《利用Python进行数据分析》读书笔记-4-第四章-Numpy基础：数组和矢量计算

Tip：全称Numerical Python，是高性能科学计算和数据分析的基础包。本书所有高级工具的构建基础。

NumPy功能

  • ndarry，矢量算术运算和复杂广播能力的快速切节省空间的多维数组
  • 对数组数据进行快速运算的标准数据函数（无需编写循环）
  • 读写磁盘的工具，，操作内存映射文件的工具
  • 线性代数、随机数生成以及傅立叶变换
  • 集成C、C++、Fortran等语言编写的代码（从生态系统角度，最重要的功能）

对于大部分数据分析应用，作者关注功能：

  • 数据整理和清理、子集构造和过滤、转换等快速矢量化数组运算
  • 数组算法，如排序、唯一化、集合运算
  • 高效描述统计和数据聚合／摘要运算
  • 异构数据集的合并／连接运算
  • 条件逻辑表述为数组表达式（除去if-else-if循环）
  • 数据分组运算
more >>

展开全文 >>

《利用Python进行数据分析》读书笔记-3-第三章-IPython:一种交互式计算和开发环境

IPython:一种交互式计算和开发环境

Tip:动手敲一敲，跟所有由键盘驱动的控制台环境一样，锻炼对常用命令的肌肉记忆是学习曲线中不可或缺的一部分。

  • 输入变量，会显示出该对象的一个字符串表示
  • IPython支持Tab自动完成，类shell
  • IPython支持内省，在变量前或后加?，就能查看对象的一些信息

代码设计提示

  • 保留有意义的对象和数据
  • 扁平化结构要比嵌套结构好（洋葱；低耦合，模块化）
  • 无惧大文件（一次性干大文件，比加载若干小文件来得实惠）

这一章介绍了IPython的强大功能，作为数据分析利器的存在。目前我还是用PyCharm这个IDE顺手。这一章暂且搁置，若后续需要了解再来查看。–20170307

Python之禅

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
import this
# 查看Python之禅
The Zen of Python, by Tim Peters

Beautiful is better than ugly.
Explicit is better than implicit.
Simple is better than complex.
Complex is better than complicated.
Flat is better than nested.
Sparse is better than dense.
Readability counts.
Special cases aren't special enough to break the rules.
Although practicality beats purity.
Errors should never pass silently.
Unless explicitly silenced.
In the face of ambiguity, refuse the temptation to guess.
There should be one-- and preferably only one --obvious way to do it.
Although that way may not be obvious at first unless you're Dutch.
Now is better than never.
Although never is often better than *right* now.
If the implementation is hard to explain, it's a bad idea.
If the implementation is easy to explain, it may be a good idea.
Namespaces are one honking great idea -- let's do more of those!

今日感悟：在项目开发过程中，一些坑现在不填平，以后还会跳出来坑你，还是往死里坑。这也正是Errors should never pass silently.的意指。so，不要逃避困难，遇到问题，想办法解决。

展开全文 >>

《利用Python进行数据分析》读书笔记_2_第一二章_准备工作及引言

第一章 准备工作

这一章节主要是环境构建工作。

遇到问题，无法安装pandas包，pip也无法安装；
命令sudo easy_install xxx，怀疑是网速原因，超时了。
所以直接下载了zip包。。补充：之后在公司网速可以的情况下由下载下来了，安装了pip工具。

本书用到的数据地址

第二章 引言

来自bit.ly的1.usa.gov数据

more >>

展开全文 >>

《利用Python进行数据分析》读书笔记_1_附录

题记：这本书是2016年6月10日购于Aamazon，至今还是新的，有愧初衷。决定于2017年2月25日开始看，本书共12章，400页（不含附录）。计划两个月看完。那么，到3月25日要看200页，大概到第七章结束；四周200页，一周就是50页。

那么就从附录的基础开始看吧。

时间计划表：

周序号 时间 章节 页码 执行情况
1 20170227-20170305 第一、二章 p1-p47 完成
2 20170306-20170312 第三、四章 p48-p112 完成
3 20170313-20170319 第五章 p115-p161 完成
4 20170320-20170325 第六章 p162-p185 完成
5 20170326-201704 第七章 p186-p230 -
6 20170305-20170305 - - -
7 20170305-20170305 - - -
8 20170305-20170305 - - -
9 20170305-20170305 - - -
more >>

展开全文 >>

安卓onClick事件监听的实现方式

昨天做了转正汇报，三个月的试用期快结束了，不得不感慨时光流逝啊。毕业三个月了，下一届的师弟师妹都开始找工作了。

总体来说，这三个月是非常充实的，虽然没干多少事吧，但学到了很多东西，技术上的，与人交往上，都有所进步。年轻的时候还是忙点好，闲着也没事干，荒废大好时光。不如多干点活，多积累点经验。

扯了一会蛋，说下正事。

最近由于项目需要，搞起了Android；麻蛋，一头雾水哦，我接触Java也不过才两个月，安卓，我的天；项目需要啊，硬着头皮也要上啊。

最好的教程还是官方API，不知道的就查一下，很明了，这一块对英语要求较高，还要加强，这是成为一个优秀的程序员必备的，毕竟编程是英语世界的人发明的，当然，无论哪个行业，融入英语世界才能了解到世界上最先进的知识。

业余时间在CSDN上看pig-coder的博客，是比较系统的介绍，所以选择了他的博客。感谢作者的无私奉献。

看完了基础、布局、UI，进度有点慢，要加把劲了。
这篇把onClick事件监听的几种实现方式抠出来，作一篇博客。

more >>

展开全文 >>

git学习之三-最近遇到的坑

最近在开发过程中，用到git提交代码，之前也用过github传过代码，但是实际工作中还用的不多，过程中遇到了一些坑，记录下来。

conflict冲突

冲突原因:

由于在自己提交之前，自己下载最新代码之后有人上传了，之前下载的不是最新的代码，所以有冲突，必须把代码冲突解决之后才能够上传。时间线问题。

展现形式：

1
2
3
4
5
>>>>>>>>>>
your code 
HEAD 
others code
<<<<<<<<<<

完成了一个功能模块，想要提交到代码库中；为了方便，现在用git gui工具了，先把更改的文件statechanged状态改变一下，然后提交commit，之后千万不要忘记看看远程库中有没有最近的更新，pull一下；
pull一次之后就要注意解决冲突，一般文件会红色显示，有错误则会显示红色波浪线，形式如上所示；

注意：每天可以多次commit，就像打标签，但是最好一天只push一次。多次提交造成不必要的浪费；

据老司机们的经验，开发时，应该多构建分支，在一个分支上做一个功能，功能做完之后再合并分支，这样可以减少冲突的概率。

more >>

展开全文 >>

git学习一

git 在克隆repository时选择分支为develop:

1
git clone http://xxxx.git --branch develop

查看所有分支:

1
git branch -a

分布式版本控制系统：

  1. 多地备份，代码更安全
  2. 小组多人协同开发
more >>

展开全文 >>

tag:

    缺失模块。
    1、请确保node版本大于6.2
    2、在博客根目录（注意不是yilia-plus根目录）执行以下命令：
    npm i hexo-generator-json-content --save

    3、在根目录_config.yml里添加配置： 

      jsonContent:
    meta: false
    pages: false
    posts:
      title: true
      date: true
      path: true
      text: false
      raw: false
      content: false
      slug: false
      updated: false
      comments: false
      link: false
      permalink: false
      excerpt: false
      categories: false
      tags: true