你有两年以上的前端开发经验吗？你会用 Sass 和 Autoprefixer 等高级的CSS辅助技能吗？你的 JavaScript 知识是否融汇贯通，你是否喜欢使用 Gulp ， npm 和 jQuery ？如果是这样，根据 Ashley Nolan 的前端问卷调查，你是一个典型的前端开发工程师。 谎言，该死的谎言，统计数字和调查问卷 注：谎言，该死的谎言，统计数字(英文：Lies, damned lies, and statistics)，是一句著名的西方谚语。主要描述数字的说服能力，特别是用来讽刺一些使用统计数字支持、但毫无说服力的分析报告，以及人们倾向于贬低那些不支持其立场的统计结论。 维基百科 诸如此类的调查有助于你发现新工具和你的知识短板。至本文撰写时，本次问卷调查收到了5,254份答复，这是比大多数民意调查更具有样本价值。但是，调研结果是否代表真相还是应该抱审慎态度。。。 全球性的统计结果 这次问卷调查是全球性的，但将主要来自英语国家。 在其他地方开发或使用的流行工具可能被忽略。 开发人员知识 本次问卷调查呼吁经验丰富的开发人员对调研问题有深刻理解并且有时间，有兴趣去完成本次调查。 83％ 的受访者有两年或两年以上的前端技术经验，只有 5％ 的受访者不到一年前端经验： 具备较低前端技能的开发人员不太可能完成本次问卷调查，因此结果可能会相应偏离。 意见和偏见 受访者被要求判断自己的水平。有些人可能比较谦虚，有些有选择困难综合症。有些人可能高估了自己的水平，因为他们可能是一群新手程序员团队中唯一前端开发人员。自我偏见的偏差可以被平均，但没有办法证明。 过去的行为不代表未来的趋势 调查结果突显了开发人员已经使用的工具。这并不意味着这些工具是有用的，可以节省时间或将在将来的项目中使用。 CSS 63％的开发人员将他们自己的CSS知识评为高级或专家水平： 虽然 CSS 是一个看似简单的 属性 和 值 的键值对集合，但是 CSS 是众所周知地难以掌握。 CSS3引入了一系列新效果， 并且越来越难以掌握所有的知道。例如，我对新的 CSS网格模块 知之甚少，还有当开发 Flexbox 布局时常常需要翻阅手册(或随机尝试性的使用各种属性和值)！ 10％的受访者承认不到一年的开发经验，却声称已经掌握高级的CSS知识！我怀疑他们很快就会意识到，懂的越多，意味着不懂的也就越多！ CSS 预处理器 超过 63％ 的受访者使用 Sass – 无可争议的预处理器冠军。8％的受访者还使用 PostCSS，虽然它通常与其他预处理器结合使用以提供有用的功能 – 如AutoPrefixer( 65％ 的受访者采用)。

web 前端开发述职报告 新的一年里，我们要更紧密的与业务挂钩，除了继续承 担页面设计、前端开发的工作之外，要充分考虑网站运营方 面的需求，通过改良广告页的设计，提升产品的订购率。以 下是小编收集的 《 web 前端开发述职报告》 ， 仅供大家阅读参 考！ web 前端开发述职报告 在过去的一年里， “前端开发 部”主要承担着公司“前端页面”设计和制作方面的工作。 在各位同事的努力下，妥善的处理好了这方面的相关业务。 作为设计师，在完成平面设计及网站设计的同时，为页 面的优化提出了很多建议。例如 DK 的导航条，设计师充分 考虑到了用户鼠标滑过的状态、点击的状态，以及购物车在 不同情况下的展示效果。为提升用户体验做出了积极贡献。 另外，前端开发方面的进步也显而易见，在广告页的制 作上，通过技术手段，降低了页面的“并发连接数” ，提升 页面开启速度的同时，减少了服务器带宽的损耗。尤其是张 瑞，熟练掌握了 html 及 css 语言，在代码编写速度上有了 显著提高。 新的一年里，我们要更紧密的与业务挂钩，除了继续承 担页面设计、前端开发的工作之外，要充分考虑网站运营方 面的需求，通过改良广告页的设计，提升产品的订购率。

