banlao4355
banlao4355

最全数据分析资料汇总（含python、爬虫、数据库、大数据、tableau、统计学等）...

一、Python基础

  • Python简明教程（Python3）
  • Python3.7.4官方中文文档
  • Python标准库中文版
  • 廖雪峰 Python 3 中文教程
  • Python 3.3 官方教程中文版
  • Python3 Cookbook 中文版
  • 笨办法学 Python (PDFEPUB)
  • 《Think Python 2e》最新版中文
  • Python 核心编程 第二版 中文
  • 菜鸟教程 Python3基础
  • W3cschool Python3基础
  • Python最佳实践指南
  • Python 精要教程
  • Python进阶 中文版
  • 中文 Python 笔记
  • 莫烦python教程
  • The Hitchhiker's Guide to Python
  • 草根学 Python
  • Python从入门到精通教程 视频（600集）
  • Kaggle Python基础学习（英文）
  • 李笑来-自学是门手艺-python教程

二、Python资源

  • Python 资源大全中文版
  • Python-100天从新手到大师（github）
  • GitHub上入门开发项目汇总（含Python）
  • Python面试题-1
  • Python面试题-2
  • Python面试题-3
  • Awesome Python Applications 酷炫Python小应用
  • Python艺术二维码生成器
  • Python有趣脚本集合
  • Python数据结构和算法（英文）
  • Awesome Python Applications
  • Python常见算法刷题
  • Python 第三方库whl文件下载

三、Python爬虫

  • awesome-spider 爬虫集合
  • python模拟登陆&爬虫
  • Python爬虫代理IP池(proxy pool)
  • Python入门网络爬虫之精华版
  • Python3网络爬虫实战
  • 有趣的Python爬虫和Python数据分析小项目
  • Python入门爬虫
  • Requests 英文文档
  • Requests 中文文档
  • Scrapy 英文文档
  • Scrapy 中文文档
  • Pyspider 英文文档

四、Python可视化

  • seaborn 英文文档
  • seaborn 中文文档
  • matplotlib 英文文档
  • matplotlib 中文文档
  • pyecharts 中文文档（官方）
  • plotly绘图官方教程 英文文档
  • bokeh动态可视化教程 英文文档

五、python数据分析

  • pandas 英文文档
  • pandas 中文文档（非官方）
  • 利用python进行数据分析 第二版（中文）
  • numpy 英文文档
  • numpy 中文文档（非官方）
  • numpy 100 练习题
  • python科学计算笔记（英文）
  • 数据科学速查表（英文）
  • python data science handbook（python数据科学手册）
  • data science python notebook（数据科学python笔记）

六、python机器学习

  • AI Learning 机器学习实战 中文（GitHub 15000星）
  • Kaggle 机器学习基础学习
  • 动手学深度学习
  • scikit-learn 英文文档
  • scikit-learn 中文文档
  • xgboost 中文文档
  • machine learning mastery 博客（英文）
  • 机器学习笔记 英文
  • 面向机器学习的特征工程
  • keras英文文档
  • keras中文文档
  • TensorFlow Examples
  • 面试-机器学习算法试题及讲解（中文）
  • 机器学习100天练习（英文）
  • 机器学习100天练习（中文）
  • 吴恩达-机器学习 视频（b站）
  • 机器学习算法基础 视频（b站）
  • 吴恩达-神经网络和深度学习 视频（b站）
  • 李飞飞-深度学习与计算机视觉 视频（b站）
  • kaggle等数据比赛TOP解决方案集合

七、数据库

  • 21分钟MySQL入门教程
  • W3cschool SQL基础教程
  • 菜鸟教程 SQL基础
  • 易百教程 SQL基础
  • 廖雪峰SQL教程
  • SQL在线手册
  • SQL 在线速查手册
  • PL/SQL教程
  • PL/SQL中文教程
  • Oracle SQL Developer 入门
  • Sql中文手册
  • MySQL 5.1参考中文手册
  • SQL 手册（github ）
  • Oracle SQL 语言文档
  • SQL reference英文
  • MySQL索引背后的数据结构及算法原理
  • PostgreSQL 9.5.3 中文文档
  • NoSQL数据库笔谈
  • The Little MongoDB Book
  • The Little Redis Book
  • Apache Spark 设计与实现
  • Kaggle SQL学习（英文）

八、Tableau

  • Tableau官方学习平台（含视频、文档）
  • Tableau社区
  • Tableau作品精选Viz
  • Tableau教程_w3cschool
  • Tableau教程- W3xue
  • Tableau中文手册
  • Tableau官网视频培训教材 英文版（b站）
  • Tableau官网视频培训教材 中文版（b站）
  • Tableau 14天入门训练营 （b站）
  • Tableau商业智能与可视化应用实战（b站）
  • 如何学习tableau？
  • MakeOver Monday(Tablea作品集)
  • Tableau制作小案例（优阅达）
  • iconfont（图标库，可用于dash board制作）

