- 数据分析-Pandas数据探查初步:离散点图
Alex_StarSky
金融风控数据分析pandaspythonVisualization
数据分析-Pandas数据探查初步:离散点图数据分析和处理中,难免会遇到各种数据,那么数据呈现怎样的规律呢?不管金融数据,风控数据,营销数据等等,莫不如此。如何通过图示展示数据的规律?数据表,时间序列数据在数据分析建模中很常见,例如天气预报,空气状态监测,股票交易等金融场景。数据分析过程中重新调整,重塑数据表是很重要的技巧,此处选择Titanic数据,以及巴黎、伦敦欧洲城市空气质量监测NO2NO_
- R语言逻辑回归logistic模型分析泰坦尼克titanic数据集预测生还情况
拓端研究室
R语言R语言逻辑回归logistic泰坦尼克titanic
最近我们被客户要求撰写关于逻辑回归的研究报告,包括一些图形和统计输出。相关视频:R语言逻辑回归(Logistic回归)模型分类预测病人冠心病风险逻辑回归Logistic模型原理和R语言分类预测冠心病风险实例,时长06:48逻辑回归是一种拟合回归曲线的方法,y=f(x),当y是一个分类变量时。这个模型的典型用途是在给定一组预测因素x的情况下预测y,预测因素可以是连续的、分类的或混合的。一般来说,分类
- 清明假期第一天20200327The loss of Titanic~10
来而不可失者时也
早晨5:12火车到站,天没亮,阴沉沉的,下了火车才发现还下着小雨,雾蒙蒙的,车站周围的小店也黑着灯,没有开门。幸亏有爸爸开着三轮车来接我,本来约着去看牙,但走到目的地,发现只是个小门诊,没有明确的门牌,不太靠谱,就在附近逛了逛,刚买了些菜和一双鞋,三轮电车警报急需充电,在就近的充电桩充了三块钱的电,走了2公里又在喊“请充电”,可能因为天气冷的原因,电充的慢,担心返程路上没有充电桩,无奈之下只有返回
- Titanic - 1
silent_eyes_77
本周原想探究一下seaborn绘图方面的运用,发现用在实际案例中更有效果,遂直接用Kaggel经典的Titanic案例的描述性分析部分进行研究。以下是案例的其中一部分,模型探究有待补充与更新。复习一下,完成这篇分析报告需要进行的几个步骤:一、导入数据包与数据集二、数据分析1、总体预览2、描述性统计分析:使用统计学与绘图,初步了解数据之间相关性,为构造特征工程和模型建立做准备3、数据清洗4、建模与优
- Chinese Titanic survivors
俗世尘沙
DocumentaryshineslightonChineseTitanicsurvivors这部纪录片聚焦泰坦尼克号上的中国幸存者The1997blockbusterfilm"Titanic"showedaheart-wrenchingromancebetweentwoyounglovers.Butfewknowthatamongthepassengers,therewereactuallyei
- kaggle:泰坦尼克号获救预测_Titanic_EDA##
卜咦
问题数据来源于Kaggle,通过一组列有泰坦尼克号灾难幸存者或幸存者的训练样本集,我们的模型能否基于不包含幸存者信息的给定测试数据集确定这些测试数据集中的乘客是否幸存。代码与数据分析导入必要的包和titanic数据image数据集基本信息将数据分为不同类别,分别为类别型数据和数字型数据类别数据:Survived,Sex,andEmbarked.Ordinal:Pclass数字型数据:Age,Far
- matplotlib,seaborn,plotly数据可视化库这么多,应该如何选择?
