首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • 来自专栏Coding Is Fun

    再次迁徙到 WordPress

    再次迁徙到 WordPress 经历了几个月的时间,我也从业余选手变成了即将退役的业余选手,又决定将博客换成由 Wordpress 强力驱动的卡慢博客了。 得益于 ByeTyp 插件的帮助,内容无痛迁徙。 旧的博客依然在旧的虚拟主机上跑着,而本站目前运行在一年不超过十刀的垃圾 vps 上,希望体验不会太差。 旧的虚拟主机已经过期了。

    62810编辑于 2022-09-23
  • 来自专栏服务端技术杂谈

    :UBER数据大迁徙

    想象一下如果你必须在几个星期内迁移数以亿计的数据和100多个服务项目,同时还要保持UBER被几百万的乘客正常使用,这是多么艰巨的任务啊!而以下这个故事就是关于数十名工程师是如何帮助UBER在2014年迁移到Mezzanine的故事。 在2014年年初,我们面临了一个严峻的现实问题,关于我们的路径的增长(一个月约增长了20%),所以在年底之前用于存储路径的存储容量将会不够用。我们因此推出Mezzanine项目这一盛举来解决这个特别的问题。数据大迁移的日期定为万圣节(10月31日),而这恰是交通量会非常高的一天

    2.8K70发布于 2018-04-16
  • 来自专栏PPV课数据科学社区

    大数据视角下的春运迁徙图 来看看你的城市的迁徙半径

    今年春节期间,百度做了一个可视化很高的专题【百度迁徙】,讲春运期间各地区的人口迁徙情况。动态图,图很漂亮,也很直观。 前两天我在微博分享了9张主要地区的迁徙图,反响热烈,有的认为象玫瑰,有的是莲花,还有牡丹。于是决定整理全国34个省会城市的迁徙图。来看看你所在的地区的迁徙路线是什么“花”。 每个地区4张图,第一张是大年三十晚8:00的迁徙图,此时还在路上奔波的人一定是归心似箭一族;第二张是初一早上10:00的迁徙图,初一大早就忙什么呢? 第三、四张图是初四、初六10:00的迁徙图,这应该是回归的时间。 迁徙半径远小于上海和北京。最后一张象蝴蝶吗? 4、重庆 重庆:这四张图都能发现北京、上海、广州、深圳都是迁徙的重点,并且都是成对出现,如上海迁入和迁出并存。

    3.3K40发布于 2018-04-20
  • 来自专栏木溪知识加油站

    从Eclipse项目迁徙至AndroidStudio

    下面分享一段Eclipse项目迁徙至Android Studio过程,如下以"ppt"形式展出: ? 01 ? 02 ? 1 ? 2 ? 3 ? 4 ? 5 ? 6 ? 7 ? 8 ? 9 ?

    61520发布于 2019-08-09
  • 来自专栏CDA数据分析师

    Excel制作中国迁徙数据地图

    2014年春节,百度发布了基于大数据的可视化产品春运迁徙地图(http://qianxi.baidu.com/),在中国地图上直观地看到各城市间的人流迁徙,经央视报道使用,一时惊艳。 这种炫酷的迁徙地图可视化形式,直观又形象,科技感十足,赢得哇声一片。 ? Excel能做这种地图吗?当然不能,一个普通的办公软件和一个最新的大数据可视化产品是无法相比的。 受其启发,本贴讲解用Excel制作基于中国地图的迁徙地图/流向地图的方法。下图是最后的目标样式。 ? 作图思路 迁徙射线可用散点图绘制,迁徙数量可用气泡图绘制。 还可把射线按数值大小设置为不同的粗细来可视化数值。以上都需要用到vba,有兴趣的读者可继续。 ,推荐2:大数据可视化工具tableau。

    5.5K100发布于 2018-02-23
  • 来自专栏用户10004205的专栏

    使用贝塞尔曲线制作迁徙

    贝塞尔曲线是图形学中非常重要的参数曲线,在此不做详细介绍,这里我们用到的是二次方公式:

    52410编辑于 2022-08-29
  • 来自专栏向治洪

    抢滩数字时代,2023年人才迁徙报告

    脉脉人才智库发布《抢滩数字时代·人才迁徙报告2023》,通过平台大数据分析,盘点2022年最受关注的人才趋势,为人才求职和招聘提供前沿洞察。

    63930编辑于 2023-07-24
  • 来自专栏网络爬虫

    通过人口迁徙观察城市发展

    由于人口的迁徙会对个城市的发展产生重大的影响,因此建议小伙伴们在就业、安家进行选择的时候,密切关注全国重点区域、重点城市的人口变化情况,综合趋势分析做好规划。

    36710发布于 2021-08-11
  • 来自专栏大数据文摘

    【深度】另类视角看百度迁徙

    感谢大数据,在2014给我们带来最为直观的感受,下面这张图是百度提供的迁徙动态图,这些美丽的亮线就是春运路上大家的足迹,如果您使用过智能手机,并使用过定位功能的话,那么从您踏上旅途的那一刻开始,从出发地到目的地的数据就会在这张图上画出一条淡淡的线 如果要说明“逆向迁徙正在改变着今年的春运",至少应该拿些数据说话,到底今年春运这段时间有多少人“逆向”,有多少老人“逆向”?而不是仅凭火车站一线人员的某些“特别”发现。 而且,“逆向迁徙”这词可不是今年才开始用,搜搜百度“春运 逆向迁徙”,满眼都是去年春运的文章!所以建议,新闻应该严谨的要传达准确含义,应多做功课,不能只做“新”而不用“心”! 百度迁徙确实做了一些东西,海量数据的小时级处理,一定的可视化技术。但无论从项目思想、还是可视化的主体而言,都不是什么创新的东西,类似的、雷同的东西,相信从业者几年前就见过。 什么时候回,怎么中转,怎么抢到票,怎么避开中途可能的异常情况,甚至配套的黄牛识别问题,这些都是和大数据息息相关的,怎样采集更广泛的外部数据,怎样构建模型发挥大数据的分析及预测价值,怎么通过大数据产品的可视化技术连接用户

    1.2K60发布于 2018-05-18
  • 来自专栏Qt项目实战

    Qt编写地图综合应用2-迁徙

    一、前言 在很多web系统中,尤其是大屏系统中,经常可以看到类似于飞机迁徙图的效果,这个在echart中也是最常用的一个效果,迁徙图既可以是一个飞机也可以是其他形状,然后有一条动态的移动轨迹来表示流向, 一般都是多个点流向一个点,也可以做成一个点流向多个点,是个多对多的关系,常用来表示人口迁徙、动物迁徙、黑客攻击、病毒攻击、数据流向、产品流向等。 迁徙图和上一篇的闪烁点图类似,也需要提供三个基本要素:城市名称集合、城市经纬度集合、中心点城市经纬度,至于城市点的颜色和迁徙流向箭头的颜色,都可以单独设置,echart对每个类对象都竭尽全力的提供了各种各样的属性 二、功能特点 同时支持闪烁点图、迁徙图、区域地图、仪表盘等。 可以设置标题、提示信息、背景颜色、文字颜色、线条颜色、区域颜色等各种颜色。 可设置城市的名称、值、经纬度 集合。

    1K00发布于 2020-04-05
  • 来自专栏Tz一号

    Echarts大数据可视化物流航向省份流向迁徙动态图,开发全解+完美参数注释

    ; option = { backgroundColor: '#404a59', // 地图背景颜色 title: { text: '迁徙

    3.7K10发布于 2020-09-10
  • 来自专栏大数据文摘

    百度迁徙用到了哪些技术?

    作者:承哲 作者公众号:shouxifayanzhe 作者微博:http://weibo.com/intper 摘自:虎嗅 最近一朋友问我百度迁徙图到底是怎么弄出来的? 百度迁徙的数据从哪里来? 好了,现在再谈最后一个问题了,有了这样的技术后,百度迁徙的数据从哪里来。 数据来源一:地图用户。 最后,百度用这些定位数据的变化在春节期间做出了很diao的“百度迁徙”。 结语 百度迁徙图非常有意思,我们看到的是一个最后呈现的完整数据图,但是在这背后确有十分复杂的高精尖技术做支撑,远比我们想象中的复杂。 同时我们也看到地理定位技术最先发源于军事,最后又由于移动时代的商业发展诉求得到了更为深入的发展,所以顺着这次百度迁徙我们也再次看到了驱动技术发展的本质—恐惧与欲望。

    69370发布于 2018-05-23
  • 来自专栏PPV课数据科学社区

    百度迁徙--带您看春运大数据

    一张图,尽显中国春运迁徙实景。 这张图,显现中国当下民生现状。 百度迁徙,是目前最接地气的大数据。 在百度上有11,900,000个搜索,而在微博上有找到 138556 条结果,在微信朋友圈里,百度迁徙也是大家讨论的热点。大数据这个词并不多少见,但是为何百度迁徙受到如此大的关注呢? 从百度迁徙中,可以看到很多动态的迁徙状况。 据央视提供的数据,30多年来,中国的春运大军从1亿多人次到36亿人次。 如此巨大的数据让人一下子摸不到头脑,而通过百度迁徙则可以清晰地看到实时的迁徙状态,比如哪一条线路最热、哪个城市最受欢迎等等,今年有一个最热的现象是,逆向过年,也就是老人们加入春运到孩子工作的地方过年。 我认为,百度迁徙只不过是借助春运、回家过年这种当口发布的,百度内部还有更加“独家”的大数据分析,而不仅仅只是迁徙,坐等进一步发布。

    1.5K40发布于 2018-04-18
  • 来自专栏华章科技

    大数据迁徙图:逃离北上广,他们竟然去了这里!