使用Flutter切换到一个新界面，并且能跳回来 1、使用Navigator来切换页面。2、 使用路由统一管理跳转3、页面间传值 在一个App中一般会有很多页面，这些页面需要相互跳转，传递信息并进行交换。比如列表要跳到详情，活动入口跳转到活动页面等等。Android中的页面可以是Activity；iOS中使用ViewController。在Flutter中，是如何进行页面跳转的呢？ 1、使用Navigator来切换页面。 Navigator.push： 跳到另一个页面Navigator.pop： 从当前页面回退到上一个页面 首先需要创建两个页面，FirstPage和SecondPage。代码如下： class FirstPage extends StatelessWidget { @override Widget build(BuildContext context) { return Scaffold(appBar: AppBar(title: Text('First page'),), body: Center(child: RaisedButton( child: Text('Go to 2nd page'), onPressed: () { print('This is first page'); // 执行想要的操作.......... Navigator.push(context, MaterialPageRoute(builder: (context) => SecondPage())); }),),); } } class SecondPage extends StatelessWidget { @override Widget build(BuildContext context) { return Scaffold(appBar: AppBar(title: Text('Second page'),), body: Center(child: RaisedButton( child: Text("Go back"

本文属于《Unity3D机器学习插件ML-Agents ToolKit环境搭建》系列内容。 要首先清晰这个框架。 因为在网上搜索的其他的教程，遇到了一些坑，在这里自己整理一下。 安装Anaconda请参考上一篇博文：https://blog.csdn.net/ConanYang/article/details/111357066 一、TensorFlow安装准备工作 注意，本博文是安装 TensorFlow CPU版。GPU版请参考另一篇博文。 首先确保你已经安装了 Anaconda，打开conda终端（Windows用户请打开“Anaconda Prompt”）： 打开后显示 （base）开头的提示行： 在窗口中使用以下命令进行安装验证： conda --version 二、TensorFlow安装 输入下列代码，安装tensorflow，选择Y继续 conda install tensorflow 安装完成后，输入下列代码 anaconda show anaconda/tensorflow 出现下列提示，直接执行该提示 conda install --channel https://conda.anaconda.org/anaconda tensorflow 安装完成 如果 【Tensorflow Windows版本只支持3.5.x以及3.6.x版本的Python】，而上篇我们安装的Anaconda中预装的python为3.8版本，所以要更替一下版本 详情访问https://tensorflow.google.cn/install/pip?lang=python3 在Prompt中输入以下代码更换Python为3.6.5版本（也可以改为其他支持的Python版本），选择Y conda create -n tensorflow python=3.6.5 三、切换到tensorflow的环境： activate tensorflow

通过 composer 安装 PHP AMQPlib composer require php-amqplib/php-amqplib 目录结构： ├─rabbitmq └─vendor ├─composer ├─php-amqplib │ └─php-amqplib │ └─PhpAmqpLib │ ├─Channel │ ├─Connection │ │ └─Heartbeat │ ├─Exception │ ├─Exchange │ ├─Helper │ │ └─Protocol │ ├─Message │ └─Wire │ └─IO └─phpseclib └─phpseclib └─phpseclib ├─Crypt ├─File │ └─ASN1 ├─Math ├─Net │ └─SFTP └─System └─SSH └─Agent 生产者和消费者demo 生产者 <?php require "../vendor/autoload.php"; use PhpAmqpLib\Connection\AMQPStreamConnection; use PhpAmqpLib\Message\AMQPMessage; if ($argc < 2) { exit("please input argument, like `php -f directP.

解决word文件另存为PDF时图片变模糊 1、“另存为”时，可以看到左下角，有“针对以下格式优化”的选项，选择第一个“标准” 2、之后点开右边的“选项”，找到pdf选项第二条，默认勾选的“无法嵌入字体情况下显示文本位图”，要取消掉，不能选。 这样就好啦！

无锡康博瑞特电子科技有限公司 在校企合作座谈会上，杨总对公司的发展方向做了简要阐述，主要是以电动车辆为基础，电机控制为核心，聚焦石墨烯电池和数字充电器的研发和创新。并表示欢迎我校输送人才，注入新的力量。我校电子信息学院副书记强调学校高度重视校企合作，不断与企业、行业专家进行深入交流，积极拓宽合作渠道，目的是为学生搭建更好的学习平台，增加就业机会。老师在会上也表示积极推动产教结合，指出校企融合是学校培养人才的主要途径。

range在python中的意思是什么 发布时间：2020-07-20 11:56:31 来源：亿速云 阅读：109 这期内容当中小编将会给大家带来有关range在python中的意思是什么，文章内容丰富且以专业的角度为大家分析和叙述，阅读完这篇文章希望大家可以有所收获。 python range() 函数可创建一个整数列表，一般用在 for 循环中。 函数语法range(start, stop[, step]) 参数说明： start: 计数从 start 开始。默认是从 0 开始。例如range(5)等价于range(0， 5); stop: 计数到 stop 结束，但不包括 stop。例如：range(0， 5) 是[0, 1, 2, 3, 4]没有5 step：步长，默认为1。例如：range(0， 5) 等价于 range(0, 5, 1) 实例>>>range(10) # 从 0 开始到 10 [0, 1, 2, 3, 4, 5, 6, 7, 8, 9] >>> range(1, 11) # 从 1 开始到 11 [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