Icevivina
python学习特征分析可视化
在做titanic分析的过程中,看了一些大神的想法,发现在分析数据的过程中,许多大神会使用到seaborn,plotly这些库,而我等小白仅仅知道matplotlib这个唯一的数据可视化库而已。上网查找资料后整理如下:数据可视化库可以根据其应用场景来分为以下几类:基础的2D,3D图绘制库,交互信息可视化库,地图可视化库基础的2D,3D可视化主要包括了matplotlib和seaborn,其中sea
- 2021-06-19第二章第二节数据重构
Akai_
2.4数据合并2.4.1载入数据截屏2021-06-1913.01.24.pngtext_left_up=pd.read_csv('./titanic/data/train-left-up.csv')text_left_down=pd.read_csv('./titanic/data/train-left-down.csv')text_right_up=pd.read_csv('./titanic
- 数据分析-Pandas如何处理表格中的文本数据
Alex_StarSky
金融风控数据分析pandas数据挖掘字符数据处理分割搜索
数据分析-Pandas如何处理表格中的文本数据数据分析和处理中,难免会遇到文本数据,比如人名,地名,还有其他的场景描述等等。金融数据,风控数据,营销数据等等,莫不如此。如何用pandas处理文本数据呢?数据表,时间序列数据在数据分析建模中很常见,例如天气预报,空气状态监测,股票交易等金融场景。数据分析过程中重新调整,重塑数据表是很重要的技巧,此处选择Titanic数据,以及巴黎、伦敦欧洲城市空气质
- 【Kaggle】泰坦尼克号生存预测 Titanic
撕得失败的标签
Kaggle机器学习Kaggle泰塔尼克号Titanic逻辑回归分类树
文章目录前言案例背景数据集介绍加载数据集探索性数据分析(EDA)可视化特征和目标值之间关系缺失值分析数据预处理数据清洗缺失值处理去除噪声并且规范化文本内容数据转换数据划分建模逻辑回归模型决策分类树模型随机森林模型梯度提升树模型预测LR完整的python代码前言官网链接:Titanic-MachineLearningfromDisaster|Kaggle资源链接:【免费】Kaggle泰坦尼克号生存预
- 数据处理II:数据转换
Franchen
下列数据来源Kaggle的Titanic题目特征分类定量特征:如年龄、票价等有数量关系的特征,可二值化或函数变换定性特征:如性别、几等舱等没有数量意义的特征,可哑编码或函数变换 定量特征与定性特征需要分开处理二值化Binarizer定量特征二值化的核心在于设定一个阈值,大于阈值的赋值为1,小于等于阈值的赋值为0fromsklearn.preprocessingimportBinarizerbin
- 数据分析-Pandas如何用图把数据展示出来
Alex_StarSky
金融风控数据分析pandas数据挖掘数据透视python
数据分析-Pandas如何用图把数据展示出来俗话说,一图胜千语,对人类而言一串数据很难立即洞察出什么,但如果展示图就能一眼看出来门道。数据整理后,如何画图,画出好的图在数据分析中成为关键的一环。数据表,时间序列数据在数据分析建模中很常见,例如天气预报,空气状态监测,股票交易等金融场景。数据分析过程中重新调整,重塑数据表是很重要的技巧,此处选择Titanic数据,以及巴黎、伦敦欧洲城市空气质量监测N
- Kaggle之旅3
旻璿gg
大数据Kagglepython机器学习
Kaggle之旅3文章目录Kaggle之旅3前言一、PredictsurvivalontheTitanicandgetfamiliarwithMLbasics二、开始1.基础知识构造随机森林的4个步骤2.结合教程继续总结前言今天继续Kaggle之旅,尝试Titanic-MachineLearningfromDisaster一、PredictsurvivalontheTitanicandgetfam
- 数据分析-Pandas如何整合多张数据表
Alex_StarSky
金融风控数据分析pandas数据挖掘数据整合多源表整合
数据分析-Pandas如何整合多张数据表数据表,时间序列数据在数据分析建模中很常见,例如天气预报,空气状态监测,股票交易等金融场景。数据分析过程中重新调整,重塑数据表是很重要的技巧,此处选择Titanic数据,以及巴黎、伦敦欧洲城市空气质量监测NO2NO_2NO2数据作为样例。数据分析数据分析-Pandas如何转换产生新列数据分析-Pandas如何统计数据概况数据分析-Pandas如何轻松处理时间
