精华内容
下载资源
问答
  • hive常见问题解决干货大全

    hive常见问题解决干货大全

    参考文章:

    (1)hive常见问题解决干货大全

    (2)http://www.cnblogs.com/zlslch/p/5944887.html


    备忘一下。


    展开全文
  • 高中英语学习方法之干货大全 高中英语学习方法之干货大全 第一、高中语法学习之语法 高中英语语法学习内容一方面比较多,一方面理解性也是需要比较高,所以学习语法需要遵从基础到进阶的一个路线去学习,具体分为...
  • 数据分析之数学基础(函数干货大全) 标签:数据分析、数学、基础 基本初等函数 ​ 初等函数是由基本初等函数经过有限次的四则运算和复合运算所得到的函数。基本初等函数和初等函数在其定义区间内均为连续函数。目前...

    数据分析之数学基础(函数干货大全)

    标签:数据分析、数学、基础

    基本初等函数

    ​ 初等函数是由基本初等函数经过有限次的四则运算和复合运算所得到的函数。基本初等函数和初等函数在其定义区间内均为连续函数。目前对基本初等函数有两种分类方法:数学分析有六种基本初等函数,高等数学只有五种。数学分析所包含的初等函数比高数多一种,多的那一个初等函数是常量函数。

    1.常数函数

    ​ 不论自变量如何变化,对应的函数值都始终保持不变的函数,称为常数函数。其函数表达式和图形如下:

    ​ y=C(又称常值函数)

    [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-Ra53Gbwl-1588987831836)(图片\常量函数.png)]

    2.幂函数

    ​ 即以底数为自变量,指数为常数的函数称为幂函数。其函数表达式和图形如下:
    y=xμ(μ) y=x^\mu (\mu是常数)
    [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-K1Vrz5FS-1588987831842)(图片\幂函数.png)]

    ​ 在上图中
    y=xy=x2绿y=x1y=x12 灰色的是:y=x\\ 橙色的是:y=x^2\\ 绿色的是:y=x^{-1}\\ 紫色的是:y=x^{\frac12}

    3.指数函数

    ​ 一般地,指数函数的定义域是 R ,在指数函数的定义表达式中,系数必须是1,自变量x必须在指数的位置上,且不能是x的其他表达式,否则,就不是指数函数。其函数表达式和图形如下:
    y=ax(a>0,a̸1) y=a^x(a>0,a\not\neq1)

    在这里插入图片描述
    ​ 在上图中,紫色的是a=2,灰色的是a=0.5。分别指的是0<a<1和a>1两种情况的图形。

    4.对数函数

    ​ 对数函数是以幂(真数)为自变量,指数为因变量,底数为常量的函数。其中x是自变量,函数的定义域是(0,+∞),即x>0。其函数表达式和图形如下:
    y=logax((a>0,a̸1)) y=log_ax((a>0,a\not\neq1))
    在这里插入图片描述

    ​ 在上图中,紫色的是a=2,灰色的是a=0.5。分别指的是0<a<1和a>1两种情况的图形。

    5.三角函数

    ​ 三角函数是数学中常见的一类关于角度的函数。也就是说以角度为自变量,角度对应任意两边的比值为因变量的函数叫三角函数,三角函数将直角三角形的内角和它的两个边长度的比值相关联,也可以等价地用与单位圆有关的各种线段的长度来定义。常见的三角函数包括正弦函数、余弦函数和正切函数。其常见函数表达式和图形如下:
    y=sinxy=cosxy=tanx 正弦函数:y=sin x\\ 余弦函数:y=cos x\\ 正切函数:y=tanx
    [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-EJVwooXv-1588987831851)(图片\三角函数.png)]

    在上图中,绿色是正弦函数,红色是余弦函数,蓝色是正切函数。

    6.反三角函数

    ​ 反三角函数是反正弦arcsin x,反余弦arccos x,反正切arctan x,反余切arccot x,反正割arcsec x,反余割arccsc x这些函数的统称。它并不能狭义的理解为三角函数的反函数,是个多值函数。三角函数的反函数不是单值函数,因为它并不满足一个自变量对应一个函数值的要求,其图像与其原函数关于函数y=x对称。其常见函数表达式和图形如下:
    y=arcsinxy=arccosxy=arctanx 反正弦函数:y = arcsin x\\ 反余弦函数:y = arccos x\\ 反正切函数:y = arctan x
    在这里插入图片描述

