毛媛媛
毛媛媛

Tableau自学四部曲_Part3：基础图表制作

文章目录

  • 一、 对比分析：比大小
    • 1. 柱状图
    • 2. 条形图
    • 3. 热力图（突出显示表）
    • 4. 气泡图
    • 5. 词云
  • 二、变化分析：看趋势
    • 1. 折线图
    • 2. 基于连续时间序列的折线图预测接下来的数据走向
    • 3. 面积图
  • 三、构成分析：看占比
    • 1. 饼图
    • 2. 【快速表计算】
    • 3. 树地图
    • 4. 堆积图
  • 四、关系分布：看位置
    • 1. 散点图
    • 2. 【聚类分析】
    • 3. 直方图
    • 4. 地图

一、 对比分析：比大小

1. 柱状图

  • 各个分行/门店/广告计划的成交额 Tableau自学四部曲_Part3：基础图表制作_第1张图片
  • 使用场景
    • 较少变量之间的对比分析
      • 字段=表头，变量=具体值和数据
    • 各大区之间的业绩对比
    • 各大类商品之间的销售额对比
  • 图表逻辑
    • 在一个或多个【维度】下对【度量】进行统计，从而得到该【维度】下不同变量之间的【度量】差异
    • 没有对比就没有伤害
  • 制作流程
    • 一个或多个【维度】至列，一个或多个【度量】至行
      Tableau自学四部曲_Part3：基础图表制作_第2张图片

2. 条形图

  • 各个门店的成交额 Tableau自学四部曲_Part3：基础图表制作_第3张图片
  • 使用场景
    • 较多变量之间的对比分析
    • 各人之间的业绩对比
    • 各商品之间的销售额对比
  • 图表逻辑
    • 与柱状图相同，但在水平展示下，多变量之间的对比更易浏览
  • 制作流程
    • 对柱状图进行转置，转置旁边是排序功能
    • 一个或多个【维度】至行，一个或多个【度量】至列
  • 【创建分级结构】实现数据钻取
    Tableau自学四部曲_Part3：基础图表制作_第4张图片
    Tableau自学四部曲_Part3：基础图表制作_第5张图片
  • 【添加筛选器】实现数据选取
    Tableau自学四部曲_Part3：基础图表制作_第6张图片

3. 热力图（突出显示表）

  • 门店数据按日期排序，突出显示GMV
    Tableau自学四部曲_Part3：基础图表制作_第7张图片

  • 使用场景

    • 多【维度】下多变量的同时对比，并且需要同时查看对比效果和数值
    • 各组/商品类别之间的销售额、利润同时对比

  • 图表逻辑

    • 在文本表上根据度量值大小加上颜色深浅标记

  • 制作流程

    • 先做出文本表
      Tableau自学四部曲_Part3：基础图表制作_第8张图片
      Tableau自学四部曲_Part3：基础图表制作_第9张图片
      • 至少拖拽一个维度至行，然后直接拖拽需要展示的度量到维度后的Abc上
      • 右键度量值内的胶囊设置格式，可设置数据格式
      • 快速表计算——重要知识点
        • 编辑表计算设置计算区域和顺序
        • 总额百分比可以直接计算百分比占比
        • 差异百分比可以计算环比 Tableau自学四部曲_Part3：基础图表制作_第10张图片

  • 最后将需要展现的【度量】或直接将度量值拖拽至颜色

    • 度量值
    • 度量名称
    • 记录数
    • 都是Tableau自动创建的字段，方便批量处理度量及对应名称

  • 然后选择标记下方的图表类型为方形（不选择方形则是数值变色）

4. 气泡图

  • 各个外卖门店的GMV
    • 使用场景
      • 极多变量下在同一度量上的对比分析
      • 一个班或者全公司所有个人的某一度量分析
  • 图表逻辑
    • 用度量代表气泡大小，维度代表气泡颜色
  • 制作流程
    • 【度量】至大小
    • 维度至颜色和标签
    • 图形选为圆形
      Tableau自学四部曲_Part3：基础图表制作_第11张图片

示例可见：Tableau自学四部曲_Part2：数据连接&可视化原理—Tableau可视化原理“具体操作”

5. 词云

  • 使用场景
    • 极多变量下在同一度量上的对比分析，同时需要突出变量名称
  • 图表逻辑
    • 用度量代表文本大小，维度代表文本颜色
  • 制作流程
    • 【度量】至大小
    • 维度至颜色和标签
    • 图形选为文本
      Tableau自学四部曲_Part3：基础图表制作_第12张图片

示例可见：Tableau自学四部曲_Part2：数据连接&可视化原理—Tableau可视化原理“具体操作”

二、变化分析：看趋势

1. 折线图

  • 全流程转化数据多轴/颜色拆分显示

  • 使用场景

    • 基于时间【维度】分析【度量】的数据变化及趋势
    • 过去三年的成交额变化

  • 图表逻辑

    • 基于时间维度的柱状图，但是将展现形式从条形图变为了折线

  • 制作流程
    Tableau自学四部曲_Part3：基础图表制作_第13张图片

    • 拖拽时间【维度】至列，【度量】至行

    • 设置时间类型，下拉列中的胶囊

      • 上方时间选择为离散，以日-周-月为不同类别汇总统计数据，即每一年的一月都视为一个变量 Tableau自学四部曲_Part3：基础图表制作_第14张图片
        Tableau自学四部曲_Part3：基础图表制作_第15张图片
      • 下方时间选择为连续，以连续的日-周-月等时间单位为序列统计数据，每一年的一月都是不一样的变量
        Tableau自学四部曲_Part3：基础图表制作_第16张图片 Tableau自学四部曲_Part3：基础图表制作_第17张图片
        连续日期的折线图可以增加预测趋势，因为时间预测的前提是：时间是连续的（注意：如果预测不出来或者是一天平直的线，说明预测不太对）
        Tableau自学四部曲_Part3：基础图表制作_第18张图片
        Tableau自学四部曲_Part3：基础图表制作_第19张图片
        此时，可以尝试将日期改为“天”，同时缩短“日期” ，这时的预测就有了可信度了Tableau自学四部曲_Part3：基础图表制作_第20张图片
        还可以添加趋势线
        Tableau自学四部曲_Part3：基础图表制作_第21张图片
        Tableau自学四部曲_Part3：基础图表制作_第22张图片

