- 博客(57)
- 收藏
- 关注
RSS订阅原创 从零配置一台linux主机
按照这个教程安装时，我出现了 git clone 执行超时的问题，我通过安装 VPN 解决了这个问题（注意，要使用全局连接，而不是PAC连接），另一个解决办法是，直接去github 上下载 oh-my-zsh.zip，解压之后进入目录 /master/tools 运行 install.sh 进行安装。我按照此方法执行，在桌面创建快捷方式失败，并且图表没有图片，但是在菜单栏正确显示，能用就行，有兴趣的同学可以尝试解决这个问题。：Zsh是一个强大的Shell，支持自动补全和语法高亮等功能，是Bash的替代品。
2023-11-03 20:27:26
840
原创 HOT100自查题集
遗忘是人类的本能，经常自查是必不可少的。现在面试手撕已经是必备项目，手撕题目大部分来自于力扣 HOT100 以及对应方向的一些编码题。我对 HOT 100 的题目以及Java相关的一些编码题目进行了分类整理，并提供解题思路，用作复习。以文档的形式而不是直接去力扣是因为文档的形式效率较高，看一遍很快，如果每次复习都去力扣敲一遍，太慢了。这里面的题目都是需要做到能够不卡壳的敲出来的（困难题除外），能背下来最好。力扣中的题目我都给出了题号和链接，以便跳转直接练习。
2023-10-21 10:35:42
428
原创 Java面试编程手撕相关题目
面试官通过Java相关的手撕题目能够很好的看出面试者是否真的具备工程思维，如果有项目，那么这一块一定要掌握好，否则项目的可信度会大打折扣。这类题目可以粗略分为两类，与线程相关的考察的是并发相关编程能力，设计模式以及消息队列相关，就更加考验面向对象的思维。其实知识点不多，重点是要滤清有些什么类，各自实现什么功能，如何配合。这里基本就是所有需要掌握的了，应该不会少，掌握这些大厂应该都没问题，也不会多，我在面试的过程中全部遇到过。（部分没整理完，这两天会继续整理）
2023-09-13 00:16:03
489
原创 【KBQA-2】 Learning To Retrieve Prompts for In-Context Learning
Learning To Retrieve Prompts for In-Context Learning
2022-11-19 16:13:18
1055
原创 XML语法及与HTML的对比
XML指可扩展性标记语言，扩展性体现在其标签完全由使用者自己定义。它是由W3C推荐的一种数据传输格式。xml文件只是文件的后缀名为.xml的文件。HTML指超文本标记语言，超文本是指超越文字文本，也就是包括视频、音频、图片在内的文本。html文件只是文件的后缀名为.html的文件。
2022-10-08 16:09:10
1249
原创 Windows用什么终端代替item2？
在任何系统shell都是程序员最重要的工具，这篇文章大概讲了在Windows上如何获得一个好用的（类Linux）shell。
2022-09-23 20:38:29
1476
原创 乒乓球步法总结
等待姿势两脚最好与肩同宽，上身前倾，这样比较好启动。文章目录1.单步2. 并步3. 跳步4. 跨步5. 交叉步6. 小碎步1.单步动作特点：当球距离合适击球位置不是很远的时候，一只脚不动，另一只脚做小幅度的调整。比较灵活，问题是照顾的范围小，重心会有起伏。动作过程：一只脚不动，以其为轴，该脚蹬地，然后另一只脚向某一方向小跨步，手随跨出的脚同时伸出，击球之后立即还原，还原时，伸出的脚蹬地然后还原。如：1）摆短接球的向前上步2）正手攻的向右小跨步3）反手攻的向左小跨步2. 并步使用场景：1
2021-12-20 15:58:00
439
原创 Numpy: 使用数组进行文件输入输出
Numpy可以在硬盘中将数据以文本二进制文件的形式存入硬盘或由硬盘载入。我们暂时只讨论numpy的内建二进制格式，因为大多数用户更倾向于使用pandas或其它工具来载入文本或表格型数据。数据分析是决离不开pandas的，关于pandas的知识内容，我会继续更新，更新之后附上跳转链接。numpy数据存储和读取函数表函数名功能save将数组存入硬盘未压缩文件，默认文件后缀为.npysavez将多个数组存入硬盘未压缩文件，默认文件后缀为.npzsavez_compresse
2021-12-08 11:07:03
954
原创 Numpy简介
