- 综合排序
- 最热优先
- 最新优先
- 来自专栏全栈程序员必看
JS数组合并(5种)
前言 项目过程中，经常会遇到 JS 数组合并的情况，时常为这个纠结。这里整理一下。 简单而实用的for 最容易想到的莫过于 for 了。 会变更原数组，当然也可以写成生成新数组的形式。
5.8K30编辑于 2022-09-07 - 来自专栏数据猿
个人数据保护，越南变得很激进？
这并非一次简单的法律条文更新，回望2025年越南的数字监管实践，规则已先于法律落地：仅上半年内，越南当局查处56起非法数据交易案件，涉及超过1.1亿条个人数据；5月，全球知名社交平台Telegram因拒绝配合数据要求被直接封禁 过去被视为“流量洼地”和“增长天堂”的新兴市场，正在成为东南亚数据主权监管最激进、执行最硬、处罚最狠的样本市场。 法律规定，涉及买卖个人数据的违法行为，最高可处以违法所得10倍的罚款；对违反跨境个人数据传输规定的组织，最高罚款可达其上一年度收入的5%。 越南以极为鲜明的姿态，成为区域内“激进合规”的孤岛与参考样本。 越南模式最显著的特征在于“公安主导”与“国家安全优先”的底层逻辑。
22910编辑于 2026-02-04 - 来自专栏东风微鸣技术博客
基于 Traefik 的激进 TLS 安全配置实践
今天我们基于 Traefik on K8S 来详细说明如何对 TLS 安全进行「激进」配置。 「激进」的 TLS 配置 全站受信证书 + HTTPS。 3.监听 HTTP 请求，并重定向到 HTTPS；（⚡激进，生产慎用！） 4.启用 HSTS 功能（⚡激进，生产慎用！） 5.TLS 版本限定在 TLS 1.3（⚡激进，生产慎用！） 使用 Traefik 的 CRD - IngressRoute[5] 配置如下： apiVersion: traefik.containo.us/v1alpha1 kind: IngressRoute kubernetes-crd/#kind-tlsstore [4] Middleware: https://doc.traefik.io/traefik/middlewares/overview/ [5]
2.8K30编辑于 2022-04-22 - 来自专栏FreeBuf
“激进黑客”的复兴：自喻“正义的伙伴”
激进黑客们开始进行大面积进攻以向政府表示抗议。 黑客行为主义在20世纪90年代末科索沃战争期间（1998 年 3 月 5 日 – 1999 年 6 月 11 日）得到了更广泛的关注。 她认为激进黑客相较于之前，除了社会意识的提高，技术和细节也发生了改变。 黑客行为主义的未来 鉴于目前紧张的世界局势与日益严峻的政治状况，激进黑客们在未来的几年中会发出更“有力”的声音。 同时，并不是所有激进黑客都是处于内心的主张而行动，在他们之中，也有不少黑客是出于经济上的动机而采取行动。这也就意味着，激进黑客们的攻击模式在未来很可能转向盈利模式，而不是目前以宣传为目的的模式。
89630发布于 2021-05-20 - 来自专栏R语言及实用科研软件
🤗 Harmony | 超好用的单细胞测序数据合并（3和5数据合并）（二）
1写在前面 上一期我们介绍了常用的三种合并datasets的方法: Harmony; rliger; Seurat。 本期我们继续介绍其中的harmony包，如何用于3'和5'数据的合并。 matrix_3p <- Read10X_h5("./3p_pbmc10k_filt.h5",use.names = T) matrix_5p <- Read10X_h5("./5p_pbmc10k_filt.h5 <- CreateSeuratObject(matrix_5p,project = "pbmc10k_5p") srat_3p srat_5p ---- Note! 5' datset中还有一个assay，即VDJ data。 4初步合并 4.1 简单合并 这里我们先用merge将2个数据集简单合并在一起。 合并数据 5.1 合并前 harmony合并前，PCA明显分离。
1.4K10编辑于 2023-02-24 - 来自专栏想比AI跑得更快点
OpenClaw是一个激进的AI玩具
他们为什么不做，我觉得还是因为OpenClaw 本身就是一个相当激进、带有强实验性质的"玩具”。
64810编辑于 2026-02-04 - 来自专栏SAP ERP管理实践
SAP 资产模块-5.资产合并与拆分
对资产在同一公司代码下进行资产合并与拆分过账，实质都是资产价值的转移，只不过某资产的部分价值转移到一个新的资产就叫做拆分；而某资产的全部价值转移到另一个已有资产就叫做合并。 一、ABUMN -资产合并操作 操作步骤： 1.输入事务代码 ABUMN，确认资产号、过账日期、合并到已有资产等信息 2.点“附加明细“，选择记账期间、凭证类型（AA-资产过账） 点保存按钮，即完成资产在同一公司代码下的资产合并过账。 3.点“附加数据“按钮，跳转到资产主数据创建页面，填写相关信息后返回主页面； 4.点“附加明细”，选择记账期间、凭证类型（AA-资产过账）、往来变式（4-在公司代码内传送）等信息 5.