    • 【维度】到颜色可做出多维折线图，一个颜色代表一个类别

    • 不要用折线图来呈现维度的变化
      Tableau自学四部曲_Part3：基础图表制作_第23张图片

2. 基于连续时间序列的折线图预测接下来的数据走向

Tableau自学四部曲_Part3：基础图表制作_第24张图片

  • 选择时间单位，下方的年月日天，时间胶囊变为绿色（连续变量）
  • 注：只有连续变量的预测才有意义
  • 选择左侧数据栏右边的分析，拖拽预测至做好的折线图中
  • 右键预测出的数据区域即可设置预测（初学者不建议设置）并查看预测描述
  • 如果数据缺失太多或量级太小，可能无法预测，这个时候需要用筛选区调整一下时间
  • 复制工作表为交叉表即可得到图表数据，工作表-导出交叉表至Excel即可导出数据

3. 面积图

  • 使用场景
    • 有内部累计关系的值随时间变化
    • 不强调趋势，强调绝对值
  • 图表逻辑
    • 在折线图的基础上选择面积作为视觉影射
  • 制作流程
    • 标记卡中把折线改为区域
    • 将对象放在颜色上或冲洗拖拽预测指示器
      Tableau自学四部曲_Part3：基础图表制作_第25张图片

三、构成分析：看占比

1. 饼图

  • 品牌GMV占比
    Tableau自学四部曲_Part3：基础图表制作_第26张图片

  • 使用场景

    • 一个【维度】下各个变量在某一【度量】下所占比例
    • 性别维度下，男女顾客各占成交金额的百分比

  • 图表逻辑

    • 【维度】代表各扇区的颜色，【度量】代表饼图中各扇区角度的大小

  • 制作流程
    Tableau自学四部曲_Part3：基础图表制作_第27张图片

    • 【维度】拖拽至颜色
    • 【度量】拖拽至大小
    • 选择图表类型为饼图
    • 饼图不宜颜色过多
      Tableau自学四部曲_Part3：基础图表制作_第28张图片
    • 【度量】和【维度】拖拽至标记显示数值，但饼图一般不标记绝度值，只标记百分比

2. 【快速表计算】

  • 右键标签度量选择快速表计算，合计百分比计算各数值的百分比占比
  • 最后右键标记的数值设置格式，区，第一个，设置为为1位数百分比
  • 帮助右下角可以调整视图的显示方式
    Tableau自学四部曲_Part3：基础图表制作_第29张图片
    Tableau自学四部曲_Part3：基础图表制作_第30张图片
    Tableau自学四部曲_Part3：基础图表制作_第31张图片
    Tableau自学四部曲_Part3：基础图表制作_第32张图片

3. 树地图

  • 使用场景
    • 一个度量在多个维度下的占比展现和分析
    • 各组销售贡献度
    • 各用户用户贡献度
  • 图表逻辑
    • 每个方格代表一个该【维度】下的变量，方格的大小代表此变量的在该【维度】下的【度量】占比大小
    • 方格会按顺序排列，占比最大的在最左上方
  • 制作流程
    • 拖拽【度量】至大小
    • 【维度】至标签
    • 树地图是升级版的饼图，按照顺序展示大小，还能增加颜色等维度
      Tableau自学四部曲_Part3：基础图表制作_第33张图片

示例可见：Tableau自学四部曲_Part2：数据连接&可视化原理—Tableau可视化原理“具体操作”

4. 堆积图

  • 使用场景
    • 相同【度量】下，比较一个【维度】下另一个【维度】的占比
    • 各地区各品类产品对销售额的贡献
  • 图表逻辑
    • 绝对堆积：在柱状图/条形图的基础上，用颜色区分一个维度在另一个维度下的占比大小
    • 相对堆积：不展示绝对值，使用合集快表计算：合计百分比，只展示百分比
  • 制作流程
    Tableau自学四部曲_Part3：基础图表制作_第34张图片
    • 在做完柱状图后，将需要堆积展示占比的【维度】拖拽至颜色即可
    • 拖拽度量值或在轴下添加变量也可堆积

Tableau自学四部曲_Part3：基础图表制作_第35张图片
这里可以对GMV标签进行快速表计算
Tableau自学四部曲_Part3：基础图表制作_第36张图片
Tableau自学四部曲_Part3：基础图表制作_第37张图片
此时发现是一个整体的合计百分比，按道理来说上下相加应该是100%，想看到这种怎么办？点击“编辑表计算”，将“表（横穿）”改为“表（向下）”，
Tableau自学四部曲_Part3：基础图表制作_第38张图片
Tableau自学四部曲_Part3：基础图表制作_第39张图片
Tableau自学四部曲_Part3：基础图表制作_第40张图片
Tableau自学四部曲_Part3：基础图表制作_第41张图片
如果对数轴上的GMV进行百分比计算，相当于每个数值都是100%，即相对百分比
Tableau自学四部曲_Part3：基础图表制作_第42张图片
Tableau自学四部曲_Part3：基础图表制作_第43张图片
将GMV放旁边，一个相对百分比，一个绝对百分比；绝对百分比是指绝对值是有区分的，内部在进行百分比的展示；相对百分比是说大家都是一百，去看下占比的变化，这种相当于占比变化会更加明显，但是缺点是会忽略绝对值的大小
Tableau自学四部曲_Part3：基础图表制作_第44张图片
一般来说，相对百分比标记占比，绝对百分比标记标签
Tableau自学四部曲_Part3：基础图表制作_第45张图片

