凉凉心._个人页

2025年10月

• 10.09 16:39:17
  发表了文章 2025-10-09 16:39:17

  【CSS】前端三大件之一，如何学好？从基本用法开始吧！（四）：元素盒子模型；详细分析边框属性、盒子外边距

  盒模型 盒模型： 所谓盒模型，就是浏览器为页面中的每个HTML元素生成的矩形盒子。 这些盒子们都要按照可见板式模型在页面上排布。 可见的板式模型主要由三个属性控制：position 属性、display 属性和 float属性。 position属性控制页面上元素间的位置关系。 display属性控制元素是堆叠、并排或者不在页面上显示。 float属性提供控制的方法，以便于把元素组成成多栏布局。 盒模型讲解： 在默认的情况下，每个盒子的边框是不可见的，背景也是透明的。 所以我们 不能直接的看到页面中的盒
• 10.09 16:38:45
  发表了文章 2025-10-09 16:38:45

  【CSS】前端三大件之一，如何学好？从基本用法开始吧！（三）：元素继承关系、层叠样式规则、字体属性、文本属性；针对字体和文本作样式修改

  继承 我们的CSS中很多的属性也是可以继承的，其中相当一部分是跟文字的相关的，比如说颜色、字体、字号。 当然还有一部分是不能继承的。 例如边框、内外边距。 层叠 层叠是CSS的核心机制。 层叠的工作机制： 当元素的同一个样式属性有多种样式值的时候，CSS就是靠层叠机制来决定最终应用哪种样式。 层叠规则： 层叠规则一：找到应用给每个元素和属性的声明。 说明：浏览器在加载每个页面时，都会据此查找到每条CSS规则， 并标识出所有受到影响的HTML元素。
• 10.09 16:38:21
  发表了文章 2025-10-09 16:38:21

  【CSS】前端三大件之一，如何学好？从基本用法开始吧！（二）：CSS伪类：UI伪类、结构化伪类；通过伪类获得子元素的第n个元素；创建一个伪元素展示在页面中；获得最后一个元素；处理聚焦元素的样式

  伪类：伪类这个叫法源自于它们跟类相似，但实际上并没有类会附加到标记中的标签上。 伪类分为两种(以及新增的伪类选择器)： UI伪类：会在HTML元素处于某种状态时(例如：鼠标指针位于连接上)，为该元素应用CSS样式。 :hover 结构化伪类：会在标记中存在某种结构上的关系时 例如： 某元素是一组元素中的第一个或最后一个，为该元素应用CSS样式。 :not和:target(CSS3新增的两个特殊的伪类选择器)
• 10.09 16:37:56
  发表了文章 2025-10-09 16:37:56

  【CSS】前端三大件之一，如何学好？从基本用法开始吧！（一）：CSS发展史；CSS样式表的引入；CSS选择器使用，附带案例介绍

  上下文选择器(迭代选择器)：基于祖先或同胞元素选择一个元素 ID和类选择器：基于id#和class的属性值进行选择元素。 属性选择器：基于属性的有无和特征进行选择。 ①上下文选择器： 上下文选择器的语法格式：标签1 标签2{属性:值;} //注意：组合选择器和上下文选择器的区别，组合选择器以逗号隔开， 上下文选择器以空格隔开 ②特殊的上下文选择器 子选择器> : 语法格式:标签1>标签2 解释说明：标签1和标签2
• 10.09 16:36:33
  发表了文章 2025-10-09 16:36:33

  （Pandas）Python做数据处理必选框架之一！（二）：附带案例分析；刨析DataFrame结构和其属性；学会访问具体元素；判断元素是否存在；元素求和、求标准值、方差、去重、删除、排序...

  DataFrame结构 每一列都属于Series类型，不同列之间数据类型可以不一样，但同一列的值类型必须一致。 DataFrame拥有一个总的 idx记录列，该列记录了每一行的索引 在DataFrame中，若列之间的元素个数不匹配，且使用Series填充时，在DataFrame里空值会显示为NaN；当列之间元素个数不匹配，并且不使用Series填充，会报错。在指定了index 属性显示情况下，会按照index的位置进行排序，默认是 [0,1,2,3,...] 从0索引开始正序排序行。
• 10.09 16:35:38
  发表了文章 2025-10-09 16:35:38

  （Pandas）Python做数据处理必选框架之一！（一）：介绍Pandas中的两个数据结构；刨析Series：如何访问数据；数据去重、取众数、总和、标准差、方差、平均值等；判断缺失值、获取索引...