2.3K11编辑于 2024-07-31 - 来自专栏R语言及实用科研软件
🤗 Rliger | 超好用的单细胞测序数据合并（3和5数据合并）（三）
1写在前面 之前我们介绍了常用的三种合并datasets的方法: Harmony; rliger; Seurat。本期我们继续介绍其中的rliger包，如何用于3'和5'数据的合并。 matrix_3p <- Read10X_h5("./3p_pbmc10k_filt.h5",use.names = T) matrix_5p <- Read10X_h5("./5p_pbmc10k_filt.h5 <- CreateSeuratObject(matrix_5p,project = "pbmc10k_5p") srat_3p srat_5p ---- Note! 5' datset中还有一个assay，即VDJ data。 4初步合并 4.1 简单合并 这里我们先用merge将2个数据集简单合并在一起。 pbmc_liger) pbmc_liger <- ScaleData(pbmc_liger, split.by = "orig.ident", do.center = F) ---- 4.3 合并数据
91120编辑于 2023-02-24 - 来自专栏TensorFlow从0到N + Rust
讨厌算法的程序员 5 - 合并算法
本篇介绍的“合并”算法，是为后面学习“归并排序”的一个准备。合并算法是归并排序中的一个子算法，请注意两者之间的关系和差异。 合并算法，就是将两个已经各自排好序的序列，合并成一个排好序的大序列的方法。 经典应用 ? 两摞扑克牌 《算法导论》里面给出的例子就很好理解。 那么如何把它们合并成一摞并排好序呢？ 日常生活中其实还有很多类似的应用。比如校园里学生按身高由低到高排队，偶尔会遇到两队合一队的情况，要求合并后仍然按照由低到高的顺序。 合并算法就是解决此类问题的最佳方法。 1 n1 = q - p + 1 2 n2 = r - q 3 let L[1 ‥ n1+1] and R[1 ‥ n2+1] be new arrays 4 for i = 1 to n1 5
91550发布于 2018-04-11 - 来自专栏CreateAMind
具身认知与激进具身认知（2）
→ 后者是本书第3–5章主攻方向；前者属经验问题，需实证回应。 四、两个关键实例：RECS 如何解释认知？ 第3–5章将系统回应“RECS模型隐含表征”的核心哲学质疑—— ⚠️ 预告：后续论证将“颇为艰深”（philosophy gets rather thick）。 本书第3、4、5章将对此第二种反驳路径作出长篇回应。至于第一种反驳——即“真正的认知无法脱离表征加以解释”——显然属于一个经验性问题，无法在此一锤定音。 也就是说，若在第5次试验中被试持有一根特别长的棍子，则她在第6次试验中更有可能回答“否”。第三，多稳态将以两种方式显现。 此类论证实质上等同于宣称：非表征性心理学（包括激进具身认知科学）在原则上是不可能的。 接下来的数章（第3、4、5章）将详尽阐述并回应此类论证。
13010编辑于 2026-03-11 - 来自专栏CreateAMind
激进具身认知科学 Radical Embodied Cognitive Science
区别于“温和具身认知”的激进性 作者明确区分： 具身认知（Embodied Cognition）：承认身体影响认知，但仍预设内在计算/表征过程（如Clark, 2008）； 激进具身认知（Radical 激进之处在于：不仅“身体重要”，而且“认知无需内部模型”——世界本身即为最好的“模型”；智能体现在如何与环境共舞，而非“如何表征世界再计划行动”。 5. 回应“发现难题”：如何生成新假设？ 正因持此立场，我并未通过驳斥其他理论来证成激进具身认知科学。 第二章对激进具身认知科学作了宽泛勾勒，将其与“普通”的具身认知科学相比较，并简述其若干历史渊源及吸引力所在。 粗略而言，激进具身认知科学主张：对认知的恰当描述应诉诸“行动者—环境”动力学，而非计算与表征。这些章节的目的是表明：激进具身认知科学理应跻身认知科学主流阵营，与传统计算主义进路并列。 本书第二部分详细阐释了拥抱激进具身认知科学究竟意味着什么。我力图澄清的一点是：摒弃内部表征实属艰难；此一进路必须比其多数倡导者所意识到的更为彻底激进。
