河岳日星的博客

✅ 一、完整可运行示例 1234567891011121314151617181920212223242526272829303132333435import csvimport os# 准备数据：列表 of 列表（第一行为表头）csv_data = [ ['公司', '项目', '负责人'], ['天庭', '三界运营', '玉帝'], ['灵山', '西游取经', '如来佛祖']]csv_path = '西游项目故事.csv'try: # 写入 CSV 文件 with open(csv_path, mode='w', encoding='utf-8', newline='') as f: writer = csv.writer(f) writer.writerows(c ...

服务器CPU高、内存低排查-方案详解（通俗版）先明确核心前提：CPU高、内存低，和“内存高、CPU低”是反过来的问题——不是资源不够用，而是服务器在“拼命干活”（比如计算量大、循环异常、IO等待、锁竞争等）。 下面全程沿用“现象→原因→判断方法→解决方法（前因后果）”的逻辑，不绕弯、不堆砌命令，每一步都讲清“为什么这么做”。 一、先定性：CPU到底在“忙什么”（第一步必做）👉 核心判断手段：top命令（关键中的关键）直接在服务器输入 top 命令，重点看 %Cpu(s) 这一行，4个指标直接决定排查方向，不用记复杂命令，盯紧这一行就够了： us（用户态）：程序自身运行消耗的CPU（比如Java、Python程序计算）； sy（内核态）：系统内核处理任务消耗的CPU（比如网络调用、文件操作）； wa（IO等待）：CPU没事干，一直在等磁盘/网络IO完成（看似CPU高，实则在“摸鱼”）； id（空闲）：CPU空闲率，越低说明CPU越忙（id<20%说明CPU已过载）。 ✅ 为什么先看这一步？很多人排查CPU高，一上来就找进程，反而绕弯路。先看这4个指标，能直接锁定“CP ...

核心速览表格概念 本质 生活类比类（Class） 图纸 / 模具 汽车的设计图纸对象（Object） 按图纸造出来的实物 按图纸造出来的某一辆具体的车属性 对象的特征 / 数据 车的品牌、颜色、速度方法 对象的行为 / 功能 车能开、能刹车 一、类与对象的基础写法 123456789101112131415161718192021运行# 【定义类】汽车的设计图纸class Car: # 构造函数：对象创建时自动执行，用来初始化属性 def __init__(self, brand, color): self.brand = brand # 品牌属性 self.color = color # 颜色属性 self.speed = 0 # 初始速度属性 # 方法：车的行为 def drive(self, speed): self.speed = speed print(f"{self.color} ...

123456789101112131415161718192021222324def analyze_data(main_value, *optional_values, **meta_data): """ 数据分析函数 :param main_value: 主要数据（必传） :param optional_values: 任意数量的额外数据 :param meta_data: 任意数量的元数据（key=value形式） """ print(f"主要值：{main_value}") # 如果有额外数据，就打印 if optional_values: print(f"可选值（元组）：{optional_values}") # 如果有元数据，就遍历打印 if meta_data: print("元数据（字典）：") for k ...

🎯 Lambda（匿名函数）核心思想：一张”即时填写的说明书” 12345# 格式：lambda 参数：表达式lambda x: x % 2 == 0 # 判断是否为偶数lambda x: x ** 2 # 求平方lambda a, b: a + b # 两数相加 使用示例 12345678910运行# 筛选偶数numbers = [1, 2, 3, 4, 5, 6]even_numbers = list(filter(lambda x: x % 2 == 0, numbers))print(f"偶数：{even_numbers}") # [2, 4, 6]# 计算平方squared_numbers = list(map(lambda x: x ** 2, numbers))print(f"平方数：{squared_numbers}") # [1, 4, 9, 16, 25, 36] 📌 核心函数对比表格函数 作用 返回类型 记忆口诀filter (函 ...