作为从事多年一线技术开发人，现转岗项目管理的技术人员，从自身角度总结了N个对我学习挺大的学习网站，在这里与大家做个分享，供大家参考。 一、51CTO 51CTO是中国IT及互联网领域领先的专业垂直技术媒体，凭借专业的技术与整合信息服务的能力，致力于促进IT技术领域知识传播与服务创新，是我第一个写博客的技术的网站。 二、博客园 博客园创立于2004年1月，是一个面向开发者的知识分享社区。自创建以来，博客园一直致力并专注于为开发者打造一个纯净的技术交流社区，推动并帮助开发者通过互联网分享知识，从而让更多开发者从中受益，更多倾向于.Net的技术社区。 三、CSDN 创立于1999年，致力于为中国软件开发者提供知识传播、在线学习、职业发展等全生命周期服务，是一个老牌社区。2019年开始，尝试了很多的改版，推出了付费阅读、原力计划、新的排名机制等等，对于热爱技术的、探索技术的你来说绝对不能错过，缺点就是广告太多、下载资源需要C币。 四、极客时间 极客时间是极客邦科技出品的 IT 类知识服务产品，内容包含专栏订阅、极客新闻、热点专题、直播、视频和音频等多种形式的知识服务，产品形态包括移动 App，移动端网站、PC 端网站、微信平台等，平台提供非常优质的学习内容。 五、GitHub GitHub 于 2008 年 4 月 10 日正式上线，除了 Git 代码仓库托管及基本的 Web 管理界面以外，还提供了订阅、讨论组、文本渲染、在线文件编辑器、协作图谱（报表）、代码片段分享（Gist）等功能,是世界上最大的代码托管网站，上面有很多优秀的开源作品，凡是你能想到的轮子，直接搜索就可以了。 六、Stack Overflow Stack Overflow是一个与程序相关的IT技术问答网站。用户可以在网站免费提交问题，浏览问题，索引相关内容,是一个专注于解决 bug 的社区，开发过程中遇到什么 bug，99.99%都能搜到答案。 七、掘金 现在国内优质的开发者交流学习社区，可以去看大佬们写的文章，也可以自己分享学习心的，与更多开发者交流。是近几年崛起的技术分享网站。 八、网易云课堂 网易公开课为网易推出的“全球名校视频公开课项目” 。用户可以在线免费观看来自于哈佛大学等世界级名校的公开课课程,可汗学院,TED等教育性组织的精彩视频，内容涵盖人文、社会、艺术、科学、金融等领域。 九、腾讯课堂 腾讯课堂是腾讯推出的专业在线教育平台，聚合大量优质教育机构和名师，下设职业培训、公务员考试、托福雅思、考证考级、英语口语、中小学教育等众多在线学习精品课程。 十、B站 哔哩哔哩已经成为当代年轻人学习的重要阵地之一，英语、日语、心理学、PS、PR、WORD、EXCEL、技术开发、职场生活等应有尽有，最近两年发展势头迅猛，里面有不少有创意的 Up 主，不乏一些有趣的程序员。 十一、开源中国 是目前国内最大的开源技术社区，拥有超过200万会员，形成了由开源软件库、代码分享、资讯、协作翻译、码云、众包、招聘等几大模块内容，为IT开发者提供了一个发现、使用、并交流开源技术的平台，旗下还有一个云开发平台--码云，算是中国版的GitHub。 十二、知乎 知乎是网络问答社区，连接各行各业的用户。用户分享着彼此的知识、经验和见解，为中文互联网源源不断地提供多种多样的信息，知乎相当于一个大杂烩，技术分享占一部分，还有一部分是职场、生活。 十三、菜鸟教程 - https://www.runoob.com/ 提供了编程的基础技术教程, 介绍了HTML、CSS、Javascript、Python,Java,Ruby,C,PHP , MySQL等各种编程语言的基础知识。什么语言想要入门的，来这里绝对没错。 十四、随时随地学编程-https://www.w3cschool.cn/ W3Cschool是一个专业的编程入门学习及技术文档查询应用，提供包括HTML，CSS，Javascript，jQuery，C，PHP，Java，Python，Sql，Mysql等编程语言和开源技术的在线教程及使用手册，非常适合初学者入门及技术文档查阅。 如果你觉得对你有帮助，帮忙点个赞在走呗，顺便激励下我，谢谢。