- Pandas - 常用操作
山药鱼儿
说明:文章使用的数据集来源于https://www.kaggle.com/c/titanic/dataKaggle泰坦尼克号竞赛提供的数据。一.DataFrame结构DataFrame是Pandas最核心的数据结构,可以使用值为列表的字典进行构造:>>data={'a':[1,2,3],'b':[1.2,None,1.3],'c':['Alex','Bob','Chandler']}>>data{
- 数据分析-Pandas如何重塑数据表
Alex_StarSky
金融风控数据分析pandas数据挖掘python数据透视数据重塑长变宽
数据分析-Pandas如何重塑数据表数据表,时间序列数据在数据分析建模中很常见,例如天气预报,空气状态监测,股票交易等金融场景。数据分析过程中重新调整,重塑数据表是很重要的技巧,此处选择Titanic数据,以及巴黎、伦敦欧洲城市空气质量监测NO2NO_2NO2数据作为样例。GPT专栏文章:数据分析-Pandas如何转换产生新列数据分析-Pandas如何统计数据概况数据分析-Pandas如何轻松处理
- 数据导入与预处理实验
努力coding的米羊羊
课程实验数据分析python
在泰坦尼克号沉船事件中,船上的人员都惊恐逃生,但是救生艇数量有限,无法让所有人都登艇,副船长命令女士和小孩优先登艇,所以是否获救并非随机的,而是基于一些背景及外界因素来排列先后顺序。目前,泰坦尼克号沉船事件中遇难和生还人数及其信息部分记录在文件Titanic.csv文件中,请读入该数据并对该数据进行预处理。已知该数据集中的乘客属性信息解释如下表所示:表1.泰坦尼克号乘客属性信息序号属性名称属性描述
- 四个模型建模及数据分析整理(基于Titanic数据集)
取名真难.
机器学习数据分析数据挖掘机器学习python
目录介绍:二、数据2.1引用数据2.2检查缺失数据2.2.1手动检查缺失数据2.2.2查看某一个特征值为空数据2.3补充缺失数据2.3.1盒图2.3.2手动用均值填补缺失数据2.3.3手动用类别填补缺失数据三、数据分析3.1男女生存比例3.2男女生存数3.3船舱级别生存比例3.4船舱生存与死亡比例3.5票价与生存关系3.6年龄与生存关系3.7性别年龄与生存关系3.8性别、登口岸、年龄与生存关系3.
- Pycharm在读取数据时不显示所有列解决方法
shen_xian_
python基础pycharmidepython
Pycharm在读取文件数据时中间的列不显示,用省略号代替,如何全部显示。问题复现importpandasaspdimportnumpyasnpimportmatplotlib.pyplotasplttitanic_train=pd.read_csv('D:\Python\PyCharm\PycharmProjects\\titanic\\train.csv')titanic_test=pd.re
- python画图【03】泰坦尼克号数据分析
ihan1001
python画图python数据分析开发语言
导包importnumpyasnpimportpandasaspdimportmatplotlibimportmatplotlib.pyplotasplt%matplotlibinlineplt.rcParams['font.sans-serif']="MicrosoftYaHei"importseabornassns加载数据集titanic=sns.load_dataset("titanic")
- jieqian的ScalersTalk第四轮新概念朗读持续力训练Day115 20190130
jieqian
#练习材料L10(1):ThelossofTitanicThegreatship,Titanic,sailedforNewYorkfromSouthamptononApril10th,1912.Shewascarrying1,316passengersandcrewof891.Evenbymodernstandards,the46,000tonTitanicwasacolossalship.Att
- 机器学习数据的清洗,转化,汇总及建模完整步骤(基于Titanic数据集)
取名真难.