九、大数据

  • spark 中文文档
  • kafka 中文文档
  • hbase 中文文档
  • flink 中文文档
  • Spark 编程指南简体中文版
  • Scala 英文文档
  • Scala 中文文档
  • Scala Tutorial 中文版
  • Scala 菜鸟教程
  • Scala w3cschool教程

十、数理统计知识

  • 《麻省理工公开课-线性代数》
  • 《可汗学院公开课：线性代数》
  • 《同济大学公开课：线性代数》
  • 《山东大学MOOC-线性代数》
  • 《线性代数讲义 - 华东师范大学数学系》
  • 《线性代数-北京大学出版社》
  • 线性代数-维基百科
  • MIT-18.06-线性代数-完整笔记
  • 两小时讲完线性代数
  • 《矩阵编码：线性代数在计算机科学中的应用》
  • 《线性代数应用-戴维森学院》
  • 《可汗学院公开课：统计学》
  • 《加利福尼亚大学伯克利分校公开课：统计学》
  • 《浙江大学公开课：概率论与数理统计》
  • 《可汗学院公开课：概率》
  • 《概率论与数理统计-重庆大学公开课》
  • 《概率论与数理统计-北京大学公开课》
  • 《概率论与数理统计》浙大版（第四版）
  • 《概率论与数理统计-中科大公开课》
  • 《商务与经济统计-北师大公开课》
  • 《哈佛大学统计学110讲稿》
  • 《概率论和统计学-Khan Academy》
  • 《麻省理工学院公开课：微积分重点》
  • 《清华大学微积分主讲-刘坤林》
  • 《微积分-浙江大学》
  • 《麻省理工学院公开课：多变量微积分》
  • 《可汗学院公开课：微积分预备》
  • 《麻省理工学院公开课：单变量微积分》
  • 《HACC公开课：微积分1》
  • 《HACC公开课：微积分II》
  • 《微积分—多元函数与重积分-清华大学》
  • 《数学分析讲义 - 南京大学数学系》
  • 《7天搞定微积分》
  • 《托马斯微积分》

 

此资源持续更新~~欢迎点赞收藏关注！

如果大家想要学习更多的python数据分析知识，请关注我的公众号：pydatas

 

转载于:https://www.cnblogs.com/zhuwjwh/p/11307732.html

你可能感兴趣的:(最全数据分析资料汇总（含python、爬虫、数据库、大数据、tableau、统计学等）...)