  Pandas 是一个开源的数据分析和数据处理库，它是基于 Python 编程语言的。 Pandas 提供了易于使用的数据结构和数据分析工具，特别适用于处理结构化数据，如表格型数据（类似于Excel表格）。 Pandas 是数据科学和分析领域中常用的工具之一，它使得用户能够轻松地从各种数据源中导入数据，并对数据进行高效的操作和分析。 Pandas 主要引入了两种新的数据结构：Series 和 DataFrame。
• 10.09 16:33:55
  发表了文章 2025-10-09 16:33:55

  （numpy）Python做数据处理必备框架！（二）：ndarray切片的使用与运算；常见的ndarray函数：平方根、正余弦、自然对数、指数、幂等运算；统计函数：方差、均值、极差；比较函数...

  ndarray切片 索引从0开始 索引/切片类型 描述/用法 基本索引 通过整数索引直接访问元素。 行/列切片 使用冒号：切片语法选择行或列的子集 连续切片 从起始索引到结束索引按步长切片 使用slice函数 通过slice(start,stop,strp)定义切片规则 布尔索引 通过布尔条件筛选满足条件的元素。支持逻辑运算符 &、|。
• 10.09 16:31:56
  发表了文章 2025-10-09 16:31:56

  （numpy）Python做数据处理必备框架！（一）：认识numpy；从概念层面开始学习ndarray数组：形状、数组转置、数值范围、矩阵...

  Numpy是什么？ numpy是Python中科学计算的基础包。 它是一个Python库，提供多维数组对象、各种派生对象(例如掩码数组和矩阵)以及用于对数组进行快速操作的各种方法，包括数学、逻辑、形状操作、排序、选择、I/0 、离散傅里叶变换、基本线性代数、基本统计运算、随机模拟等等。 Numpy能做什么？ numpy的部分功能如下: ndarray，一个具有矢量算术运算和复杂广播能力的快速且节省空间的多维数组 用于对整组数据进行快速运算的标准数学函数(无需编写循环)。 用于读写磁盘数据的工具以及用于操作内存映射文件的工具。 线性代数、随机数生成以及傅里叶变换功能。 用于集成由C、C++
• 10.09 16:31:03
  发表了文章 2025-10-09 16:31:03

  （Python基础）新时代语言！一起学习Python吧！（四）：dict字典和set类型；切片类型、列表生成式；map和reduce迭代器；filter过滤函数、sorted排序函数；lambda函数

  dict字典 Python内置了字典：dict的支持，dict全称dictionary，在其他语言中也称为map，使用键-值（key-value）存储，具有极快的查找速度。 我们可以通过声明JS对象一样的方式声明dict
• 10.09 16:30:30
  发表了文章 2025-10-09 16:30:30

  （Python基础）新时代语言！一起学习Python吧！（三）：IF条件判断和match匹配；Python中的循环：for...in、while循环；循环操作关键字；Python函数使用方法

  IF 条件判断 使用if语句，对条件进行判断 true则执行代码块缩进语句 false则不执行代码块缩进语句，如果有else 或 elif 则进入相应的规则中执行
• 10.09 16:28:41
  发表了文章 2025-10-09 16:28:41

  （Python基础）新时代语言！一起学习Python吧！（二）：字符编码由来；Python字符串、字符串格式化；list集合和tuple元组区别

  字符编码 我们要清楚，计算机最开始的表达都是由二进制而来 我们要想通过二进制来表示我们熟知的字符看看以下的变化 例如： 1 的二进制编码为 0000 0001 我们通过A这个字符，让其在计算机内部存储（现如今，A 字符在地址通常表示为65） 现在拿A举例： 在计算机内部 A字符，它本身表示为 65这个数，在计算机底层会转为二进制码 也意味着A字符在底层表示为 1000001 通过这样的字符表示进行转换，逐步发展为拥有127个字符的编码存储到计算机中，这个编码表也被称为ASCII编码。 但随时代变迁，ASCII编码逐渐暴露短板，全球有上百种语言，光是ASCII编码并不能够满足需求
• 10.09 16:25:44
  发表了文章 2025-10-09 16:25:44

  （Python基础）新时代语言！一起学习Python吧！（一）：认识Python、Py解释器作用；编写第一个Python程序；Python中的基本数据结构

  认识Python 前提安装好Python，这里使用3.13版本 如今Python作为变成姐最炙手可热的编程语言，它的使用途径涵盖绝大部分生活中需要的开发需要。 许多大型网站就是用Python开发的，例如YouTube、Instagram，还有国内的豆瓣。很多大公司，包括Google、Yahoo等，甚至NASA都大量地使用Python。