dujidan的博客

【代码】boxplot 绘制箱线图，添加数据点。

最后偷梁换柱的方式成功了，用自己下载rust-analyzer 替换了VSCode 的 rust-analyzer ，成功了。是把rust-analyzer 安装上了，但设置路径这一步一直不起效果。

classmethod: 不用实例化，可以直接调用。直接使用示例进行说明演示，更为直观。

【代码】txt 转成 xlsx。

【代码】probit的LOD计算。

Pearson相关系统适合正态分布、连续随机变量、线性相关程度高的情况。对于非线性相关的数据，Spearman相关系数要比Pearson相关系数更显著肯德尔秩相关系数对样本量小，有极端值的情况也更适用下图直观的体现了三种相关系数的有效性。可以看出，在相关性极为明显（极相关或极不相关）的情况下，三者效果是无差异的。而对于相关性不太明确的情况（图3），Kendall相关系数更为保守一些。相关链接:相关性分析的五种方法参考。

【代码】Python 数据可视化 多色散点图。

【代码】Python 数据可视化 散点图。

在Windows里面，程序有问题时，如果可能的话先将所有其它程序保存并结束，然后尝试按救命三键 （Ctrl+Alt+Delete），将有问题的程序（不要选错了程序哦）“结束工作”，看看能不能恢复系统。别以为您还年轻，等你再弄多几年计算机了， 您将会非常庆幸您有此一习惯。学写 script 的确没设置 server 那么好玩，不过以我自己的感觉是：关键是会得“偷”， 偷了会得改，改了会得变，变则通矣。如果看在网络上看到任何好文章，可以为自己留一份copy，同时定好题目，归类存盘。（鸟哥需要注意知识产权！

inux系统下 /VAR/LOG/ 各个日志文件分析： https://blog.csdn.net/Love_Naive/article/details/107472689。/etc/docker/daemon.json配置文件详解：https://www.cnblogs.com/chuyiwang/p/17577020.html。docker仓库登录及配置： https://blog.csdn.net/Ruby_One/article/details/136883834。确认是否关闭可以使用。

参考官方链接：

【代码】ggplot2画图。

【代码】hg19.chrom.sizes 各个染色体长度。

【代码】Python 数据可视化 boxplot。

【代码】python flask 调试。

场景：500G 文件 特殊只有一行，特殊分割符号 {|}

【代码】python 2组list绘制拟合曲线、计算拟合方程 R^2。

【代码】json格式转换 ymal tsv。

【代码】awk常用统计命令。

画图没有什么可说的，直接上图。