  • Python基础语法（二）：条件、循环与运算符 算法工程师y python开发语言
    本篇Python基础语法（二）将深入讲解编程中至关重要的条件判断、循环结构和运算符，它们是实现复杂逻辑的基石。一、条件语句（if-elif-else）条件语句用于根据不同的条件执行不同的代码块。Python中用if、elif（elseif的缩写）和else实现。1.基本语法age=18ifage（大于）、大于10>5→True=大于等于5>=5→True3)and(2<4)→Trueor任一条件为
  • Vue+EasyExcel来操作文件上传下载 ☆夜幕星河℡ SpringBootExcelEasyExceljavavuespringboot
    Excel导入导出在管理一个系统时，总会有许多的数据，为了方便浏览查看数据，系统总会提供「导出Excel」的功能；有导出就有导入，在要向数据库中插入大量的数据时，我们向程序提供准备好的Excel，然后程序读取表格内容，并将数据添加到数据库中。实现这个「导入/导出Excel」的功能也不复杂，我们使用第三方的类库即可实现。比如：Apachepoi、JavaExcel（JXL）和阿里巴巴开源的Easye
  • 西门子PLC转MQTT协议OPC协议网关应用案例 钡铼技术网关 工业物联网关钡铼PLC采集网关PLC物联网关物联网PLC转MQTT网关PLC采集网关嵌入式OPCUA网关
    BL102是一款采集西门子、三菱、欧姆龙、台达、AB、施耐德等各种PLC数据转换为ModbusTCP、OPCUA、MQTT、华为云IoT、亚马逊云IoT、阿里云IoT、金鸽云等协议的网关。BL102下行支持：西门子、三菱、欧姆龙、台达、AB、施耐德等各种PLC。BL102上行支持：ModbusTCP、MQTT、OPCUA、华为云IoT、阿里云IoT、AWSIoT、金鸽云等协议。BL102支持OPC
  • JavaScript松散比较与严格比较 hzw0510 前端开发javascript开发语言ecmascript
    在JavaScript中，==（双等号）和===（三等号）都用于比较两个值，但它们的比较方式有显著区别。以下是它们的详细对比：1.==（双等号）名称:松散相等（LooseEquality）行为:在比较之前会尝试进行类型转换，将两个值转换为相同类型后再比较。示例:console.log(5=="5")
  • 小米音频理解技术重大突破：7B模型借助DeepSeek-R1算法引领行业新篇章 耶耶Norsea 网络杂烩人工智能深度学习
    摘要小米公司通过采用DeepSeek-R1算法的迁移技术，在音频理解领域实现了重大突破。其7B模型在MMAU音频评测基准中表现出色，成功登顶排行榜。MMAU评测基准包含10000条音频样本，涵盖语音、环境声和音乐等多种类型，难度极高。即便如此，该模型的表现已超越人类专家的82.2%识别准确率，展现出卓越的音频理解能力。关键词小米音频突破,DeepSeek-R1算法,7B模型进展,MMAU评测基准,
  • MySQL---DDL（3.17） 秋凉 づᐇ mysqloracle数据库
    1、DDL-数据库操作查询：查询所有数据库：SHOWDATABASES;查询当前数据库：SELECTDATABASE();创建:CREATEDATABASE[IFNOTEXISTS]数据库名[DEFAULTCHARSET字符集][COLLATE排序规则]；删除：DROPDATABASE[IFEXISTS]数据库名；使用：USE数据库名；2、DDL--表操作-查询查询当前数据库所有表：SHOWTAB
  • Matlab GPU加速技术 算法工程师y matlab开发语言
    1.GPU加速简介（1）为什么使用GPU加速？CPU擅长处理逻辑复杂的串行任务，而GPU拥有数千个流处理器，专为并行计算设计。对于大规模矩阵运算、深度学习训练或科学计算等任务，GPU加速可将计算速度提升数十至数百倍。（2）Matlab的GPU支持功能依赖：需安装ParallelComputingToolbox（并行计算工具箱）。硬件要求：支持CUDA的NVIDIAGPU（如Tesla、GeForc
  • 鸿蒙 @ohos.animator (动画) 淼学派对 harmonyos华为
    鸿蒙@ohos.animator(动画)在鸿蒙Next开发中，@ohos.animator模块提供了强大的动画功能，支持属性动画、帧动画等多种动画效果。通过@ohos.animator，开发者可以轻松实现复杂的动画效果，提升应用的用户体验。本文将详细介绍如何使用@ohos.animator模块实现动画效果，并提供一些实际代码示例。一、动画模块的基本概念在鸿蒙Next中，动画可以分为以下几类：属性动
  • 【大模型实战篇】使用GPTQ量化QwQ-32B微调后的推理模型 源泉的小广场 大模型大模型量化推理模型量化量化qwq32bgptq量化大模型推理性能调优
    1.量化背景之所以做量化，就是希望在现有的硬件条件下，提升性能。量化能将模型权重从高精度（如FP32）转换为低精度（如INT8/FP16），内存占用可减少50%~75%。低精度运算（如INT8）在GPU等硬件上计算效率更高，推理速度可提升2~4倍。我们的任务是，将QwQ-32B微调后的推理模型，也就是bf16的精度，通过量化，压缩到int4。关于QwQ-32B微调，可以参考《利用ms-swift微
  • 【python爬虫实战】——基于全国各城市快递网点的数据采集 小L工程师 python爬虫实战爬虫网络爬虫pythonselenium开发语言数据分析数据可视化