由于实验平台的需求，需要实现在 VS 和 Matlab之间进行通信，传送实验数据。都是在本机上。 目标是：VS和Matlab之间互传Double类型的数据，VS是服务器端，Matlab是客户端。（VS2019 + Matlab2016） 1.类型转换 C++这边Socket提供的接口提供函数只可以支持 char * 类型的指针（存疑，欢迎指正），所以想要传递double数据，首先需要进行一步类型转换，将 double 转化成 char 数组，Matlab接收到的是 浮点数的 ACSII 码值。 在这一步试了以下两种方法： 利用C++提供的sprintf() 函数 ，将浮点数 传化成 char 数组，但是一次性传送多个数字的话，在传到 Matlab 之后，由于每个数的大小不一样，位数不一样，Matlab 不好分割，没办法处理。利用 union ，将double的八个字节塞给一个char数组，这样就可以保证每一次传送的位数是固定的 8位。union 内部的所有数据公用同一个地址，所以这一部分转换如下。 #define _CRT_SECURE_NO_WARNINGS #include<stdio.h> #include<iostream> #include<string> using namespace std; const int len_double = sizeof(double); typedef union doubletochar_8 { double num_double; char num_char[len_double]; }doubletochar; int main() { doubletochar num; char send_arr[len_double]; double x = 10; num.num_double = x; for (int i = 0; i <= len_double-1;++i) //小端模式：低字节在低位，高字节在高地址 { send_arr[i] = num.

关于vue 打印 pdf 的方式，网上主要有两种，一种是vue-pdf 一种是 pdf.js。 由于在引用vue-pdf 一直报错且issue 没有解决方案。还是就是由于是vue 项目，所以想直接使用npm 包。故选择使用 pdf-dist npm包 做法(经过在网上寻找，找到以下方案。经测试可以使用。故记录以下) 1 下载 npm install pdf-dist 2 在vue 组件内引用 3 使用 iframe 引入 pdf

目录 1. 文档字符串2. 函数的作用域2.1 全局作用域2.2 函数内部作用域 3. 函数名的使用（重点）4. 命名空间5. 递归函数 1. 文档字符串 查看帮助文档__doc__和help()函数__doc__查看帮助文档 #吃榴莲的过程 def func(): """ 功能：这是一个吃榴莲的过程 参数： 返回值： """ print("拿出榴莲") print("榴莲皮去掉") print("果肉放进嘴里") return "太香了" func() #用__doc__查看func这个函数的帮助文档 print(func.__doc__) help()是Python中内置函数，通过help()函数可以查询Python中函数的用法 # help()函数用法：help(函数名) help(input) #直接运行，就会调用出input这个函数的用法 在定义函数时，可以在函数内部编写文档字符串，文档字符串就是对函数的说明 def fun(a, b, c): """ 这是一个文档字符串的示例 这个函数是做什么用的。。。。 :param a: 作用 类型 默认值 :param b: 作用 类型 默认值 :param c: 作用 类型 默认值 :return: 需不需要返回值 """ return 123 help(fun)#查看fun这个函数的用法 2. 函数的作用域 2.1 全局作用域 概念 全局作用域在程序执行时创建，在程序执行结束时销毁；所有函数以外的区域都是全局作用域；在全局作用域中定义的变量，都是全局变量，全局变量可以在程序的任意位置进行访问在函数外部定义的变量 a = 123 def fun(): b = 456 print('函数内部a = ',a) print('函数内部b =',b) fun() print('函数外部a = ',a) # 输出结果为123，变量a是定义在函数外面，所以可以在任何地方使用，a就是全局变量 print('函数外部b = ',b) # 运行时会报错，因为b是函数内部的变量，不能再函数外面使用。 在函数内部的变量，但是变量前面+global，此时函数的局部变量就会变成全局变量。 def func(): global a #用global声明a是全局变量 a = 123 b = 456 print('函数内部a = ',a) # 在函数内部可以正常输出 print('函数内部b =',b) func() print('函数外部a = ',a) # 在函数外部也可以正常输出，因为global a，在函数内部声明a为全局变量，所以在任何地方都可以访问 print('函数外部b = ',b) # 但是b是在函数内部的变量，并没有声明b为全局变量，所以在函数外部，是不能访问到b。打印时会报错。 global总结

