个人技术总结————俞兆磊王子的发帖

222100120俞兆磊 2024-06-07 16:27:42
这个作业属于哪个课程软件工程实践-2023学年-W班
这个作业要求在哪里软件工程实践总结&个人技术博客
这个作业的目标实践总结&个人技术
其他参考文献《构建之法》

技术概述:

实现学生管理系统的增删改查控制。这是学生管理系统选课区域的最重要实现之一,在其中的困难存在不少,例如API调用失败,测试失败或缺失等,另外,有时也会存在代码冗余或重复的状况。

技术详情

课程增加

img

课程删除

img

课程修改

img

实现图

img

遇到困难解决问题

1.API调用失败
解决方法:
确保前端调用的URL与@RequestMapping和@*Mapping注解中定义的路径相匹配。

img

2.代码冗余或重复
解决方法:首先可以重构代码:识别并重构冗余的代码,以减少重复和提高代码的可维护性。
然后进行使用设计模式:应用设计模式(如MVC、DTO等)来组织代码,以提高其可重用性和可维护性。最后可以清理过时代码:删除不再需要的过时代码,并更新相关的文档和注释。

总结

在软工时间这段时间,我学习到了很多知识性的内容以及协作上的重要。技术层面,我体会到了代码的可读性和可维护性至关重要,另外测试是质量的保障,其次就是团队合作也十分重要,个人方面我们还需要注重细节,保持耐心与专注,最后就是要保持学习!

参考

参考b站青戈讲解的学生管理系统,以及寻求ai的帮助。

...全文
776 回复 打赏 收藏 转发到动态 举报
写回复
用AI写文章
回复
切换为时间正序
请发表友善的回复…
发表回复
源码链接: https://pan.quark.cn/s/a4b39357ea24 在本研究中,我们将详细研究如何借助Python执行数据可视化,旨在剖析2018年期间中国四个主要城市——北京、上海、广州以及深圳的空气质量状况。通过绘制反映空气质量指数(AQI)与细颗粒物(PM2.5)变化趋势的图表,我们能够深入理解这些大都市全年的空气环境质量,并明确评估其优良天气所占的比重。 我们必须首先进行数据准备工作。在当前提供的压缩文件内,名为"2018天气"的文件极有可能是数据来源,其中可能收录了涉及四个城市每日空气质量监测的详细信息。这些数据通常涵盖日期、城市名称、AQI数值、PM2.5含量等核心参数。在Python编程环境中,我们惯常运用pandas库来对这类结构化数据进行高效的处理和分析。 1. **数据导入与初步处理**: - 利用`pandas.read_csv()`方法来导入存储为CSV格式的数据资料。 - 数据整理:对数据中的空白项、非正常数值进行修正,保证数据的精确性。 - 调整日期字段的格式,确保其能够适用于时间序列分析的需求。 2. **数据深度分析**: - 针对每个城市的AQI和PM2.5数据执行统计性描述,例如计算平均值、中位数、标准偏差等指标。 - 确定空气质量良好天气的天数,即那些AQI值低于75(依据中国的空气质量评估标准)的日数。 3. **数据呈现**: - 运用matplotlib或seaborn工具绘制折线图,直观展示四个城市在2018年全年的AQI和PM2.5变化动态。 - 可通过采用不同的颜色方案和线条类型来区分不同城市的数据系列。 - 添加必要的图示元素,如日期坐标轴、城市名称标注、图表标题及图例说明,以提升图表的可读...

315

社区成员

发帖
与我相关
我的任务
社区描述
福州大学的软件工程实践-2023学年-W班
软件工程需求分析结对编程 高校 福建省·福州市
社区管理员
  • FZU_SE_teacherW
  • Pity·Monster
  • 助教张富源
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