2017.05.10：工作笔记01

最新推荐文章于 2023-07-03 15:14:53 发布
最新推荐文章于 2023-07-03 15:14:53 发布
阅读量223 收藏
点赞数
分类专栏： 数据分析 程序代码
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/coco_cai/article/details/71550551
版权

1.   （Note：sum() vs count()；把所有数值由小到大排列并分成四等份，处于三个分割点位置的数值就是四分位数。）

2.   （Note：into outfile.txt）

3.   （Note：二进制文件读取方式，遍历文件夹权限问题！！！python2.7编码方式


）

傻瓜菜的傻瓜菜地
关注
专栏目录
Cocos2d-x：学习笔记（2017.05.12更新）
linwh8的博客
05-01 1636
1.参考链接汇总官方接口文档 关于Cocos2d-x中addchild和removeChild方法的参数的解析 Cocos2d-x3.2 Menu菜单的创建 cocos 中熟练运用场景的切换 cocos2dx一个场景添加多个层 Cocos2d-x Layer锚点设置 cocos2d-x convertToWorldSpace 和 convertToNodeSpace cocos2d-
VIC运行笔记2019.05.01
UCAS_Leon的博客
02-07 1092
可执行文件加入Linux默认路径的办法： 如果需要临时的成为系统默认路径可以这样： export PATH=/home/VIC/vic/drivers/classic:$PATH 此处假设要加入的路径是usr/local/arm/bin，记住，可执行文件是位于bin下面，比如可执行文件是a.o路径不能是：usr/local/arm/bin/a.o，路径指向可执行文件的所在 文件夹。 这...
【TCPDUMP 笔记 2022.8.18】
weixin_43360094的博客
08-18 1632
TCPDUMP笔记 2022.8.18
SPEC CPU 2017 Ubuntu 20.04 LTS cpu2017-1_0_5.iso 安装、测试 单核成绩 笔记
最新发布
hknaruto的专栏
07-03 3357
直接使用config/flags/gcc.xml。在线更新 SPEC CPU 2017。
CMS 解决浮动垃圾的方式——2017.05消息组件性能压测学习笔记
linqi的博客
05-26 2516
CMS GC要决定是否在full GC时做压缩，会依赖以下几个条件： 1.UseCMSCompactAtFullCollection 与 CMSFullGCsBeforeCompaction 是搭配使用的.默认是true，什么时候清理浮动垃圾（压缩整理）取决于后者。 2.用户调用了System.gc()，而且DisableExplicitGC没有开启。 3.young gen报告接下来如果做增量收...
skywalking 5.X 分布式链路跟踪 使用笔记
热门推荐
不会飞的小龙人的博客
08-02 3万+
skywalking 简介（链路跟踪与分析） 随着业务越来越复杂，企业应用也进入了分布式服务化的阶段，随着模块的不断增多，一次请求可能会涉及到十几个甚至几十个服务的协同处理，那么如何准确快速的定位到线上故障和性能瓶颈，便成为我们不得不面对的棘手问题，传统的日志监控等方式无法很好达到跟踪调用，排查问题等需求。在谷歌论文《 Dapper，大规模分布式系统的跟踪系统》的指导下，许多优秀的APM应运...
IntelliJ IDEA 2017.3-2018.1 全系列汉化包
08-14 1035
JetBrains 系列软件汉化包 关键字:Android Studio 3.0-3.1 汉化包GoLand 2017.3.2-2018.1 汉化包IntelliJ IDEA 2017.3-2018.1 汉化包PhpStorm 2017.3-2018.1 汉化包PyCharm 2017.3-2018.1 汉化包RubyMine 2017.3.2-2017.3.3...
ArchLinux2017.12.01安装for笔记本 （多系统实战）
builder007的专栏
12-09 874
01 官网https://www.archlinux.org/download/下载ISO（用163.com镜像站） 02 Win平台下用UltraISO制作U盘启动盘（写入方式：RWA） 03 重启进入BIOS关闭安全启动项（Secure Boot） 04 重启按ESC选U盘启动第一项  Arch Linux archiso x86_64 UEFI CD
72.13.93.147 index.php,index.html
weixin_42128676的博客
03-29 1249
maweizhuo blog#container.show {background: linear-gradient(200deg,#a0cfe4,#e8c37e);}var _hmt = _hmt || [];(function() {var hm = document.createElement("script");hm.src = "https://hm.baidu.com/hm.js?67...
