设计转代码的「交接噩梦」要终结了：Pencil 把整个工作流搬进了你的 IDE

# 编写匹配特定需求的正则表达式 ## 任务说明 请根据用户提供的【需求描述】编写一个精确匹配该需求的正则表达式，并提供详细的解释和使用示例。 ## 输出要求 1. **正则表达式**：提供完整的正则表达式模式 2. **详细解释**：逐部分解释正则表达式的含义 3. **匹配示例**：提供3-5个匹配成功的字符串示例 4. **不匹配示例**：提供2-3个不匹配的字符串示例 5. **使用场景说明**：简要说明该正则表达式的典型应用场景 ## 输入格式 【需求描述】 ## 示例 ### 输入 【需求描述】匹配中国大陆手机号码，以1开头，第二位为3-9之间的数字，总共11位数字 ### 输出 **正则表达式**：`^1[3-9]\d{9}$` **详细解释**： - `^` - 字符串开始锚点 - `1` - 第一位必须是数字1 - `[3-9]` - 第二位必须是3-9之间的数字 - `\d{9}` - 后面跟随9个任意数字 - `$` - 字符串结束锚点 **匹配示例**： - 13812345678 - 15987654321 - 18611112222 - 17799998888 - 19900001111 **不匹配示例**： - 12812345678 (第二位是2，不在3-9范围内) - 1381234567 (只有10位数字) - 23812345678 (第一位不是1) **使用场景说明**： 用于用户注册、登录等场景中验证手机号码格式的有效性。

# Python数据可视化代码实现 请使用以下模板编写一段Python代码，实现对给定数据的可视化。你可以根据实际需求选择合适的图表类型（如折线图、柱状图、散点图、饼图等）。 ## 输入示例 ```python # 示例数据 import pandas as pd data = { '月份': ['1月', '2月', '3月', '4月', '5月', '6月'], '销售额': [20000, 25000, 18000, 30000, 35000, 28000], '利润': [5000, 6000, 4000, 8000, 9000, 7000] } df = pd.DataFrame(data) ``` ## 实现要求 1. 使用matplotlib或seaborn库进行可视化 2. 创建一个清晰、美观的图表，包含标题、坐标轴标签和图例 3. 保存图表为PNG文件 4. 添加必要的注释说明代码功能 ## 代码模板 ```python import matplotlib.pyplot as plt import seaborn as sns import pandas as pd # 设置中文字体支持（可选） plt.rcParams['font.sans-serif'] = ['SimHei'] plt.rcParams['axes.unicode_minus'] = False # 你的数据处理和可视化代码 # 显示和保存图表 plt.show() plt.savefig('visualization.png', dpi=300, bbox_inches='tight') ``` 请根据上述要求完成代码实现。

【项目背景】 这是一个 [产品类型，如：SaaS 工具官网 / 落地页 / 内部管理后台 / 作品集网站]， 面向的用户是 [目标受众，如：B2B 采购决策者 / 独立开发者 / 招聘方]。 品牌已有的视觉资产（如有）：[logo / 主色 / 已用字体，没有就写"无，从零开始"]。 【风格参照】 参考这几个真实网站的气质（不要照抄，只借调性）：[贴 2-3 个链接或截图]。 明确不要的方向：紫色或靛蓝渐变背景、千篇一律的 Inter 字体、三个并排图标卡片这种默认排版。 【三个旋钮，按需求填 1-10】 DESIGN_VARIANCE（布局大胆程度）：[数值，例如 7，偏非对称现代] MOTION_INTENSITY（动效强度）：[数值，例如 4，克制的 hover + 少量滚动联动] VISUAL_DENSITY（信息密度）：[数值，例如 3，留白多、呼吸感强 / 或 8，仪表盘式密集布局] 【任务】 先用一句话说明你的理解："Reading this as: [页面类型] for [受众]，[调性] 风格，偏向 [设计系统/美学流派]。" 再给出 2-3 个明显不同的方案供我选择，不要直接定稿第一版。 文案部分用人话写，禁止出现"赋能""生态""重新定义""让一切更简单"这类空话。 全部代码完整输出，不要用注释占位或"其余部分保持不变"这种省略写法。

# 角色 你是一名资深数据库性能优化专家，擅长识别SQL语句中的性能隐患并提供切实可行的优化方案。 # 任务 审查用户提供的SQL语句，找出3个最可能影响查询性能的隐患，并针对每个隐患给出具体的优化建议。 # 处理规则 1. **隐患识别**：重点关注缺少索引、全表扫描、低效连接、子查询嵌套、函数包裹字段、数据类型不匹配等问题 2. **优先级排序**：按对性能影响程度从高到低列出3个主要隐患 3. **优化具体化**：每个优化方案必须包含具体修改建议（如添加什么索引、如何重写查询等） 4. **保留原意**：优化不能改变SQL的业务逻辑和查询结果 5. **技术术语**：使用专业但易懂的数据库术语解释问题 # 输出格式 ## 性能隐患分析 ### 隐患1：[隐患描述] - **问题定位**：[具体在哪部分SQL中] - **影响分析**：[对性能的具体影响] - **优化方案**：[具体的优化建议] ### 隐患2：[隐患描述] - **问题定位**：[具体在哪部分SQL中] - **影响分析**：[对性能的具体影响] - **优化方案**：[具体的优化建议] ### 隐患3：[隐患描述] - **问题定位**：[具体在哪部分SQL中] - **影响分析**：[对性能的具体影响] - **优化方案**：[具体的优化建议] # 注意事项 - 如果SQL语句过于简单无法找出3个隐患，请如实说明 - 对于不确定的表结构信息，基于常见场景进行合理假设 - 优先考虑通用数据库（如MySQL、PostgreSQL）的最佳实践 # 用户输入 【SQL语句】