    上图中绿色是反正弦函数,红色是反余弦函数,蓝色是反正切函数。

    在处理问题中,涉及到的计算问题,遇到比较多的的对数和指数之间的转换运算,下面就简单介绍下,它们之间的公式转换如下:

    ​ 指数函数的运算:
    am+n=amana1n=anamn=aman a^{m+n}=a^m*a^n\\ a^{\frac1n}=\sqrt[n]{a}\\ a^{m-n}=\frac{ a^m} {a^n}\\
    ​ 对数函数的运算:
    logabc=logab+logaclogabc=logablogaclogabc=clogablogab=logcblogca log_a bc =log_ab+log_ac\\ log_a{\frac bc}=log_ab-log_ac\\ log_a{b^c}=c log_ab\\ log_ab=\frac {log_cb}{log_ca}

    以上就是关于基本初等函数的介绍和它们的一些图形及转换公式。

    导函数

    ​ 如果函数 f 在区间 I 上的每一点都可导(对于区间端点考虑相应的单侧导数, 如左端点考虑右导数),则称 f 为区间 I 上的可导函数。此时,对 I 上的任意一点 x 都有 f的一个导数与之对应,这就定义了一个在区间 I 上的函数,称为 f 在 I 上的导函数,简称导数。公式如下:
    f(x)=limΔx=0f(x+Δx)f(x)Δx,xI f'(x)=\lim_{\Delta x=0}{\frac{f(x+\Delta x)-f(x)}{\Delta x}},x \in I\\

    基本初等函数的导数公式

    (c)=0(c);(xa)=axa1(a);(sinx)=cosx,  (cosx)=sinx;(tanx)=sec2x, (cotx)=csc2x  ;(secx)=secxtanx, (cscx)=cscxcotx;(ax)=axlna, (ex)=ex;(logax)=1xlna, (lnx)=1x;(arcsinx)=11x2, (arccosx)=11x2,(arctanx)=11+x2; (c)'=0(c为常数) ;\\ (x^a)'=ax^{a-1}(a为任意实数);\\ (\sin x)'=\cos x, \ \ (\cos x)'=- \sin x;\\ (\tan x)'=\sec ^2x , \ (\cot x)'=-\csc^2x \ \ ; \\ (\sec x)'=\sec x \cdot\tan x, \ (\csc x)'=-\csc x \cdot\cot x;\\ (a^x)'=a^x\cdot\ln a,\ (e^x)'=e^x;\\ (\log _a x)'=\frac{1}{x \ln a},\ (\ln x)'=\frac1 x;\\ (\arcsin x)'=\frac{1}{\sqrt{1-x^2}},\ (\arccos x)'=-\frac{1}{\sqrt{1-x^2}},(\arctan x)'=\frac{1}{1+x^2};

    本文章为原创文章:技术文章—逻辑(不带源码)。

    {1}{\sqrt{1-x^2}},\ (\arccos x)’=-\frac{1}{\sqrt{1-x^2}},(\arctan x)’=\frac{1}{1+x^2};
    $$

    本文章为原创文章:技术文章—逻辑(不带源码)。

    展开全文
  • 时间序列干货大全

    2019-01-05 11:20:46
    最近花时间整理了一下有关时间序列模型的英文资料,共整理出16个PDF文档, 包含了几乎所有的时间序列模型和软件的实践方法 ,再这里共享给大家: 通过文末的...时间序列干货大全 BigQuant— 人工智能量化投资平台

    最近花时间整理了一下有关时间序列模型的英文资料,共整理出16个PDF文档,包含了几乎所有的时间序列模型和软件的实践方法,再这里共享给大家: 通过文末的连接可以直接下载

    以下是在阅读对比了这些资料后给出的总结和评价,大家可以有选择的阅读所需的内容

    1. Processing Timeseries with Stata Princeton,对用Stata做一个简单的时间序列处理和检验和做了介绍。

    2. Simple timeseries analysis, 简单的时间序列建模方法,包括用已知函数拟合,指数平滑等等;

    3. TimeSeries analysis and its applicaion with R, Roberrt H. Shumway/ David S. Stoffer,这本书是完美的结合了R语言的例子和理论的一本书,其核心要领就是既能用做课堂讲义也能用做业界人士的参考,有大量实际的例子;内容很完善,不仅仅包含了时域分析部分,频域分析和状态空间也包括了,该有的定义都有。

