cos

/* * * 坐标转换，百度地图坐标转换成腾讯地图坐标 * lng 腾讯经度（pointy） * lat 腾讯纬度（pointx） * 经度>纬度 */ function bMapToQQMap(lng, lat) { if (lng == null || lng == '' || lat == null || lat == '' ) return [lng, lat]; var x_pi = 3.14159265358979324 ; var x = parseFloat(lng) - 0.0065 ; var y = parseFloat(lat) - 0.006 ; var z = Math.sqrt(x * x + y * y) - 0.00002 * Math.sin(y * x_pi); var theta = Math.atan2(y, x) - 0.000003 * Math.cos(x * x_pi); var lng = (z * Math.cos(theta)).toFixed(7 ); var lat = (z * Math.sin(theta)).toFixed(7 ); return [lng, lat]; } /* * * 坐标转换，腾讯地图转换成百度地图坐标 * lng 腾讯经度（pointy） * lat 腾讯纬度（pointx） * 经度>纬度

已知数列 $ {a_n} $ 满足: $ a_1=\dfrac{1}{3}$, $a_{n+1}=(1-a_n)\sin a_n$, $n\in\mathbb{N}^\ast. $ 求证: $ (1) $ $ 0<a_n\leqslant\dfrac{1}{n+2},n\in\mathbb{N}^\ast; $ $ (2) $ $ \cos\sqrt{2a_1}\cos\sqrt{2a_2}\cdots\cos\sqrt{2a_n}>\dfrac{2}{n+2}, n\in\mathbb{N}^\ast. $ 解析 $ (1) $ 易知$$ \forall x\in\left (0,\dfrac{1}{3} \right], 0<(1-x)\sin x<x . $$ 首先考虑证明 $\forall n\in\mathbb{N}^\ast, 0<a_n\leqslant\dfrac{1}{3}$. 归纳奠基 显然 $ n=1 $ 时,上述命题成立. 归纳递推 假设当 $ n=k(k\geqslant2\text{且}k\in\mathbb{N}^\ast) $ 时, $ 0<a_k\leqslant\dfrac{1}{3}. $ 则 $$ a_{k+1}=(1-a_k)\sin{a_k}\in\left(0, \dfrac{1}{3} \right] ,$$于是$\forall n

传送门：https://github.com/guoyoujin/WaterMoire <! DOCTYPE html > < html lang ="en" > < head > < meta charset ="UTF-8" > < title > test </ title > < style > body { display : flex ; flex-flow : column wrap ; justify-content : center ; align-items : center ; } #c { margin-top : 20px ; } input[type=range]::before { content : attr(min) ; color : #000 ; padding-right : 5px ; } input[type=range]::after { content : attr(max) ; color : #000 ; padding-left : 5px ; } </ style > </ head > < body > < canvas id ="c" > 当前浏览器不支持canvas 请升级！ </ canvas > < input type ="range" name ="range" min ="0" max ="100" step

导读： 近两年里，kubernetes的风头之盛可谓一时无两，在谷歌和大量开源社区的推动下，k8s技术不仅把容器的大规模应用彻底激活，提升了诸多编程语言的适用环境，更重要的是他还让容器的运维难度变得更低，开发运维一体化进程得到了重大的推进。 但是，K8s真的就是未来了吗？只怕新兴起来的Serverless技术是不服的。虽然Serverless与k8s两种技术并不存在直接的交锋，但从热度上来讲，前者却在逐步的逼近后者。FaaS的理念从根源上在解决运维难题，将开发人员的效率最大化，彻底摆脱服务器、存储等底层设施的牵制，解放出开发者，让他们在架构设计时拥有更大的操作空间，这种理念也一样的划时代的。 那么，k8s对阵Serverless，究竟谁更能代表未来的走向呢？或许你们已经听过了太多的k8s的消息，见过了太多的k8s的演讲，那么我们这回就来探讨一下新的挑战者Serverless吧！ 8月18日北京，本期云+社区技术沙龙就将会聚焦“Serverless架构开发与SCF部署实践”，深度探讨Serverless架构能在未来掀起怎样的波澜。本次沙龙将会从Serverless架构应用、小程序云开发、API网关以及对象存储等多个领域着手，全面揭示Serverless架构的优劣，展现在不同应用场景下的作用发挥。此外，更有与讲师共同动手实操开发的机会等你，千万不要错过哦！ 掀动未来，大咖同在 议题一：