机器学习机器学习python线性回归
目录介绍:一、数据二、检查数据缺失三、数据分析四、数据清洗五、数据类别转化六、数据汇总和整理七、建模介绍:线性回归是一种常用的机器学习方法,用于建立一个输入变量与输出变量之间线性关系的预测模型。线性回归的目标是找到一条最佳拟合直线,使得预测值与实际观测值之间的误差最小。线性回归的训练过程是通过最小化目标变量与预测值之间的平方误差来确定模型的参数。常用的最小化目标函数是平方误差和(SumofSqua
- 4.Pandas行列进阶操作
沉住气CD
Pandaspandas人工智能数据挖掘
1.新增列1.1assignPandas中提供的assign()函数不仅可以实现不该表原数据情况下新增列,而且可以同时新增多列,还可以配合链式操作使用一行代码完成多个新增列的创建,使得代码非常整洁。函数importnumpyasnpimportpandasaspddf=pd.read_csv('data/titanic.csv')df.assign(Sex_map=lambdax:x.Sex.ma
- 数据挖掘目标(Kaggle Titanic 生存测试)
LiYao1103
python数据分析jupyter
importnumpyasnpimportpandasaspdimportmatplotlib.pyplotaspltimportseabornassns1.数据导入In[2]:train_data=pd.read_csv(r'../老师文件/train.csv')test_data=pd.read_csv(r'../老师文件/test.csv')labels=pd.read_csv(r'../老
- 类别型特征转换为数值型特征--字典映射
小豹子凶凶哒
今天见到了一种将类别型转换为数值型的字典映射方法,记录一下。数据集用的是Titanic数据集,可以从kaggle上下载到。importpandasaspdimportnumpyasnpdata=pd.read_csv('Titanic.csv')data.Embarked.value_counts()ordinal_label={k:ifori,kinenumerate(data['Embarke
- sklearn教程:titanic泰坦尼克号数据集
Cachel wood
python机器学习和数据挖掘sklearn人工智能pythonpandasydata数据分析机器学习
文章目录数据集介绍导入数据集info()显示数据类型和是否缺失describe()数据描述性统计数据可视化-探索性分析EDA填充缺失值之后的可视化类别变量的相关关系数据集介绍这个数据集是基于泰坦尼克号中乘客逃生的,泰坦尼克号出事故,船上的乘客的一些信息被记录在这张表中。现在要根据这个数据预测这个人能否获救。共有891个样本。数据集属性属性含义PassengerId乘客IDSurvived获救情况(
- pandas替换df中的数据
hzp666
python数据库机器学习pandas
假设数据已经通过如下代码读进来了importpandasaspdtitanic_data=pd.read_csv('titanic_data.csv',encoding='gbk')法1titanic_data['Sex'][titanic_data['Sex']=='male']=1titanic_data['Sex'][titanic_data['Sex']=='female']=0法2tit
- 使用R自带的数据集 Titanic,绘制以下图形 R语言
TechInk
r语言开发语言R语言
使用R自带的数据集Titanic,绘制以下图形R语言在本文中,我们将使用R语言中自带的Titanic数据集,通过绘制不同的图形来深入分析该数据集。Titanic数据集包含了泰坦尼克号上乘客的相关信息,我们将通过可视化的方式来展现不同因素与生存率之间的关系。首先,我们需要载入Titanic数据集并查看其结构和内容。请确保已安装并加载了ggplot2和tidyverse这两个R包,它们将帮助我们进行数
- keras处理csv数据流程
我叫杨傲天
keras机器学习python
importnumpyasnp#linearalgebraimportpandasaspd#dataprocessing,CSVfileI/O(e.g.pd.read_csv)train_data=pd.read_csv("/kaggle/input/titanic/train.csv")train_data.head()fromsklearn.ensembleimportRandomForest
- Microsoft Azure Machine Learning使用探索
三笔竹林
机器学习机器学习azure可视化
写在前面感谢公司提供的MicrosoftAzure机器学习平台我不是微软的托哈,但是一用觉得,这东西太方便了吧!最大的优点在于快速试错上传数据集添加新的实验在页面最左下角有一个加号,点一下然后是下图:选黄色的加号然后到实验区,把输入的csv拽进来点这个训练数据集,右键选visualize可视化众所周知Titanic数据集里有PClass这个字段,表示做急等藏,PClass可视化如下图其实PClas
- ViewController添加button按钮解析。(翻译)
张亚雄
c
<div class="it610-blog-content-contain" style="font-size: 14px"></div>// ViewController.m
// Reservation software
//
// Created by 张亚雄 on 15/6/2.
