cmdangdang-CSDN博客

转载经纬度转换

参考：http://www.oschina.net/code/snippet_260395_39205 var app = null; var xlWork = null; var xlSheet = null; var xlSheet2 = null; function InitExcel() { try { //只能使用IE浏览

2016-11-29 13:46:20 1523

转载数据驱动省市级下钻-echarts

要点1： //从echarts源码中获取config.js，放入js文件夹下，该语句才生效 var ecConfig = require('echarts/config');要点2：//事件触发生效，setOption要放在事件触发函数内部myChart2.on(ecConfig.EVENT.MAP_SELECTED, function (param){...

2016-11-08 17:27:21 554

原创 django与jquery数据传递过程

——本文通过学习自强学堂后，结合自己的理解梳理而成通常django通过url请求views函数后，渲染模板数据到网页中。当模板中使用了jquery时，渲染过程不变，地址栏仍然通过输入对应地址，加载模板到网页。jquery通过在url.py中定义新的url，关联views与模板中的jquery。为实现不同的效果，需增加以下内容：1、jquery的src：可使用本地的，也可使用CDN上

2016-08-27 21:01:30 7831 1

原创 web数据可视化——django+echarts

django网页呈现echarts图表

2016-08-06 10:10:21 24656

原创数据分析与可视化工具小谈

几个excel时，可直接导入到SPSS modeler进行合并（追加）分析；面对多个excel源文件时，可先通过VBA宏进行合并（excel2007及以后版本，合并后文件不超过1048576行），然后通过SPSS modeler进行分析。数据量再大时，可先导入到数据库（如sql），modeler对接数据库处理。其他途径：利用python进行分析处理，python也可

2016-06-17 16:08:24 1162

转载 VBA excel文件合并

Sub 合并当前目录下所有工作簿的全部工作表()Dim MyPath, MyName, AWbNameDim Wb As Workbook, WbN As StringDim G As LongDim Num As LongDim BOX As StringApplication.ScreenUpdating = FalseMyPath = ActiveWorkbook

2016-06-17 15:08:04 386

翻译 OpenPyXL学习

Workbooks, Sheets, CellsAs a quick review, here’s a rundown of all the functions, methods, and data types involved in reading a cell out of a spreadsheet file:Import the openpyxl module.

2016-01-31 15:28:33 468

原创常见错误提示汇总

1、TypeError a float is required——通常由于待计算的数值格式问题导致在计算最小距离时，出现该错误提示，通过：print isinstance(lng2,float)查看出问题的值，对数值进行修正

2016-01-27 15:14:52 734

原创特殊项处理——计算最小距离时如何排除自身

在计算除自身外距离最近的位置时，通过将计算自身时的距离设置为极大值（以能达到目的为准）以规避。这样计算最小距离就会排除自身：for i in range(2,ws1.get_highest_row()+1): distance=[] lng1=ws1['B'+str(i)].value lat1=ws1['C'+str(i)].value #lat1=float

2016-01-27 14:32:27 496

原创 python全局变量

一个计算list中最小值，并返回该最小值和索引的函数def getMinIndex(my_list):#计算最小值 min = my_list[0] minIndex=[] #变量一旦在内部被赋值，则变为内部变量， #如需在外部使用（这里为if语句以外），需要声明为全局变量 global index_min for i in range(1

2016-01-26 14:53:49 293

Google近日发布了TensorFlow 1.0候选版，这个稳定版将是深度学习框架发展中的里程碑的一步。自TensorFlow于2015年底正式开源，距今已有一年多，这期间TensorFlow不断给人以惊喜，推出了分布式版本，服务框架TensorFlow Serving，可视化工具TensorFlow，上层封装TF.Learn，其他语言（Go、Java、Rust、Haskell）的绑定、Windows的支持、JIT编译器XLA、动态计算图框架Fold，以及数不胜数的经典模型在TensorFlow上的实现（Inception Net、SyntaxNet等）。在这一年多时间，TensorFlow已从初入深度学习框架大战的新星，成为了几近垄断的行业事实标准。, 《TensorFlow实战》希望用简单易懂的语言带领大家探索TensorFlow（基于1.0版本API）。在《TensorFlow实战》中我们讲述了TensorFlow的基础原理，TF和其他框架的异同。并用具体的代码完整地实现了各种类型的深度神经网络：AutoEncoder、MLP、CNN（AlexNet，VGGNet，Inception Net，ResNet）、Word2Vec、RNN（LSTM，Bi-RNN）、Deep Reinforcement Learning(Policy Network、Value Network)。此外，《TensorFlow实战》还讲解了TensorBoard、多GPU并行、分布式并行、TF.Learn和其他TF.Contrib组件。《TensorFlow实战》希望能帮读者快速入门TensorFlow和深度学习，在工业界或者研究中快速地将想法落地为可实践的模型。

2017-10-30

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人