Wind

Be happy, but never satisfied. 要快乐，但永远不要满足。 The definition of the good society is one in which virtue pays. 有德的人不会吃亏，可谓之好的社会 Standing for right when it is unpopular is a true test of moral character. 站在不受欢迎但却正确的一边，才是真正的道德考验。 You keep living in the past. You are gonna wind up alone. 你要是一直活在过去，就会孤独终老。 You are not small, you're beautiful. 你从不渺小，你一直很美丽。 来源： oschina 链接： https://my.oschina.net/u/4257895/blog/4900524

作者 | Peter 来源 | Python编程时光 今天给大家推荐一个可视化神器 - Plotly_express ，上手非常的简单，基本所有的图都只要一行代码就能绘出一张非常酷炫的可视化图。 以下是这个神器的详细使用方法，文中附含大量的 GIF 动图示例图。 环境准备 本文的是在如下环境下测试完成的。 Python3.7 Jupyter notebook Pandas1.1.3 Plotly_express0.4.1 其中 Plotly_express0.4.1 是本文的主角，安装它非常简单，只需要使用 pip install 就可以。 $ python3 -m pip install plotly_express 工具概述 在说 plotly_express之前，我们先了解下plotly。Plotly是新一代的可视化神器，由TopQ量化团队开源。虽然Ploltly功能非常之强大，但是一直没有得到重视，主要原因还是其设置过于繁琐。因此，Plotly推出了其简化接口：Plotly_express，下文中统一简称为px。 px是对Plotly.py的一种高级封装，其内置了很多实用且现代的绘图模板，用户只需要调用简单的API函数即可实用，从而快速绘制出漂亮且动态的可视化图表。 px是完全免费的，用户可以任意使用它。最重要的是，px和plotly生态系统的其他部分是完全兼容的

1.首先找到这个文件打开： 2.修改两个地方如图： 第一个：server_port=xxxx 第二个：server.rmi.localport=xxxx 3.重启jmeter-server，这是在linux系统上启的文件，在wind上jmeter-server.bat 　　在使用Jmeter进行性能测试时，如果并发数比较大(比如最近项目需要支持1000并发)，单台电脑的配置(CPU和内存)可能无法支持，这时可以使用Jmeter提供的分布式测试的功能。 一、Jmeter分布式执行原理： 　　1、Jmeter分布式测试时，选择其中一台作为调度机(master)，其它机器做为执行机(slave)。 　　2、执行时，master会把脚本发送到每台slave上，slave 拿到脚本后就开始执行，slave执行时不需要启动GUI，我理解它应该是通过命令行模式执行的。 　　3、执行完成后，slave会把结果回传给master，master会收集所有slave的信息并汇总。 二、执行机（slave）配置： 　　 1、slave机上需要安装Jmeter，具体如何安装这里不详细介绍了。 　　2、添加环境变量：JMETER_HOME=D:\B_TOOLS\apache-jmeter-2.13，此处为你Jmeter的路径 　　3、启动bin目录下的：jmeter-server.bat，启动成功如下图： 　

FLASH和EEPROM的最大区别是FLASH按扇区操作，EEPROM则按字节操作，二者寻址方法不同，存储单元的结构也不同，FLASH的电路结构较简单，同样容量占芯片面积较小，成本自然比EEPROM低，因而适合用作程序存储器，EEPROM则更多的用作非易失的数据存储器。当然用FLASH做数据存储器也行，但操作比EEPROM麻烦的多，所以更“人性化”的MCU设计会集成FLASH和EEPROM两种非易失性存储器，而廉价型设计往往只有FLASH，早期可电擦写型MCU则都是EEPRM结构，现在已基本上停产了。 至于那个“总工”说的话如果不是张一刀记错了的话，那是连基本概念都不对，只能说那个“总工”不但根本不懂芯片设计，就连MCU系统的基本结构都没掌握。在芯片的内电路中，FLASH和EEPROM不仅电路不同，地址空间也不同，操作方法和指令自然也不同，不论冯诺伊曼结构还是哈佛结构都是这样。技术上，程序存储器和非易失数据存储器都可以只用FALSH结构或EEPROM结构，甚至可以用“变通”的技术手段在程序存储区模拟“数据存储区”，但就算如此，概念上二者依然不同，这是基本常识问题。 没有严谨的工作精神，根本无法成为真正的技术高手。 现在的单片机,RAM主要是做运行时数据存储器,FLASH主要是程序存储器,EEPROM主要是用以在程序运行保存一些需要掉电不丢失的数据. 楼 上说的很好 另外，一些变量