递归方程 递归方程之前提到过，就是部分算法在求解的过程中使用了将一个问题划分成几个等价的小问题，在这个过程中，我们就可以列出一个等式。 （如归并排序中，将一个大数组拆分成两个小数组分别计算，然后用O(n)的代价合并， T(n) = T(n/2)+O(n)就是一个递归方程） 那么，在得到一个递归方程之后，我们应该如何求解问题呢？ 替换法/代入法 我们都知道，归并排序的时间复杂度为O(nlogn)，那么我们以后看到和上面给出的归并排序差不多的递归方程时，我们可能心中就有了一些猜想。 没错，这个方式就是通过经验经行猜测 比如T(n) = 2T(n/2 + 17) + n，因为我们之前说过时间复杂度这个东西和常数项等关系不大，所以我们自然会将其和nlog进行联系，那么此时我们就需要带入，进行验证。 需要注意，在使用数学归纳法的时候，我们是可以舍弃前几项的 因为算法的时间复杂度并非严格的数学计算，我们可以忽略很多东西，而且在θ等标记符的定义过程中我们也强调了n0的含义。 但是，猜也是需要积累经验的，对一些奇怪的问题我们可能很难做到一次猜对，很自然，我们可以考虑先猜一个上下阶，然后不断逼近的方式。 那么我们就需要一些常见的时间复杂度的大小比较： O(1) < O(logn) < O(n) < O(nlogn) < O(n2) < O(n3）……随后是指数，阶乘函数是最大的。 需要注意的问题： 任意底数的logn都要比多项式低阶不同底数的log是同阶的，只相差一个系数（换底公式） 随后是一个蛮奇怪的问题，就是在计算下面的时间复杂度时，我们的做法可能有一点不同 我们可以通过猜测的方式，达到O(n)的程度，但是当将O(n)带入时，会发现： 此时我们最可能的想法就是要计算O(nlogn)了，因为低阶的已经不能证明了。 但正好相反，我们的做法是在原来的基础上减去一个常数项 这是因为等式距离cn只差了一个常数项，而递归方程的左边只有一个T函数，而右边则有两个，那么在用右边的式子代替左边时，我们就可以减去双倍的常数项，就可以保证等式成立了。 等等，还有一种比较常见的变型： 有时我们会遇见一些奇形怪状的问题，比如 那么此时就要想一下是否能通过变脸替换来解决问题了。 递归树法 这个方法是非常有趣的，也是最接近所有方法的本质的。 T(n) = 3T(n/4)+θ(n2) 我们可以这样想象，首先我们有一个大小为n的原问题，然后我们将他拆分成三个n/4大小的子问题，然后用了θ(n2)的代价。 将θ(n2)写在树根，那么这个根节点就应该有3个孩子节点，每一个孩子节点的大小是n/4 当我们将这个过程继续下去，直到最后一层，每一个结点的大小都是T(1)时 （ T(1)的代价我们默认为O(1) ），我们就可以说这棵树到了叶子节点。 因为每一层我们都将原规模缩小为原来的1/4，然后每一层的个数都是原来的三倍，所以最后一层的叶子节点个数应为3log4n， 使用换底公式，我们可以得到最后一层的代价为θ(nlog43）。（以4为底3的对数） 而每一次的拆分，我们都将代价写在非叶子结点上，那么将代价相加， 再加上最后的叶子节点代价，我们就可以得到整体的代价了。 （说白了就是我把所有代价都写在结点上了，叶子节点就是T(1) == θ(1)，你把所有的加起来就行了） （学校ppt上的照片有水印，自己做的将就一下吧T_T） 在得到了每一层的代价之后，求和就是高数的事了。 主方法（最简单的方式） 好叭，可能很多人都和我一样，高数早就还给了老师，所以大佬们就给出了一个十分简单的方式来计算这类的时间复杂度。 这里给出主方法的一个分析方式，但不属于证明！ 在我们计算递归树的时候，如果真的动手去算了上面的代价，那么会发现非叶子节点是一个等比数列，而叶子节点是另外一种不同的计算方式。在之前我们提到过，时间复杂度只考虑最高阶，所以我们只需要比较两者阶的高低，就可以得到时间复杂度了。 主方法通式：T(n) = aT(n/b)+f(n)