四、关系分布：看位置

1. 散点图

  • CPC、下单人数和gmv
    Tableau自学四部曲_Part3：基础图表制作_第46张图片

  • 使用场景

    • 分析某一【维度】变量在两个【度量】下的分布和变量之间的相关性
    • 产品的销售额和所得利润之间的关系（正相关、弱相关、不相关）

  • 图表逻辑

    • 横纵轴各代表一个【度量】，【维度】中的变量则作为一个点，根据横纵轴上的度量值大小确认位置

  • 制作流程
    Tableau自学四部曲_Part3：基础图表制作_第47张图片

    • 将两个【度量】分别拖拽至行列

    • 将点代表的【维度】拖拽至详细信息

    • 可以将你想区分的【维度】添加到颜色，对该【维度】的变量进行区分

    • 还可以将【维度】拖拽至大小，增加展现维度
      Tableau自学四部曲_Part3：基础图表制作_第48张图片

    • 分析-趋势线即可展示分析的两个度量之间的线性关系，也可以直接右键图表-显示趋势线

2. 【聚类分析】

  • 分析-群集即可对变量进行聚类分析，具有相同分布特征的变量会被分为一类，右键群集胶囊即可修改聚类数量
    Tableau自学四部曲_Part3：基础图表制作_第49张图片
  • K-means聚类算法，基于欧式距离计算

3. 直方图

  • 订单价格步长
    Tableau自学四部曲_Part3：基础图表制作_第50张图片

  • 使用场景

    • 查看单一度量下的数据分布
    • 常见分布
      • 2/8法则
      • 马太效应
      • 40-20-10
        • 如果你想让你的APP保持增长势头，那么你的新用户次日留存率，7天留存率和30天留存率应该分别维持在40%、20%和10%左右

  • 图表逻辑

    • 将度量下数据分组计数

  • 制作流程
    Tableau自学四部曲_Part3：基础图表制作_第51张图片

    • 双击一个度量
    • 点击智能显示-直方图
    • 右键度量中被自动创建的数据桶-编辑，设置数据桶的大小，越小统计得越细

4. 地图

  • 送餐地址分布
  • 使用场景
    • 基于地理位置的数据分析
  • 图表逻辑
    • 以地理位置为店，用点大小、颜色展示度量值大小等特征
  • 制作流程
    Tableau自学四部曲_Part3：基础图表制作_第52张图片
  • 先设置数据类型为【地理角色】
    • 城市要设置为城市
    • 省要设置为州/省/市/自治区
    • 经纬度要分别设置好，然后双击字段，将经纬度对应的维度拖到详细信息上
      • 课程数据中订单ID做了脱敏
      • 复制下单日期时间，修改为字符串再拖就可以了
  • 将【地理角色】拖拽至详细信息，城市会显示成点图，省份会显示为填色图，标签卡里圆和地图可以切换
  • 将你要在地图上展示的【度量】拖拽至颜色或大小
  • 空值可以忽略或搜索经纬度填充
  • 顶部工具栏中的地图选项可以对地图进行设置

你可能感兴趣的:(信息可视化,数据可视化,Tableau,学习,数据分析,程序人生,数据挖掘)