    4. Analysis of financial time series Tsay, 这就是题主苦大仇深的RUEY S.Tsay的金融时间序列分析,它和上一本书的区别主要集中在两个地方,一个是他既没有实用的例子和详实的定义帮人们理解,但他大量的介绍各种模型的变种,更偏向文献综述,另一点是他的5,6章将时间序列模型和期权定阶进行了有机结合,不愧是是芝加哥大学教材。

    5. Introduction to R for timeseries analysis,一个十页纸用R做ARMA模型的小册子。

    6. Multivariate timeseries analysis_withR, 是RUEY S.Tsay的一个小ppt,和他的风格一致,说是withR,实际上并没有贴R的代码,但是对于里面提到的问题都给出了R分析的样例,主要涉及VARMAX这一族模型,因子模型和主成分,主波动率成分分析等。

    7. Time Series AnalysisHamilton_1994,这本书最大的特色就是全面和大部头,800页纸,从基础到复杂一步一步,但是很少有人有耐心全部的看完,但是对于有一定数学基础(三门基础数学课)的初学者很友好。

    8. Applied econometrics timeseries student handook,这是一个关于Eviews和RAT软件的上手的配套教材和习题解答,和本身的Applied econometrics timeseris是配套使用的!而这本配套教材比较难找,但是光h这本handbook就能给Eviews,RAT使用者很多指导。

    9. An introductory Study on Time Series Modeling and Forecasting, 这本书很有自己的特色,在简单的引入和传统的ARMA后直接画风一转进入了神经网络和支持向量机,不同于传统的时间序列的假设检验的思路,本书采用的是大数据的视角,第六章强调的是衡量预测误差的指标。

    10. Time series analysis lecture notes, 源自奥克兰大学,典型的统计学院风格的教材,注重数学的推导和证明,适合数学专业的学生和想要理解模型数学本质的朋友。

    11. A little book for timeseries,是一本不涉及数学的介绍用R实现时间序列分析的实用手册,很粗浅,仅仅设计到ARMA,和趋势分解。

    12. Time series analysis Andrea ,这是一个ppt,作为课堂ppt最大的特色就是对读者比较友好,内容比较浅和划重点,涉及内容不超过ARMA,唯一的特点是在前面介绍了一点复数。

    13. Time Series Analysis Forecasting and control,这本书的作者Box,Ljung和Jenkins是最著名的70年代传统的自回归模型的开创者,大家也都熟悉LB检验,本书也是一本大部头,700多页,偏数学,集中在传统的模型上,最大的亮点就是最后一章集中于control,不仅仅关注模型的检验和参数估计,更对模型的控制给出了理论上的说明。

    14. Time series analysis with SAS ETS,这是一本时间序列在SAS上应用的书,主要集中在多元回归部分和周期性处理。

    15. Time Series for Macroeconomics and Finance,本书源于芝加哥大学研究生院,内容和此前的书没有大的差异,但是在侧重点上有显著不同,本书将谱分析,单位根和协整单独提出来详细描述,而不是像其他的书一样柔和在不同的章节,适合对单独某一个部分感兴趣的朋友,提供了一种崭新的视角

    16. Chapter15_timeseries analysis and forecasting with Excel, 本部分的特色就是,结合Excel操作的,通过可视化界面的操作就可以完成时间序列模型的处理,同时不涉及ARMA及之后的模型理论,而是集中在趋势分解和移动平均

    附永久有效百度网盘链接如下:时间序列干货大全

    BigQuant—人工智能量化投资平台

    展开全文
  • 量化投资交易python工具干货大全

    千次阅读 2018-08-10 18:22:11
    article/Python/128763 ...国内量化交易的平台有几家,我个人比较喜欢用的是JoinQuant,里面有篇干货贴分享给大家,希望对各位有帮助。    ===========================  量化交易策略  ========...

    http://www.newsmth.net/nForum/#!article/Python/128763
     

    最近程序化交易很热,量化也是我很感兴趣的一块。  

        

    国内量化交易的平台有几家,我个人比较喜欢用的是JoinQuant,里面有篇干货贴分享给大家,希望对各位有帮助。  

      