    一、项目背景随着电子商务的快速发展，快递行业成为了现代物流的重要组成部分。快递网点的分布和服务质量直接影响到用户的物流体验。为了更好地了解快递网点的分布情况、服务范围以及联系方式等信息，本项目通过爬虫技术从公开的快递信息网站上采集相关数据。‘>本文章中所有内容仅供学习交流使用，不用于其他任何目的，严禁用于商业用途和非法用途，否则由此产生的一切后果均与作者无关！二、项目目的和意义本项目的主要目的是通
  • 从零开始学习鸿蒙系统 Ning.L 华为harmonyos
    1.移动通讯技术的发展-1G时代：1980年摩托罗拉开发出了第一部手机，使用的就是1G的技术。只能进行语音通话。就是大哥大。-2G时代：1996年到1997年出现了第二代GSM、CDMA等数字制式手机，增加了接收数据的功能。2G不仅可以通话，还可以数据收发的功能，最开始的速度只有9K/S。如果我想收发一些图片或者音频技术是不可能的，因为速度太慢了。后来随着互联网多媒体的流行，多了图片，视频等，所以
  • 前端缓存接口数据 jjjjjjjjj¢ 笔记前端
    在前端缓存接口数据时，可以结合浏览器缓存策略、前端存储（localStorage、sessionStorage、IndexedDB）、内存缓存（变量存储）、ServiceWorker等方式，选择适合的方案。使用浏览器HTTP缓存（推荐，依赖后端支持）如果接口数据不会频繁变化，可以使用HTTP缓存策略（强缓存+协商缓存），减少不必要的请求。后端设置Cache-Control在接口响应头中，服务器可以
  • 【GPT入门】第23课 langchain serve介绍 *星星之火* 大模型gptlangchain
    【GPT入门】第23课langchainserve介绍1.langchain介绍2.思路3.代码1.langchain介绍langserve是一个用于简化LangChain应用部署的工具，它可以将使用LangChain构建的链（chains）、代理（agents）等组件快速转化为RESTfulAPI服务，下面从多个方面详细介绍它的作用：1.简化部署流程一键部署为API：LangChain可用于构建
  • 情感分析任务的概述 阿你不是 python开发语言
    一、情感分析的概述1、什么是情感分析情感分析，也称为情感分类，是一种自然语言处理的任务，用于分析文本、语音或其他形式的数据中所包含的情感倾向。其目标是判断数据表达的情感是积极的（Positive）、消极的（Negative）还是中立的（Neutral），或者进一步细化为更复杂的情感类别（如愤怒、喜悦、悲伤等）。2、情感分析的主要应用场景1）商业领域：情感分析主要进行产品评价分析，从客户和买家的评价
  • 泰克AFG1022这么强大的功能，你还没有了解么？ 思迈18086111968 科技
    多种波形生成：支持生成多种标准波形，如正弦波、方波、三角波、脉冲波、锯齿波、噪声波等，还能生成50种常用的任意波形，满足不同测试场景需求。高精度输出：具有14位垂直分辨率，可提供高分辨率的波形输出，确保信号的精确度；频率分辨率达1μHz，能满足对不同频率信号的精确输出要求。多模式运行：支持连续模式、扫描模式、突发模式和调制模式。连续模式可连续输出选定波形；扫描模式能在一定频率范围内进行扫描输出；突
  • 大模型RAG实战｜混合检索：BM25检索+向量检索的LlamaIndex实现 AIGC大模型 吱屋猪 djangopython后端AI-native人工智能llama百度
    ThinkRAG大模型RAG实战系列文章，带你深入探索使用LlamaIndex框架，构建本地大模型知识库问答系统。本系列涵盖知识库管理、检索优化、模型本地部署等主题，通过代码与实例，讲解如何打造生产级系统，实现本地知识库的快速检索与智能问答。本文我将介绍一种效果更好的混合检索方法，在实际问答场景中，优于向量数据库自带的混合检索功能。1什么是混合检索目前，大模型RAG系统中普遍采用混合检索来提升检索
  • AI如何创作音乐及其案例 alankuo 人工智能
    AI创作音乐主要有以下几种方式：基于深度学习的生成模型深度神经网络：通过大量的音乐数据训练，让AI学习音乐的结构、旋律、和声、节奏等特征。如Transformer架构，其注意力机制可捕捉跨小节的旋律关联性，能生成具有长期依赖性的音乐序列。生成对抗网络（GAN）：包含生成器和判别器，生成器负责生成音乐样本，判别器判断生成的音乐是否真实。两者相互对抗、不断优化，使生成器生成更逼真的音乐。变分自编码器（
  • AI时代如何引流 alankuo 人工智能
    AI时代引流可以从以下几个方面着手：利用AI精准定位与个性化营销精准客户画像：借助AI整合多维度数据，涵盖客户的年龄、性别、地理位置、消费习惯、浏览历史等，深度挖掘后绘制精准的客户画像，明确潜在客户特征与需求，让营销活动更具针对性。个性化内容创作：运用AI的自然语言处理功能，依据客户特点和需求生成个性化的营销内容，如广告文案、产品推荐等。以电商平台为例，可针对不同用户生成符合其喜好的商品推荐文案。
  • element-ui简介、安装和使用代码 alankuo 前端前端
    一、Element-UI简介Element-UI是一套基于Vue.js的桌面端组件库，由饿了么前端团队开源。它提供了丰富的组件，如按钮、表单、表格、菜单、对话框等，这些组件具有统一的视觉风格和交互设计，能够帮助开发者快速构建美观、易用的Web应用程序。Element-UI的特点包括：丰富的组件库涵盖了Web应用开发中常见的各种组件需求，无论是简单的UI元素还是复杂的交互组件都能找到，大大减少了开发