  • 关联规则算法：揭秘数据中的隐藏关系，从理论到实战 秋声studio 机器学习算法详解关联规则算法数据挖掘Apriori算法FP-Growth算法大数据优化数据预处理增量式更新
    引言在当今数据驱动的时代，如何从海量数据中挖掘出有价值的信息成为了各行各业的核心挑战。关联规则算法作为数据挖掘领域的重要工具，能够帮助我们发现数据中隐藏的关联关系，从而为决策提供支持。无论是电商平台的商品推荐，还是医疗领域的疾病诊断，关联规则算法都展现出了强大的应用潜力。本文将从基础概念出发，逐步深入探讨关联规则算法的核心原理、经典算法及其优化策略。无论你是数据挖掘的初学者，还是希望进一步了解关联
  • 【Go语言圣经1.1】 Pyroyster golang开发语言后端
    目标学习Go的编译方式、包的组织方式以及工具链的统一调用方式概念与定义packageGo语言通过包来组织代码。包类似于其它语言的库librarries或模块modules，每个包通常对应一个目录，目录中的所有.go文件都属于同一个包。特殊的main包:当代码使用packagemain声明时，表示这是一个可独立执行的程序而非一个库。程序的执行入口就是main函数import通过import语句，编译
  • Spike Neural Network Introduction and Research Directions Debug_Snail SNNNeuralnetwork人工智能AIGC
    1.SNNs是一类神经网络,其中的神经元通过脉冲(spikes)来传递信息,而不是像传统的人工神经网络中那样使用实数值激活。SNNs更接近生物学上的神经系统,因为生物神经元也是通过电信号脉冲来传递信息的。与传统神经网络相比,SNNs具有以下几个特点:更低的功耗-因为只在发生脉冲时才激活神经元,所以整体功耗会比传统神经网络低很多。这使得SNNs很适合应用在对功耗要求非常严格的场景,如边缘计算。时序编
  • 一文理清：阿里系数据中台-数据治理工具集(傻傻也能分清楚） Debug_Snail HadoopBigData技术工具人工智能hadoop数据仓库
    阿里云提供的大数据与数据分析产品种类较多，各产品的定位和核心功能有所不同。以下是对DataWorks、MaxCompute、Dataphin、AnalyticDBforMySQL（ADB）、QuickBI、EMR的详细梳理。一、核心产品定位与功能DataWorks定位：一站式大数据开发治理平台，提供数据集成、开发、调度、治理、服务等全链路能力。核心功能：数据集成：支持异构数据源（如数据库、OSS、
  • 大语言模型(LLM)入门学习路线图_llm教程，从零基础到精通，理论与实践结合的最佳路径！ AGI学习社 语言模型学习人工智能LLM大模型大数据自然语言处理
    Github项目上有一个大语言模型学习路线笔记，它全面涵盖了大语言模型的所需的基础知识学习，LLM前沿算法和架构，以及如何将大语言模型进行工程化实践。这份资料是初学者或有一定基础的开发/算法人员入门活深入大型语言模型学习的优秀参考。这份资料重点介绍了我们应该掌握哪些核心知识，并推荐了一系列优质的学习视频和博客，旨在帮助大家系统性地掌握大型语言模型的相关技术。大语言模型（LargeLanguageM
  • JWT在.NET8 Webapi中的使用 Evan.Pei .net
    JWT身份验证在现代Web应用中广泛使用，主要用于安全地传输用户身份信息.1.身份验证(用户登录后，服务器生成一个JWT并返回给客户端。客户端在后续请求中携带该JWT，服务器通过验证JWT来确认用户身份)2.授权(JWT中可以包含用户的角色或权限信息（如role:“admin”）。服务器根据JWT中的信息决定用户是否有权访问特定资源)3.信息交换(JWT可以包含一些非敏感的用户信息（如用户ID、用
  • 机器学习实战——音乐流派分类（主页有源码） 喵了个AI 机器学习实战机器学习分类人工智能
    ✨个人主页欢迎您的访问✨期待您的三连✨✨个人主页欢迎您的访问✨期待您的三连✨✨个人主页欢迎您的访问✨期待您的三连✨1.简介音乐流派分类是音乐信息检索（MusicInformationRetrieval,MIR）中的一个重要任务，旨在通过分析音频信号的特征，将音乐自动分类到不同的流派（如古典、摇滚、爵士、流行等）。随着数字音乐平台的普及，音乐流派分类技术被广泛应用于音乐推荐、自动标签生成和音乐库管理
  • Flutter中使用NetworkImage加载网络图片缓存问题学习实践 云水-禅心 flutter缓存
    Flutter中默认的NetworkImage会有缓存机制，如果图片的url不变化，但是url的图片已经发生变化，NetworkImage不会下载新的图片deepseek是这么解决问题的，但是在鸿蒙上禁用缓存无效在Flutter中，NetworkImage默认会使用缓存机制来优化性能。如果你想禁用缓存，可以通过以下几种方式实现：1.使用NetworkImage的headers参数你可以通过设置he
  • 什么是XSS 藤原千花的败北 web漏洞xss前端web安全网络安全
    文章目录前言1.前端知识2.什么是XSS3.漏洞挖掘4.参考前言之前对XSS的理解就是停留在弹窗，认为XSS这种漏洞真的是漏洞吗？安全学习了蛮久了，也应该对XSS有更进一步的认识了。1.前端知识现代浏览器是一个高度复杂的软件系统，由多个核心组件协同工作，旨在高效、安全地呈现网页内容并执行交互逻辑。对一般用户来讲，其主要功能就是向服务器发出请求，在窗口中展示用户所选择的网络资源。这里所说的资源一般是
  • Oracle创建表空间、删除、状态、重命名、修改、增加、移动 水煮白菜王 Oracleoracle数据库
    目录Oracle基本学习笔记创建表空间1.表空间创建格式3.表空间状态属性4.重命名表空间5.修改表空间数据文件的大小6.删除表空间的数据文件7.修改表空间中数据文件的状态8.表空间中数据文件的移动Oracle基本学习笔记创建表空间需要使用CREATETABLESPACE语句。其基本语法如下:CREATE[TEMPORARYIUNDO]TABLESPACEtablespacename[DATAFI
  • python catia catalog文件_Python封装的获取文件目录的函数 卢新生 pythoncatiacatalog文件
    获取指定文件夹中文件的函数，网上学习时东拼西凑的结果。注意，其中文件名如1.txt，文件路径如D:\文件夹\1.txt；direct为第一层子级importos#filePath输入文件夹全路径#mode#1递归获取所有文件名;#2递归获取所有文件路径;#3获取direct文件名;#4获取direct文件路径;#5获取direct文件名和direct子文件夹名;#6获取direct文件路径和dir
  • CSS入门指南：从零开始学习网页开发——（一）简介 GIS小白吃 css学习前端