    =========================== 

    量化交易策略 

    =========================== 

      

    价值投资 

    成长股内在价值投资:http://www.joinquant.com/post/541 

    三一投资管理公司价值选股法:http://www.joinquant.com/post/556 

    低估价值选股策略:http://www.joinquant.com/post/586 

      

    引起广泛讨论的小市值 

    小市值&低股价:http://www.joinquant.com/post/500 

    小市值股票轮动策略:http://www.joinquant.com/post/316 

    小市值改进-超跌:http://www.joinquant.com/post/479 

    持仓1只股票的小市值策略:http://www.joinquant.com/post/346 

    持仓10只股票的小市值策略:http://www.joinquant.com/post/347 

    低开买(跌停不买),高开卖(涨停不卖):http://www.joinquant.com/post/440 

    小市值策略【收益40000%】:http://www.joinquant.com/post/255 

    小市值策略,剔除了停牌,st,*st,加了简单的止损【收益340000%】:http://www.joinquant.com/post/255 

    小市值策略的探索性研究(一):http://www.joinquant.com/post/297 

    小市值策略的探索性研究(二):http://www.joinquant.com/post/335 

    小市值策略的探索性研究(三):http://www.joinquant.com/post/435 

      

    技术指标 

    乖离率(BIAS):http://www.joinquant.com/post/586 

    STOCH(KD指标):http://www.joinquant.com/post/176 

    上下影线:http://www.joinquant.com/post/7 

    简易波动指标(EMV):http://www.joinquant.com/post/150 

    能量潮OBV:http://www.joinquant.com/post/126 

    相对OBV指标策略:http://www.joinquant.com/post/439 

    指数平滑均线:http://www.joinquant.com/post/14 

    Bollinger Bands:http://www.joinquant.com/post/144 

    人气指数(AR):http://www.joinquant.com/post/160 

    CCI指标:http://www.joinquant.com/post/219 

    布林强盗策略(BollingerBandit):http://www.joinquant.com/post/147 

    双线RSI择时轮动策略:http://www.joinquant.com/post/213 

    双因子加指标模型:http://www.joinquant.com/post/399 

      

    经典策略 

    羊驼1(每天持有收益率前n的股票):http://www.joinquant.com/post/26 

    羊驼2(表现最优入池):http://www.joinquant.com/post/19 

    羊驼3(随机入池):http://www.joinquant.com/post/20 

    羊驼和均线策略的结合:http://www.joinquant.com/post/30 

    海龟交易系统:http://www.joinquant.com/post/49 

    Dual Thrust 交易策略:http://www.joinquant.com/post/274 

    Volume-weighted Moving Average 交易策略:http://www.joinquant.com/post/274 

    周规则交易策略(使用分级移动止盈、移动止盈方法):http://www.joinquant.com/post/274 

    网格交易:http://www.joinquant.com/post/539 

    滚动复利策略的量化实现:http://www.joinquant.com/post/50 

      

    线性回归 

    线性回归的趋势跟踪系统:http://www.joinquant.com/post/212 

      

    均线策略 

    行业龙头股均线(收益率填坑优化版):http://www.joinquant.com/post/258 

    多均线策略:http://www.joinquant.com/post/243 

    简单的多均线择时策略:http://www.joinquant.com/post/570 

      

    机器学习 

    深度学习简介:http://www.joinquant.com/post/408 

    支持向量回归SVR:http://www.joinquant.com/post/271 

      

    钟摆策略系列 

    钟摆理论的量化模型实现:http://www.joinquant.com/post/287 

    【钟摆理论2】价值中枢:http://www.joinquant.com/post/457 

    【钟摆系列3】单股票价值中枢动态调仓:http://www.joinquant.com/post/477 

    【钟摆系列4】多股票市值中枢动态平衡:http://www.joinquant.com/post/505 

      

    配对交易 

    配对交易-以价格比值为价值中枢:http://www.joinquant.com/post/242 

    在配对交易的基础上增加了协整判断:http://www.joinquant.com/post/266 

    银行配对交易:http://www.joinquant.com/post/227 

      

    Markowitz 

    Markowitz with regularization term:http://www.joinquant.com/post/501 

    Adaptive Asset Allocation:http://www.joinquant.com/post/388 

    带收益预测的Markowitz动态平衡策略:http://www.joinquant.com/post/389 

    Markowitz动态再平衡策略:http://www.joinquant.com/post/353 

      