本文大纲 一、Flink 官方文档这么全面，为什么还要读 Flink 源码 读文档和读源码的目的是不一样的，就拿 Apache Flink 这个项目来说，如果你想知道 Flink 的使用功能，设计思想，实现原理，看官方文档就足够了；如果你想了解的就是具体细节，比如说 StreamGraph 是怎么生成的或者是 Exactly Once 究竟如何实现的，那么就需要去阅读源码了。 关键是看你的目的是什么，如果你想了解思想，经验等看文档就够了，因为文档是人写给人的；如果你想了解具体细节，那应该去看源码，因为源码是人写给机器的，源码里有到底做了什么这些事情。 那么我写这篇的文章目的是什么？我的目的是，万一你已经在生产上身经百战了，对 Flink 的原理都把握住了，那么看源码是对你来说最好的进阶方式，所以我为你准备了这篇搭建环境的教程，为你节约宝贵的时间陪家人陪孩子不香吗？ 二、Flink 源码几百万行，该如何下手 通常对于阅读源码这件事情来说是有方法论可循的。 1、首先得具备前提条件 相关语言和基础技术知识。比如 Java，Maven，Git，设计模式等等。如果你只会 C++，哪天心血来潮去阅读 Flink 源码，那是不现实的； 开源项目的功能。需要知道这个项目是为了解决什么问题，完成什么功能，有哪些特性，如何启动，有哪些配置项。先把这个项目跑起来，能运行简单的 Demo； 相关的文档

聚类是一种无监督的学习，它将相似的对象归到同一个簇中。 K-均值算法将数据点归为K个簇，每个簇的质心采用簇中所含数据点的均值构成。 K-均值算法 的工作流程：首先随机确定K个初始点为质心，然后将数据集中的每个点非配到一个簇中，分配原则是分给距离最近的质心所在的簇。然后每个簇的质心更新为该簇所有数据点的平均值。 伪代码： 随机创建K个质心： 当任意一个点的簇分配结果发生改变时： 对数据集中的每个数据点： 对每个质心： 计算质心到数据点的距离 将数据点分配给距离最近的质心所在簇 对每一个簇，计算簇中所有数据点的均值作为质心（更新质心） K-均值聚类支持函数：加载文件、欧式距离计算、随机初始化质心 from numpy import * def loadDataSet(filename): dataSet=[] f=open(filename) for line in f.readlines(): curLine=line.strip().split('\t') floatLine=list(map(float,curLine)) dataSet.append(floatLine) return dataSet def distEclud(vecA,vecB): return sqrt(sum(power(vecA-vecB,2))) def randCent(dataSet,k): n

前几天，一位妈妈在后台发了一道数学习题（是的，你们的言我都会看）。小学一二年级的回家作业，大门解的时候竟然还卡了一下。 >>>> 真不知道当年自己的高等数学是怎么过的，回想起来，大学数学课好像全用来通关Candy Crush Saga（糖果粉碎传奇）了。???? 所以，当听说有一个“数学建造的房子”的时候，大门的内心是拒绝的，微积分、线性代数又要来虐我了吗，我不看我不看????。 然而…… 提到数学家， 我以为是这样的： 发际线不低，面部表情匮乏， 总爱是写外星符号。 然而却是这样的， 刚刚还在讲sin、cos, 一转头就掏出一把小提琴， 超高难度的帕格尼尼随想曲说来就来。 数学家的家， 我以为是这样的： 到处都是方便食品， 颜色搭配看心情，装修看运气。 就是想拉《生活大爆炸》出来遛一下 然而却是这样的， 优雅的曲线细细地勾勒边框， 磨砂玻璃和实木的简洁搭配， 柔和、精准的灯光设计。 没错，这个看上去又美又贵的建筑不是博物馆也不是剧院，只是一个数学家的私人住宅。 他叫James Stewart，没听过？不要紧，如果你的大学数学课用的是英文教材，那么你八成已经见过他的名字一千八百遍了，尤其是期末考之前。 这本虐你如初恋的微积分教材（Single Variable Calculus: Early Transcendentals）就是他写的。 这本书以极高的习题质量和严谨行文闻名于世