    一、什么是CSS？CSS（CascadingStyleSheets，层叠样式表）是一种用于描述网页的外观和布局的样式表语言。它通过定义网页元素的样式（如颜色、字体、边距等）来与HTML内容分离，提升了网页的可维护性和设计的灵活性。CSS的核心目的是增强网页的表现力。早期的网页仅使用HTML来进行内容的展示，但由于HTML只能描述内容的结构，页面设计和内容变得难以管理。于是，CSS作为一种辅助技术应
  • 学习笔记09——并发编程之线程基础 码代码的小仙女 高级开发必备技能学习笔记python
    线程基础1.1进程与线程的区别，Java中线程的实现（用户线程与内核线程）进程是操作系统分配资源的基本单位，而线程是CPU调度的基本单位。每个进程有独立的内存空间，而同一进程内的线程共享内存.可以从资源分配、切换开销、通信方式和独立性四个方面来比较两者的区别资源分配进程：操作系统分配资源（如内存、文件句柄等）的基本单位，拥有独立的地址空间。线程：隶属于进程，共享进程的资源（如内存、文件等），是CP
  • 学习笔记10——并发编程2线程安全问题与同步机制 码代码的小仙女 高级开发必备技能java知识学习笔记
    线程安全问题与同步机制线程安全的本质问题线程安全问题源于多线程环境下对共享资源（数据或状态）的非原子性、非可见性、非有序性访问，导致程序行为不符合预期。主要表现如下：竞态条件（RaceCondition）：多个线程对同一资源进行非原子操作，导致结果依赖线程执行顺序。示例：两个线程同时执行count++（非原子操作，实际包含读-改-写三步）。内存可见性问题：线程修改共享变量后，其他线程无法立即看到最
  • linux: make & autoconf & automake & autoreconf & aclocal mzhan017 gcclinuxbuild
    文章目录参考make首先需要写一个makefileMakefile包含的内容targetvariable两步走语法\规则定义操作隐式规则先决条件order-onlyforceFORCE变量变量的高级功能陷阱建议使用变量时，加括号/大括号变量的替换$$@$indentationmaybenon-portableautoconfM4shautomakeconfigure参考http://savanna
  • Java学习笔记——并发编程（三） __________习惯 javajava
    一、wait和notifywait和notify原理Owner线程发现条件不满足，调用wait方法，即可进入WaitSet变为WAITING状态BLOCKED和WAITING的线程都处于阻塞状态，不占用CPU时间片BLOCKED线程会在Owner线程释放锁时唤醒WAITING线程会在Owner线程调用notify或notifyAll时唤醒，但唤醒后并不意味着立刻获得锁，仍需进入EntryList重
  • C 语言中的数组详解 812503533 c语言java开发语言
    在C语言中，数组是一种非常基础且常用的数据结构。数组是存储一组相同类型元素的集合，允许我们以统一的方式访问和操作这些元素。C语言中的数组不仅在编程中使用广泛，而且它的灵活性和效率使得它成为了许多算法实现的基础。本篇文章将深入分析C语言中的一维数组，包括定义、存储方式、操作方式、常见问题等等，所有的数据结构都可以从这几个方面来学习。1.数组的定义与存储方式1.1一维数组的定义数组的定义方式包括数组大
  • 异地收款被拦截？一文读懂聚合二维码风控解决方案 畅联支付 大数据支付经验分享笔记
    随着移动支付的普及，许多商家使用聚合二维码实现多平台收款。但近期不少用户反馈"人在外地扫自家二维码付款却被风控拦截"，这不仅影响经营效率，还可能引发资金冻结风险。今天我们就来解析这个问题的成因和应对策略。一、为什么会触发风控？1.地理位置异常：支付系统发现收款设备与常用地址存在跨省变动（如北京商家突然在上海收款）2.交易行为突变：短期内出现远超日常交易量的资金流动3.信息不匹配：营业执照注册地与收
  • SeisMoLLM: Advancing Seismic Monitoring via Cross-modal Transfer with Pre-trained Large Language UnknownBody LLMDailyMultimodal语言模型人工智能自然语言处理
    摘要深度学习的最新进展给地震监测带来了革命性变化，但开发一个能在多个复杂任务中表现出色的基础模型仍然充满挑战，尤其是在处理信号退化或数据稀缺的情况时。本文提出SeisMoLLM，这是首个利用跨模态迁移进行地震监测的基础模型，它无需在地震数据集上进行直接预训练，就能充分发挥大规模预训练大语言模型的强大能力。通过精心设计的波形标记化处理和对预训练GPT-2模型的微调，SeisMoLLM在DiTing和
  • 50 种不同编程语言的“Hello World”，你知多少？ 逗逗逗逗666 编程helloworld编程语言
    当我们学习一门编程语言时，都是从“Hello,World!”开始。所有程序员在其职业生涯中，都至少接触过一个经典的“Hello,World!”程序。通常程序员会使用多种编程语言，多的甚至实现了十几种。还有一种称为TTHW（Timeto“Hello,World!”）的方法，来衡量程序员创建一个新的“Hello,World!”程序的时间。你可以用多少种不同的语言编写一个“Hello,World!”程序
  • 【批量图片区域识别改名】有没有可以自动批量识别jpg图片上的区域文字，并直接提取文字命名的软件么? 没有我们教你基于WPF和腾讯api的方案做一个 如沐春风菜鸡收割机 图片OCR识别扫描PDF提取内容PDF明细提取表格工具实现PDF明细转ExcelPDF数据导出Excel批量PDF内容提取工具批量图片识别区域内容改名批量图片识别多个区域内容导表格
    应用场景描述在很多实际工作场景中，我们可能会遇到大量的图片文件，这些图片中包含特定区域的文字信息，比如发票图片上的发票号码、合同图片上的合同编号等。手动识别并为图片命名效率极低且容易出错。使用自动批量识别JPG图片上的区域文字，并直接提取文字为图片命名的软件，可以大大提高工作效率，减少人工操作带来的错误。实现方案：基于WPF和腾讯云OCRAPI步骤1：准备工作注册腾讯云账号：访问腾讯云官网（腾讯云
  • 【C语言】八进制、十六进制 Octopus2077 c语言开发语言算法visualstudio
    前言在我们日常生活中使用的数往往是十进制的，而当我们学习C语言后我们会接触到许多不同的进制并且时常需要去思考与使用这些不同的进制（尤其是2的幂相关的进制，因为这种计数系统比十进制更接近于计算机的二进制系统），所以学习和掌握这些不同进制是非常重要的。本文将对八进制和十六进制（8和16都为2的幂）进行一些讲解。通常情况C语言都假定整型常量是十进制的数，但在表达与计算机相关的值时，八进制和十六进制却十分
