- 综合排序
- 最热优先
- 最新优先
- 来自专栏数据科学实战
AkShare-宏观数据-中国宏观(更新2)
作者寄语 更新中国宏观-新房价指数、企业景气及企业家信心指数、全国税收收入三个数据接口，方便分析宏观经济形势。 更新接口 "macro_china_new_house_price" # 中国-新房价指数 "macro_china_enterprise_boom_index" # 中国-企业景气及企业家信心指数 "macro_china_national_tax_receipts" # 中国-全国税收收入 新房价指数 接口: macro_china_new_house_price 目标地址: http:// data.eastmoney.com/cjsj/newhouse.html 描述: 获取中国新房价指数月度数据, 数据区间从201101-至今 限量: 单次返回所有历史数据, 目前该指数由上海和北京房价构成 - 100.3 101.6 2 2020年02月01日 北京 - ...
63130发布于 2020-05-20 - 来自专栏小明的数据分析笔记本
R-ggplot2 标准中国地图制作
由于基础图表绘制系列推文还在加紧准备中，所以这期推文还是对一些感兴趣的图表进行绘制，这期涉及空间图表绘制，主要涉及知识点如下： ggplot2 + sf 中国标准地图绘制 cowplot 包实现地图子图插入 ggplot2 + sf 中国标准地图绘制 本期的绘图我们是按照如下图表进行绘制的(该图来自朋友公号)： ? 地图读取和散点标注 这里的中国地图格式为 geojson 格式，还是使用sf包进行灵活读取，具体代码如下： china_shp <- "中国省级地图GS（2019）1719号.geojson" nine 如下： df2 <- tibble(lon = c(105,125), lat = c(3,25), ) df2 %>% st_as_sf(coords = c(" lon", "lat"), crs = 4326) -> df2_sf df2_sf_pre <- sf::st_transform(df2_sf,crs="+proj=laea +lat_0=40
3.4K12发布于 2020-11-24 - 来自专栏数据 学术 商业 新闻
R-ggplot2 标准中国地图制作
由于基础图表绘制系列推文还在加紧准备中，所以这期推文还是对一些感兴趣的图表进行绘制，这期涉及空间图表绘制，主要涉及知识点如下： ggplot2 + sf 中国标准地图绘制 cowplot 包实现地图子图插入 ggplot2 + sf 中国标准地图绘制 本期的绘图我们是按照如下图表进行绘制的(该图来自朋友公号)： ? 地图读取和散点标注 这里的中国地图格式为 geojson 格式，还是使用sf包进行灵活读取，具体代码如下： china_shp <- "中国省级地图GS（2019）1719号.geojson" nine 如下： df2 <- tibble(lon = c(105,125), lat = c(3,25), ) df2 %>% st_as_sf(coords = c(" lon", "lat"), crs = 4326) -> df2_sf df2_sf_pre <- sf::st_transform(df2_sf,crs="+proj=laea +lat_0=40
1.5K20发布于 2021-02-22 - 来自专栏华章科技
AI人才报告：美国从业人员是中国2倍，供给方面中国仍落后
比如在全球人工智能研究排名前20的高校中的顶级学者数量进行比较，美国占68%，中国占24%；而人工智能人才的从业人数美国也是中国的近两倍。 公众号后台对话框回复文科人才获取报告PPT全文。 第二，顶级学者数量，20所顶级高校当中，美国占到68%，中国占24%，我们都知道人工智能领域中国、美国在全世界领先。但是在学术的积累方面，我们跟美国还是有比较大的差距。 从业人员来看，中国相关从业人员39000多人，美国78000多人，从数量上比较，美国是我们的近2倍。 相关从业人员热点的领域，美国在自然语言处理、处理器、机器学习与应用，智能无人机、计算机视觉与图像方面，从业人员明显超过中国的；中国在自动驾驶、语音识别、智能机器人、技术平台上面是超过美国的。 ? 如果把从业人员人才分3个类型：大数据AI的基础层，跟技术层、应用层方面，从业人员总体数量上，美国明显超过中国。但从三个方面人才比例上可以明显看到，中国在应用层的人才比例是要大于技术层和基础层的。
1.1K10发布于 2019-04-25 - 来自专栏奕知伴解
2 亿中国公民信息遭泄露
Cyble 研究人员在进行暗网 web 监控时发现有多条出售与中国公民相关的泄露数据。出售的相关数据与湖北省荆州市公安县、微博和 QQ 相关。 ? 12 月 28 日和 30 日，有黑客在某暗网平台发布了 3 条数据出售的帖子，其中包含 730 万中国公民信息、4180 万微博信息和 1.92 亿条 QQ 数据，相关数据中都包含有用户手机号码。 1、研究人员对样本数据分析发现，其中含有 730 万中国公民的： · 身份证号； · 性别； · 姓名； · 出生日期； · 手机号； · 地址和邮编等信息。 2、4180 万条微博数据 黑客在俄语黑市论坛出售的微博数据有 418 万条记录，截图如下： ? 研究人员对样本数据进行分析发现其中含有 weibo_id 和对应的手机号码。 ? 3、1.92 亿 QQ 数据 黑客在暗网上出售的完整数据中含有 1.92 亿条中国公民的 QQ 数据。 ? 研究人员对样本数据进行分析发现其中含有 QQ 号码和对应的手机号数据。 ?