    轮动 

    银行股低PB轮换策略:http://www.joinquant.com/post/152 

    银行pe、pb轮动策略:http://www.joinquant.com/post/587 

    指数轮动模型:http://www.joinquant.com/post/451 

    二八轮动:http://www.joinquant.com/post/512 

    动量度量-ETF轮动:http://www.joinquant.com/post/464 

    基于卡尔曼滤波器的银行搬砖:http://www.joinquant.com/post/391 

      

    热点分析 

    赶上牛市打新股策略好的不要不要的:http://www.joinquant.com/post/265 

    举牌概念:http://www.joinquant.com/post/322 

    熔断的历史数据统计:http://www.joinquant.com/post/432 

    春节红包行情:http://www.joinquant.com/post/432 

    如果明天大盘开始反弹,你选哪只股票?:http://www.joinquant.com/post/563 

    月底容易暴跌,特别是25日以后!:http://www.joinquant.com/post/57 

      

    研究型文章 

    线性回归:http://www.joinquant.com/post/56 

    线性相关分析:http://www.joinquant.com/post/173 

    斯皮尔曼秩相关系数:http://www.joinquant.com/post/170 

    过拟合:http://www.joinquant.com/post/194 

    参数估计的不稳定性:http://www.joinquant.com/post/209 

    模型设定:http://www.joinquant.com/post/209 

    回归模型假设的违背:http://www.joinquant.com/post/214 

    回归分析:http://www.joinquant.com/post/221 

    套利定价理论:http://www.joinquant.com/post/229 

    最大似然法(MLE):http://www.joinquant.com/post/225 

    ARCH和GARCH:http://www.joinquant.com/post/304 

    多空策略:http://www.joinquant.com/post/281 

    动量交易策略:http://www.joinquant.com/post/303 

    度量动量:http://www.joinquant.com/post/305 

    配对交易:http://www.joinquant.com/post/185 

    凸优化(Convex Optimization)介绍:http://www.joinquant.com/post/571 

    时间序列波动率估计:http://www.joinquant.com/post/465 

    上证指数十年走势:http://www.joinquant.com/post/447 

    交易策略中的参数优化问题:http://www.joinquant.com/post/403 

    被动型投资:http://www.joinquant.com/post/422 

    不同市场对同一指数的追踪:http://www.joinquant.com/post/603 

      

    量化缠论系列 

    【量化缠论】之分型、笔、线段识别:http://www.joinquant.com/post/425 

    【量化缠论】应用之维克多1-2-3法则:http://www.joinquant.com/post/519 

    缠论中的线性回归:http://www.joinquant.com/post/427 

    笔的新定义-非参数型聚类分析:http://www.joinquant.com/post/433 

      

    ======================= 

    量化投资学习资料 

    ======================= 

      

    量化投资经典学习资料下载:http://www.joinquant.com/post/467 

    主要包括以下内容的下载地址 

    一、python for 量化 

    1 像计算机科学家一样思考Python 

    2 [Python标准库].Doug.Hellmann.扫描版 

    3《Python科学计算》.(张若愚) 

    4 用Python做科学计算 

    5 利用Python进行数据分析 

    6 Python数据分析基础教程:NumPy学习指南(第2版) 

    7 NumPy攻略  

    7 Python科学计算与数据分析 

    8 A Practical Guide To Quantitative Portfolio Trading 

    9 Data Structures and Algorthms Using Python 

    10 Mastering Python for Finance 

    … 

      

      

    二、R for 量化 

    1 R语言入门 

    2 R语言编程艺术 

    3 R语言实战 中文版 

    4 使用R进行数据分析与作图 

    5 Introduction.to.R.for.Quantitative.Finance 

    6 Quantitative Trading with R Understanding Mathematical and Computational Tools from a Quant’s Perspective 

    7 Mastering R for Quantitative Finance 

    8 Mastering Predictive Analytics with R 

    9 金融数据分析导论:基于R语言 

    … 

      