  • C# &Unity 唐老狮 No.8 模拟面试题 咩咩-哈基米版 C#&&Unity面试题与算法合集c#unity开发语言
    本文章不作任何商业用途仅作学习与交流安利唐老狮与其他老师合作的网站,内有大量免费资源和优质付费资源,我入门就是看唐老师的课程打好坚实的基础非常非常重要:全部-游习堂-唐老狮创立的游戏开发在线学习平台-PoweredByEduSoho如果你发现了文章内特殊的字体格式,那是AI补充的知识,我发现原网站下面有答案,我将会把答案以不同样式穿插在回答之中目录C#1.如果我们想为Unity中的Transfor
  • 【推荐项目】 043-停车管理系统 蜗牛 | ICU 推荐项目springbootvue.jsjava前端框架
    043-停车管理系统介绍使用springbootvuejsmysql技术搭建框架。智能停车管理系统描述后端框架：采用SpringBoot与MySQL的强强联合，为系统提供稳健、高效的服务支撑。前端框架：前端选用Vue.js，打造流畅、美观的用户交互界面。管理员功能：用户信息管理：轻松管理用户信息，包括新增、编辑、删除及查询用户。界面清晰，操作便捷，确保用户数据的安全与准确。车位信息管理：实时查看车
  • 学习笔记12——并发编程之线程之间协作方式 码代码的小仙女 高级开发必备技能javajvm开发语言
    线程之间协作有哪些方式当多个线程可以一起工作去解决某个问题时，如果某些部分必须在其他部分之前完成，那么就需要对线程进行协调。共享变量和轮询方式实现：定义一个共享变量（如volatile修饰的布尔标志）。线程通过检查共享变量的状态来决定是否继续执行。publicclassTest{​  privatestaticvolatilebooleanflag=false;​  publicstaticvoi
  • 四种主要的 API 架构风格：RPC、SOAP、REST、GRAPHQL 小马不敲代码 系统设计架构rpcgraphql
    讨论四种主要的API架构风格，比较它们的优缺点，并重点介绍每种情况下最适合的API架构风格。RPCSOAPRESTGRAPHQL两个单独的应用程序需要中介程序才能相互通信，因此，开发人员经常需要搭建桥梁——也就是应用程序编程接口（API），来允许一个系统访问另一个系统的信息或功能。为了快速、大规模地集成不同的应用程序，API使用协议或规范来定义那些通过网络传输的消息的语义和信息。这些规范构成了AP
  • 使用LangChain访问个人数据第一章-简介 明志刘明 大模型学习手册langchain
    需要学习提示词工程的同学请看面向开发者的提示词工程需要学习ChatGPT的同学请查看搭建基于ChatGPT的问答系统需要学习LangChian开发的同学请查看基于LangChain开发应用程序正文在大数据时代，数据价值逐渐凸显，打造定制化、个性化服务，个人数据尤为重要。要开发一个具备较强服务能力、能够充分展现个性化智能的应用程序，大模型与个人数据的对齐是一个重要步骤。作为针对大模型开发应运而生的框
  • 使用LangChain访问个人数据第八章-总结 明志刘明 大模型学习手册langchain人工智能
    需要学习提示词工程的同学请看面向开发者的提示词工程需要学习ChatGPT的同学请查看搭建基于ChatGPT的问答系统需要学习LangChian开发的同学请查看基于LangChain开发应用程序本部分前几个章节请查看使用LangChain访问个人数据第一章-简介使用LangChain访问个人数据第二章-文档加载使用LangChain访问个人数据第三章-文档分割使用LangChain访问个人数据第四章
  • 基于 LangChain 开发应用程序第一章-简介 明志刘明 大模型学习手册langchain人工智能
    需要学习提示词工程的同学请看面向开发者的提示词工程需要学习ChatGPT的同学请查看搭建基于ChatGPT的问答系统本部分章节目录如下：基于LangChain开发应用程序第一章-简介基于LangChain开发应用程序第二章-提示和输出基于LangChain开发应用程序第三章-储存基于LangChain开发应用程序第四章-模型链基于LangChain开发应用程序第五章-基于文档的问答基于LangCh
  • Python学习第十一天 Leo来编程 Python学习python
    疑惑：有很多人不知道是不是也分不清什么是单核？什么是多核？什么是时间片？进程？线程？那么在讲进程和线程前我先举个例子更好理解这些概念。单核例子：比如你是一个厨师（计算机）在一个厨房（CPU）里需要同时做3个菜（进程）、每个菜需要准备不同的调料以及协作（线程），那么这个厨师需要不断地切换时间（时间片）来达到同时在一个时间将三个菜做完。多核的话其实对应的例子就是多个厨师，这样的例子太多了因为万物皆对象
  • Nginx负载均衡 510888780 nginx应用服务器
    Nginx负载均衡一些基础知识: nginx 的 upstream目前支持 4 种方式的分配 1)、轮询（默认）       每个请求按时间顺序逐一分配到不同的后端服务器，如果后端服务器down掉，能自动剔除。 2)、weight       指定轮询几率，weight和访问比率成正比
  • RedHat 6.4 安装 rabbitmq bylijinnan erlangrabbitmqredhat
    在 linux 下安装软件就是折腾，首先是测试机不能上外网要找运维开通，开通后发现测试机的 yum 不能使用于是又要配置 yum 源，最后安装 rabbitmq 时也尝试了两种方法最后才安装成功 机器版本： [root@redhat1 rabbitmq]# lsb_release LSB Version: :base-4.0-amd64:base-4.0-noarch:core
  • FilenameUtils工具类 eksliang FilenameUtilscommon-io
    转载请出自出处：http://eksliang.iteye.com/blog/2217081 一、概述 这是一个Java操作文件的常用库，是Apache对java的IO包的封装，这里面有两个非常核心的类FilenameUtils跟FileUtils，其中FilenameUtils是对文件名操作的封装;FileUtils是文件封装，开发中对文件的操作，几乎都可以在这个框架里面找到。 非常的好用。
  • xml文件解析SAX 不懂事的小屁孩 xml
    xml文件解析:xml文件解析有四种方式， 1.DOM生成和解析XML文档(SAX是基于事件流的解析) 2.SAX生成和解析XML文档(基于XML文档树结构的解析) 3.DOM4J生成和解析XML文档 4.JDOM生成和解析XML 本文章用第一种方法进行解析，使用android常用的DefaultHandler import org.xml.sax.Attributes;
