github

关注精彩内容，先点击 蓝字 关注我哦~ VS Code 中文社区简介： VS Code 中文成立于2019年11月30日，社区致力于促进开发者之间的交流学习。定期举办线上与线下的沙龙、动手实践营以及开发者交流大会等。 快速上手 VS Code：开发环境搭建和常用插件配置 时间：10月30日（周五） 19:30-21:30 主讲嘉宾介绍 张迪，中国科技大学，机器人实验室自然语言处理和机器人定位导航方向研究生。 分享大纲 一、快速搭建编译环境 二、包管理器的对比选择(Windows) scoop Windows Package manager chocolate 三、面向数据科学的Python环境搭建 Python开发常用插件和配置 四、Windows下CPP环境无痛搭建 gcc llvm/clang vcpkg 常用插件和配置 五、Git相关常用插件和配置 六、让你的Code更出彩：常用插件和配置 七、码字更智能：主流智能补全插件对比（AI-powerd autocompletion） 原配夫人intellicode 国产Aixcoder Tabnine Kite 八、让你的开发更舒适 九、让你的界面更美 十、让你摸鱼更快乐 开发环境的搭建 本次讲座主要面向入门者。 对于 Windows ，搭建环境可能并不如 Linux 方便。张老师提到了 Windows 上的 3 个包管理器：

【导语】：naming-cheatsheet 是一个命名备忘录，记录命名的一些常见规范和约定。 简介 在编程工作中，命名是一件让很多开发者都头疼的事情。国外曾经有个一次关于程序员最难任务的投票调查，结果命名占了 49%。 一个好的变量或函数命名，应该能起到自解释的作用，甚至能减少我们代码的注释。 naming-cheatsheet是一个命名备忘录，记录一些常见的规范约定，并提供简单的例子说明。如果能够严格遵守这些规范，相信我们的代码可读性会大大提升，下面就来介绍 naming-cheatsheet 提供的一些建议。 项目地址： https://github.com/kettanaito/naming-cheatsheet 使用英语 这是最基本的一条规则了，英语是编程中的主要语言，所有编程语言的语法都是用英语编写的，通过英语编写代码，可以大大提高其通用性。对于我们国内开发者来说，一定要避免拼音甚至是直接的中文命名。 /* Bad */ const primerNombre = 'Gustavo' const amigos = ['Kate', 'John'] /* Good */ const firstName = 'Gustavo' const friends = ['Kate', 'John'] 命名风格 选择一种命名的风格，并且严格遵守，可以是camelCase，或者snake

关注精彩内容，先点击 蓝字 关注我哦~ VS Code 中文社区简介： VS Code 中文成立于2019年11月30日，社区致力于促进开发者之间的交流学习。定期举办线上与线下的沙龙、动手实践营以及开发者交流大会等。 快速上手 VS Code：开发环境搭建和常用插件配置 时间：10月30日（周五） 19:30-21:30 主讲嘉宾介绍 张迪，中国科技大学，机器人实验室自然语言处理和机器人定位导航方向研究生。 分享大纲 一、快速搭建编译环境 二、包管理器的对比选择(Windows) scoop Windows Package manager chocolate 三、面向数据科学的Python环境搭建 Python开发常用插件和配置 四、Windows下CPP环境无痛搭建 gcc llvm/clang vcpkg 常用插件和配置 五、Git相关常用插件和配置 六、让你的Code更出彩：常用插件和配置 七、码字更智能：主流智能补全插件对比（AI-powerd autocompletion） 原配夫人intellicode 国产Aixcoder Tabnine Kite 八、让你的开发更舒适 九、让你的界面更美 十、让你摸鱼更快乐 开发环境的搭建 本次讲座主要面向入门者。 对于 Windows ，搭建环境可能并不如 Linux 方便。张老师提到了 Windows 上的 3 个包管理器：

Hprose （High Performance Remote Object Service Engine） 是一款先进的轻量级、跨语言、跨平台、无侵入式、高性能动态远程对象调用引擎库。它不仅简单易用，而且功能强大。 官网： https://hprose.com/ 本文将讲解如何使用 Hprose go 服务端编写一个微服务，并实现客户端调用。 本文的涉及的项目代码托管在github： https://github.com/52fhy/hprose-sample 。 使用Go实现服务端 初始化 git初始化： git init echo "main" >> .gitignore echo "# hprose-sample" >> README.md 项目使用 go mod 管理依赖，请确保安装的Go版本支持该命令。先初始化 go.mod 文件： go mod init sample 最终项目目录结构一览： ├── config │ └── rd.ini ├── dao ├── main.go ├── model └── util ├── config.go └── state.go ├── service │ └── sample.go ├── go.mod ├── go.sum ├── client_test.go ├── README.md ├── php ├── logs

