- 综合排序
- 最热优先
- 最新优先
- 来自专栏数据 学术 商业 新闻
网友需求系列01-Python-matplotlib定制化刻度（主副）绘制
： Python-matplotlib 定制化图例绘制 Python-双Y轴绘制图表元素完善 双Y轴图例等熟悉添加 Python-matplotlib 定制化图例绘制 本期的推文绘制我们的参考图例来源于以下图表 plt.subplots(figsize=(9,5),dpi=100) bar_plot = ax.bar(x,data_all_df["data"].values,color="gray",width=.5) #定制化操作 ) ax.tick_params(axis='x',which="major",direction='in',bottom=False,labelsize=8,length=3,width=.4) #定制化副刻度 但是当我继续想添加年份的分割刻度时，已这种方式为基础的绘图将很难实现，最终我们选择直接主刻度定义年份，副刻度定义月份的操作，通过对其定制化操作，达到我们的绘图需求。 bar_plot = ax.bar(x,data_all_df["data"].values,color="gray",width=.5,label="Bar Charts",zorder=2) #定制化操作
2K30发布于 2021-02-22 - 来自专栏通用程序开发
定制化右键菜单
如何定制化菜单行为？本文将对此进行介绍。 本文主要内容：介绍一种简单的把程序加入右键菜单的方法。介绍一种定制化菜单的方法。 这里的定制化是指：可以定制什么情况下显示你的菜单项以及给你的程序传递启动参数等功能。 接下来就介绍一种可以实现这些定制化右键菜单的方法。 cmd运行 regsvr32 dll路径 （实现注册）运行 regsvr32 dll路径 /u （实现反注册）（右键没有点击svn目录的情况）（右键点击了svn的情况）通过上面的方法我们就可以实现一个定制化的右键菜单了
3K20编辑于 2022-06-23 - 来自专栏Andon安灯系统看板工厂
工业液晶电子看板的界面定制需求分析
在设计工业液晶电子看板的界面时，需要分析考虑以下几个界面定制需求： 易读性：界面设计应该注重信息的清晰度和易读性。 可视化：利用图表、图像和图标等可视化元素，将复杂的数据和信息以直观的方式展示出来。这有助于工作人员快速理解和分析数据，提高信息的传达效果。 考虑到用户的操作习惯和需求，设计直观的界面元素和交互方式，减少用户的学习成本和操作困难。 综上所述，工业液晶电子看板的界面设计应该注重易读性、简洁性、可视化、色彩搭配、布局和组织、响应式设计以及用户友好性。通过合理的设计，可以提高界面的可用性和用户体验，实现信息的有效传达和操作的便利性。
40820编辑于 2023-07-25 - 来自专栏自动化测试实战
allure定制化报告
9、附件定制 allure.attach(） # 参数 body：附件内容 name：文件名 attachment_type：文件扩展名 web/ui自动化： with open("/Users/macbook allure.attach(body=fp.read(), name="selenium错误截图", attachment_type=allure.attachment_type.JPG) 接口自动化： 代码 # coding: utf-8 import os import allure import pytest @allure.epic("项目名称：allure报告定制化") @allure.feature (body="/api/get_token", name="请求路径", attachment_type=allure.attachment_type.TEXT) # web/UI自动化错误截图 test_02 :return: """ print("登录后第二个操作") @allure.epic("项目名称：allure报告定制化
1.2K30编辑于 2022-04-12 - 来自专栏后台技术杂项笔记
SpringBoot定制化组件
SpringBoot定制化组件笔记 1. 定制化的几种方式 修改配置文件 自定义xxxxxCustomizer 编写配置类: xxxxConfiguration+@Bean替换，增加容器中默认组件 如果是Web应用，则可以创建一个配置类实现WebConfiguration
65220编辑于 2022-09-26 - 来自专栏phodal
需求代码化
需求代码化，即将软件开发需求抽象为特定的领域语言，并使用管理代码一样的方式来管理需求，追踪需求的变化 。同时，为通过新的 API 来对接版本管理系统，以可视化需求，演变为看板代码化。 它有这么一些优点： 高透明性 高自治性 不可篡改性 高安全性 这可不是区块链技术，这是需求代码化技术，【狗头】。当我们的需求变成了代码，那么我们就有了一个去中心化的看板。 需求代码化 好了，现在我们有相同的上下文，让我们回到正题上： 需求代码化，即将软件开发需求抽象为特定的领域语言，并使用管理代码一样的方式来管理需求，追踪需求的变化 。 模板化需求 最简单的模式就是采用 Cucumber 的语法，它包含了现成的语法和 IDE 支持等。对于开发人员、测试人员、业务人员也比较熟悉。 1. 需求代码化 如上。 2. 结论 参考书籍： -《软件需求与可视化模型》
1.4K10发布于 2020-05-28 - 来自专栏SaaS加速器
SaaS企业要满足客户的定制开发需求吗？