  • 通过定时任务执行mysql的定期删除和新建分区，此处是按日分区 酷的飞上天空 mysql
    使用python脚本作为命令脚本，linux的定时任务来每天定时执行 #!/usr/bin/python # -*- coding: utf8 -*- import pymysql import datetime import calendar #要分区的表 table_name = 'my_table' #连接数据库的信息 host,user,passwd,db =
  • 如何搭建数据湖架构？听听专家的意见 蓝儿唯美 架构
    Edo Interactive在几年前遇到一个大问题：公司使用交易数据来帮助零售商和餐馆进行个性化促销，但其数据仓库没有足够时间去处理所有的信用卡和借记卡交易数据  “我们要花费27小时来处理每日的数据量，”Edo主管基础设施和信息系统的高级副总裁Tim Garnto说道：“所以在2013年，我们放弃了现有的基于PostgreSQL的关系型数据库系统，使用了Hadoop集群作为公司的数
  • spring学习——控制反转与依赖注入 a-john spring
           控制反转（Inversion of Control，英文缩写为IoC）是一个重要的面向对象编程的法则来削减计算机程序的耦合问题，也是轻量级的Spring框架的核心。 控制反转一般分为两种类型，依赖注入（Dependency Injection，简称DI）和依赖查找（Dependency Lookup）。依赖注入应用比较广泛。  
  • 用spool+unixshell生成文本文件的方法 aijuans xshell
    例如我们把scott.dept表生成文本文件的语句写成dept.sql,内容如下: 　　set pages 50000; 　　set lines 200; 　　set trims on; 　　set heading off; 　　spool /oracle_backup/log/test/dept.lst; 　　select deptno||','||dname||','||loc
  • 1、基础--名词解析(OOA/OOD/OOP) asia007 学习基础知识
    OOA:Object-Oriented Analysis（面向对象分析方法） 是在一个系统的开发过程中进行了系统业务调查以后，按照面向对象的思想来分析问题。OOA与结构化分析有较大的区别。OOA所强调的是在系统调查资料的基础上，针对OO方法所需要的素材进行的归类分析和整理，而不是对管理业务现状和方法的分析。 　　OOA（面向对象的分析）模型由5个层次（主题层、对象类层、结构层、属性层和服务层）
  • 浅谈java转成json编码格式技术 百合不是茶 json编码java转成json编码
    json编码;是一个轻量级的数据存储和传输的语言       在java中需要引入json相关的包,引包方式在工程的lib下就可以了   JSON与JAVA数据的转换（JSON 即 JavaScript Object Natation，它是一种轻量级的数据交换格式，非   常适合于服务器与 JavaScript 之间的数据的交
  • web.xml之Spring配置(基于Spring+Struts+Ibatis) bijian1013 javaweb.xmlSSIspring配置
    指定Spring配置文件位置 <context-param> <param-name>contextConfigLocation</param-name> <param-value> /WEB-INF/spring-dao-bean.xml,/WEB-INF/spring-resources.xml, /WEB-INF/
  • Installing SonarQube（Fail to download libraries from server） sunjing InstallSonar
    1.  Download and unzip the SonarQube distribution 2.  Starting the Web Server The default port is "9000" and the context path is "/". These values can be changed in &l
  • 【MongoDB学习笔记十一】Mongo副本集基本的增删查 bit1129 mongodb
    一、创建复本集   假设mongod,mongo已经配置在系统路径变量上，启动三个命令行窗口，分别执行如下命令：   mongod --port 27017 --dbpath data1 --replSet rs0 mongod --port 27018 --dbpath data2 --replSet rs0 mongod --port 27019 -
  • Anychart图表系列二之执行Flash和HTML5渲染 白糖_ Flash
    今天介绍Anychart的Flash和HTML5渲染功能   HTML5 Anychart从6.0第一个版本起，已经逐渐开始支持各种图的HTML5渲染效果了，也就是说即使你没有安装Flash插件，只要浏览器支持HTML5，也能看到Anychart的图形（不过这些是需要做一些配置的）。 这里要提醒下大家，Anychart6.0版本对HTML5的支持还不算很成熟，目前还处于
  • Laravel版本更新异常4.2.8-> 4.2.9 Declaration of ... CompilerEngine ... should be compa bozch laravel
    昨天在为了把laravel升级到最新的版本，突然之间就出现了如下错误： ErrorException thrown with message "Declaration of Illuminate\View\Engines\CompilerEngine::handleViewException() should be compatible with Illuminate\View\Eng
  • 编程之美-NIM游戏分析-石头总数为奇数时如何保证先动手者必胜 bylijinnan 编程之美
    import java.util.Arrays; import java.util.Random; public class Nim { /**编程之美 NIM游戏分析 问题： 有N块石头和两个玩家A和B，玩家A先将石头随机分成若干堆，然后按照BABA...的顺序不断轮流取石头， 能将剩下的石头一次取光的玩家获胜，每次取石头时，每个玩家只能从若干堆石头中任选一堆，
  • lunce创建索引及简单查询 chengxuyuancsdn 查询创建索引lunce