凭借依旧激进的拿地策略，阳光城（SZ000671）在年中报披露之前，收获了不错的销售表现。 8月8号阳光城披露了7月以来的经营情况报告，公司前7个月累计销售额突破千亿，达到1080.02亿元，完成了全年2000亿销售目标的54%，其中权益销售金额为697.62亿元，看来今年销售规模再度突破两千亿问题不大。 图片来源：阳光城7月份经营情况公告 而今年前7个月，阳光城新增土储690.1万平米，排名14，耗费535.5亿元。其中仅6、7两个月，就累计拿地287.41万平米，耗资147.63亿元。 阳光城：杠杆越高 房企经营越健康 但销售规模扩大的同时，阳光城的债务规模并没有因销售业绩好转而出现下降，反倒一直在保持高杠杆的经营策略。 用阳光城执行董事吴建斌的话来讲：“企业要想实现快速的发展、可持续发展，就必须继续要追求高周转的打法，而且在相当一段时间，高财务杠杆是根本降不下来，一是没有这个条件，二是也没有降的理由，三是它能够推动公司的快速发展，从心理上也不需要（降）。” 意思就是说阳光城现在高负债，高杠杆经营策略，是被证明行之有效的，大家要想长远发展，还得多借钱做大规模，至于能不能还上这些钱，那不是我们应该考虑的问题。 在这样的经营理念下，阳光城当前的负债规模果然不负众望。 截止到今年一季度末，公司有息负债总额超千亿，达到1108.85亿元。 其中，短期债务为300亿元，账面货币资金413

来源： 券商中国 作者： 段久惠 国人买买买，双十一期间交易额首次进入万亿元时代。 今年双十一分为两个阶段，11月初就开始预售，一方面减缓了商家发货的压力，另一方面在营销上商家有了两波密集营销的机会以带动更多销量。官方数据显示，今年双十一期间（11.1—11.11），阿里天猫成交额4982亿元、京东商城累计成交2715亿元，再加上 苏宁易购 、拼多多等电商平台的交易量，今年消费者在双十一期间的交易总额或逼近万亿元。 2009年至2020年这12年期间，中国网购人群的数量由8788万上涨到了7.1亿（截至2020年3月），天猫商城双十一期间成交额由5000万元上涨到了4982亿。除了引爆消费增长的数据之外，今年双十一有几个特点及新趋势值得关注： 百亿产业带助力制造业复苏、国货崛起，预售拉动内需、国际国内双循环，天猫订单峰值达58.3万笔/秒 、“应对峰值不再是最大技术挑战”，全民加速“触网”、下沉市场成为最强增量，物流变快、“尾款人”数分钟内即可完成收货，直播带货爆发、1亿人见证数字物流，平台方联手金融机构创新玩法助推千亿元消费金融爆发。 双十一关键数据： 11月1日0时至11月11日0点30分，2020年天猫双11全球狂欢季的实时成交额突破3723亿元。实时成交额超过1亿元的品牌已经超过300个。截至11月11日24点，2020天猫双11全球狂欢季期间的成交额突破4982亿

star@xmatrix:~ $ star@xmatrix: ~ $ star@xmatrix: ~$ lspci |grep - i vga 08 : 00.0 VGA compatible controller: ASPEED Technology, Inc. ASPEED Graphics Family (rev 30 ) star@xmatrix: ~ $ star@xmatrix: ~ $ star@xmatrix: ~ $ star@xmatrix: ~$ lspci | grep - i nvidia 02 : 00.0 3D controller: NVIDIA Corporation GP104GL [Tesla P4] (rev a1) star@xmatrix: ~ $ star@xmatrix: ~ $ star@xmatrix: ~$ cat /proc/driver/nvidia/ version NVRM version: NVIDIA UNIX x86_64 Kernel Module 418.67 Sat Apr 6 03 : 07 : 24 CDT 2019 GCC version: gcc version 5.4 . 0 20160609 (Ubuntu 5.4 . 0 -6ubuntu1~ 16.04 . 12 ) star@xmatrix:

整合vue-router&Vuex 先创建工程 vue create vue-axios 然后选择 勾选 回车，出现是否使用history mode？选择y，代表URL地址里面不会出现#。选择n，代表URL里面带有#。这里我们选择n，看自己需要了。 回车，出现ESLint，直接选第一个即可 回车，勾选默认 回车，选择把配置放在package.json文件里 回车，最后一个选项，问你是否要存储当前的配置为 预设配置 。你根据需要选择即可。 回车之后开始安装了。 Vuex 用法：修改 store.js 和 Home.vue import Vue from 'vue' import Vuex from 'vuex' Vue.use(Vuex) export default new Vuex.Store({ state: { // 定义一个状态，并赋值 name: '待改名' }, mutations: { // 接受 state 作为第一个参数，你可以传入额外的参数，即 mutation 的 载荷（payload）。在大多数情况下，载荷应该是一个对象，这样可以包含多个字段并且记录的 mutation 会更易读 setName(state, payload) { state.name = payload.name; } }, actions: {} }) Home.vue <

很久以前用过Wind的实时行情接口，最近又要开始用的时候，居然一下子忘记怎么用了。所以写个文章做个记录，毕竟网上也没有人写过这个。 Wind的实时行情是通过回调函数来实现的。也就是大框架下，我们是让主程序一直while循环，然后有新的行情到来的时候，wind的API会自动调用我们写好的回调函数。 if __name__ == '__main__': w.wsq("000002.SZ,2202.HK", "rt_date,rt_time,rt_last,rt_ask1,rt_bid1,rt_asize1,rt_bsize1", func=AH_raio_calculatte) while True: pass 首先，在主程序里面，很明显，就是设置好我们需要的行情内容。这边笔者需要的是万科A和港股的万科企业的实时行情。然后func参数就是我们后面需要写的一个回调函数。 设置完需要的数据和回调函数的名称之后，就把主线程打入死循环即可。 # 回调函数，新的行情来的时候运行 def AH_raio_calculatte(rt_trading_data): global A_target_pos,H_target_pos try: # 获取基本数据，后面进行分解 sec_code = rt_trading_data.Codes fields_list = rt_trading_data

作者|Aaron Abrahamson 编译|VK 来源|Towards Data Science 在沙丘魔堡2000上训练文本生成模型 沙丘魔堡是一个遥远的封建社会的故事。它关注的是一位公爵和他的家人，他们被迫成为沙漠星球阿拉基斯的管理者。弗兰克·赫伯特在1965年出版了这部经典作品。几乎任何现代科幻小说都可以追溯到沙丘的某些元素。 我最近完成了《沙丘》的续集《沙丘的弥赛亚》，并且刚刚开始了《沙丘的孩子》系列的第三部。有六个故事最初是赫伯特写的，后来又有一大堆是他儿子写的。我没读过那些。 我一直在探索文本生成模型。我觉得用沙丘试试会很有趣。很多的“经典”机器学习模型被用于预测和聚类。生成性建模允许模型创建角度从中学习的训练数据。最近一个关于生成建模能力的例子是StyleGAN，看看这段视频( https://www.youtube.com/watch?v=kSLJriaOumA )。 这里有一个链接到我在这个项目中使用的Colab笔记本( https://drive.google.com/file/d/15Z7SNBnBL12acmUGvvMLQ-OoMspb-B5k/view?usp=sharing )。 处理过程 获取文本数据的语料库 数据清洗。我有一些unicode字符，每当有分页符的时候就会出现“page”这个词，这个词是没有用的