89410发布于 2021-01-13 - 来自专栏好奇心Log
R语言 | ggplot2绘制标准中国地图
由于基础图表绘制系列推文还在加紧准备中，所以这期推文还是对一些感兴趣的图表进行绘制，这期涉及空间图表绘制，主要涉及知识点如下： ggplot2 + sf 中国标准地图绘制 cowplot 包实现地图子图插入 ggplot2 + sf 中国标准地图绘制 本期的绘图我们是按照如下图表进行绘制的(该图来自朋友公号)： 其实我很早就想试着用R进行此类图表的绘制了，但由于强大的Arcgis和绘图进度等原因，导致迟迟没有进行 地图读取和散点标注 这里的中国地图格式为 geojson 格式，还是使用sf包进行灵活读取，具体代码如下： china_shp <- "中国省级地图GS（2019）1719号.geojson" nine 如下： df2 <- tibble(lon = c(105,125), lat = c(3,25), ) df2 %>% st_as_sf(coords = c(" lon", "lat"), crs = 4326) -> df2_sf df2_sf_pre <- sf::st_transform(df2_sf,crs="+proj=laea +lat_0=40
5.9K31发布于 2020-11-25 - 来自专栏IT大咖说
开源中国社区创始人红薯：J2Cache开源中国两级缓存实践
内容摘要 J2Cache 是开源中国开发的一个两级缓存框架，以高性能著称。那么它与同样是缓存框架的Ehcache和redis的区别在哪，又有哪些高性能的体现呢？ 开源中国社区创始人红薯，为你带来进行详细解析。 ? 开源中国的现状 我们现在全球排名是大概800名，每天的ip数超过80万，大概1000万的PV，超过5000万的动态请求。 ? 开源中国有几个应用的策略，可能不仅仅是开源中国，我们整个做web网站的时候，缓存应用都有以下的几个场景。 对象缓存 对象缓存就是根据用户的编号，拿到用户的详细的资料。这个非常好理解。 J2Cache 开源中国成立公司是在2011年，网站在2008年就上线了。这个网站撑了有两三年的时间，后来数据长得很快，就开始出现问题了。第一个就是单节点无法应付高并发的访问。 J2Cache数据读取流程 每次读数据的时候首先从Ehcache里先读，因为Ehcache在你的内存中。
1.4K90发布于 2018-04-03 - 来自专栏PowerBI x Python
中国这2个品牌荣登全球价值榜前10？！
今年的500强榜单，于中国农历新年前陆续发布了。排名前10的品牌中，美国独占7席，中国2家——宇宙第一大行和华为，韩国1家（三星）。 中国品牌自2015年起发展迅速，今年共有24个品牌进入前100。 排名增速最快品牌：抖音，上年未进前100，今年直接飙升到第18名。
36910编辑于 2022-03-29 - 来自专栏geekfly
Java数据采集--2.使用Jsoup抓取开源中国
使用JSoup 解析网页，语法使用 JS，css，Jquery 选择器语法，方便易懂 抓取网站：http://www.oschina.net/news/list 开源中国-新闻资讯模块 基本工作 2.导入Jsoup所依赖的jar包。官网下载地址如下： http://jsoup.org/packages/jsoup-1.8.1.jar 3.创建JsoupDemo类。 2.分析网页源码 在目标网页上点击右键，火狐有使用FireBug查看元素，谷歌有审查元素，然后可以看到相应的源码和网页的对应情况。 遍历操作元素集（Elements） for (Element element : elements) { Elements titleElement = element.select("h2 "); for (Element element : elements) { Elements titleElement = element.select("h2
77410编辑于 2022-05-06 - 来自专栏Pou光明
Qt中国象棋一—— Qt 2D 绘图入门
