- 综合排序
- 最热优先
- 最新优先
- 来自专栏Coco的专栏
跟着9张思维导图学习Javascript
学习的道路就是要不断的总结归纳，好记性不如烂笔头，so，下面将 po 出我收集的 9 张 javascript 相关的思维导图（非原创）。 思维导图小tips： 思维导图又叫心智图，是表达发射性思维的有效的图形思维工具 ，它简单却又极其有效，是一种革命性的思维工具。 思维导图运用图文并重的技巧，把各级主题的关系用相互隶属与相关的层级图表现出来，把主题关键词与图像、颜色等建立记忆链接，思维导图充分运用左右脑的机能，利用记忆、阅读、思维的规律，协助人们在科学与艺术、逻辑与想象之间平衡发展 思维导图因此具有人类思维的强大功能。
80960发布于 2018-05-28 - 来自专栏Android-薛之涛
Android-.9图详解
Android设备适配，图片方面很重要的一部分就是.9图的使用了，我们今天就来记录一下。 1. 什么是.9.png图片，和普通png图片的区别？ .9.png图片本质上还是png图片，区别是.9.png图比正常的png图片在最外围多了1px的边框，这就允许我们在这个1px的边框上定义图片的可拉伸区域以及图片的内容区域。 这也就是说.9.png的制作实际上就是我们在这1px的边框上按我们的需求,把对应位置设置为黑线，然后系统帮我们自动拉伸了。 2. .9图四个边的黑线(黑点)的意义？ 正常显示 可以看到，如果我们的文字少还可以，如果文字过多，就会出现背景图不能随文字的增多而自动拉伸，真丑。 开始制作.9图 先说一下底部复选框的含义： ? 3.如果发现你的点9图片太小或者极小，可以拖动图片下方的zoom放大图片，然后就可以精确操作了。 .9图各边框含义 ? image.png 处理为.9图之后 ? .9图显示 完毕！
3.9K20发布于 2018-10-09 - 来自专栏前端知识分享
第9天：CSS精灵图
今天重点学习了CSS精灵图。 “CSS精灵”，英语css sprite，所以也叫做“CSS雪碧”技术。 但是用了css精灵，小图片变为了一张图，http请求只有1个了。 DOCTYPE html> 2 <html lang="en"> 3 <head> 4 <meta charset="UTF-8"> 5 <title>精灵图练习</title> 6 <style> 7 .box{ 8 height:138px; 9 } 10 .box span{ 11
1.2K30发布于 2018-09-11 - 来自专栏运维之美
9 张图带你搞懂 Istio
图 1 显示了一个 Kubernetes 集群，该集群有两个节点和 4 个 Pod，每个 Pod 都有一个容器。 我们可以在图 2 中看到更多细节: 图 2 显示了与图 1 相同的示例，只是更详细一些。Kubernetes 中的服务是由运行在每个节点上的 Kube-proxy 组件实现的。 在图 2 中，我们看到 Kubernetes API 对每个 Kube-proxy 进行编程。每当服务配置或服务的 Pods 发生更改时，就会发生这种情况。 Kubernetes Istio 现在我们来看一个配置了 Istio 的相同示例: 图 3 显示安装了 Istio，它随 Istio 控制平面一起提供。 这里发生了什么图 1-5 显示了使用 Nginx 和 Python Pod 的 Kubernetes 应用程序的相同示例。
3.6K21发布于 2020-12-08 - 来自专栏项目文章
Redis学习9：Jedis学习
Jedis学习 编程语言中的数据如任何和redis联动，如果是java语言，那么就可以使用Jedis工具，同时springdata redis也可以使用，lettuce也可以使用。
18010编辑于 2024-06-07 - 来自专栏数据小魔方
sparklines迷你图系列9——Composition(Pareto)
今天继续跟大家分享sparklines迷你图系列9——Composition中的Pareto。 其实就是在很久以前分享过的帕累托图，当时分享的时候是通过一个柱形图+折线图（柱形图是按照指标大小从左至右降序排列的，折线图是累计百分比）来完成的。 这里所要分享的帕累托图，省掉了柱形图，只剩累计百分比系列。 具体的参数及含义如下： ? ? ?