前言这篇文章是我写的numpy知识总结的一部分，完整知识总结入口在这篇文章，在这篇文章里我搭建了numpy的基础知识框架，非常适合入门。1. 什么是numpy？- Python的一个库 ；- 主要用于维度数组和矩阵计算 ；- 提供了重要的数据对象ndarray以及数组矩阵处理函数 ；- 特点就是快（相对Python）；- 它的好朋友有Pandas、SciPy、matplotlib等。2. 为什么numpy很快？这里的比较都是相对于Python内建数据结构。- 内部数据存储在连续的内存块
2021-12-08 11:04:18
990
原创 Numpy: 面向数组编程
使用numpy数组可以使我们利用简单的数组表达式完成多种数据操作任务，而无须写些大量循环（避免循环是核心思想）。这种利用数组表达式来替代显示循环的方法，称为向量化。通常，向量化的数组操作会比纯Python快上一到两个数量级（甚至更多），这对所有种类的数值计算产生了最大影响。1.数组编程威力的证明以一个列子说明数组编程的威力：计算函数 f = sqrt(x^2 + y^2)，其中x和y均为一维数组。Python编程思路：通过写双重for循环计算，时间复杂度O(n2)O(n^2)O(n2)。面向数组
2021-12-08 10:59:15
402
原创 Numpy: 操作ndarray
前言numpy提供了很多对数组进行逐元素运算的函数，可以大大提高运算效率。1. 算术运算numpy数组之所以重要是因为它允许我们进行批量操作而无需任何for循环。这一特性通常称为向量化。同尺寸数组之间的计算：任何两个等尺寸数组织间的算数操作都应用了逐元素操作的方式。带有标量的计算：把计算参数传递给数组的每一个元素。同尺寸数组之间的比较：产生一个布尔值数组。不同尺寸数组之间的操作：使用广播特性，这是进阶部分，后面可能会补充。【例1】同尺寸数组之间的计算示例In [315]: arr =
2021-12-08 10:55:48
483
原创 Numpy: ndarray的索引
前言在我第一次接触到ndarray这一数据结构时，其索引的使用与Python列表的相似而其结果的差异让我很困惑，我想这也是很多新手会遇到的问题。所以弄懂ndarray的索引是十分重要的。1. 基础索引与切片与Python内键列表索引相似所引起的疑惑或不适在一维情况和二维情况均存在，将其分开说明。1) 一维情况在一维情况下，ndarray索引的使用语法与Python列表完全相同，不同之处在于其对数据复制的处理。在Python列表中，索引创建的切片是对列表内容创建了一份副本，在切片上的任何修改对原列
2021-12-08 10:52:23
8151
原创 Nmupy的灵魂：ndarray多维数组对象
前言ndarray是一个n维数组对象，是Python中一个快速灵活的大型数据集容器，允许我们使用类似于标量的操作语法在整块数据上进行计算。这种说法可能有点抽象，但是在看到后面对于ndarray的具体操作之后，相信你会有一个清晰的认识。一个ndarray是一个通用的多维同类数据容器，也就是说，它包含的每一个元素均为相同类型。以下文章中“数组”、“Numpy数组”、“ndarray”为同一对象：ndarray对象。numpy主要用于多维数组和矩阵运算，在numpy中的多维数组和矩阵就是ndarray对象，
2021-12-08 10:49:29
963
原创 Numpy数据分析基础
前言这篇文章主要对numpy做一简单的介绍以及知识总结。在写这篇笔记的初始我是比较犹豫的，因为numpy的相关教程多且全面，即使是为了以后备查，写这篇笔记看起来也没什么必要。然而，学完一部分知识不做任何记录，又让我感觉拳头打在了棉花上，毕竟这些知识我难以很快的去使用，写一份笔记起码能够强化我的记忆。几番思索，我想明白了一个问题。在进入技术领域之后，我们常常会需要学习像numpy这种成熟的技术，那么就会常常遇到以上我所遇到的问题，我们真的不需要做任何知识性的笔记吗？我认为不是的。我们在初学一门技术时不
2021-12-07 21:55:58
226
原创 numpy全局随机种子和局部随机种子
前言numpy伪随机数提供了设置随机种子的函数，seed和RandomState，本文对二者区别进行距离说明。函数名描述seed向随机数生成器传递随机状态种子，生成全局随机种子RandomState创建随机数生成器，用该生成器生成的数组相同，设置的是局部随机种子证明了以下三个问题1.同一随机种子会产生相同随机序列2. 证明seed方法改变了全局随机种子3. 证明RandomState只改变局部随机种子1.同一随机种子会产生相同随机序列#同一随机种子产生相同随机序列