  • 学习Web3.0需要具备哪些基础知识？ alankuo 人工智能人工智能
    学习Web3.0需要具备以下基础知识：一、计算机科学基础1.编程知识-了解至少一种编程语言，如Python、JavaScript等。这将有助于理解Web3.0应用程序的开发和智能合约的编写。-熟悉编程概念，如变量、数据类型、控制结构、函数等。2.数据结构和算法-掌握常见的数据结构，如数组、链表、栈、队列、树、图等，以及它们的操作和应用。-了解基本的算法，如排序、搜索、递归等，以及它们的时间和空间复
  • LLM-PowerHouse: 一站式大型语言模型定制训练与推理指南 Nifc666 语言模型人工智能自然语言处理whisperlangchaingpt开源软件
    LLM-PowerHouse:解锁大型语言模型的潜力在人工智能和自然语言处理领域,大型语言模型(LargeLanguageModels,LLMs)正在掀起一场革命。随着GPT、BERT等模型的出现,LLMs展现出了惊人的能力,可以执行各种复杂的语言任务。然而,如何有效地训练和使用这些强大的模型仍然是一个挑战。针对这一需求,GitHub上的LLM-PowerHouse项目应运而生,为开发者、研究人员
  • 深入理解C++编程：从内存管理到多态与算法实现 嵌入式Jerry C++c++算法开发语言
    C++是一门功能强大的编程语言，广泛应用于系统编程、游戏开发和高性能计算等领域。本文将通过一系列经典问题，深入探讨C++的核心知识点，包括内存管理、多态（结合函数重载与覆盖）、多线程、TCP/IP模型、软链接与硬链接的区别，以及常见算法实现。每个知识点都配有详细的代码示例和解释，帮助你更好地理解和掌握。1.内存管理：内存泄露与检测什么是内存泄露？内存泄露是指程序在动态分配内存后，未能正确释放已不再
  • 深入解析音频编解码器（Audio CODEC）：硬件、接口与驱动开发 嵌入式Jerry 内核音视频驱动开发linux嵌入式硬件
    音频编解码器（AudioCODEC）是音频处理系统中的核心组件，负责模拟信号与数字信号的相互转换，广泛应用于智能音箱、嵌入式系统、消费电子产品等设备。本篇文章将从硬件结构、接口解析、驱动开发和软件配置等方面，深入讲解如何正确理解和使用音频编解码器。1.音频编解码器的基本概念CODEC（Coder-Decoder），即编解码器，是一种模数转换（ADC）和数模转换（DAC）的组合设备，用于处理音频信号
  • 202年充电计划——自学手册 网络安全（黑客技术） 网安康sir web安全安全网络pythonlinux
    基于入门网络安全/黑客打造的：黑客&网络安全入门&进阶学习资源包前言什么是网络安全网络安全可以基于攻击和防御视角来分类，我们经常听到的“红队”、“渗透测试”等就是研究攻击技术，而“蓝队”、“安全运营”、“安全运维”则研究防御技术。如何成为一名黑客很多朋友在学习安全方面都会半路转行，因为不知如何去学，在这里，我将这个整份答案分为黑客（网络安全）入门必备、黑客（网络安全）职业指南、黑客（网络安全）学习
  • PyTorch中，将`DataLoader`加载的数据高效传输到GPU 大霸王龙 pytorch人工智能python
    一、数据加载到GPU的核心步骤数据预处理与张量转换若原始数据为NumPy数组或Python列表，需先转换为PyTorch张量：X_tensor=torch.from_numpy(X).float()#转换为浮点张量y_tensor=torch.from_numpy(y).long()#分类任务常用长整型显式指定设备：通过.to(device)将数据移至GPU（需提前定义device对象）：devi
  • 【网络安全 | 漏洞挖掘】价值14981$的Google点击劫持漏洞 秋说 web安全漏洞挖掘
    未经许可，不得转载。文章目录点击劫持前言漏洞1攻击场景漏洞2攻击场景漏洞3攻击场景漏洞4攻击场景漏洞5攻击场景漏洞6攻击场景点击劫持点击劫持是一种恶意的用户界面攻击技术，也被称为“UI覆盖攻击”或“透明劫持”。攻击者通过创建一个看似正常的网页，并在其中嵌入一个隐藏的、透明的iframe框架，该框架指向目标网站的某个功能页面，如支付页面、订阅页面等。同时，攻击者会在iframe上方放置一些虚假的按钮
  • 【sklearn 01】人工智能概述 @金色海岸 人工智能sklearnpython
    一、人工智能，机器学习，深度学习人工智能指由人类制造出的具有智能的机器。这是一个非常大的范围，长远目标是让机器实现人工智能，但目前我们仍处在非常初始的阶段，甚至不能称为智能机器学习是指通过数据训练出能完成一定功能的模型，是实现人工智能的手段之一，也是目前最主流的人工智能实现方法深度学习则是机器学习的分支，超过8层的神经网络模型就叫深度学习，深度即层数。深度学习目前在语音、图像等领域取得很好的效果
  • [小白学大模型]dify-终于用mac intel跑起了大模型 码农丁丁 人工智能#pythondify
    Dify是一个开源的LLM应用开发平台。其直观的界面结合了AI工作流、RAG管道、Agent、模型管理、可观测性功能等，让您可以快速从原型到生产。GitHub-langgenius/dify:Difyisanopen-sourceLLMappdevelopmentplatform.Dify'sintuitiveinterfacecombinesAIworkflow,RAGpipeline,agen
  • C/C++每日一练：实现选择排序 風清掦 C/C++~每日一练c语言c++算法