67770发布于 2018-04-11 - 来自专栏MiningAlgorithms
机器学习9：采样
另外，利用重采样技术，可以在保持特定的信息下（目标信息不丢失），有意识地改变样本的分布，以更适应后续的模型训练和学习，例如利用重采样来处理分类模型的训练样本不均衡问题。 6，贝叶斯网络的采样： 概率图模型经常被用来描述多个随机变量的联合概率分布。贝叶斯网络，又称信念网络或有向无环图模型。 它是一种概率图模型，利用有向无环图来刻画一组随机变量之间的条件概率分布关系。 对于很多分类算法，如果直接采用不均衡的样本集来进行训练学习，会存在一些问题。 ）来矫正这种不平衡性；当样本数目极其不均衡时，也可以将问题转化为单类学习（one-classlearning）、异常检测（anomaly detection）。
2.3K30发布于 2019-08-08 - 来自专栏机器学习/数据可视化
Highcharts-9-双饼图绘制
Highcharts-9-双饼图制作 本文中只介绍一种和饼图相关的图形：双饼图 双饼图 效果 代码 # -*- coding: utf-8 -*- """ 说明：制作双饼图 作者：Peter """ # 'drilldown': { 'name': 'Opera versions', 'categories': ['Opera 9. color': 'Highcharts.getOptions().colors[4]' } }] options = { 'chart': { # 图表类型：饼图
1.7K20发布于 2021-03-07 - 来自专栏Postgresql源码分析
Postgresql源码（9）PinUnpinBuffer流程图
流程图 私有缓存的维护 等待进程唤醒 拿的锁在state中的一位，原子操作 spin等锁 PinBuffer static bool PinBuffer(BufferDesc *buf, BufferAccessStrategy
29420编辑于 2022-05-12 - 来自专栏java工会
9张图带你认识SpringCloud框架
9、分布式事物，我认为这是分布式最困难的，因为不同的业务集群都对应自己的数据库，互相数据库不是互通的，互相服务调用只能是相互接口，有些甚至是异地的，这样造成的结果就是网络延迟造成的请求等待，网络抖动造成的数据丢失 跨域时序图 ? Eureka与Ribbon整合工作原理 ? 解决分布式一致性 ? 级联故障流程 ? 断路器组件Hystrix工作原理 ? 分布式追踪Sleuth工作原理 ?
1.1K10发布于 2019-10-15 - 来自专栏周小末天天开心
Java 基础学习（9）
2）例如：int d = -9 其原码为：10000000 00000000 00000000 00001001 其反码为：11111111 11111111 11111111 11110110
30320编辑于 2022-10-26 - 来自专栏机器学习/数据可视化
pyecharts-9-绘制桑基图
pyecharts-9-桑基图绘制 本文详解地介绍了如何制作桑基图，使用的可视化库是强大的Pyecharts(版本1.7.1，版本一致很重要)。 文章将从如下几个方面进行介绍： 什么是桑基图 2个官网demo 原始数据整理 绘图数据生成 桑基图绘制 ? 什么是桑基图 桑基图（桑葚图），也叫桑基能量分流图或者桑基能量平衡图，里面的桑基其实是一个人名，全名是马修·亨利·菲尼亚斯·里尔·桑基（Matthew Henry Phineas Riall Sankey 绘制桑基图 我们通过官网的2种不同方式来绘制桑基图 方式1 这种方式比较简单：直接将上面得到的nodes_list和links_list整体放入绘图的代码中： # 需要事先导入，否则jupyter notebook 得到的桑基图在notebook中是动态的图形： ?
2.6K31发布于 2021-03-01 - 来自专栏自然语言处理
图与图学习（下）
例如，在电子商务中，一个基于图（Graph）的学习系统能够利用用户和产品之间的交互来做出非常准确的推荐，但图的复杂性使得现有的深度学习算法在处理时面临着巨大的挑战。 需要注意的是，图神经网络的研究与图嵌入（对图嵌入不了解的读者可以参考这篇文章《图嵌入综述》）或网络嵌入密切相关，图嵌入或网络嵌入是数据挖掘和机器学习界日益关注的另一个课题。 图嵌入旨在通过保留图的网络拓扑结构和节点内容信息，将图中顶点表示为低维向量，以便使用简单的机器学习算法（例如，支持向量机分类）进行处理。 许多图嵌入算法通常是无监督的算法，它们可以大致可以划分为三个类别，即矩阵分解、随机游走和深度学习方法。 图卷积网络是许多复杂图神经网络模型的基础，包括基于自动编码器的模型、生成模型和时空网络等。下图直观地展示了图神经网络学习节点表示的步骤。 ?
