- GEO数据挖掘学习笔记二
slim_zhang
学习教程来源于《手把手教你GEO数据库差异基因分析》本次学习笔记内容为通过GEO2R在线工具进行差异基因分析通过了解,个人觉得这个方法相比R语言的优势是更普适性,以及更加“傻瓜”,方便学不明白R语言的同学。第一步:同R语言,找到相关的数据集第二步:点进页面详情,进行GEO2R在线分析第三步:选择分组信息,点击分析第四步:下载数据,得到差异基因数据集,如果仅得到差异基因即可,可不进行后续操作。第五步
- 数据挖掘学习笔记2-数据预处理
irony_202
数据挖掘
一、数据清洗1.数据缺失:①忽视(删除)仅占比较小(2-3%)时可用②填充——固定填充;根据经验、样本猜测2.离群点(正常)V.S.异常点离群点是相对概念(根据平均距离算)3.重复数据①使用滑动窗口,窗口内两两比较(假设:高度疑似的数据是紧挨的→生成KEY(根据相关知识),按key排序)二、数据转换1.类型转换2.标准化(编码化,需要注意非顺序类的编码化,如果默认按0、1、2编码,则暗含了距离的属
- 【数据挖掘学习笔记】数据挖掘中主要问题有哪些?
Shaw_tingshu
#数据挖掘数据挖掘
数据挖掘是一个动态、强势快速扩展的领域。数据挖掘研究的主要问题,可划分为五组:挖掘方法、用户交互、有效性与可伸缩性、数据类型的多样性、数据挖掘与社会。一、挖掘方法目前大牛们已经开发了一些数据挖掘方法,涉及到新的知识类型的研究、多维空间挖掘、集成其他领域的方法以及数据对象之间语义捆绑考虑。此外,数据挖掘应该考虑诸如数据的不确定性、噪声和不完全性等问题。有些数据挖掘方法探索如何使用用户指定的度量评估所
- 数据挖掘学习笔记之决策树
阳光里哭泣的狗
决策树算法数据挖掘python机器学习
决策树从数据中产生决策树的数据学习称为决策数学习,简称决策数.决策树是数据挖掘中最常用的一种分类和预测技术,使用其可建立分类和预测模型;它的形状如同一棵树,每个节点对于与对象的某个属性,每个分支对应这个属性的某个可能取值,每个叶节点表示经历从根节点到该叶节点这条路径上的对象的值;决策树模型(图片来自于网络)决策树算法的关键技术决策树算法中有以下三项关键技术:1.选择最能区别数据集中实例属性的方法2
- 数据挖掘学习笔记(1)
sherrymi
学习笔记数据挖掘
数据挖掘相关概念当被存储在本地时的数据称作数据,当把数据经过加工处理,它们转变成了有用的信息。如果信息经过合理的组合能够产生价值,特别是商业价值,此时就可以称其为知识。数据挖掘的过程就是数据加工处理变成信息,最后转化为知识的过程。数据挖掘的一些主要工具:商用的MATLAB、IBMIntelligentMiner、SASEnterpriseMiner、SPSSClementine和开源工具Weka。
- 数据挖掘学习笔记:余弦相似性
code_carrot
数据挖掘
为何选择余弦度量相似性:定义余弦相似性(余弦相似度):通过计算两个向量的夹角余弦值来评估他们的相似性。令x,y是两个待比较的向量,使用余弦度量作为相似性函数:其中,是向量的欧几里得范数,定义为,从概念上讲,就是向量x的长度。0度角的余弦值是1,而其他任何角度的余弦值都不大于1;并且其最小值是-1。从而两个向量之间的角度的余弦值确定两个向量是否大致指向相同的方向。两个向量有相同的指向时,余弦相似度的
- 数据挖掘学习笔记1-相关拓展学习资料
irony_202
数据挖掘数据仓库人工智能
一、数据挖掘教材:1.数据挖掘概念/技术(黑书)2.模式分类3.美丽数据(实际案例)二、国际会议:ICDMICMEICMLPCKDDACKDD三、期刊:TKDE(数据工程上的技术和知识)NNLS(神经网络和学习系统)四、公共数据集:UCI五、数据挖掘软件:weka(开源)数据挖掘前:数据预处理——数据清洗(填充、剔除无效数据)、数据类型转换、标准化数据挖掘后:数据、结论可视化:利用软件(群友推荐o