    选择排序选择排序是一种简单直观的排序算法，时间复杂度为，其中n是数组长度，不适合大数据集的排序，适合于元素较少且对性能要求不高的场景。选择排序的基本思想是：每次从未排序部分选择最小的元素，将其放到已排序部分的末尾。这样经过多轮操作后，整个数组会被逐步排好序。具体步骤如下：初始化：将第一个元素作为已排序区，剩余部分作为未排序区。遍历未排序区：从未排序区间找出最小的元素，记下其位置。交换位置：将找到的
  • 深入浅出分布式事务原理 梵高的猪v 分布式事务
    一、Seata四大事务模式详解模式实现机制事务一致性业务侵入性适用场景AT数据库本地事务+Undo日志+二阶段提交最终一致性无侵入电商、订单等高性能要求TCCTry-Confirm-Cancel强一致性强业务侵入金融支付、账户、转账等SAGA补偿事务（前进+回滚）最终一致性轻微侵入长事务，如营销活动XA标准XA协议强一致性无侵入银行、转账等二、逐个详细拆解每一种事务模式1.AT模式（Automat
  • Java开发中，spring mvc 的线程怎么调用？ 小麦麦子 springmvc
    今天逛知乎，看到最近很多人都在问spring mvc 的线程http://www.maiziedu.com/course/java/ 的启动问题，觉得挺有意思的，那哥们儿问的也听仔细，下面的回答也很详尽，分享出来，希望遇对遇到类似问题的Java开发程序猿有所帮助。 问题：     在用spring mvc架构的网站上，设一线程在虚拟机启动时运行，线程里有一全局
  • maven依赖范围 bitcarter maven
    1.test 测试的时候才会依赖，编译和打包不依赖，如junit不被打包 2.compile 只有编译和打包时才会依赖 3.provided 编译和测试的时候依赖，打包不依赖，如：tomcat的一些公用jar包 4.runtime 运行时依赖，编译不依赖 5.默认compile 依赖范围compile是支持传递的，test不支持传递 1.传递的意思是项目A，引用
  • Jaxb org.xml.sax.saxparseexception : premature end of file darrenzhu xmlprematureJAXB
    如果在使用JAXB把xml文件unmarshal成vo(XSD自动生成的vo)时碰到如下错误： org.xml.sax.saxparseexception : premature end of file 很有可能时你直接读取文件为inputstream，然后将inputstream作为构建unmarshal需要的source参数。InputSource inputSource = new In
  • CSS Specificity 周凡杨 html权重Specificitycss
      有时候对于页面元素设置了样式，可为什么页面的显示没有匹配上呢？ because specificity CSS 的选择符是有权重的，当不同的选择符的样式设置有冲突时，浏览器会采用权重高的选择符设置的样式。     规则：   HTML标签的权重是1 Class 的权重是10 Id 的权重是100
  • java与servlet g21121 servlet
    servlet 搞java web开发的人一定不会陌生，而且大家还会时常用到它。 下面是java官方网站上对servlet的介绍： java官网对于servlet的解释 写道 Java Servlet Technology Overview Servlets are the Java platform technology of choice for extending and enha
  • eclipse中安装maven插件 510888780 eclipsemaven
    1.首先去官网下载 Maven： http://www.apache.org/dyn/closer.cgi/maven/binaries/apache-maven-3.2.3-bin.tar.gz 下载完成之后将其解压， 我将解压后的文件夹：apache-maven-3.2.3， 并将它放在 D:\tools目录下， 即 maven 最终的路径是：D:\tools\apache-mave
  • jpa@OneToOne关联关系 布衣凌宇 jpa
    Nruser里的pruserid关联到Pruser的主键id，实现对一个表的增删改，另一个表的数据随之增删改。 Nruser实体类 //***************************************************************** @Entity @Table(name="nruser") @DynamicInsert @Dynam
  • 我的spring学习笔记11-Spring中关于声明式事务的配置 aijuans spring事务配置
    这两天学到事务管理这一块，结合到之前的terasoluna框架，觉得书本上讲的还是简单阿。我就把我从书本上学到的再结合实际的项目以及网上看到的一些内容，对声明式事务管理做个整理吧。我看得Spring in Action第二版中只提到了用TransactionProxyFactoryBean和<tx:advice/>,定义注释驱动这三种，我承认后两种的内容很好，很强大。但是实际的项目当中
  • java 动态代理简单实现 antlove javahandlerproxydynamicservice