    艾普大数据对“逃离北上广深人群”采用了如下定义:从北京、上海、广州、深圳离开后,迁徙至省会城市或热点二线城市,并在该城市驻留超过两个月的人群。 从北上广深人群迁徙图和北上广深人群流入城市TOP10图可看出,逃离一线城市的人群,主要流向了重庆、杭州、成都、厦门、苏州等地。 ? 图1-北上广深人群迁徙图 ? 图2-北上广深人群流入城市TOP10 | 重庆成最受青睐城市 除了反映从北上广深逃离人群整体流向的迁徙图外,艾普大数据还针对北京、上海、广州、深圳四大城市,分别研究了其逃离人群流向城市的分布情况。

    77730发布于 2018-08-16
  • 来自专栏GPUS开发者

    利用NVIDIA迁徙学习工具包加速智能视频分析

    他们可以在迁徙学习工具包(Transfer Learning Toolkit)的帮助下对模型进行增量式的再训练,以进行对象检测和图像分类用例。 迁徙学习工具包提供多GPU支持;您的应用程序可以部署在数据中心的GPU加速平台上、云平台、或本地工作站上,以便进一步与NVIDIA DeepStreamSDK 3.0插件一起使用。 图1的流程图显示了NVIDIA如何为经过预训练的模型启用逐步迁徙学习,并为IVA应用程序开发人员提供了端到端的深度学习工作流。 提供迁徙工具以帮助用户准备输入数据。 ? (图1:使用迁移学习工具包的工作流) 对于计算机视觉使用的例子,模型的内存占用需要是紧凑的。 9个图像分类和检测模型预先打包在迁徙学习工具包中,其中包括在公共可用数据集上经过训练的网络。对象检测模型采用NVIDIA开发的检测技术。

    1.2K20发布于 2018-12-25
  • 来自专栏人称T客

    调研:移动OA已亡 迁徙到移动办公已成必然趋势

    根据IDC调查,全球37%工作人口将在2015年底迈入移动化。这相当于全球有13亿移动工作者,以此来推断中国移动办公人员将达3亿,如果从这数值来看中国的企业移动化市场已迈进千亿级关口。 移动OA曾经承载着移动办公的入口的使命,吸引了众OA厂商进入,但是随着企业对于移动办公应用和需求的不断深入,移动OA受传统PC OA端的束缚,移动OA并没有象预期那样爆发,相反移动OA也走进了他们市场生命周期的未端,逐渐的向移动办公迁移。另外,从OA厂商战略重点,移动OA仍不能成为营收主力,所以在投入上相比2014年出现

    1.1K90发布于 2018-03-21
  • 来自专栏CDA数据分析师

    一万多条拼车数据,看春运的迁徙

    = spring['orders'] 以上代码的意思就是连接本地 Mongodb-spring 数据库 -orders 文档集合 Pyecharts:是大名鼎鼎的 Echarts 的 Python 可视化图表库

    81120发布于 2019-05-13
  • 来自专栏PPV课数据科学社区

    【Excel控】高手教你用Excel制作百度迁徙数据地图

    2014年春节,百度发布了基于大数据的可视化产品春运迁徙地图(http://qianxi.baidu.com/),在中国地图上直观地看到各城市间的人流迁徙,经央视报道使用,一时惊艳。 这种炫酷的迁徙地图可视化形式,直观又形象,科技感十足,赢得哇声一片。 ? Excel能做这种地图吗?当然不能,一个普通的办公软件和一个最新的大数据可视化产品是无法相比的。 受其启发,本贴讲解用Excel制作基于中国地图的迁徙地图/流向地图的方法。下图是最后的目标样式。 ? 作图思路 迁徙射线可用散点图绘制,迁徙数量可用气泡图绘制。 还可把射线按数值大小设置为不同的粗细来可视化数值。以上都需要用到vba,有兴趣的读者可继续。 ,推荐2:大数据可视化工具tableau。

    2.9K40发布于 2018-04-19
  • 来自专栏腾讯位置服务

    助你开启“上帝视角” 数据可视化组件全新上线

    在这个数据大爆炸的时代,将数据以可视化的方式呈现出来,无疑可以让人更快的发现数据规律,提升业务决策的效率。 因此,数据可视化组件就成为深受地图开发者们欢迎的重要功能,腾讯位置服务也于近期隆重推出了这项功能。 01 组件类型丰富 满足多种场景 实际的业务场景多种多样,为此,腾讯位置服务精心提炼并发布了4个最常用的可视化类型:散点图、热力图、迁徙图、区域图,涵盖点、线、面多种类型,确保可以满足大部分场景的需要。 3) 迁徙图:迁徙图是在两点之间绘制弧线进行连接,并配以动画呈现移动效果的图像,主要用于展示不同地点之间人员、物品、车辆等流动的方向,具体场景如春节期间返乡人员迁徙图、某水产市场商品销售流向图等。 改变参数后 其他的可视化组件同样提供了灵活的参数配置,比如可以改变迁徙路线的宽度、颜色,用以表示两地联系的紧密程度,具体可登录官网文档查看。

    1K20发布于 2019-03-20
  • 来自专栏新智元

    【nature】深度学习巨头看人工智能界人才迁徙

    荷兰莱顿大学社会科学家 Robert Tijssen 表示,上世纪50年代,同样的职业迁徙现象也在半导体研究中出现过,当时半导体领域的很多顶尖学者都被挖走,成为产业界研发实验室的负责人。

    84980发布于 2018-03-21
领券