- 数据挖掘学习笔记——GEO数据库:芯片数据分析
福旺旺
生物信息学数据挖掘学习数据库
数据挖掘数据挖掘学习笔记——GEO数据库:芯片数据分析文章目录数据挖掘一、芯片基础知识1.1、背景二、GEO数据库概述2.1、基础简介2.2、检索页面展示三、GSE项目的三种下载方式3.1、主页下载原始数据3.2、主页下载表达矩阵3.3、GEOquery包下载表达量四、基因名与探针ID的转换技巧4.1、获取对照关系4.1.1、利用Bioconductor中汇总的R包4.1.2、利用平台的数据4.1
- 数据挖掘学习笔记(一)
陨落的小白
数据挖掘体系介绍数据挖掘是什么?什么是数据挖掘,简而言之,对数据进行挖掘,从中提取出有效的信息。一般我们会把这种信息通过概念、规则、规律、模式等有组织的方式展示出来,形成所谓的知识。特别是在这个大数据时代,当数据多到一定程度,统计学原理会让一些内在的、不易察觉的规律慢慢放大、展示出来,而数据挖掘,就是希望在这种大数据背景下,以一种更加高效的方式,找到这些潜在的规律。光有数据是不够的,只有形成知识,
- Python数据挖掘学习笔记(4)KNN分类算法----以简单的手写数字的图像识别为例
ZYH@Smart3S
PythonPythonKNN图像识别
一、相关理论:KNN算法,又叫邻近算法,或者说K最近邻(kNN,k-NearestNeighbor)分类算法是数据挖掘分类技术中最简单的方法之一所谓K最近邻,就是k个最近的邻居的意思,说的是每个样本都可以用它最接近的k个邻居来代表。KNN算法的核心思想是如果一个样本在特征空间中的k个最相邻的样本中的大多数属于某一个类别,则该样本也属于这个类别,并具有这个类别上样本的特性。该方法在确定分类决策上只依
- python导入鸢尾花数据集_python数据挖掘学习笔记】十九.鸢尾花数据集可视化、线性回归、决策树花样分析...
weixin_39565390
python导入鸢尾花数据集
#2018-04-0516:57:26AprilThursdaythe14week,the095daySZSSMRpython数据挖掘学习笔记】十九.鸢尾花数据集可视化、线性回归、决策树花样分析1.鸢尾花数据集可视化分析2.线性回归分析鸢尾花花瓣长度和宽度的关系3.决策树分析鸢尾花数据集4.Kmeans聚类分析鸢尾花数据集一.鸢尾花数据集介绍本章采用Python的Sklearn机器学习库中自带的数
- 数据挖掘学习笔记02——算法(分类、聚类、回归、关联)
显然易证
数据挖掘数据挖掘算法学习python自然语言处理
数据挖掘——算法前言分类算法KNN算法决策树朴素贝叶斯支持向量机人工神经网络实践1:使用XGB是实现酒店信息消歧聚类算法K-meansDBScan实践2:使用word2vec和k-means聚类回归算法线性回归和逻辑回归实践3:线性回归预测房价关联分析Apriori与FP-Growth前言笔记来源于系统学习以下课程:B站最完整系统的Python数据分析-数据挖掘教程,72小时带你快速入门,轻松转行
- python与数据挖掘上机实验pandas_Python与数据挖掘学习笔记(1)——Pandas模块
weixin_39601657
从图书馆借了一本有关于使用Python进行数据挖掘的书,是机械工业出版社出版的由张良均写的一本书,拿来作为入门,今天在学习使用Pandas模块时耗费了比较久的时间,记录一下今天的心得和体会。书中有一道题目是基于给定的数据集,完成一系列操作:1.判断第一列中(Id)是否有缺失值,如果有的话补充完整;2.判断是否有重复记录,如果有,删除至唯一。3.计算成绩的平均值,作为新的一列加入到原始数据框中。4.