    dynamicproxy.service.HelloService package dynamicproxy.service; public interface HelloService { public void sayHello(); }   dynamicproxy.service.impl.HelloServiceImpl package dynamicp
  • JDBC连接数据库 百合不是茶 JDBC编程JAVA操作oracle数据库
             如果我们要想连接oracle公司的数据库，就要首先下载oralce公司的驱动程序，将这个驱动程序的jar包导入到我们工程中;   JDBC链接数据库的代码和固定写法;     1,加载oracle数据库的驱动;     &nb
  • 单例模式中的多线程分析 bijian1013 javathread多线程java多线程
    谈到单例模式，我们立马会想到饿汉式和懒汉式加载，所谓饿汉式就是在创建类时就创建好了实例，懒汉式在获取实例时才去创建实例，即延迟加载。 饿汉式： package com.bijian.study; public class Singleton { private Singleton() { } // 注意这是private 只供内部调用 private static
  • javascript读取和修改原型特别需要注意原型的读写不具有对等性 bijian1013 JavaScriptprototype
            对于从原型对象继承而来的成员，其读和写具有内在的不对等性。比如有一个对象A，假设它的原型对象是B，B的原型对象是null。如果我们需要读取A对象的name属性值，那么JS会优先在A中查找，如果找到了name属性那么就返回；如果A中没有name属性，那么就到原型B中查找name，如果找到了就返回；如果原型B中也没有
  • 【持久化框架MyBatis3六】MyBatis3集成第三方DataSource bit1129 dataSource
    MyBatis内置了数据源的支持，如：   <environments default="development"> <environment id="development"> <transactionManager type="JDBC" /> <data
  • 我程序中用到的urldecode和base64decode,MD5 bitcarter cMD5base64decodeurldecode
    这里是base64decode和urldecode，Md5在附件中。因为我是在后台所以需要解码： string Base64Decode(const char* Data,int DataByte,int& OutByte) { //解码表 const char DecodeTable[] = { 0, 0, 0, 0, 0, 0
  • 腾讯资深运维专家周小军：QQ与微信架构的惊天秘密 ronin47
    社交领域一直是互联网创业的大热门，从PC到移动端，从OICQ、MSN到QQ。到了移动互联网时代，社交领域应用开始彻底爆发，直奔黄金期。腾讯在过去几年里，社交平台更是火到爆，QQ和微信坐拥几亿的粉丝，QQ空间和朋友圈各种刷屏，写心得，晒照片，秀视频，那么谁来为企鹅保驾护航呢？支撑QQ和微信海量数据背后的架构又有哪些惊天内幕呢？本期大讲堂的内容来自今年2月份ChinaUnix对腾讯社交网络运营服务中心
  • java-69-旋转数组的最小元素。把一个数组最开始的若干个元素搬到数组的末尾，我们称之为数组的旋转。输入一个排好序的数组的一个旋转，输出旋转数组的最小元素 bylijinnan java
    public class MinOfShiftedArray { /** * Q69 旋转数组的最小元素 * 把一个数组最开始的若干个元素搬到数组的末尾，我们称之为数组的旋转。输入一个排好序的数组的一个旋转，输出旋转数组的最小元素。 * 例如数组{3, 4, 5, 1, 2}为{1, 2, 3, 4, 5}的一个旋转，该数组的最小值为1。 */ publ
  • 看博客，应该是有方向的 Cb123456 反省看博客
    看博客，应该是有方向的:  我现在就复习以前的，在补补以前不会的，现在还不会的，同时完善完善项目，也看看别人的博客.  我刚突然想到的:  1.应该看计算机组成原理，数据结构，一些算法，还有关于android,java的。  2.对于我，也快大四了，看一些职业规划的，以及一些学习的经验，看看别人的工作总结的.    为什么要写
  • [开源与商业]做开源项目的人生活上一定要朴素,尽量减少对官方和商业体系的依赖 comsci 开源项目
         为什么这样说呢？  因为科学和技术的发展有时候需要一个平缓和长期的积累过程，但是行政和商业体系本身充满各种不稳定性和不确定性，如果你希望长期从事某个科研项目，但是却又必须依赖于某种行政和商业体系，那其中的过程必定充满各种风险。。。       所以，为避免这种不确定性风险，我
  • 一个 sql优化 （[精华] 一个查询优化的分析调整全过程！很值得一看 ） cwqcwqmax9 sql
    见   http://www.itpub.net/forum.php?mod=viewthread&tid=239011 Web翻页优化实例 提交时间: 2004-6-18 15:37:49      回复    发消息  环境： Linux ve
  • Hibernat and Ibatis dashuaifu Hibernateibatis