13110编辑于 2026-03-11 - 来自专栏R语言及实用科研软件
🤗 Seurat | 超好用的单细胞测序数据合并（3和5数据合并）（一）
我们常见的2种应用场景就是： 3'和5'不同datasets的合并； 整合只有部分重叠的datasets，（举个栗子：全血scRNAseq数据和3'PBMC数据的合并。 matrix_3p <- Read10X_h5("./3p_pbmc10k_filt.h5",use.names = T) matrix_5p <- Read10X_h5("./5p_pbmc10k_filt.h5 <- subset(srat_5p, subset = nFeature_RNA > 500 & nFeature_RNA < 5000 & percent.mt < 10) 6合并 6.1 转为list pbmc_seurat ---- 7.2 合并前 这里可以看到使用Seurat包的CCA方法合并前，PCA结果是明显分离的。 合并后，PCA结果完美重叠。
1.9K11编辑于 2023-02-24 - 来自专栏datartisan
Pandas数据合并与拼接的5种方法
pandas数据处理功能强大，可以方便的实现数据的合并与拼接，具体是如何实现的呢？ axis=0代表纵向合并； axis=1代表横向合并。 三、DataFrame.join：主要用于索引上的合并 语法： join(self, other, on=None, how='left', lsuffix='', rsuffix='',sort=False 该方法最为简单，主要用于索引上的合并。 举例： ? ? 使用join，默认使用索引进行关联 ? 使用merge，指定使用索引进行关联，代码更复杂 ? 使用concat，默认索引全部保留 ? 总结 1、join 最简单，主要用于基于索引的横向合并拼接 2、merge 最常用，主要用于基于指定列的横向合并拼接 3、concat最强大，可用于横向和纵向合并拼接 4、append，主要用于纵向追加
34.4K32发布于 2020-06-09 - 来自专栏音视频技术
激进or务实？HEVC、AV1 和私有Codecs现状
HEVC的现状 HEVC在2013年3月发布，到了2018年已经过去差不多5个年头。HEVC的开局异常混乱，他那破碎且不完整的专利池让人崩溃。 与此同时，Facebook发布了基准测试的结果，显示出AV1对比VP9的 1080p分辨率节省约36%带宽，不过AV1的编码速度为：编码1秒钟时间为5小时。 Netflix的编码算法总监Anne Aaron表示：“AV1现在编码时间非常非常缓慢......但是我期望未来预计复杂度会下降，AV1的复杂度大概比VP9 高5~10倍。” 在接下来的12个月内，AV1编码的计算力是VP9的5~10倍，并且只能在开发版浏览器中放。虽然AV1质量诱人，但是短期内绝大多数的生产商中不会贸然使用。
87530发布于 2021-09-01 - 来自专栏域名技术与下一代互联网
基于激进缓存的否定缓存效率技术研究
在递归服务器层面，Cloudflare（1.1.1.1）公共递归服务报告的NXDOMAIN占比约为5%~12%。奇安信递归报告了约10%~15%的NXDOMAIN流量占比。 最新的探测研究表明互联网上过半数量的递归解析起具备激进缓存能力。）四、激进缓存的局限性技术上来看，NSEC记录名称连续，是激进缓存的最佳搭档。 首先本研究对改进版方案进行了仿真模拟（见图5）。模拟结果显示扩大否定区间能够帮助递归解析器快速构建NSEC环，即在递归解析器可以快速学习到权威区的所有存在域名信息。 图5该测试中，模拟权威区具有10000个子域名，模拟向递归连续查询5000个不存在的子域名。该仿真模拟了递归外发次数占查询次数的比例，每个统计点选取最近的50次结果作为统计输入。 该测试针对此区向递归持续发送不存在子域名查询，模拟5分钟的NXDOMAIN攻击。该测试记录了递归和权威之间的流量比例。