    import java.io.File; import java.io.IOException; import org.apache.lucene.analysis.Analyzer; import org.apache.lucene.analysis.standard.StandardAnalyzer; import org.apache.lucene.document.Docume
  • [IT与投资]坚持独立自主的研究核心技术 comsci it
           和别人合作开发某项产品....如果互相之间的技术水平不同,那么这种合作很难进行,一般都会成为强者控制弱者的方法和手段.....        所以弱者,在遇到技术难题的时候,最好不要一开始就去寻求强者的帮助,因为在我们这颗星球上,生物都有一种控制其
  • flashback transaction闪回事务查询 daizj oraclesql闪回事务
       闪回事务查询有别于闪回查询的特点有以下3个： （1）其正常工作不但需要利用撤销数据，还需要事先启用最小补充日志。 （2）返回的结果不是以前的“旧”数据，而是能够将当前数据修改为以前的样子的撤销SQL（Undo SQL）语句。 （3）集中地在名为flashback_transaction_query表上查询，而不是在各个表上通过“as of”或“vers
  • Java I/O之FilenameFilter类列举出指定路径下某个扩展名的文件 游其是你 FilenameFilter
    这是一个FilenameFilter类用法的例子，实现的列举出“c:\\folder“路径下所有以“.jpg”扩展名的文件。 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28
  • C语言学习五函数，函数的前置声明以及如何在软件开发中合理的设计函数来解决实际问题 dcj3sjt126com c
    # include <stdio.h> int f(void) //括号中的void表示该函数不能接受数据，int表示返回的类型为int类型 { return 10; //向主调函数返回10 } void g(void) //函数名前面的void表示该函数没有返回值 { //return 10; //error 与第8行行首的void相矛盾 } in
  • 今天在测试环境使用yum安装，遇到一个问题： Error: Cannot retrieve metalink for repository: epel. Pl dcj3sjt126com centos
    今天在测试环境使用yum安装，遇到一个问题： Error: Cannot retrieve metalink for repository: epel. Please verify its path and try again   处理很简单，修改文件“/etc/yum.repos.d/epel.repo”， 将baseurl的注释取消， mirrorlist注释掉。即可。 &n
  • 单例模式 shuizhaosi888 单例模式
    单例模式      懒汉式 public class RunMain { /** * 私有构造 */ private RunMain() { } /** * 内部类，用于占位，只有 */ private static class SingletonRunMain { priv
  • Spring Security（09）——Filter 234390216 Spring Security
    Filter 目录 1.1     Filter顺序 1.2     添加Filter到FilterChain 1.3     DelegatingFilterProxy 1.4     FilterChainProxy 1.5
  • 公司项目NODEJS实践0.1 逐行分析JS源代码 mongodbnginxubuntunodejs
      一、前言         前端如何独立用nodeJs实现一个简单的注册、登录功能，是不是只用nodejs+sql就可以了？其实是可以实现，但离实际应用还有距离，那要怎么做才是实际可用的。         网上有很多nod
  • java.lang.Math liuhaibo_ljf javaMathlang
    System.out.println(Math.PI); System.out.println(Math.abs(1.2)); System.out.println(Math.abs(1.2)); System.out.println(Math.abs(1)); System.out.println(Math.abs(111111111)); System.out.println(Mat
  • linux下时间同步 nonobaba ntp
    今天在linux下做hbase集群的时候，发现hmaster启动成功了，但是用hbase命令进入shell的时候报了一个错误  PleaseHoldException: Master is initializing，查看了日志，大致意思是说master和slave时间不同步，没办法，只好找一种手动同步一下，后来发现一共部署了10来台机器，手动同步偏差又比较大，所以还是从网上找现成的解决方
  • ZooKeeper3.4.6的集群部署 roadrunners zookeeper集群部署
    ZooKeeper是Apache的一个开源项目，在分布式服务中应用比较广泛。它主要用来解决分布式应用中经常遇到的一些数据管理问题，如：统一命名服务、状态同步、集群管理、配置文件管理、同步锁、队列等。这里主要讲集群中ZooKeeper的部署。   1、准备工作 我们准备3台机器做ZooKeeper集群，分别在3台机器上创建ZooKeeper需要的目录。   数据存储目录
  • Java高效读取大文件 tomcat_oracle java
    　　读取文件行的标准方式是在内存中读取，Guava 和Apache Commons IO都提供了如下所示快速读取文件行的方法： 　　Files.readLines(new File(path), Charsets.UTF_8); 　　FileUtils.readLines(new File(path)); 　　这种方法带来的问题是文件的所有行都被存放在内存中，当文件足够大时很快就会导致
  • 微信支付api返回的xml转换为Map的方法 xu3508620 xmlmap微信api
    举例如下： <xml>    <return_code><![CDATA[SUCCESS]]></return_code>    <return_msg><![CDATA[OK]]></return_msg>    <appid><
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他