2017.06.26 笔记 MTK手机版本信息修改
时光
06-26 3079
1.修改Kernel Version的值 --- a/alps/packages/apps/Settings/src/com/android/settings/DeviceInfoSettings.java +++ b/alps/packages/apps/Settings/src/com/android/settings/DeviceInfoSettings.java @@ -133,7 +1
第05课：补录PR2015和2017字幕教程【公众号：刘皇叔笔记】.mp4
08-07
适合想学PR，想学习视频剪辑的学生、白领等。
echohn.github.io:我的博客
05-26
2017/08/10: 2016/10/23: 2016/10/22: 2016/10/01: 2016/10/01: 2016/09/24: 2016/09/22: 2016/09/16: 2016/07/22: 2016/06/03: 2016/05/29: 2016/05/21: 2016/05/15: 2016/05/11: 「谁离开了，谁还在？」 2016/05/...
Java笔记（2017.03.05更新中）
irc1015
03-05 907
数据类型举例： public class Test { public static void main(String [] args) { int a=10; byte b=10; long c=564521458; short d=10; double e=1.0; float f=10.f; boolean g=false; char h='a'; String na
2017.04.19：今日头条数据分析笔试01
coco_cai的
04-19 9150
1.如何识别山寨APP   2.有监督学习vs无监督学习 是否有监督（supervised），就看输入数据是否有标签（label）。输入数据有标签，则为有监督学习，没标签则为无监督学习。最简单也最普遍的一类机器学习算法就是分类（classification）。对于分类，输入的训练数据有特征（feature），有标签（label）。所谓的学习，其本质就是找到特征和标签间的关系（mapping）
2017.04.18：网易2017校招数据分析开放题
coco_cai的
04-18 4080
1.异常值检测 原因： (1)数据来源于不同的类：某个数据对象可能不同于其他数据对象(即异常)，因为它术语一个不同的类型或类。Hawkins的离群点定义：离群点是一个观测值，它与其他观测值的差别如此之大，以至于怀疑它是由不同的机制产生的。 (2)自然变异：许多数据集可以用一个统计分布建模，如正态(高斯)分布建模，其中数据对象的概率随对象到分布中心距离的增加而急剧减少。换言之，大部分数据对象靠
2017.04.19:今日头天数据分析笔试02
coco_cai的
04-19 1445
10.数据库练习 bt.user_visit_log visit_time（访问时间） user_id（账号ID） page_url（访问页量） 2017-03-16 00:59:43 23564 /ad/test1 2017-03-16 01:01:03 94535
2017.03.03：机器学习
coco_cai的
03-03 679
logistic回归是一种广义线性回归（generalized linear model），因此与多重线性回归分析有很多相同之处。它们的模型形式基本上相同，都具有 w‘x+b，其中w和b是待求参数，其区别在于他们的因变量不同，多重线性回归直接将w‘x+b作为因变量，即y=w‘x+b，而logistic回归则通过函数L将w‘x+b对应一个隐状态p，p=L(w‘x+b),然后根据p 与1-p的大
2017.05.31:Mysql+Python 余弦相似度
coco_cai的
05-31 662
1.mysql字段类型 2.余弦相似度
2017.02.22：利用python进行数据分析
coco_cai的
02-22 516
1.pandas中的频率是由一个基础频率和一个乘数组成。基础频率通常以一个字符别名表示。 2.移动（超前和超后）数据。移动指的是沿着时间轴将数据前移或后移。 3.重采样：指的是将时间序列从一个频率转换到另一个频率的处理过程，pandas对象都带有一个response方法。它是各种频率转换工作的主力函数。 4.在移动窗口（可以带有指数衰减权数）上计算的各种统计函数也是一类常见于时间序列的数组变
利用jQuery.validate.js实现表单验证：实例与自定义规则
JQuery笔记（表单验证）主要介绍了如何在jQuery框架下实现网页表单的动态验证功能。`jquery.validate.js` 是一个官方推荐的轻量级验证插件，它极大地简化了前端开发者对用户输入数据的校验过程。这个插件利用jQuery...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值