26710编辑于 2025-12-15 - 来自专栏量子位
英国激进新冠试验曝光：招募健康志愿者，故意感染病毒，每人补偿3万5
郑集杨 边策 李根 发自 凹非寺 量子位 报道 | 公众号 QbitAI 这(可能)是最激进的新冠实验。 当初因为最先喊响“群体免疫”而备受争议的英国，现在提出更加激进且争议的新方案： 征集健康的、未曾感染过新冠病毒的志愿者，故意感染。 「百度AI开发系列课」免费报名 5分钟上手，10分钟定制高精度AI模型，硬核百度EasyDL，小白也能学！ 10.21日起，3期公开课带你0门槛轻松学AI开发、实现AI模型训练与部署！
34530编辑于 2023-03-10 - 来自专栏明明如月的技术专栏
文件切割合并器 5 关于类
import java.awt.event.ActionListener;
38310发布于 2021-08-27 - 来自专栏AI算法与图像处理
在 Python 中合并列表的5种方法
合并列表是一个很好的例子，至少有5种方法可以做到这一点。本文将介绍它们，并展示在引擎盖下的技巧。 1. # [1, 2, 3, 4, 5] [1, 2, 3, 4] 上面的代码可能会令人困惑，尤其是对于 Python 初学者。 通过链函数合并列表 Itertools 模块中的 chain 函数是 Python 中合并迭代对象的一种特殊方法。它可以对一系列迭代项进行分组，并返回组合后的迭代项。 通过 Reduce 函数合并列表 Python 是懒人的福利。对我来说，当有太多的列表需要合并的时候，写太多的 + 是很无聊的，我不想这样做。 ] 总结 Python 中合并列表的操作至少有5种方法。
5.7K10发布于 2021-04-21 - 来自专栏腾讯社交用户体验设计
设计策略｜源源不断的创新思路（激进篇）
本篇讲述：激进式创新 激进式创新是相对罕见的，它同时依赖革命性的技术和创新的商业模式来解决问题，激进创新的发生往往伴随着产品的创新、组织创新等连锁反应甚至引起产业结构的变化。 提问可以从以下三种工具角度着手： 5W1H问题 5W1H分别是：是什么，是谁，为什么，在哪里，在何时，如何。从这六个提问开始着手列出所有想问的问题，并继续发散关联的子问题。 5个为什么（5Why） 经典的连问5个为什么。如果我们针对看到的结果，只问一个“为什么”，很容易停在第一层的表象原因，只有不断的深入挖掘才可以层层递进，找出最关键的底层原因。 二、激进创新过程 / 策略3则 上一篇渐进式创新介绍的方法和原则在激进式创新同样适用，而本文将介绍三则对于命题较大的激进式创新非常适合的过程方法，分别是：创意矩阵，逆向思考，多问“如果”。 Christensen 《Lean Startup》Eric Ries What are 5 Whys?
54430编辑于 2022-07-27 - 来自专栏刘旷专栏
国产机们的高端梦：OV保守、米耀激进
而随着高端市场竞争越发白热化，小米、荣耀、OPPO、vivo等国产品牌抓紧在战略打法上实现进一步升级，各方逐渐显露出鲜明的派系特征，其中OPPO、vivo坚持保守战术，而小米、荣耀则走高调激进路线，两派殊途同归 激进派：冲高端，先提速 除了OPPO和vivo之外，国内的小米、荣耀也在觊觎高端手机市场这块大蛋糕。因为有苹果、华为等实力玩家在国内高端市场驻扎已久，又有OPPO和vivo两者在其后紧随。
37310编辑于 2022-02-21
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