讯混元大模型前端开发实战技巧

    大家好,我是喵喵侠,是一名前端开发。在日常开发的过程中,我经常会遇到各种问题,以往最常见的解决方式是借助搜索引擎,来寻找问题的解决办法。这种方式虽然大部分情况下能解决问题,但搜索和筛选还是需要花费不少精力的,搜索关键词不对,还得反复尝试。现在有腾讯混元大模型就方便多了,你能够通过自然语言描述,向大模型表达你的问题和需求,随后等待片刻,就能得到你想要的答案,这样就节省了大量搜索的时间,十分方便。我会在本篇文章中,先为大家介绍腾讯混元大模型的能力,然后按照我的平日的使用习惯,分享我之前的提问案例,最后会带来一个完整的开发实战小项目,相信看完本文的你一定会有所收获。

    02

    弱弱地写了一篇前端教程

    分享一篇最近学习总结的前端表格制作教程,先看下方截图,具体演示的功能虽然简单,不过很有实际意义,主要涵盖表格展示数据、删除数据、修改数据、分页、模态窗等常见功能,其中也涉及一些样式的调整,比如隔行变色,此类文章网上很多很多,我也看过不少,但是网上文章都存着一个问题:很多文章代码写的很笼统,跳跃性比较大,你可能哪怕有一个地方看不懂,不知道怎么修改,程序就运行不起来,得不到想要的表格效果和功能,而此篇文章,我会尽可能详细介绍我做的功能的每一步是怎么得来的,并且本文源码也完全开源分享,运行中如果有任何问题,也欢迎留言提一些建议

    01

    python 读取excel 生成jso

    # _*_ coding: utf-8 import xlrd,sys import pickle import json data=xlrd.open_workbook("d:/test/6.xlsx") ##读取工作表,方法可以按顺序索引找,也可以使用sheet_by_name(u"Sheet1") table = data.sheet_by_index(0) ###读取内容摘要表并存入nrarr nrarr={} table1 = data.sheet_by_index(1) for ro in range(2,table1.nrows):     jj= table1.row(ro)[0].value     #print ro     if jj !="":         nr=table1.row(ro)[1].value         nrarr[jj]=nr         #print nrarr[jj].encode('gbk','ignore') ''' #for k,v in nrarr.items(): #    print k, v.encode('gbk', 'ignore')     #print k.encode('gbk'),v.encode('gbk') ##获取工作表数量 #tables = data.nsheets ##获取整行,整列的值 (返回数组) #table.row_values(n) #table.col_values(n) ##单元格操作 #cell_A1 = table.cell(0,0).value #cell_C4 = table.cell(2,3).value ##行列索引 #table.row(0)[1].value #table.col(1)[0].value ''' ##获取总行数 nrows = table.nrows ##获取列数 ncols = table.ncols list=[] for rn in range(3, nrows):     allarr={}     jn = table.row(rn)[0].value     allarr['xxx'] = jn     allarr["xx"] = table.row(rn)[10].value     allarr['xx'] =str(table.row(rn)[16].value)     #allarr['xx'] = table.row(rn)[5].value     allarr['xx'] = ""     allarr['xx'] = table.row(rn)[7].value     allarr['xx'] = table.row(rn)[8].value     allarr['xx'] = u'中文'     allarr['xx'] = table.row(rn)[4].value     allarr['xx']=nrarr[jn]     list.append(allarr) ##生成json并写入文件 js = json.dumps(list) output = open("d:/test/oo.json",'w') output.write(js) output.close() ###读json jf=json.load(open("d:/test/oo.json")) for ls in jf:     for k,v in ls.items():         print k,v.encode('gbk','ignore')         #print k,v

    01

    技术阅读-《MySQL 必知必会》

    第一章 了解SQL第二章 MySQL 介绍第三章 使用 MySQL第四章 检索数据第五章 排序检索数据第六章 过滤数据第七章 数据过滤第八章 通配符过滤第九章 正则搜索第十章 创建计算字段第十一章 数据处理函数第十二章 汇总数据第十三章 数据分组第十四章 使用子查询第十五章 联结表第十六章 高级联结第十七章 组合查询第十八章 全文本搜索第十九章 插入数据第二十章 更新和删除数据第二十一章 表的增删改第二十二章 视图第二十三章 存储过程第二十四章 游标第二十五章 使用触发器第二十六章 事务处理第二十七章 全球化和本地化第二十八章 安全管理第二十九 数据库维护第三十章 改善性能

    02

    以数据为中心的数据安全基础能力建设探索

    企业数据安全治理,除了熟悉法律法规条文,信息采集最小化,服务入口明确隐私协议外,更多的是需要建设内部基础能力,如数据识别、分类分级、数据加密、权限管控等数据安全的基础能力。 本文数据为中心的理念,围绕数据识别、分类分级、基础防护几个方面,结合开源软件做一次梳理和功能演示,希望能帮助有需要的人员对数据安全有个直观的了解。 在数据识别基础上,建立数据资产大盘,实现数据资产风险识别、监测、运营的资产全生命周期管理; 在数据分类分级的基础上,对不同数据资产进行分类、分级,将优势资源投入到关键资产的安全防护上; 在数

    03
    领券