- mongoDB 简单的增删改查
开窍的石头
mongodb
在上一篇文章中我们已经讲了mongodb怎么安装和数据库/表的创建。在这里我们讲mongoDB的数据库操作
在mongo中对于不存在的表当你用db.表名 他会自动统计
下边用到的user是表明,db代表的是数据库
添加(insert):
- log4j配置
0624chenhong
log4j
1) 新建java项目
2) 导入jar包,项目右击,properties—java build path—libraries—Add External jar,加入log4j.jar包。
3) 新建一个类com.hand.Log4jTest
package com.hand;
import org.apache.log4j.Logger;
public class
- 多点触摸(图片缩放为例)
不懂事的小屁孩
多点触摸
多点触摸的事件跟单点是大同小异的,上个图片缩放的代码,供大家参考一下
import android.app.Activity;
import android.os.Bundle;
import android.view.MotionEvent;
import android.view.View;
import android.view.View.OnTouchListener
- 有关浏览器窗口宽度高度几个值的解析
换个号韩国红果果
JavaScripthtml
1 元素的 offsetWidth 包括border padding content 整体的宽度。
clientWidth 只包括内容区 padding 不包括border。
clientLeft = offsetWidth -clientWidth 即这个元素border的值
offsetLeft 若无已定位的包裹元素
- 数据库产品巡礼:IBM DB2概览
蓝儿唯美
db2
IBM DB2是一个支持了NoSQL功能的关系数据库管理系统,其包含了对XML,图像存储和Java脚本对象表示(JSON)的支持。DB2可被各种类型的企 业使用,它提供了一个数据平台,同时支持事务和分析操作,通过提供持续的数据流来保持事务工作流和分析操作的高效性。 DB2支持的操作系统
DB2可应用于以下三个主要的平台:
工作站,DB2可在Linus、Unix、Windo
- java笔记5
a-john
java
控制执行流程:
1,true和false
利用条件表达式的真或假来决定执行路径。例:(a==b)。它利用条件操作符“==”来判断a值是否等于b值,返回true或false。java不允许我们将一个数字作为布尔值使用,虽然这在C和C++里是允许的。如果想在布尔测试中使用一个非布尔值,那么首先必须用一个条件表达式将其转化成布尔值,例如if(a!=0)。
2,if-els
- Web开发常用手册汇总
aijuans
PHP
一门技术,如果没有好的参考手册指导,很难普及大众。这其实就是为什么很多技术,非常好,却得不到普遍运用的原因。
正如我们学习一门技术,过程大概是这个样子:
①我们日常工作中,遇到了问题,困难。寻找解决方案,即寻找新的技术;
②为什么要学习这门技术?这门技术是不是很好的解决了我们遇到的难题,困惑。这个问题,非常重要,我们不是为了学习技术而学习技术,而是为了更好的处理我们遇到的问题,才需要学习新的
- 今天帮助人解决的一个sql问题
asialee
sql
今天有个人问了一个问题,如下:
type AD value
A  
- 意图对象传递数据
百合不是茶
android意图IntentBundle对象数据的传递
学习意图将数据传递给目标活动; 初学者需要好好研究的
1,将下面的代码添加到main.xml中
<?xml version="1.0" encoding="utf-8"?>
<LinearLayout xmlns:android="http:/
- oracle查询锁表解锁语句
bijian1013
oracleobjectsessionkill
一.查询锁定的表
如下语句,都可以查询锁定的表
语句一:
select a.sid,
a.serial#,
p.spid,
c.object_name,
b.session_id,
b.oracle_username,
b.os_user_name
from v$process p, v$s
- mac osx 10.10 下安装 mysql 5.6 二进制文件[tar.gz]
征客丶
mysqlosx
场景:在 mac osx 10.10 下安装 mysql 5.6 的二进制文件。
环境:mac osx 10.10、mysql 5.6 的二进制文件
步骤:[所有目录请从根“/”目录开始取,以免层级弄错导致找不到目录]
1、下载 mysql 5.6 的二进制文件,下载目录下面称之为 mysql5.6SourceDir;