在进行数据分析过程中，我们通常需要使用各种模型来证明自己的分析观点，使自己的结论更具备说服力，同时也让自己的论证思路更具备逻辑性和条理性。 今天老李就给罗列了6个常用的数据分析模型，并附上实际的案例讲解以及分析模板，希望能让大家快速掌握这些模型和方法！ 话不多说，上干货！ 1、RFM模型 RFM 分析是美国数据库营销研究所提出的一种简单实用的客户分析方法，发现客户数据中有三个神奇的要素： 最近一次消费时间（R）：客户距离最近的一次采购时间的间隔。最近一段时间内消费频次（F）：指客户在限定的期间内所购买的次数。最近一段时间内消费金额（M）:客户的消费能力，通常以客户单次的平均消费金额作为衡量指标。 这三个要素构成了数据分析最好的指标，RFM 分析也就是通过这个三个关键指标对客户进行观察和分类，针对不同的特征的客户进行相应的营销策略，如下图所示： 案例讲解：已知某公司销售信息，分析该公司客户消费能力，并将其分类进行营销。 分析思路： 1）获取R、F、M 3 个关键指标。2）根据实际业务情况，设置并求出阈值，可以是平均值、中位数，示例使用R、F、M三个指标的平均值。3）将三个指标R、F、M进行特征向量化，对于M、F，如果客户消费金额和频率高于阈值，计为1，否则计为0；对于R则相反。4）根据特征向量将客户分类。 利用FineBI制作 结论：客户类型中占比最多的是一般发展客户（最近购买过，但频率和金额都不大），应向该客户推送公司主营业务，通过宣传推广让产品信息送达客户手中。 其次占比较多的是一般挽留客户（很长时间未买，购买的频率和金额较少），应该面向该部分人群推出促销活动，拉动消费的积极性 此外还可计算各地区客户消费能力与消费流失情况，由于M、F 为正向指标，则用M、F作为横纵轴代表客户消费的能力，值越大表示消费能力越高 R为负向指标，则代表消费流失情况，图形越大表示最近消费距今时间越长，流失越严重。 结论：成都和北京地区客户消费金额较大，但客户流失情况比较严重，需要重点关注。武汉、沈阳地区客户以小额消费为主，但消费次数多。 2、帕累托分析 帕累托分析法又称ABC 分类法，平常也称之为「80 对 20」规则，常用于商品的库存管理分析中。 把产品或业务分为A、B、 C三类，用于分清业务的重点和非重点，反映出每类产品的价值对库存、销售、成本等总价值的影响，从而实现差异化策略和管理。 案例讲解：已知不同品类商品的销售额信息，需分析商品销售量情况有重点的管理商品。 分析思路： 1）计算不同品类商品累计销售额及其占比，2）按照累计销售占比将品类分成几类，将品类按照累计销售额占比：0-70% 1类；70%-90% 2类；90%-100% 3类 3、购物篮分析 大家应该都听过这样一个经典案例：超市里经常会把婴儿的尿不湿和啤酒放在一起售卖，原因是经过数据分析发现，买尿不湿的家长以父亲居多，如果他们在买尿不湿的同时看到了啤酒，将有很大的概率购买，从而提高啤酒的销售量。 这种通过研究用户消费数据，将不同商品之间进行关联，并挖掘二者之间联系的分析方法，就叫做商品关联分析法，即购物篮分析，通过「支持度」、「置信度」、「提升度」三个指标判断商品见的关联。 支持度：是指A商品和B商品同时被购买的概率，或者说某个商品组合的购买次数占总商品购买次数的比例。支持度说明了这条规则在所有事务中有多大的代表性，显然支持度越大，关联规则越重要。 比如今天共有10笔订单，其中同时购买牛奶和面包的次数是6次，那么牛奶+面包组合的支持度就是6/10=60% 置信度：指购买A之后又购买B的条件概率，简单说就是因为购买了A所以购买了B的概率 比如今天共有10笔订单，其中购买A的次数是8，同时购买A和B的次数是6，则其置信度是6/8=75% 提升度：先购买A对购买B的提升作用，用来判断商品组合方式是否具有实际价值，是看组合商品被购买的次数是否高于单独商品的购买次数，大于1说明该组合方式有效，小于1则说明无效。 比如今天共有10笔订单，购买A的次数是8，购买B的次数是6，购买A+B的次数是6，那么提升度是0.6/（0.8*0.6）>1，因此A+B的组合方式是有效的 4、波士顿矩阵 波士顿矩阵通过销售增长率（反映市场引力的指标）和市场占有率（反映企业实力的指标）来分析决定企业的产品结构。 波士顿矩阵将产品类型分为四种，如下图所示： 5、转化分析 转化漏斗模型，是分析用户使用某项业务时，经过一系列步骤转化效果的方法。 转化分析可以分析多种业务场景下转化和流失的情况，不仅找出产品潜在问题的位置，还可以定位每个环节流失用户，进而定向营销促转化。 解决哪些问题： 比如搜索商品——>浏览商品——>商品下单——>交易付款，每个过程的转化率有多少？两个推广渠道带来不同的用户，哪个渠道的注册转化率高？哪些客服下单转化情况最好？ 1、阶段转化：对于需要进行逐级转化的平台运营，首先可以通过用户转化漏斗图进行宏观的流程转化数据分析找出目前阶段最需要优化的运营环节和平台，有效地进行针对性治理，最终提高整体平台用户转化率。付款转化率=付款人数/下单人数 分析结论：1）用户从浏览商品行为到添加购物车行为这一流程，其转化率为51.22%，反映出该平台的商品介绍、图片描述等对用户有较强的吸引力；2）添加购物车到下单的转化率，其转化率高达99.66%；3）但付款的转化率仅 50.34%，这是一个值得反思的转化节点 4）通过数据分析猜测该平台商铺支付渠道不完善，需要增加例如支付宝、微信等快捷支付渠道，降低平台因为没有提供用户习惯性的支付渠道而导致用户放弃购买行为的几率。 2、事件转化 通常指的是平台或商铺通过一系列的运营推广活动以及由于公共事件影响所带来的额外价值，例如网络营销总的SEO关键词投放、折扣促销活动、邮件营销等等效果跟踪。通常可关注于营销渠道转化率等指标进行活动的推广营销效果评估 案例解读： 1）目前平台的转化率最高的渠道主要是基础上线工作、轮台、贴吧推广、微信推广、品牌基础推广几个渠道。 2）根据基础线上工作渠道随时间的转化率走势情况，可以推测出平台在2015年12月（因为从2015年12月用户的下单转化率有所下降，一般用户在知道近期即将有促销活动的时候，往往会收藏商品从而产生延迟消费，所以活动开始前的时间转化率会降低）左右发布了即将要开始的商品促销活动，同时活动日期大概在2016年1月左右（转化率提升明显），属于跨年的大型活动促销，同时也取得了较好的活动效果。 6、杜邦分析法 杜邦分析法利用几种主要的财务比率之间的关系来综合地分析企业的财务状况，用来评价公司盈利能力和股东权益回报水平，从财务角度评价企业绩效。 其基本思想是将企业净资产收益率逐级分解为多项财务比率乘积，这样有助于深入分析比较企业经营业绩。 实现思路： 净资产收益率=销售净利润率*资产周转率*权益乘数 净资产收益率受三类因素影响： 实现效果：