最近想用Qt写一个中国象棋的项目，在网上找了几个例子后，发现关于绘图部分基础为0 ，于是根据项目需要学习一下。 Qt的2D绘图是基于QPainter类的。QPainter既可以绘制几何图形(点、线、矩形、椭圆、弧形、饼状图、多边形和贝塞尔曲线等)也可以绘制像素映射、图像和文字。 1)当窗口部件第一次显示时，系统会自动产生一个绘图事件 2)重新调整窗口部件大小 3)当窗口部件被其他部件遮挡，然后又再次显示出来时，就会对隐藏的区域产生一个重绘事件 void Widget::paintEvent painter.setPen(QColor(0, 160, 230)); // 绘制直线 painter.drawLine(QPointF(0 ,0), QPointF(width() / 2, height() / 2)); } 在重新实现的事件函数中，先定义一个QPainter并传入this，之后设置画笔属性，最后调用drawLine()接口，一个画线段的动作就完成了。
2.4K10发布于 2019-10-29 - 来自专栏生信技能树
GEPIA2详解（中国智造-肿瘤数据库）
我这里斗胆猜测一下，我们生信技能树果子3年前的推文：中国制造:碉堡的TCGA可视化网站GEPIA 当居首功！ tpm+0.001)逆向得到tpm mRNA_exprSet=2^mRNA_exprSet-0.001 #tpm mRNA_exprSet_log=log2(mRNA_exprSet+1) #log2 plot(x = log2(df[,i] + 1),y = log2(df[,j] + 1),main = NULL,cex.lab = 1.5,xlab = paste("log2(",colnames range_y = range(log2(df[,j] + 1)) text(x = min(log2(df[,i] + 1)) ,y = max(log2(df[,j] + 1)) - 如果你对R语言不太熟悉，推荐使用GEPIA2网站；如果你是生信新手，想写代码得到GEPIA2的可视化结果，推荐看看生信技能树视频，以及参考GEPIA2提供的代码。 4.
14.7K63发布于 2020-03-31 - 来自专栏大数据智能实战
基于seq2seq的中国对联自动配对技术实践
scope: # feed_previous=False, for training decode_outputs, decode_state = tf.contrib.legacy_seq2seq.embedding_rnn_seq2seq scope.reuse_variables() decode_outputs_test, decode_state_test = tf.contrib.legacy_seq2seq.embedding_rnn_seq2seq True) loss_weights = [tf.ones_like(l, dtype=tf.float32) for l in labels] loss = tf.contrib.legacy_seq2seq.sequence_loss output_vocab_size) optimizer = tf.train.AdamOptimizer(0.001) train_op = optimizer.minimize(loss) (2) 利用这种seq2seq写出的古诗或者对联，的确会出现训练集合外的句子，非常有意思，完全是创作的味道。不过呢，目前的仅仅还是测试例子，对语义上有些地方，特别是里面的思想和语义理解还有待深入。
1.2K80发布于 2018-01-09 - 来自专栏机器之心
OpenAI对战中国Dota2大神再次惨败
Dota 2 名人堂五位选手组成的战队。 2 史上最传奇的元老人物！！ Burning（徐志雷），中国三大Carry之一也是中国人气最高的Dota 2选手之一，敌法师冠名者，真正的无冕之王！2017年的DAC冠军。 430（骆非池），中国顶尖 2 号位，TI2 冠军，一手卡尔天下无双，从 CCM 到 IG，一直是主力一二号位。 预祝中国队夺冠 TI8，LGD，咚咚咚。 想要了解 OpenAI Dota 2 项目的前世今生？独家内容请看昨天报道：现场报道 | 面对最菜TI战队，OpenAI在Dota2上输的毫无还手之力 ?