- 数据挖掘学习笔记
codexxs
python机器学习数据挖掘
第一章python基础1.4python基本数据类型#1.41数值类型int,float,bool#1.42字符串strs1='abcd's2='''abcd'''1.4.3列表ListL1=[1,'a1',2,'aa']#[1,'a1',2,'aa']1.4.4元组Tuple处在元组中的元素不能修改T1=(1,'a1')T1=(1,'C1','A1')#(1,'C1','A1')T1[1]=2#
- 数据挖掘学习笔记-第四章 神经网络
weixin_30929011
人工智能
第四章神经网络NetralNetworksBiologicalMotivation例子Perceprons感知积PowerofPerceprons实现一些逻辑上的功能GradientDescent根据误差来调整权重DeltaRuleBatchLearningStochasticLearning感知积可以用来解决线性分类问题,线性分类器。不能解决线性不可分问题比如:NANDMultilayerper
- 数据挖掘学习笔记4-神经网络
irony_202
神经网络数据挖掘深度学习
一、感知机(单层神经网络)采用梯度下降(gradientdescend)方法进行训练,wi=wi-ηΣ(t-o)xi单层神经网络无法处理线性不可分问题(如异或)二、多层感知机(带隐含层神经网络)通过将输入映射到隐含层,将线性不可分问题化简为线性可分问题,再用线性决策平面划分,以此解决线性不可分问题。训练方法为backpropagation(反向传播),输出层的权重w由于误差已知,可简便算出wi=w
- 数据挖掘学习笔记8-推荐算法
irony_202
数据挖掘推荐算法机器学习
一、基于内容的推荐(根据商品内容进行推荐)二、协同推荐(根据用户的好友评价进行推荐)tf-idf:tf——termfrequency词频频率idf——inversedocumentfrequency在其他文档中出现的频率三、向量空间模型将文档转换为向量,两篇文档的相似度就可以用向量的夹角余弦表示(1的时候相似度最大,0的时候相似度最小)难点:同义词、多义词难以识别解决方法:做矩阵分解,类似pca,
- 数据挖掘学习笔记3-贝叶斯与决策树
irony_202
决策树数据挖掘机器学习
一、朴素贝叶斯贝叶斯的基础上增加了一个强假设:在y发生的条件下,各特征发生的概率独立(条件独立)即将联合条件概率转换为各条件概率的连乘积二、决策树特点是容易解读,用属性将样本层层分类,直到样本被完全分离或属性用完。ID3:把大信息增益(为防止将生日、身份证号这类过学习属性,增加分类数量惩罚项)的属性用在树根,递归实现决策树。为防止过学习,决策树还有修剪的过程(从树梢开始,将叶节点数量大的样本值赋给
- python数据挖掘学习笔记——岭回归和lasso回归
仇邇
python数据挖掘学习
python数据挖掘学习笔记岭回归可视化方法确定λ的值交叉验证法确定λ值模型的预测lasso回归可视化处理交叉验证法确定λ模型的预测众所周知,当数据具有较强的多重共线性的时候便无法使用普通的多元线性回归,这在数学上有严谨的证明但本文并不做介绍。有关公式的推导本文均不做说明,如有需要可在论文写作时查阅参考文献。本文仅供个人学习时记录笔记使用Reference:《从零开始学Python数据分析与挖掘》
- python数据挖掘学习笔记——logistic逻辑回归实现
仇邇
python逻辑回归数据挖掘学习
Logistic逻辑回归分析logistic模型的基本介绍python中实现logistic回归模型的评价混淆矩阵ROC曲线,AUC值Logistic模型是经典的用于分类问题的模型,通常用于判断一件事物的好坏或将其分类。本文着重介绍logistic模型的在二分类上的应用,对于数学的推导证明则省略,logistic模型还有很多拓展的使用,如正则化、通过惩罚项调整系数等都值得学习研究,但本文不做赘述只
- 数据挖掘学习笔记之K-means算法
阳光里哭泣的狗
算法聚类数据挖掘机器学习python
目录K-means(K-均值算法)算法背景什么是k-means算法?K-means算法的核心目标?K-means算法工作流程K-means实例K-means总结K-means算法python实现K-means(K-均值算法)算法背景K-means聚类算法由J.B.MacQueen在1967年提出,是最为经典也是使用最为广泛的一种基于划分的聚类算法,属于基于距离的聚类算法。基于距离的聚类算法是指采用