（1）UFT（别名：QuickTest Professional简称QTP）是一种自动化测试工具，以VBScirpt为内嵌语言。 （2）UFT支持功能测试和回归测试自动化，可用于软件应用程序和环境的测试。 （3）UFT自动化测试的基本功能包括： 创建测试检验数据增强测试运行测试脚本分析测试结果维护测试 浏览器为IE11或IE10 请务必将电脑的显示设置为100% 不然识别不准确。 一、新建测试 二、将对象添加到本地 三、写脚本 四、运行并查看结果 五、使用数据池进行参数化 ———-持续更新————

今天在学习servlet的时候遇到一个很烦的问题 使用web.xml文件配置servlet的时候 可以正常访问 但是用WebServlet注解却无法访问 报错404 其他大佬用了有效的方法 1.<?xml version="1.0" encoding="UTF-8"?> <web-app xmlns="http://xmlns.jcp.org/xml/ns/javaee" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://xmlns.jcp.org/xml/ns/javaee http://xmlns.jcp.org/xml/ns/javaee/web-app_4_0.xsd" version="4.0" metadata-complete="false"> </web-app> 将metadata-complete属性改为false. Servlet3.0的部署描述文件web.xml的顶层标签有一个metadata-complete属性，该属性为true，则容器在部署时只依赖部署描述文件，忽略所有标注，如果不配置该属性，或者将其设置为false，则表示启动标注支持。当metadata-complete="false"时，web.xml和注解对于Servlet的影响同时起作用，两种方法定义的url-partten都可以访问到该Servlet，但是当通过web.xml定义的url-partten访问时，注解定义的属性（初始化参数等）将失效。 对我来说无效，问题未解决，等待大佬帮助 手动分割----------------------------------------------------------------------------------------------------------- 试了很多办法百般无奈之下选择重建项目 最终成功使用注解设置url 心累💔 我又回来了，前面因为问题一致解决不了重建项目最后成功了，在继续往下学的过程中，忽然明白了为什么刚才出错。 刚才我的电脑实际上并没有启动servlet的服务器，因为servlet这个模块是新建的，我的电脑每次都需要手动把项目添加到tomcat服务器里，刚才启动的实际上是之前项目的服务器， 就是这个地方，我重新把刚建的项目添加进来后发现问题解决。 具体操作： Run->Edit Configurations->左侧Tomcat server->deploment选项卡->然后点击右侧的➕->把新建的项目添加进来，然后在左下角右键刚才添加的项目选择Rerun启动一下当前服务器 问题完美解决！