下载地址:http://dev.mysql.com/downl
- 分布式系统与框架
bit1129
分布式
RPC框架 Dubbo
什么是Dubbo
Dubbo是一个分布式服务框架,致力于提供高性能和透明化的RPC远程服务调用方案,以及SOA服务治理方案。其核心部分包含: 远程通讯: 提供对多种基于长连接的NIO框架抽象封装,包括多种线程模型,序列化,以及“请求-响应”模式的信息交换方式。 集群容错: 提供基于接
- 那些令人蛋痛的专业术语
白糖_
springWebSSOIOC
spring
【控制反转(IOC)/依赖注入(DI)】:
由容器控制程序之间的关系,而非传统实现中,由程序代码直接操控。这也就是所谓“控制反转”的概念所在:控制权由应用代码中转到了外部容器,控制权的转移,是所谓反转。
简单的说:对象的创建又容器(比如spring容器)来执行,程序里不直接new对象。
Web
【单点登录(SSO)】:SSO的定义是在多个应用系统中,用户
- 《给大忙人看的java8》摘抄
braveCS
java8
函数式接口:只包含一个抽象方法的接口
lambda表达式:是一段可以传递的代码
你最好将一个lambda表达式想象成一个函数,而不是一个对象,并记住它可以被转换为一个函数式接口。
事实上,函数式接口的转换是你在Java中使用lambda表达式能做的唯一一件事。
方法引用:又是要传递给其他代码的操作已经有实现的方法了,这时可以使
- 编程之美-计算字符串的相似度
bylijinnan
java算法编程之美
public class StringDistance {
/**
* 编程之美 计算字符串的相似度
* 我们定义一套操作方法来把两个不相同的字符串变得相同,具体的操作方法为:
* 1.修改一个字符(如把“a”替换为“b”);
* 2.增加一个字符(如把“abdd”变为“aebdd”);
* 3.删除一个字符(如把“travelling”变为“trav
- 上传、下载压缩图片
chengxuyuancsdn
下载
/**
*
* @param uploadImage --本地路径(tomacat路径)
* @param serverDir --服务器路径
* @param imageType --文件或图片类型
* 此方法可以上传文件或图片.txt,.jpg,.gif等
*/
public void upload(String uploadImage,Str
- bellman-ford(贝尔曼-福特)算法
comsci
算法F#
Bellman-Ford算法(根据发明者 Richard Bellman 和 Lester Ford 命名)是求解单源最短路径问题的一种算法。单源点的最短路径问题是指:给定一个加权有向图G和源点s,对于图G中的任意一点v,求从s到v的最短路径。有时候这种算法也被称为 Moore-Bellman-Ford 算法,因为 Edward F. Moore zu 也为这个算法的发展做出了贡献。
与迪科
- oracle ASM中ASM_POWER_LIMIT参数
daizj
ASMoracleASM_POWER_LIMIT磁盘平衡
ASM_POWER_LIMIT
该初始化参数用于指定ASM例程平衡磁盘所用的最大权值,其数值范围为0~11,默认值为1。该初始化参数是动态参数,可以使用ALTER SESSION或ALTER SYSTEM命令进行修改。示例如下:
SQL>ALTER SESSION SET Asm_power_limit=2;
- 高级排序:快速排序
dieslrae
快速排序
public void quickSort(int[] array){
this.quickSort(array, 0, array.length - 1);
}
public void quickSort(int[] array,int left,int right){
if(right - left <= 0
- C语言学习六指针_何谓变量的地址 一个指针变量到底占几个字节
dcj3sjt126com
C语言
# include <stdio.h>
int main(void)
{
/*
1、一个变量的地址只用第一个字节表示
2、虽然他只使用了第一个字节表示,但是他本身指针变量类型就可以确定出他指向的指针变量占几个字节了
3、他都只存了第一个字节地址,为什么只需要存一个字节的地址,却占了4个字节,虽然只有一个字节,
但是这些字节比较多,所以编号就比较大,
- phpize使用方法
dcj3sjt126com
PHP
phpize是用来扩展php扩展模块的,通过phpize可以建立php的外挂模块,下面介绍一个它的使用方法,需要的朋友可以参考下
安装(fastcgi模式)的时候,常常有这样一句命令:
代码如下:
/usr/local/webserver/php/bin/phpize
一、phpize是干嘛的?