本文作者 吴昊：腾讯SaaS加速器导师、纷享销客天使投资人、前执行总裁，具有20年企业信息化和6年SaaS营销团队创新经验。 这时候遇到一个大家常见的问题：目标客户提出的需求超越了我们初定的需求边界，要不要做定制开发？这个问题，不少创业公司都会遇到。每家都有难念的经，具体情况各不相同，今天我为大家写几条原则吧。 （关于竞争的问题，我下一篇讲讲） 其次，需求变动风险偏大。中国的企业行业标准化程度低、增长快的组织变革频繁，因此需求本身稳定性就不好。加上契约精神缺失，甲方到上线前还要求改这改那，需求风险太不可控。 此外，每个项目不可能上线就完事了，已经完成定制开发的老客户不断找你，对你来说都是“不重要但紧急”的事儿，你的研发团队有多少精力可以放在暂时看不到钱的长期“产品”上？ 做成一个定制开发项目是否真的有意义？想明白了，做决定也就不纠结了。
1.3K20发布于 2020-06-09 - 来自专栏码
高度可定制化业务系统架构探索（一）：字段可定制化
ToB类产品有非常丰富的变更需求，而大多数多样化的需求背后，反应到系统层面都是业务核心实体的变更，因此，一套可定制化的业务系统对于这类场景而言非常有帮助，不仅可以大大缩短研发过程，同时更有利于整个系统的扩展 我将探索此类可定制化业务系统的架构，试图找到一些共性，提供一种架构思路。本文是系列文章第一篇，本文将聊一聊字段可定制化。 背景 我在长期的工作中，需要不断的面对业务的变更所带来的各种细碎的需求。 同时，有时候，研发同学实现的需求还不一定准确，如果能将一些可定制的能力交给需求方自己去定制，那么实现的也更准确。 ，需要的组件得根据业务需求进行定制 资源不同：低代码平台的用户不需要自己设计数据库，只把平台产品当作设计工具使用；可定制化是在原有数据库的基础上进行扩展定制，其数据库结构虽有改动，但大部分还是继承业务本身的特性 因此，实际上，字段的定制化的核心，是提供可覆盖业务需求的字段属性的定制化。怎么才能覆盖业务需求呢？我们慢慢分析。 首先，和字段一样，属性也分3种：固定属性、预设属性、自定义属性。
2.7K20发布于 2021-10-26 - 来自专栏WordPress果酱
定制化 WordPress More 标签
可能你想使用其他别的文本，那么你怎么去定制化在 More 标签中的链接呢？ 你也可以通过在样式表上创建一个 class 来样式化上面的链接文本，结果可能如下所示： <?
52620编辑于 2023-04-13 - 来自专栏muller的测试分享
实现定制化 AutoGPT 实战
通过 AutoGPT 实现我们的需求环境准备在正式使用 AutoGPT 之前，确认以下环境没有任何问题：稳定的上网环境。配置好的 AutoGPT 环境。可以使用的 token。 实践演练接下来需要使用 AutoGPT 实现几个 ChatGPT 无法实现的需求：生成一个文件。连接外网，查询信息，并生成 Excel 结果。 打开该文件，发现写入的内容满足需求。 查询信息，并生成文件在成功实现生成文件之后，可以实现更进一步的难度。ChatGPT 还具备的一个缺点就是无法连接外网，而 AutoGPT 也补全了这一能力。 如果作为一个比较有开发功底的人，如果我们想自己定制类似 AutoGPT 的效果，其实是比较容易的。后面会基于 LangChain 的封装打造一个类似于 AutoGPT 的人工智能应用工具。
36710编辑于 2024-08-27 - 来自专栏黯羽轻扬
定制化IDE选型笔记
之所以这样做，主要有2个原因： 更高的灵活性：不受扩展机制限制，无论定制现有功能，还是扩展新功能，都是可实现的 更细的控制粒度：深度的二次开发能够做到细节完全可控，满足细粒度的定制需求 实际上，灵活性收益的多少取决于扩展机制的限制程度 ，例如主题风格、UI布局、语法扩展等等，二次开发能够支持定制那些插件机制不允许定制的部分，小到应用名称/图标，大到UI布局/交互操作 另一方面，从需求场景来看，专用的IDE有几个优势： 一站式工具：集成 IDE进行二次开发似乎成了唯一的选择，除非有个高可用的IDE Core包含绝大多数IDE基础功能，很遗憾，暂时还没有这种东西（Monaco比较接近了，但还差一些关键的东西，比如可扩展性） 二.成熟案例 定制化的 插件多，但不活跃 VS Code Electron Microsoft 42.6K star 插件多，且活跃 Brackets Chrome Embedded Framework（在Chromium之上的定制化方案 定制化IDE方案决策树 5种可行方案优缺点对比如下： 方案 简述 缺陷 优势 A）基于VS Code二次开发 VS Code插件开发 + 尽量小修改源码 UI定制成本高插件能力受到严格限制UI定制型插件极少
1.6K20发布于 2019-06-12 - 来自专栏muller的测试分享
Mock 工具与定制化
强大的可拓展性和可定制性，可以让测试工程师以 mitmproxy 工具为基础，进行二次开发，打造更适合自己业务的 mock 工具。 mitmproxy 脚本 API 提供了对 mitmproxy 的完全控制，可以自动修改消息、重定向流量、可视化消息或实现自定义命令。后面会通过实战具体介绍 mitmdump 的使用。
77310编辑于 2024-06-27 - 来自专栏需求数智化管理
什么是需求条目化？详解Visual RM 需求管理平台如何实现需求条目化？
一、什么是需求条目化？ 需求条目化是指打破传统以完整文档为单位的需求管理模式，将复杂的需求文档按 “功能点、业务规则、数据要求、流程节点” 等核心要素，拆解为标准化、结构化的最小管理单元（即 “需求条目”）的过程。 二、需求条目化的优势？ ✨1. 需求质量标准化 ：打破 “千人千面” 的文档编写模式，通过条目化拆分实现需求内容的统一规范，避免逻辑遗漏、表述模糊等问题，使需求质量稳定可控，降低需求传递失真率。2. 资产复用高效化 ♻️：条目化的需求可独立入库形成资产，后续编写新需求时可直接引用、组合已有条目，避免重复开发，大幅提升需求编制效率，盘活历史需求价值。5. Visual RM 平台依托 “结构化拆解 + 智能化赋能 + 全流程管控” 的核心能力，通过以下方式高效实现需求条目化，确保拆分过程标准化、精准化：1.