- 数据挖掘学习笔记01——数据挖掘的基本流程
显然易证
数据挖掘数据挖掘学习python
数据挖掘前言数据挖掘01——什么是数据挖掘,能解决什么问题数据挖掘02——Python的数据结构和基本用法数据挖掘03——工欲善其事必先利其器扩展包与Python环境数据挖掘04——数据学习网站数据挖掘05——数据挖掘的具体步骤数据挖掘06——如何处理出完整干净的数据?数据挖掘07——数据建模:该如何选择一个适合我需求的算法?数据挖掘08——数据评估:如何确认我们的模型已经达标?数据挖掘09——数
- Apriori算法python实现(数据挖掘学习笔记)
一个人的牛牛
Python学习python数据挖掘机器学习
目录1.算法伪代码2.算法代码3.测试数据4.结果1.算法伪代码输入:事务数据库D;最小支持度阈值。输出:D中的频繁项集L。方法:L1=find_frequent_1_itemsets(D);//找出频繁1-项集的集合L1for(k=2;Lk-1≠∅;k++){//产生候选,并剪枝Ck=aproiri_gen(Lk-1,min_sup);foreachtransactiont∈D{//扫描D进行候
- Fp-growth算法python实现(数据挖掘学习笔记)
一个人的牛牛
Python学习python算法
目录1.算法伪代码2.算法代码3.测试数据4.结果1.算法伪代码输入:D:事务数据库。min_sup:最小支持度阈值。输出:频繁模式的完全集。方法:1.按照以下步骤构造FP树:(a)扫描事务数据库D一次。收集频繁项的集合F和他们的支持度。对F按照支持度计数降序排序,结果为频繁项集L。(b)创建FP树的根节点,以“null”标记它。对于D中每一个事务trans,执行:选择trans中的频繁项集,并且
- GEO数据挖掘学习笔记一
slim_zhang
全部流程来自:GEO数据库挖掘—生信技能树B站视频,建议去看原文!第一步:找到相关的GEO数据集(文献/搜索),以胃癌gastriccancer为例可去文献中查找,用于练习第二步:运行R包GEOquery获取数据(非常看网速,尽量下载下一点的包)library(GEOquery)eSetsymbolID/entrezID#分两步走:过滤probe_id,得到每个基因所对应的唯一的probe_id得
- 数据挖掘学习笔记之关联规则
阳光里哭泣的狗
算法机器学习数据挖掘大数据
关联规则关联规则的一般表现为蕴含式规则形式:X—>Y其中的X为前提或先导条件,Y为结果或后继关联规则与传统的用于分类的产生式规则有两点不同:1)在某条关联规则中以前提条件出现的属性可以出现在下一条关联规则的结果中2)传统的用于分类的产生式规则的结果中仅能有一个属性,而关联规则中则允许其结果包含一个或多个属性置信度和支持度(1)使用置信度来度量每个关联规则在前提条件下结果发生的可能性置信度:(2)使
- 数据挖掘学习笔记二
cg_Amaz1ng
数据挖掘
数据挖掘学习笔记二数据仓库中的ETLETL作用:是数据仓库获得高质量的数据的环节。解决数据分散问题。解决数据不清洁问题。方便企业各部门构筑数据集市。ETL:六个子过程数据提取(dataextract)数据验证(dataverification)数据清理(datacleaning)数据集成(dataintegration)数据聚集(dataaggregation)数据装载(dataload)**数据
- 数据挖掘学习笔记(三)
翊小宸
数据挖掘
数据分析与数据挖掘的方法1.频繁模式频繁模式:数据中频繁出现的模式。频繁项集:频繁在事务数据集中一起出现的商品集合。例如,信用卡分析、患者就诊分析、购物车分析…2.分类与回归分类与标签预测是找出描述和区分数据类或概念的模型或函数,以便能够使用模型预测类标识未知的对象的类标号。分类预测类别(离散的、无序的)标号,回归建立连续值函数模型,也就是用来预测缺失的或难以获得的数值数据值。典型方法:决策树、朴
- 数据挖掘学习笔记(四)
翊小宸
数据挖掘
第二章数据数据预处理是数据挖掘过程的第一个主要步骤,了解数据才能为分析与挖掘做好预处理。数据的属性:数据值类型数据的分布图形表示形式数据的相似性与相异性数据的属性1.数据对象数据集由数据对象组成。一个数据对象代表一个实体。例如:销售数据库:顾客、商品、销售医疗数据库:患者、医生、诊断治疗大学生数据库:学生、教授、课程数据对象又称为样本、实例、数据点、对象或元组。数据对象用属性描述。数据表的行对应数