92130发布于 2021-03-23 - 来自专栏学习猿地
Web前端学习 第9章 教务管理系统开发2 UI图展示
登录页有用户名输入框和密码输入框和登录按钮，当用户输入正确的用户名和密码时，会转到到班级管理页，当用户输错用户名和密码时，会有对应的弹框。
72220发布于 2020-07-07 - 来自专栏HarmonyOS知识集合
【HarmonyOS NEXT】鸿蒙应用点9图的处理（draw9patch）
【HarmonyOS NEXT】鸿蒙应用点9图的处理（draw9patch）一、前言：首先在鸿蒙中是不支持安卓 .9图的图片直接使用。 只有类似拉伸的处理方案，鸿蒙提供的Image组件有与点九图相同功能的API设置。可以通过设置resizable属性来设置ResizableOptions，也就是图像拉伸时可调整大小的图像选项。
58000编辑于 2025-03-24 - 来自专栏自然语言处理
图与图学习（中）
在上篇中，我们简单学习了图论的基本概念，图的表示和存储方式，同构图和异构图的分类，以及几个基础的图论算法。 在接下来的前置教程下篇中，我们将会学习图机器学习。 本案例将包含以下内容： 一. 图机器学习 图学习的主要任务 图学习中包含三种主要的任务： 链接预测（Link prediction） 节点标记预测（Node labeling） 图嵌入（Graph Embedding） ---- 链接预测 这相当于监督学习中的train/test的划分。 然后，我们评估密集图的正确预测的比例，或者使用稀疏图的标准曲线下的面积(AUC)。 到目前为止，我们所看到的图的一个局限性是没有向量特征。但是，我们可以学习图的嵌入！ ，链接预测和图嵌入的图学习技术。
1.5K10发布于 2021-03-17 - 来自专栏萌海无涯
Django学习回顾前面学习知识（9）
今天来回顾下前面学习的内容，温故而知新！
47620发布于 2019-09-05 - 来自专栏机器学习/数据可视化
plotly-express-9-plotly实现线型图
plotly-express-9-plotly绘制线型图Line 本文中介绍的是利用plotly绘制线型图，使用的是line()和go.Line()方法 With px.line, each data Style Line Plots 如何给线性图设置风格 # Add data month = ['January', 'February', 'March', 'April', 'May', 'June x = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15] fig = go.Figure() fig.add_trace(go.Scatter( Filled Lines 通过一个例子学习如何画出带有填充区域的线型图 x = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10] x_rev = x[::-1] # 翻转的数据 # Line 1 y1 = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10] y1_upper = [2, 3, 4, 5, 6, 7, 8, 9, 10, 11] y1_lower = [0, 1,
2.1K20发布于 2021-03-01 - 来自专栏优雅R
「R」数据可视化9: 金字塔图和偏差图
其实图形的基本组成都很简单，无非就是点、线、矩形、圆圈等，但是稍作改变就会变成完全不同的图。就好像PCA图和火山图一样，本质都是点图。今天我们来讲一讲条形图的变形。 化妆后“条形图” 首先来看看几张不一样的“条形图”。 ? 这几张图乍一看和我们之前看到的很不一样，但是仔细一看其所用的基本元素不就是我们的条形图吗？ 左边的和中间的我们称为偏差图，右侧的称为金字塔图。 可以看到三张图之间都有一些相同点。那么这三张图我们可以用于展示什么样的数据呢，举个例子，比如我们想要展示转录组数据。 那么最后一张图呢？可以像上述描述的展示多组转录组数据上调或者下调。那也可以展示富集聚类的结果。如某个功能中显著改变和不改变的基因等。 那么上述的图应该怎么做呢？ 因此，如果我们想要用自己的数据做这类图，也要注意正负，要对数据进行适当的处理，对其中一部分的数据取负。
1.1K30发布于 2020-07-02 - 来自专栏mukekeheart的iOS之旅
OC学习9——反射机制
通过字符串来获取Class 7 Class clazz = NSClassFromString(@"NSDate") ; 8 NSLog(@"%@", clazz) ; 9 （具体KVC机制的原理后面学习了再补充：OC学习篇之---KVC和KVO操作） 7、如果程序需要判断某个对象是否可调用方法，则可通过NSObject的如下方法进行判断： respondsToSelector Foundation.h> 2 3 //定义接口部分 4 @interface FKCar : NSObject 5 @end 6 7 8 #import <objc/message.h> 9 " 3 4 int main(int argc, char * argv[]) 5 { 6 @autoreleasepool{ 7 8 //获取FKCar类 9 selector(addSpeed:), 2.4) ; 28 29 //输出 30 NSLog(@"加速后的速度为：%g", speed) ; 31 } 32 } 9、
2.3K50发布于 2018-02-27
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