2021-12-04 15:48:39
3846
原创 python基础知识——10、知识补充
文章目录1. 压缩代码1) 三元表达式2. 元组拆包1. 压缩代码1) 三元表达式value = true-xepr if condition else false-expr2. 元组拆包元组拆包主要用于两个场景：第一，遍历元组或列表的序列；第二，从函数返回多个值。另外，配合*rest语法，可以截取列表前一部分数据。遍历元组或列表：In [13]: seq = [(1,2,3),(4,5,6),(7,8,9)]In [14]: for a, b, c in seq: ...:
2021-12-02 21:09:44
158
原创 jupyter notebook常用知识
说明这里罗列了常用的一些jupyter快捷键，不全，只是常用。这里所有的命令在不说明的情况下都认为是在编辑模式之下。这一篇文章里有很详细的命令介绍。1. 模式转换转入编辑模式：enter转入命令模式：esc2.代码运行运行单元格：control+enter运行单元格,进入下方单元格：shift+enter运行单元格，在下方插入新单元格：alt+enter3. 光标移动去上一行：up去下一行：down4. 代码编写查看函数介绍：shift+tab缩进：ctrl+]解除缩进
2021-12-01 19:50:29
951
原创 常用数据库学习
前言随着社会发展和技术进步，为了应对不同的场景，越来越多不同的数据库出现了。当今无论是在应用开发，还是在人工智能，更不用说大数据处理，对于数据库的了解和应用都是必不可少的。这里我们对一些主流的数据库进行学习和总结。文章目录1. 关系型数据库——MySQL2. 文档型数据库——Mongo DB3. 键-值型数据库——Redis1. 关系型数据库——MySQL关系型数据库仍是当前的主流，目前比较好的有Oracle、SQL Server、MySQL，在这三个数据库中，微软的SQL Server不上不下，比
2021-11-26 03:05:37
518
原创 关系数据模型和SQL基础
前言最近学习Python数据分析，在遇到透视等术语时有点迷惑，之前学的数据库知识都忘了，现在做一下复习。私以为数据分析并非数据库系统设计，在初级阶段只需可以使用数据库系统提供的功能即可，所以对当下最流行的关系数据库以及配套的使用语法SQL进行了学习，后面不断补充完善。这是一份学习笔记，类似总结，以便后面复习，并不是一个教程。一、关系数据模型看这篇文章。二、SQL基础看这篇文章。...
2021-11-25 16:44:21
1256
原创 关系数据模型介绍
关系数据模型是以集合论中的关系概念为基础发展起来的数据模型。通常说起关系数据模型，新手总会觉得很深奥（我就是。。。），看了王能斌老师在《数据库系统教程》中的描述我有醍醐灌顶之感（原书P23部分内容）：从形式上看，关系相当于一个表。关系所对应的表是一种简单的二维表，不允许表中出现组合数据，更不允许表中再嵌入表。总之，关系是个表，不过是加以适当限制的表。因此，在关系数据库中，关系与表这两个术语可以互相通用。与此相适应，属性又称为列(column)，元组又称为行(row)。如此说来，关系数据
2021-11-25 16:38:19
2674
原创 Python模块安装问题
1.安装redis模块之后仍然无法import解决：安装redis-py模块即可，也就是说安装redis模块需要同时安装redis和redis-py。
2021-11-16 02:01:42
946
原创 vscode常用配置（code-runner等）
1.code-runner运行程序不在终端输出解决：在设置页面勾选run in terminal2.运行Python找不到自定义模块解决：在设置页面设置以下内容3.编辑之后页面不自动保存解决：设置以下页面
2021-11-16 01:23:04
2633
原创 mac的M1系统找不到conda命令
不知道为什么，重装系统之后直接找不到ipython、conda等一系列命令，很是懵逼。在网上看了很多在~/.zshrc中添加PATH的教程，并没有什么用。偶然发现我的vscode仍然是可以运行的，并且执行了：source ~/opt/ananconda3/bin/activate 这样一句命令，果断加到~/.zshrc中，问题解决。...