- 【数据挖掘学习笔记】5.分类基础
sigmeta
数据挖掘学习笔记
一、特征与分类特征作用数据库通常存放大量的细节数据。然而,用户通常希望以简洁的描述形式观察汇总的数据集提供一类数据的概貌,或将它与对比类相区别方便、灵活地以不同的粒度和从不同的角度描述数据集概念描述方法数据泛化解析特征挖掘类比较数据泛化数据泛化是一个过程,它将大的、任务相关的数据集从较低的概念层抽象到较高的概念层解析特征–通过属性相关性分析,过滤掉统计不相关或弱相关的属性,保留与挖掘任务最相关的属
- ztree设置禁用节点
3213213333332132
JavaScriptztreejsonsetDisabledNodeAjax
ztree设置禁用节点的时候注意,当使用ajax后台请求数据,必须要设置为同步获取数据,否者会获取不到节点对象,导致设置禁用没有效果。
$(function(){
showTree();
setDisabledNode();
});
- JVM patch by Taobao
bookjovi
javaHotSpot
在网上无意中看到淘宝提交的hotspot patch,共四个,有意思,记录一下。
7050685:jsdbproc64.sh has a typo in the package name
7058036:FieldsAllocationStyle=2 does not work in 32-bit VM
7060619:C1 should respect inline and
- 将session存储到数据库中
dcj3sjt126com
sqlPHPsession
CREATE TABLE sessions (
id CHAR(32) NOT NULL,
data TEXT,
last_accessed TIMESTAMP NOT NULL,
PRIMARY KEY (id)
);
<?php
/**
* Created by PhpStorm.
* User: michaeldu
* Date
- Vector
171815164
vector
public Vector<CartProduct> delCart(Vector<CartProduct> cart, String id) {
for (int i = 0; i < cart.size(); i++) {
if (cart.get(i).getId().equals(id)) {
cart.remove(i);
- 各连接池配置参数比较
g21121
连接池
排版真心费劲,大家凑合看下吧,见谅~
Druid
DBCP
C3P0
Proxool
数据库用户名称 Username Username User
数据库密码 Password Password Password
驱动名
- [简单]mybatis insert语句添加动态字段
53873039oycg
mybatis
mysql数据库,id自增,配置如下:
<insert id="saveTestTb" useGeneratedKeys="true" keyProperty="id"
parameterType=&
- struts2拦截器配置
云端月影
struts2拦截器
struts2拦截器interceptor的三种配置方法
方法1. 普通配置法
<struts>
<package name="struts2" extends="struts-default">
&
- IE中页面不居中,火狐谷歌等正常
aijuans
IE中页面不居中
问题是首页在火狐、谷歌、所有IE中正常显示,列表页的页面在火狐谷歌中正常,在IE6、7、8中都不中,觉得可能那个地方设置的让IE系列都不认识,仔细查看后发现,列表页中没写HTML模板部分没有添加DTD定义,就是<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3
- String,int,Integer,char 几个类型常见转换
antonyup_2006
htmlsql.net
如何将字串 String 转换成整数 int?
int i = Integer.valueOf(my_str).intValue();
int i=Integer.parseInt(str);
如何将字串 String 转换成Integer ?
Integer integer=Integer.valueOf(str);
如何将整数 int 转换成字串 String ?