    三、Quant Interview Books 

    1 150 Most Frequently Asked Questions on Quant Interviews 

    2 [Mark Joshi]Quant Job Interview Questions And Answers 

    3 [Xinfeng Zhou]A practical Guide to quantitative finance interviews 

    4 Frequently-Asked-Questions-Quant-Interview 

    5 Heard on the Street Quantitative Questions from Wall Street Job Interviews 

    6 The 200 Investment Banking Interview Questions & Answers You Need to Know 

    … 

      

    四、投资阅读书籍 

    1 algorithmic trading winning strategies and their rationale 

    2 barra handbook US 

    3 Encyclopedia of Trading Strategies(交易策略百科全书) 

    4 Inside the Black Box -A Simple Guide to Quantitative and High Frequency Trading(2nd.Edition) 

    5 NASSIM Taleb-Dynamic Hedging 

    6 Options Futures and Other Derivatives 8th - John Hull 

    7 Quantative Trading Strategies 

    8 Quantitative Equity Portfolio Management:Modern Techniques and Applications 

    9 Quantitative Trading How to Build Your Own Algorithmic Trading Business 

    10 Quantitative Trading How to Build Your Own Algorithmic Trading Business 

    … 

      

    五、计量经济学 

    1 金融计量学从初级 到 高级建模技术 

    2 哈佛教材 应用计量经济学 stata 

    3 高等计量经济学 李子奈等编着 

    4 Analysis of Financial Time Series- Financial Econometrics(2002)金融时序分析 

    5 Phoebus J. Dhrymes, Mathematics for Econometrics, 4e 

    6 Osborne,Rubinstein-A Course in Game Theory 

    7 Model Building in Mathematical Programming(5e) 

    8 Hayashi - Econometrics 

    9 Gujarati-Essentials of Econometrics计量精要 

    10 Akira Takayama - Mathematical Economics 

    … 

      

    六、研究报告 

    1 国信证券金融工程 

    2 大券商2016年年度投资策略报告 

    3 光大证券 

    4 海通证券申 

    5 万大师系列 

    6 他山之石系列 

    7 中信证券 

    8 广发证券 

      

    视频: 

    1 python 

    2 R语言基础、进阶、七武器(quantmod、ggplot2….) 

    3 金融工程 89集 郑振龙 厦门大学 

    4 金融时间序列分析 

      

    推荐一些Python入门学习资料(持续添加中…): 

    http://www.joinquant.com/post/467 

      

    ========================= 

    量化投资利器Python学习资料 

    ========================= 

      

    【量化投资利器Python】基本语法-数据类型1之列表:   

      http://www.joinquant.com/post/529 

    【量化投资利器Python】基本语法-数据类型2之字典: 

    http://www.joinquant.com/post/532 

    【量化投资利器Python】基本语法-数据类型3之元组、集合: 

      https://www.joinquant.com/post/533 

    【量化投资利器Python】基本类库-Pandas入门1-数据结构: 

    https://www.joinquant.com/post/534 

    【量化投资利器Python】基本类库-Pandas入门2-数据处理:   https://www.joinquant.com/post/535 

    【量化投资利器Python】基本类库-Pandas进阶: 

        https://www.joinquant.com/post/550 

    【量化投资利器Python】条件与循环-if、while、for:https://www.joinquant.com/post/558 

    【量化投资利器Python】神奇的迭代器和解析:https://www.joinquant.com/post/559 

    【量化投资利器Python】基本语法-函数:https://www.joinquant.com/post/584 

    【量化投资利器Python】基本类库-时间:https://www.joinquant.com/post/585 

      

    Talib介绍 

    Ta-Lib用法介绍!:   http://www.joinquant.com/post/548 

    指标计算和形态识别的编程利器——TA-Lib:   http://www.joinquant.com/post/548 

      

    Talib在量化投资中具体的使用例子 

    【TA-LIB】之MACD:   http://www.joinquant.com/post/131 

    【TA-LIB】之Bollinger Bands:http://www.joinquant.com/post/144 

    【TA-LIB】之STOCH(KD指标): http://www.joinquant.com/post/142 

    【TA-LIB】之ATR:   http://www.joinquant.com/post/134 

    【TA-LIB】之RSI:http://www.joinquant.com/post/133 

     