    Hibernate  VS  iBATIS 简介 Hibernate 是当前最流行的O/R mapping框架，当前版本是3.05。它出身于sf.net，现在已经成为Jboss的一部分了 iBATIS 是另外一种优秀的O/R mapping框架，当前版本是2.0。目前属于apache的一个子项目了。 相对Hibernate“O/R”而言，iBATIS 是一种“Sql Mappi
  • 备份MYSQL脚本 dcj3sjt126com mysql
    #!/bin/sh # this shell to backup mysql #[email protected] (QQ:1413161683 DuChengJiu) _dbDir=/var/lib/mysql/ _today=`date +%w` _bakDir=/usr/backup/$_today [ ! -d $_bakDir ] && mkdir -p
  • iOS第三方开源库的吐槽和备忘 dcj3sjt126com ios
    转自 ibireme的博客   做iOS开发总会接触到一些第三方库，这里整理一下，做一些吐槽。   目前比较活跃的社区仍旧是Github，除此以外也有一些不错的库散落在Google Code、SourceForge等地方。由于Github社区太过主流，这里主要介绍一下Github里面流行的iOS库。   首先整理了一份 Github上排名靠
  • html wlwmanifest.xml eoems htmlxml
    所谓优化wp_head()就是把从wp_head中移除不需要元素，同时也可以加快速度。 步骤： 加入到function.php remove_action('wp_head', 'wp_generator'); //wp-generator移除wordpress的版本号，本身blog的版本号没什么意义，但是如果让恶意玩家看到，可能会用官网公布的漏洞攻击blog remov
  • 浅谈Java定时器发展 hacksin java并发timer定时器
    java在jdk1.3中推出了定时器类Timer,而后在jdk1.5后由Dou Lea从新开发出了支持多线程的ScheduleThreadPoolExecutor，从后者的表现来看，可以考虑完全替代Timer了。 Timer与ScheduleThreadPoolExecutor对比： 1.    Timer始于jdk1.3,其原理是利用一个TimerTask数组当作队列
  • 移动端页面侧边导航滑入效果 ini jqueryWebhtml5cssjavascirpt
    效果体验：http://hovertree.com/texiao/mobile/2.htm可以使用移动设备浏览器查看效果。效果使用到jquery-2.1.4.min.js，该版本的jQuery库是用于支持HTML5的浏览器上，不再兼容IE8以前的浏览器，现在移动端浏览器一般都支持HTML5，所以使用该jQuery没问题。HTML文件代码： <!DOCTYPE html> <h
  • AspectJ+Javasist记录日志 kane_xie aspectjjavasist
    在项目中碰到这样一个需求，对一个服务类的每一个方法，在方法开始和结束的时候分别记录一条日志，内容包括方法名，参数名+参数值以及方法执行的时间。   @Override public String get(String key) { // long start = System.currentTimeMillis(); // System.out.println("Be
  • redis学习笔记 MJC410621 redisNoSQL
    1)nosql数据库主要由以下特点：非关系型的、分布式的、开源的、水平可扩展的。 1，处理超大量的数据 2，运行在便宜的PC服务器集群上， 3，击碎了性能瓶颈。 1)对数据高并发读写。 2)对海量数据的高效率存储和访问。 3)对数据的高扩展性和高可用性。 redis支持的类型： Sring 类型 set name lijie get name lijie set na
  • 使用redis实现分布式锁 qifeifei
    在多节点的系统中，如何实现分布式锁机制，其中用redis来实现是很好的方法之一，我们先来看一下jedis包中，有个类名BinaryJedis,它有个方法如下：   public Long setnx(final byte[] key, final byte[] value) { checkIsInMulti(); client.setnx(key, value); ret
  • BI并非万能，中层业务管理报表要另辟蹊径 张老师的菜 大数据BI商业智能信息化
           BI是商业智能的缩写，是可以帮助企业做出明智的业务经营决策的工具，其数据来源于各个业务系统，如ERP、CRM、SCM、进销存、HER、OA等。        BI系统不同于传统的管理信息系统，他号称是一个整体应用的解决方案，是融入管理思想的强大系统：有着系统整体的设计思想，支持对所有
  • 安装rvm后出现rvm not a function 或者ruby -v后提示没安装ruby的问题 wudixiaotie function
    1.在~/.bashrc最后加入 [[ -s "$HOME/.rvm/scripts/rvm" ]] && source "$HOME/.rvm/scripts/rvm"  2.重新启动terminal输入：   rvm use ruby-2.2.1 --default  把当前安装的ruby版本设为默
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他