axis

首先到apache的网站下载axis的开发包，好久没看了，现在已经开始出2.0的啦，不过好像还不是很成熟，这里，我们还是用1.x的包。最新的是1.4的包。 一、服务器端开发 首先编写服务端程序，这时我们完全不用考虑他是不是当作webservcies来发布的，因为在写法上没有什么不同。比如我们写了一个很简单的java程序，代码如下： package samples.userguide.example2; public class Calculator { public int add(int i1, int i2) { return i1 + i2; } public int subtract(int i1, int i2) { return i1 - i2; } } 如果我们要把他发布成为services，首先需要把axis-1_3下的lib文件复制到我们的web服务的web-inf 的lib下。 然后在web.xml里增加以下内容 <servlet> <display-name>Apache-Axis Servlet</display-name> <servlet-name>AxisServlet</servlet-name> <servlet-class>org.apache.axis.transport.http.AxisServlet</servlet-class> <

pd.concat(objs, axis=0, join='outer', join_axes=None, ignore_index=False,keys=None, levels=None, names=None, verify_integrity=False) objs: series，dataframe或者是panel构成的序列list axis：需要合并链接的轴,0是行,1是列 join： 连接的方式 :inner,outer 1.相同字段的表首尾相接 import pandas pd.concat([df1,df2,df3]) 相接的时候在加上一个层次的keys来识别数据源自于哪张表，可以增加keys参数: import pandas pd.concat([df1,df2,df3],keys=["df1","df2","df3"]) 2.行对齐进行拼接 pd.concat([df1,df4],axis=1) 3.join属性：’inner’是两表的交集，“outer”是两表的并集 pd.concat([df1, df4], axis=1, join='inner') 4.join_axes：可以指定根据那个轴来对齐数据 pd.concat([df1, df4], axis=1, join_axes=[df1.index]) 4.无视index