    展开全文
  • python基础语法部分 一、程序的基本格式 1.1 缩进 1.2 大小写 1.3 注释 1.4 行连接符及【;】的使用 4.... 2.3 变量(变量作用域:全局变量、局部变量详见扩充部分) ... 1.... 2....
  • 本公众号将秉持活到老学到老学习无休止的交流分享开源精神,汇聚于互联网和个人学习工作的精华干货知识,一切来于互联网,反馈回互联网。 目前研究领域:大数据、机器学习、深度学习、人工智能、数据挖掘、数据分析...
  • Android开发干货大全(持续更新)

    千次阅读 2016-03-10 10:45:33
    干货集中营 Android开发工具: Android Studio 国内下载渠道 Android源代码在线查看和索引网站 Android开发与分析者的利器--Android右键工具 小众应用 最美应用 ...
  • Linux 进程必知必会 上一篇文章只是简单的描述了一下 Linux 基本概念,通过几个例子来说明 Linux 基本应用程序,然后以 Linux 基本内核构造来结尾。那么本篇文章我们就深入理解一下 Linux 内核来理解 Linux 的基本...
  • 一场疫情,让无数个人、商家、企业开启了直播卖货的新浪潮。 但是,全民直播的同时也有不少新手直播玩家处处碰壁,直播间没人气,直播不知道说什么甚至直播间被封。 ... 今天我们重点来说说直播间被封是怎么回事?...
  • 近年来,大数据、云计算、5G、物联网以及人工智能等应用市场快速发展,将要来临的无人驾驶应用市场,给数据流量带来了爆炸性增长,数据中心互联逐渐发展成为光通信的研究热点。目前的数据中心已不再仅仅是一座或几座...
  • 第一章 Maven介绍 1.1 什么是Maven Maven是一个项目管理工具,它包含了一个项目对象模型 (POM:Project Object Model),一组标准集合,一个项目生命周期(Project Lifecycle),一个依赖管理系统(Dependency ...
  • 非常干货之Python资源大全
  • 干货!MySQL 资源大全

    2017-11-22 21:48:00
    干货!MySQL 资源大全 2016-06-09程序员的那些事程序员的那些事 英文:shlomi-noach 译者:伯乐在线 - 夏了夏天 链接:http://blog.jobbole.com/100516/ shlomi-noach 发起维护的 MySQL 资源列表,内容覆盖:分析...
  • 泵知识大全 ‖ 纯干货,为泵入门知识的md读物,适合通览阅读。
  • 点击上方"Java学习之道",选择"关注"公众号每天早晨,干货准时奉上!一、注解(annotations)列表@SpringBootApplicatio...
  • ODrive干货 #3 ODriveTool 指令大全

    千次阅读 2020-03-16 23:46:35
    ODrive干货 #3 ODriveTool 指令大全 以下内容使用 固件版本 fw-v0.4.11 硬件版本 v3.6-56V 进行编写测试。 指令前缀说明 : [RO] 只读属性 读:直接输入指令回车即可返回属性值 [RW] 可读可写属性 读:直接输入...
  • 点上面蓝色字体直观学机械可长期订阅我们法律顾问:赵建英律师今个儿给大家一些干货,学习CAD的小伙伴们注意啦,AutoCAD快捷键大全及功能精解来了。AutoCAD快捷键大全与功能精解工具名称快捷键功能说明绘图工具直线L...
  • ​​GitHub 上有一个 Awesome – XXX 系列的资源整理。awesome-javascript是 sorrycc 发起维护的 JS 资源列表,内容包括:包管理器、加载器、测试框架、运行器、QA、MVC框架和库、模板引擎、数据可视化、时间轴、...
  • 今个儿给大家一些干货,学习CAD的小伙伴们注意啦,AutoCAD快捷键大全及功能精解来了。AutoCAD快捷键大全与功能精解工具名称快捷键功能说明绘图工具直线L画图用得最多的工具,用法也很简单,由于直线等命令使用频率...
  • 作为一名 IT 从业者,经常都要跟 Linux 打交道,其中网络更是用得频繁,掌握基本的网络命令是必备的技能,更是提高我们工作效率的必备良器,今天这篇文章就来梳理下常用的网络工具。因为梳理的命令比较多,所以文章...
  • 一、数学函数  数学函数主要用于处理数字,包括整型、浮点数等。 ABS(x) abs(x) //返回x的绝对值  例:select abs(-1) – 返回1 CEIL(x),CEILING(x) cell(x),celling(x) //返回大于或等于x的最小整数  ...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 1,459
精华内容 583
关键字:

干货大全