82220发布于 2018-09-20 - 来自专栏张俊红
实用帖之R-ggplot2 标准中国地图制作
这期涉及空间图表绘制，主要涉及知识点如下： ggplot2 + sf 中国标准地图绘制 cowplot 包实现地图子图插入 ggplot2 + sf 中国标准地图绘制 本期的绘图我们是按照如下图表进行绘制的 地图读取和散点标注 这里的中国地图格式为 geojson 格式，还是使用sf包进行灵活读取，具体代码如下： china_shp <- "中国省级地图GS（2019）1719号.geojson" nine 如下： df2 <- tibble(lon = c(105,125), lat = c(3,25), ) df2 %>% st_as_sf(coords = c(" lon", "lat"), crs = 4326) -> df2_sf df2_sf_pre <- sf::st_transform(df2_sf,crs="+proj=laea +lat_0=40 +lon_0=104") df2_sf_pre 即可获取对应值，进而进行范围设置。
1.7K10发布于 2021-01-05 - 来自专栏腾讯大讲堂的专栏
中国人“床上那点事儿”——QQ大数据系列报告(2)
? ? ? ?
49970发布于 2018-02-09 - 来自专栏geekfly
Java数据采集-6.获取开源中国新闻列表（翻页-2）
geekfly2016/Spider 代码目录：Spider/src/xyz/geekfly/get_list/OSCHINA_NEWS.java 1.打开目标网址，打开开发者工具，清空控制台 2. ---- 点击response可以查看返回的数据，细心的同学已经看到返回的数据和Java数据采集-3.抓取开源中国新闻（新版）博客中介绍的一致，此处不再做过多介绍。 以下代码详细介绍参考：Java数据采集-3.抓取开源中国新闻（新版） public static void forEachData(Elements items){ String host
80410编辑于 2022-05-06 - 来自专栏程序猿DD
GitHub 2FA开启流程卡在没有中国只有台湾，怎么完成？
最近上GitHub一直都会弹出一个黄色框框，提示要开启2FA（two-factor authentication，即：双重身份验证）。 弹了很久，一直都没去处理，今天新血来潮想去掉这个东西。 但是，很扯淡的是，第一步就卡住了，国家选择里压根没中国： 同时，这里居然有台湾？
1.8K30编辑于 2023-09-26 - 来自专栏大数据智能实战
基于seq2seq的中国古诗词自动生成技术
文本生成技术是深度学习赋予自然语言处理一项全新的技术，而刚好网上有这方面诸多的例子，因此趁着有空实现一下中国古诗的自动生成技术，还是挺好玩的。 (2) 生成关键词，并进行词向量转化。 (3) 利用RNN的编码解码模型进行训练，由于RNN具备一对多的输出，因此可以很好地解决这种自动生成技术。
2.1K101发布于 2018-01-09 - 来自专栏钱塘大数据
C2M工业4.0冲击下中国制造的破局之路
面临困境的中国工业？ 在世人看来，中国制造业的快速发展和中国产品的风靡全球，本身就是一个不可思议的现象，然而辉煌背后却是道不尽的难言之隐。 那么在全球范围内掀起得这样一场工业革命，势必将推动中国制造向中国创造转型，所以很多人说，工业4.0是整个中国时代性的革命。 提升中国制造业，打造中国智造，成为新时期新阶段的历史使命，而创新的C2M模式似乎也为中国工业打破困局提供了一条新的出路。 C2M的两大特点 传统制造商企业要革淘宝的命 工业时代以厂商为中心的B2C模式，正在瓦解的过程中。未来的一切将会扭转到以消费者为中心的局面，将会出现C2B和C2M(客户到制造商)。 在C2M模式下，消费者在制造企业自己的营销平台上直接下单，在基于工业4.0的信息系统支持下，工厂接收消费者的个性化需求订单，企业根据需求设计、采购、生产、发货。
84970发布于 2018-03-01 - 来自专栏用户9305758的专栏
中国香港主机CN2线路双向和单向到底什么意思？
我们经常会遇到说CN2线路，尤其是接触到中国香港主机的时候，需要服务器请到TG@Daisy9677/@Vicky105805找我，很多的主机商都会说线路是CN2，双向CN2，本文要介绍一下什么是CN2线路 ，单向CN2与双向CN2线路中国香港主机有什么区别。 首先我们需要先了解一下什么是CN2。所谓CN2其实就是中国电信下一代承载网，CN2的全称是ChinaNetNextCarryingNetwork，简写成CN2。 那么我们如何区分出中国香港主机用的是CN2 GT还是CN2 GIA呢？做个测试也是比较容易区分的。用我们的线路测试，做双向的mtr（路由图）即可判断。 虽然说中国香港主机到大陆的延迟不是很长，但毕竟是花了双向CN2线路的费用，就得需要享受双向CN2的服务。
7.7K30编辑于 2021-12-20
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号