phpize是什么?
phpize是用来扩展php扩展模块的,通过phpi
- Java虚拟机学习 - 对象引用强度
shuizhaosi888
JAVA虚拟机
本文原文链接:http://blog.csdn.net/java2000_wl/article/details/8090276 转载请注明出处!
无论是通过计数算法判断对象的引用数量,还是通过根搜索算法判断对象引用链是否可达,判定对象是否存活都与“引用”相关。
引用主要分为 :强引用(Strong Reference)、软引用(Soft Reference)、弱引用(Wea
- .NET Framework 3.5 Service Pack 1(完整软件包)下载地址
happyqing
.net下载framework
Microsoft .NET Framework 3.5 Service Pack 1(完整软件包)
http://www.microsoft.com/zh-cn/download/details.aspx?id=25150
Microsoft .NET Framework 3.5 Service Pack 1 是一个累积更新,包含很多基于 .NET Framewo
- JAVA定时器的使用
jingjing0907
javatimer线程定时器
1、在应用开发中,经常需要一些周期性的操作,比如每5分钟执行某一操作等。
对于这样的操作最方便、高效的实现方式就是使用java.util.Timer工具类。
privatejava.util.Timer timer;
timer = newTimer(true);
timer.schedule(
newjava.util.TimerTask() { public void run()
- Webbench
流浪鱼
webbench
首页下载地址 http://home.tiscali.cz/~cz210552/webbench.html
Webbench是知名的网站压力测试工具,它是由Lionbridge公司(http://www.lionbridge.com)开发。
Webbench能测试处在相同硬件上,不同服务的性能以及不同硬件上同一个服务的运行状况。webbench的标准测试可以向我们展示服务器的两项内容:每秒钟相
- 第11章 动画效果(中)
onestopweb
动画
index.html
<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd">
<html xmlns="http://www.w3.org/
- windows下制作bat启动脚本.
sanyecao2314
javacmd脚本bat
java -classpath C:\dwjj\commons-dbcp.jar;C:\dwjj\commons-pool.jar;C:\dwjj\log4j-1.2.16.jar;C:\dwjj\poi-3.9-20121203.jar;C:\dwjj\sqljdbc4.jar;C:\dwjj\voucherimp.jar com.citsamex.core.startup.MainStart
- Java进行RSA加解密的例子
tomcat_oracle
java
加密是保证数据安全的手段之一。加密是将纯文本数据转换为难以理解的密文;解密是将密文转换回纯文本。 数据的加解密属于密码学的范畴。通常,加密和解密都需要使用一些秘密信息,这些秘密信息叫做密钥,将纯文本转为密文或者转回的时候都要用到这些密钥。 对称加密指的是发送者和接收者共用同一个密钥的加解密方法。 非对称加密(又称公钥加密)指的是需要一个私有密钥一个公开密钥,两个不同的密钥的
- Android_ViewStub
阿尔萨斯
ViewStub
public final class ViewStub extends View
java.lang.Object
android.view.View
android.view.ViewStub
类摘要: ViewStub 是一个隐藏的,不占用内存空间的视图对象,它可以在运行时延迟加载布局资源文件。当 ViewSt