37210编辑于 2025-11-26 - 来自专栏bisal的个人杂货铺
定制化删除ES索引数据
一个比较简单的功能需求，涉及了awk、管道、sed这些常用的指令，用起来就可以慢慢理解了。
1.7K30发布于 2019-01-29 - 来自专栏DeveWork
WordPress REST API 定制化输出
本文通过几个例子展示如何定制化输出WordPress REST API 的相关数据。
2.6K90发布于 2018-01-22 - 来自专栏c++与qt学习
SpringBoot2----定制化原理
定制化原理 定制化的常见方式 原理分析套路 ---- 定制化的常见方式 修改配置文件； xxxxxCustomizer； 编写自定义的配置类 xxxConfiguration；+ @Bean 替换、增加容器中默认组件；视图解析器 自定义异常视图解析器的演示: Web应用 编写一个配置类实现 WebMvcConfigurer 即可定制化web功能；+ @Bean给容器中再扩展一些组件 @ images/**","/js/**"); } } @EnableWebMvc + WebMvcConfigurer —— @Bean 可以全面接管SpringMVC，所有规则全部自己重新配置； 实现定制和扩展功能
32030发布于 2021-11-15 针对企业业务需求的YashanDB数据库定制开发方案
选择适合的数据库管理系统，并能够针对企业特定需求进行定制开发，将极大提升系统的整体效能和可用性。本文将深入探讨基于YashanDB的定制开发方案，帮助企业高效应对其日常业务需求。 支持对海量数据的分析与存储需求，适合对资源管理与负载均衡有较高要求的企业。 定制数据库开发技术要点多版本并发控制（MVCC）YashanDB通过多版本并发控制技术支持并发事务，以确保数据的一致性和完整性。 同时，支持通过存储过程与触发器，自定义业务逻辑和数据处理流程，满足企业各类复杂的业务需求。实施建议明确企业的具体业务需求，并评估YashanDB的功能特性。 YashanDB以其强大的定制能力和高可用性设计，能够为企业提供更好的支持。在未来，企业应持续关注数据库技术的发展与新功能，保证其在竞争市场中的优势地位。
26810编辑于 2025-08-17- 来自专栏咸鱼学Python
Python 爬虫进阶必备 | 某需求定制平台 sign 加密逻辑分析
aHR0cHM6Ly93d3cueGluZ3R1LmNuL3Zpc2l0b3IvY3JlYXRpdmUvbWFya2V0L3NlcnZpY2U=
70940发布于 2021-11-26 - 来自专栏信安之路
定制化的渗透测试 - 水坑攻击
相比之下，前者适合进行“广撒网”，后者则更适合定制化、精细化的操作。 第一种是权限从无到有的一个过程，通常是利用仿冒一些可信度较高的网站，来达到欺骗用户的目的。
1.8K30发布于 2021-07-06 - 来自专栏技术人生黄勇
定制化需求｜一个人工智能大模型应用的算力成本有多高？
最近在学习大模型ChatGPT、ChatGLM，研究结合企业的应用场景，解决一些业务难点、痛点，不免涉及本地化部署、微调、训练、知识库文档数据提取等等方面的问题。 02—算力需求 算力需求主要分为两部分，包括训练算力和推理算力。 目前来说对训练算力需求非常高，ChatGPT的公开数据显示它的整个训练算力消耗非常大，达到了3640PF-days。 根据国盛证券报告，以ChatGPT在1月的独立访客平均数1300万计算，其对应芯片需求为3万多片A100 GPU，大概需要的算力成本为8亿美元，每天的电费成本在5万美元左右。 同样上面的系统需求：1000用户，每个请求3秒内完成，使用寒武纪的思元370，需要的GPU数量： GPU ≈ 0.387 * 624 / 256 ≈ 0.943 ，接近一块GPU
2.2K10编辑于 2024-07-19
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