1.
- PL/SQL的游标类型
百合不是茶
显示游标(静态游标)隐式游标游标的更新和删除%rowtyperef游标(动态游标)
游标是oracle中的一个结果集,用于存放查询的结果;
PL/SQL中游标的声明;
1,声明游标
2,打开游标(默认是关闭的);
3,提取数据
4,关闭游标
注意的要点:游标必须声明在declare中,使用open打开游标,fetch取游标中的数据,close关闭游标
隐式游标:主要是对DML数据的操作隐
- JUnit4中@AfterClass @BeforeClass @after @before的区别对比
bijian1013
JUnit4单元测试
一.基础知识
JUnit4使用Java5中的注解(annotation),以下是JUnit4常用的几个annotation: @Before:初始化方法 对于每一个测试方法都要执行一次(注意与BeforeClass区别,后者是对于所有方法执行一次)@After:释放资源 对于每一个测试方法都要执行一次(注意与AfterClass区别,后者是对于所有方法执行一次
- 精通Oracle10编程SQL(12)开发包
bijian1013
oracle数据库plsql
/*
*开发包
*包用于逻辑组合相关的PL/SQL类型(例如TABLE类型和RECORD类型)、PL/SQL项(例如游标和游标变量)和PL/SQL子程序(例如过程和函数)
*/
--包用于逻辑组合相关的PL/SQL类型、项和子程序,它由包规范和包体两部分组成
--建立包规范:包规范实际是包与应用程序之间的接口,它用于定义包的公用组件,包括常量、变量、游标、过程和函数等
--在包规
- 【EhCache二】ehcache.xml配置详解
bit1129
ehcache.xml
在ehcache官网上找了多次,终于找到ehcache.xml配置元素和属性的含义说明文档了,这个文档包含在ehcache.xml的注释中!
ehcache.xml : http://ehcache.org/ehcache.xml
ehcache.xsd : http://ehcache.org/ehcache.xsd
ehcache配置文件的根元素是ehcahe
ehcac
- java.lang.ClassNotFoundException: org.springframework.web.context.ContextLoaderL
白糖_
javaeclipsespringtomcatWeb
今天学习spring+cxf的时候遇到一个问题:在web.xml中配置了spring的上下文监听器:
<listener>
<listener-class>org.springframework.web.context.ContextLoaderListener</listener-class>
</listener>
随后启动
- angular.element
boyitech
AngularJSAngularJS APIangular.element
angular.element
描述: 包裹着一部分DOM element或者是HTML字符串,把它作为一个jQuery元素来处理。(类似于jQuery的选择器啦) 如果jQuery被引入了,则angular.element就可以看作是jQuery选择器,选择的对象可以使用jQuery的函数;如果jQuery不可用,angular.e
- java-给定两个已排序序列,找出共同的元素。
bylijinnan
java
import java.util.ArrayList;
import java.util.Arrays;
import java.util.List;
public class CommonItemInTwoSortedArray {
/**
* 题目:给定两个已排序序列,找出共同的元素。
* 1.定义两个指针分别指向序列的开始。
* 如果指向的两个元素
- sftp 异常,有遇到的吗?求解
Chen.H
javajcraftauthjschjschexception
com.jcraft.jsch.JSchException: Auth cancel
at com.jcraft.jsch.Session.connect(Session.java:460)
at com.jcraft.jsch.Session.connect(Session.java:154)
at cn.vivame.util.ftp.SftpServerAccess.connec
- [生物智能与人工智能]神经元中的电化学结构代表什么?
comsci
人工智能
我这里做一个大胆的猜想,生物神经网络中的神经元中包含着一些化学和类似电路的结构,这些结构通常用来扮演类似我们在拓扑分析系统中的节点嵌入方程一样,使得我们的神经网络产生智能判断的能力,而这些嵌入到节点中的方程同时也扮演着"经验"的角色....
