自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(6)
  • 资源 (4)
  • 收藏
  • 关注

原创 Linux Entering rescue mode

重启Linux遇到了这个错误,解决办法:1.查看:grub rescue> ls(hd0) (hd1,gpt14) (hd1,gpt13)……2.在忘记系统盘时,逐个查看:grub rescue> ls (hd0,gpt14)3.出现:(hd0,gpt14):Filesystem is ext24.设置:grub rescue> set root=(hd0,gpt14)gru...

2018-03-23 13:48:26 10526

原创 Android Studio 值得记录的问题

1. 模拟器SD卡读写权限问题:搞了好久,权限都添加了还是不行,最后发现有些模拟器要在虚拟手机设置上开放权限……真是太坑了。2.Error:Execution failed for task ':app:transformResourcesWithMergeJavaResForDebug'. > More than one file was found with OS independent...

2018-03-09 08:53:02 531

原创 Pandas值得记录的问题

1、df.loc[]:选取部分原为int64类型,返回为float,分类标签受到影响。      解决:先转化为object类型,选取后再次转化,可避免(官方表示后续可能会修复这个bug

2018-01-20 12:47:29 399

原创 pandas排序

#分组逐月求和dataNew = data2.groupby(['shop_id'])[['sale_amt']].resample('M',how = sum) #分组逐日求最值dataMax = data2.groupby(['shop_id'])[['sale_amt']].resample('D',how = max)#以shop_id分组,返回sale_amt最大的对应索引d

2017-11-30 15:37:50 495

原创 Pandas求和

记录一下摸索数据处理的过程首先引入包、读取数据并预览:import pandas as pdimport matplotlibimport matplotlib.pyplot as pltdata = pd.read_csv('t_order.csv')print(data.head())接下来将日期列转化为时间格式、设置日期索引,再对数据按照shop_id分组,对sale_

2017-11-30 13:57:12 1238

原创 百度道路信息爬取

课题要求建立路网信息,就学习了一下Python爬虫,参考了几个爬虫,根据需求规整,尝试爬取了一下百度道路信息。代码实现如下:首先要到百度地图开放平台http://lbsyun.baidu.com/index.php?title=%E9%A6%96%E9%A1%B5建立web应用服务,得到应用对应的ak。# -*- coding: utf-8 -*-import urllib3imp

2017-11-27 15:19:06 10568 6

Java常用数值算法集

Java线性代数方程组解法,插值,积分,特殊函数,函数逼近,随机数,排序,特征值,数据拟合,方程求根和非线性方程组解法,函数极值和最优化,傅里叶变换谱方法,数据统计描述,解常微分方程组,偏微分方程解法等。

2018-04-26

python思维导图(pdf)

首先,按顺序依次展示了以下内容的一系列思维导图:基础知识,数据类型(数 字,字符串,列表,元组,字典,集合),条件&循环,文件对象,错误&异常, 函数,模块,面向对象编程; 接着,结合这些思维导图主要参考的资料,分享一下我的学习体验,一方面可供 初学者参考,另一方面,也便于大家结合思维导图深入学习、理解、思考; 最后,提供几篇文章链接,方便希望从Python 2.x 迁移到3.x 的朋友理解。

2018-03-25

Pixie: A System for Recommending in Real-Time

实时推荐系统算法。在Pinterest开发和部署的基于图形的可扩展实时推荐系统。给定一组用户特定的引脚作为查询,Pixie从数十亿个可能的引脚实时选择那些与查询最相关的引脚。为了产生推荐,我们开发了Pixie随机游走算法,该算法利用了30亿个节点和170亿个边缘的Pinterest对象图。实验表明,与基于Hadoop的先前生产系统相比,Pixie提供的建议可使用户参与度提高50%。此外,我们制定图修剪策略,从而使建议额外提高58%。最后,我们讨论Pixie的系统方面,其中一台服务器每秒执行1,200次推荐请求,延迟时间为60毫秒。今天,由Pixie支持的系统有助于Pinterest上超过80%的用户参与度。

2018-03-12

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除