因特网无疑是人类有史以来最伟大的设计，它互联了全球数亿台计算机、通讯设备，即便位于地球两端的用户也可在顷刻间完成通讯。 可以说『协议』是支撑这么一个庞大而复杂的系统有条不紊运作的核心，而所谓『协议』就是通讯双方所必须遵守的规则，在这种规则下，不同的数据报可能被解析为不同的响应动作。 简而言之，『协议』就是指如果发送和接收方按照这个规则进行数据报文的发送，即可在基本的数据传输之上得到某些特殊的功能或服务，否则你的数据别人是不认识的。例如：遵循 TCP 协议的两端，可以在不可靠的网络传输中得到可靠的数据传输能力。 整个计算机网络是分层的，有七层模型，也有五层模型，个人觉得五层模型更利于理解。我们从上至下的介绍这五个层，它们分别是， 应用层，运输层，网络层，数据链路层和物理层 。 应用层 『应用层』算是距离用户最近的一层了，主机上的一个个的进程就构成了『应用层』。比如你在你的浏览器地址栏输入了 「www.baidu.com」，你的浏览器在应用层会做哪些事情呢？ 首先浏览器会使用 DNS 协议返回域名「www.baidu.com」所对应的 IP 地址，关于 DNS 我们待会详细介绍。 接着，应用层决定创建一个『TCP 套接字』，然后将这个请求动作封装成一个 Http 数据报并推入套接字中。 套接字分为两种类型，『TCP 套接字』和『UDP 套接字』，应用层同时可能会有几十个数据报的发出

echarts 是什么，不用多说了， 国内最知名的可视化图表库之一。 echarts-for-react 是它的一个极简的 React 封装。 一、前言 🎉 echarts ** v5 发布之后**， echarts-for-react 上已经有很多很多的 issue 请求支持最新版本，所以，过年期间升级了 v3 版本，支持了最新的 echarts v5。 **很尴尬，目前我是在蚂蚁，主要做大数据 BI 产品 + AntV 数据可视化技术栈。理论上来说，echarts 使我们的竞品，哈哈，然而，我居然还在过年给它升级周边，我想这应该就是开源精神吧。**那就顺便一起打个广告吧，欢迎大家支持我现在的工作。 G2 ：基于图形语法的数据可视化，提供灵活性、定制性 G2Plot ：基于 G2 做的一图已封装，降低大部分简单场景的使用成本 Charts ：基于 G2Plot，在 Ant Design 上透出的 React 图表组件库 本文还是重点软一下 echarts 和它的 react 封装吧！ 二、起源 在蚂蚁之前，自己在网易游戏入坑前端，当时内部使用 SVG 做代码版本控制，所以自己做了一个类似于 travis（但是没有 GitHub Action） 的面向 SVG 的 ci 工具。这个项目是我初次上手 React（0.14.x 版本）。 然而在 JQuery 技术栈下， echarts

欢迎访问我的GitHub https://github.com/zq2599/blog_demos 内容：所有原创文章分类汇总及配套源码，涉及Java、Docker、Kubernetes、DevOPS等； 关于《JUnit5学习》系列 《JUnit5学习》系列旨在通过实战提升SpringBoot环境下的单元测试技能，一共八篇文章，链接如下： 基本操作 Assumptions类 Assertions类 按条件执行 标签(Tag)和自定义注解 参数化测试(Parameterized Tests)基础 参数化测试(Parameterized Tests)进阶 综合进阶（终篇） 本篇概览 本文是《JUnit5学习》系列的第一篇，通过实战学习在SpringBoot框架下JUnit5的基本功能，全篇章节如下： JUnit5简介 SpringBoot对JUnit5的依赖 常用注解简介 5版本已废弃的注解介绍 进入实战环节，先介绍版本和环境信息 创建《JUnit5学习》系列源码的父工程 创建子工程，编码体验常用注解 关于JUnit5 JUnit是常用的java单元测试框架，<font color="blue">5</font>是当前最新版本，其整体架构如下(图片来自网络)： 2. 从上图可见，整个JUnit5可以划分成三层：顶层框架(Framework)、中间的引擎（Engine），底层的平台

SpringBoot整合Dubbo+Zookeaper 1.安装运行zookeeper （1）下载zookeeper 官网： http://zookeeper.apache.org/ （2）解压缩 （3）修改配置文件 拷贝zoo_sample.cfg重命名为zoo.cfg 修改配置文档 # The number of milliseconds of each tick tickTime=2000 # The number of ticks that the initial # synchronization phase can take initLimit=10 # The number of ticks that can pass between # sending a request and getting an acknowledgement syncLimit=5 # the directory where the snapshot is stored. # do not use /tmp for storage, /tmp here is just # example sakes. dataDir=../data # the port at which the clients will connect clientPort=2181 # the maximum

推荐例子介绍 根据典型关键数据 导演 演员 关键字 题材 'keywords ', 'cast ', 'genres ', 'director ' 构造自然语言的组合特征，利用CountVectorizer计算每个词出现的次数，作为特征向量， 使用余弦相似性构造所有电影之间的相似性。 代码 https://github.com/fanqingsong/Content-based-Recommandation-Engine import pandas as pd from sklearn.feature_extraction.text import CountVectorizer from sklearn.metrics.pairwise import cosine_similarity def get_title_from_index(index): return df[df.index == index][ " title " ].values[0] def get_index_from_title(title): return df[df.title == title][ " index " ].values[0] # Reading CSV File df = pd.read_csv( " movie_dataset_content.csv " , encoding= '