我们可以尝试一下...在某些神经
- 通过LAC和CID获取经纬度信息
dai_lm
laccid
方法1:
用浏览器打开http://www.minigps.net/cellsearch.html,然后输入lac和cid信息(mcc和mnc可以填0),如果数据正确就可以获得相应的经纬度
方法2:
发送HTTP请求到http://www.open-electronics.org/celltrack/cell.php?hex=0&lac=<lac>&cid=&
- JAVA的困难分析
datamachine
java
前段时间转了一篇SQL的文章(http://datamachine.iteye.com/blog/1971896),文章不复杂,但思想深刻,就顺便思考了一下java的不足,当砖头丢出来,希望引点和田玉。
-----------------------------------------------------------------------------------------
- 小学5年级英语单词背诵第二课
dcj3sjt126com
englishword
money 钱
paper 纸
speak 讲,说
tell 告诉
remember 记得,想起
knock 敲,击,打
question 问题
number 数字,号码
learn 学会,学习
street 街道
carry 搬运,携带
send 发送,邮寄,发射
must 必须
light 灯,光线,轻的
front
- linux下面没有tree命令
dcj3sjt126com
linux
centos p安装
yum -y install tree
mac os安装
brew install tree
首先来看tree的用法
tree 中文解释:tree
功能说明:以树状图列出目录的内容。
语 法:tree [-aACdDfFgilnNpqstux][-I <范本样式>][-P <范本样式
- Map迭代方式,Map迭代,Map循环
蕃薯耀
Map循环Map迭代Map迭代方式
Map迭代方式,Map迭代,Map循环
>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>
蕃薯耀 2015年
- Spring Cache注解+Redis
hanqunfeng
spring
Spring3.1 Cache注解
依赖jar包:
<!-- redis -->
<dependency>
<groupId>org.springframework.data</groupId>
<artifactId>spring-data-redis</artifactId>
- Guava中针对集合的 filter和过滤功能
jackyrong
filter
在guava库中,自带了过滤器(filter)的功能,可以用来对collection 进行过滤,先看例子:
@Test
public void whenFilterWithIterables_thenFiltered() {
List<String> names = Lists.newArrayList("John"
- 学习编程那点事
lampcy
编程androidPHPhtml5
一年前的夏天,我还在纠结要不要改行,要不要去学php?能学到真本事吗?改行能成功吗?太多的问题,我终于不顾一切,下定决心,辞去了工作,来到传说中的帝都。老师给的乘车方式还算有效,很顺利的就到了学校,赶巧了,正好学校搬到了新校区。先安顿了下来,过了个轻松的周末,第一次到帝都,逛逛吧!
接下来的周一,是我噩梦的开始,学习内容对我这个零基础的人来说,除了勉强完成老师布置的作业外,我已经没有时间和精力去
- 架构师之流处理---------bytebuffer的mark,limit和flip
nannan408
ByteBuffer
1.前言。
如题,limit其实就是可以读取的字节长度的意思,flip是清空的意思,mark是标记的意思 。
2.例子.
例子代码:
String str = "helloWorld";
ByteBuffer buff = ByteBuffer.wrap(str.getBytes());
Sy
- org.apache.el.parser.ParseException: Encountered " ":" ": "" at line 1, column 1
Everyday都不同
$转义el表达式
最近在做Highcharts的过程中,在写js时,出现了以下异常:
严重: Servlet.service() for servlet jsp threw exception
org.apache.el.parser.ParseException: Encountered " ":" ": "" at line 1,
- 用Java实现发送邮件到163
tntxia
java实现
/*
在java版经常看到有人问如何用javamail发送邮件?如何接收邮件?如何访问多个文件夹等。问题零散,而历史的回复早已经淹没在问题的海洋之中。
本人之前所做过一个java项目,其中包含有WebMail功能,当初为用java实现而对javamail摸索了一段时间,总算有点收获。看到论坛中的经常有此方面的问题,因此把我的一些经验帖出来,希望对大家有些帮助。
此篇仅介绍用
- 探索实体类存在的真正意义
java小叶檀
POJO
一. 实体类简述
实体类其实就是俗称的POJO,这种类一般不实现特殊框架下的接口,在程序中仅作为数据容器用来持久化存储数据用的
POJO(Plain Old Java Objects)简单的Java对象
它的一般格式就是
public class A{
private String id;
public Str