一般情况下，我们在项目中全局设置了请求地址。 比如 vue 中，在.env.development文件中可以设置： # just a flag ENV = 'development' # base api VUE_APP_BASE_API = 'http://192.168.0.0：9999' // 服务地址 这样开发时，全局在axios中封装直接设置baseUrl也很方便，比如在 封装axios时候，可以这样： ... // 设置一下就可以了，注意这里是全局设置了服务地址 axios.defaults.baseURL = process.env.VUE_APP_BASE_API ... 但是后台开发为了自己后台功能模块的区分（有时候可能就是为了自己方便，就是太懒），会提供很多地址，比如 // 接口1 http:192.168.0.1:9090/api/xxxxxx // 接口2 http:192.168.0.5:8888/api/xxxxxx // 接口3 http:192.168.0.1233:4444/api/xxxxxx 看到这一幕的话，作为前端开发真的奔溃了。沟通之后，后台各种理由说不能改正。没办法，这个坑，注定由前端来填。 【解决方案】 既然baseurl都不一样，那么索性在封装axios的时候，就不用设置baseurl了。 ... // 设置一下就可以了，注意这里是全局设置了服务地址 // 不设置baseurl // axios.defaults.baseURL = process.env.VUE_APP_BASE_API ... 然后新建一个文件，我这里叫作baseUrlConfig.js,用来管理所有可能出现的baseUrl地址。比如 // baseURlConfig.js export baseUrls = { base1: 'http://192.168.1.1:1111', base2: 'http://192.168.2.1:2222', base3: 'http://192.168.3.1:3333', base4: 'http://192.168.4.1:4444', base5: 'http://192.168.5.1:5555', ..... }; 然后在具体的接口使用的时候，引入对应的baseurl即可，比如：

这是在上课时老师留的第一个大作业，不愧是我，总是赶到ddl。 中值滤波 中值滤波的原理很简单，就是滑动窗在原图上滑动，然后将滑动窗的内容的中值，作为新图中该坐标的像素值，比较适用于 椒盐噪声。从原理来说，如果没有对原图进行拓展的话，滤波后的新图的大小与原图是不一样的，原图的边缘部分是没有参与运算的。所以下面是利用了padding的技巧，确保原图的边缘部分也可以滤波。 代码如下： import numpy as np import cv2 import glob from matplotlib import pyplot as plt img = cv2.imread(r'F:\something_useful\Image_processing\homework01\Circuit_noise.jpg',0) img_copy = img.copy() width = img.shape[0] #宽 length = img.shape[1] #高 kernel = 5 #卷积核大小 / 滑动窗大小 mid = (kernel-1)//2 padding = (kernel - 1)//2 #扩展操作，为了对原图所有的点都操作 img_new = np.zeros([width + 2*padding,length + 2*padding],dtype = np.uint8) #扩展原图，补零 #将原图 铺在 新图上 for i in range(width): for j in range(length): img_new[padding + i,padding + j] = img[i,j] slide_window = [] #滑动窗的内容 for i in range(width): for j in range(length): for m in range(kernel): for n in range(kernel): slide_window.

BigDecimal a = new BigDecimal(100.00); a.stripTrailingZeros().toPlainString(); // 结果为100

Python import的搜索路径 import的搜索路径为： 搜索「内置模块」(built-in module) 搜索 sys.path 中的路径 而sys.path在初始化时，又会按照顺序添加以下路径： foo.py 所在目录(如果是软链接，那么是真正的 foo.py 所在目录)或当前目录； 环境变量 PYTHONPATH中列出的目录(类似环境变量 PATH，由用户定义，默认为空)； site 模块被 import 时添加的路径1(site 会在运行时被自动 import)。 import site 所添加的路径一般是 XXX/site-packages。如果懒得记 sys.path 的初始化过程，可以简单的认为 import 的查找顺序是： 内置模块 .py 文件所在目录 pip 或 easy_install 安装的包 绝对导入和相对导入 绝对导入和相对导入的关系可以类比绝对路径和相对路径。 绝对导入的格式为： import A.B 或 from A import B 相对导入格式为： from . import B 或 from ..A import B 其中，点号.代表当前模块，..代表上层模块，…代表上上层模块，依次类推。 模块的执行方式 模块的执行可以有两种方式：直接执行和以模块执行，即： python example/foo.py 或 python -m example.foo 注意，以模块执行时，一定要有包的概念，即example一定是个包，而foo是这个包下的模块，这样才能顺利执行。 包和模块 模块: 一个 .