数学中 arg min的意思：arg min 就是 使后面这个式子达到最小值时的x，t的取值 。 1、其中arg min是元素（变元）的英文缩写。 比如：函数 cos(x) 在 ±π、±3π、±5π、……处取得最小值（-1），则 argmin cos(x) = {±π, ±3π, ±5π, ...}。如果函数 f(x) 只在一处取得其最小值，则 argmin f(x) 为单点集，比如 argmin (x - 4)^2 = 4。 2、arg的意思：argument of a complex number 复数的辐角 比如：z = r*(cosθ + i sinθ) r是z的模，即：r = |z|; θ是z的辐角，记作：θ = arg(z) 任意一个不为零的复数z=a+bi的辐角有无限多个值，且这些值相差2π的整数倍。 把适合于-π<θ≤π的辐角θ的值，叫做辐角的主值，记作argz。辐角的主值是唯一的。且有arg（z）=Arg（z）+2kπ。 来源： oschina 链接： https://my.oschina.net/u/4416758/blog/4260611

Math.Abs(x) x绝对值 Math.Acos(x) 余弦值为x的角度 Math.Asin(x) 正弦值为x的角度 Math.Atan(x) 正切值为x的角度 Math.Atan2(x, y) 正切值为 x y 的商的角度 Math.BigMul(x, y) x,y 的完整乘积 Math.Ceiling(x) >= x的最小整数 Math.Cos(x) 角度为x的余弦值 Math.Cosh(x) 角度为x的双曲余弦值 Math.DivRem(x, y, out z) x除以y的整数值 并返回余数z Math.E 自然对数的底数 e = 2.718..... Math.Exp(x) e的x次幂 Math.Floor(x) <= x（x为小数）的最小整数 Math.IEEERemainder(x, y) y除以x的余数 Math.Log(x) x的自然对数 Math.Log10(x) x以10为底的对数 Math.Max(x, y) x,y中比较大的数值 Math.Min(x, y) x,y中比较小的数值 Math.PI 常量 π 圆周长与直径的比 Math.Pow(x, y) x的y次方 Math.Round(x) x四舍五入的值 Math.Sign() Math.Sin(x) 角度为x的正弦值 Math.Sinh(x) 角度为x的双曲正弦值 Math.Sqrt(x)

文章目录 前言 阿里云OSS 步骤一:来到阿里云对象存储OSS界面 步骤二：创建Bucket，填写名称等相关信息 步骤三：新建img/ 文件夹 步骤四：创建Access Key，这个是用来上传图片的钥匙。注意：不能透露给别人，否则别人就可能上传图片到自己的OSS中。 PicGo 步骤一：下载PicGo 步骤二：双击exe文件，进行安装。 步骤三：进行PicGo配置 步骤四： 根据要求填写配置 其他 Typora设置 步骤一：下载Typora并安装 步骤二：打开Typora，并进行配置 步骤三：测试Typora 总结 前言 写MarkDown笔记的时候，有很多很好用的软件，比如Typora和Mweb等等。Mweb是付费的，128￥，对于我来说还是挺贵的。Typora是免费的，也十分好用，之前发现了它有图床的功能。直接在Typora里面粘贴图片，可以自动上传到图床，很适合我这种一篇文章发送到多个平台的作者。这里写一个简答的教程。 阿里云OSS 步骤一:来到阿里云对象存储OSS界面 阿里云对象存储OSS界面：https://www.aliyun.com/product/oss，开通服务后，点击OSS控制台。 可以先看下价格，0.12元/GB/月的价格个人用还是蛮划算的。 步骤二：创建Bucket，填写名称等相关信息 存储类型选择标准存储比较好，如果访问量大的话