2021-11-10 19:37:32
636
原创 Mac系统M1使用CodeLLDB在vscode调试
自从我将系统升级到Monterey，vscode就变了，这个配置不能Debug了，心痛之余，我找到了另外的解决方案：vscode 插件 CodeLLDB。一些同学可能不知道什么是LLDB，我在这里进行了简短总结，可以看一下。下面讲一下怎么使用CodeLLDB.第一步，扩展程序搜索并安装CodeLLDB.第二步，编写一个test.cpp，打上断点调试，大概率调试是不通过的，可能会安装CodeLLDB需要的package，等他装好，然后会跳出launch.json，在launch.json中加入以下代码：
2021-11-09 16:05:57
6573
8
原创 GDB、LLDB、Clang
1、GDB和LLDBGDB和LLDB都是调试器，其中LLDB比GDB的功能更加强大。在Mac上使用的是LLDB。GDB:UNIX及UNIX-like下的调试工具，是GNU项目的调试器部分，旨在与GNU编译器一起工作。LLDB:LLDB是个开源的内置于XCode的具有REPL(read-eval-print-loop)特征的Debugger，其可以安装C++或者Python插件，是LLVM项目的调试器部分，其创建是为了与LLVM编译器一起使用。二者命令对照表：https://lldb.llvm.o
2021-11-09 15:51:15
5440
原创 g++和gcc的区别以及mac下的g++升级
1、g++ 和 gcc是什么？常见的误解：gcc是g++的子集，在运行C源码的时候g++会调用gcc。往下看，解开误解。GCCGCC是GNU编译器集合的意思，它是一套编程语言编译器，提供了g++ 和 gcc等命令。GCC原名GNU C语言编译器，因为它本来只能处理C语言，后来扩展到多种语言。GCC也常被认为是跨平台编译器的事实标准。g++和gcc都是driverg++和gcc是编译器提供给用户的命令，他们都是driver，狭义上来讲，driver的功能是调用相关的编译器，把源码编译到汇编代码。
2021-11-09 09:36:57
2887
原创 M1电脑homebrew介绍及安装
1、什么是homebrew？Homebrew是一款自由及开放源代码的软件包管理系统，用以简化macOS系统上的软件安装过程。2、M1电脑安装教程我就直接拿来主义了，这篇文章讲的非常好，我实际操作之后毫无毛病，拜谢。...
2021-11-07 10:36:30
558
原创 从Mac触控板解放你的双手
1、原因Mac的触控板是十分的好用，但是有的时候我们需要将笔记本电脑支撑起来，这时候又希望能够通过键盘加鼠标实现Mac触控板的功能，这时候该怎么办呢？很自然的大家会想到快捷键，没错，下来就说一下怎么通过快捷键实现触控板的操作。2、快捷键替代两指滑动，三指拖动 —— 这个鼠标就可以做到四指收拢打开启动台Control + s （通过"设置 -> 键盘 -> 启动台”来设置），这个是我自己设置的。S代表start。设置方法：设置 ——>键盘——>快捷键——>启
2021-11-01 19:53:36
1353
原创 shell和终端的关系
1、shell是什么？shell一词包含两个概念：首先它是Linux命令集的概称，其次它是一个命令解释器，是操作系统和用户交互的接口。命令解释器：将用户输入的命令翻译成机器语言。2、作为命令集概称的shell： shell 和 cmd既然shell是Linux系统命令集的概称，那么Windows系统的命令集统称是什么呢？准确来说，只能说Windows有cmd命令行工具，在Windows上同样可以使用shell，尽管Windows一直想加强cmd，但是奈何shell太强大。cmd的由来：在Win
2021-10-31 18:36:50
1509
2
原创 iterm2 + oh my zash + tmux配置及使用
1、iterm2相比于Mac自带终端的优势shell、终端、控制台、命令行界面，他们到底什么关系？解答。2、iterm2的配置方式iterm2主题网站。3、iterm2的快捷键4、oh my zash介绍5、oh my zash使用
2021-10-31 17:38:38
2181
原创 Mac上的Python虚环境配置
1、什么是anaconda、conda和pip前言在我们使用Python进行数据分析以及编程的时候，我们需要使用很多的包，并且在不同的项目，我们可能要用到不同版本的包，这就出现了以下的问题：第一，如果我们每个包都去下载，且不说耗时耗力，难道真的能够记住所有要用的包？第二，我们一个项目可能要用很多的包，并且时常需要更新或者降级，我们难道要自己去一个个的更新吗？第三，不同的项目需要不同的环境，难道我们每更换一个项目就重新配一次环境吗？anaconda解决以上问题包的集合：anaconda自
2021-10-28 18:50:31
418
原创 利用Google colab进行开发
1、工具Google Colab: 谷歌提供免费的集群GPU，可以在里面跑自己的代码Google Drive: 谷歌的移动云硬盘，可以在里面存储自己的文件通过在Google Colab中运行代码可以将二者配合使用，将自己想跑的代码放在Google Drive中， 然后通过Colab来跑。2、账号首先，你必须要有一个谷歌账号，用来登录Google Colab 和Google Drive。怎么注册，显然只是一个网络问题，不作回答。3、将colab和drive连接使用第一步：在colab运行
2021-10-28 15:08:32
585
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人