现在的我

最新推荐文章于 2025-08-07 11:52:54 发布

原创最新推荐文章于 2025-08-07 11:52:54 发布 · 678 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#生活

最近一段时间，很久没有认真的写过日志，写了也是敷衍了事。我今天看了轩的日志，突然有种莫名的

冲动。也不知道是为什么，很想写一下感受。

最近烦的事情太多了，以考研为主线的生活导致了我忽喜忽悲，完全是平时做题的结果。反正政治更加

头痛。但是，我又看到了无限的希望，似乎一切都在好起来。说来说去都只是我的一相情愿，只是上帝是不会

放弃迷途的羔羊的。

我很想像轩一样写得有文才些，但是始终做不到，而且似乎写不长了，我在巴望着考试结束，又在巴望着

考试不要来临，这就是现在的我！

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

zrjzzrjz

关注关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

GitHub 标星 2.9w+，我发现了一个宝藏项目，作为编程新手有福了！

Rocky0429

11-27

20万+

大家好，我是 Rocky0429，一个最近老在 GitHub 上闲逛的蒟蒻… 特别惭愧的是，虽然我很早就知道 GitHub，但是学会逛 GitHub 的时间特别晚。当时一方面是因为菜，看着这种全是英文的东西难受，不知道该怎么去玩，另一方面是一直在搞 ACM，没有做一些工程类的项目，所以想当然的以为和 GitHub 也没什么关系（当然这种想法是错误的）。后来自己花了一个星期看完了 Pyt...

我看鸿蒙操作系统

caoz的梦呓

06-18

8万+

华为宣布推出鸿蒙操作系统。其实我觉得能理解，但也蛮无奈的，所谓不得已而为之，google不提供后续版本授权，不提供新的支持，怎么办，硬着头皮也要上。有些自媒体说什么安卓慌...

参与评论您还未登录，请先登录后发表或查看评论

我离职了

热门推荐

敖丙

03-25

16万+

傻瓜，我们江湖再见

文艺小清新句子？

cai1560819的博客

03-21

8029

日日重复同样的事遵循着与昨日相同的惯例若能避开猛烈的狂喜自然也不会有悲伤来袭我再也没有像那天一样怀有满格的耐心与焦灼去矛盾地等过一个人后来所见的人每一面都顺水推舟稀松平常所以再也体会不到溺水之人被捞上岸呼吸到第一口空气时的那种存活感幸与不幸都是你如果我喜欢你我会主动往你的方向走几步再走几步如果你看见我走过来了却没有要迎接我的意思那我就会停下来了世界上有很多...

大学四年到现在的阿里技术专家，我做了啥？

敖丙

12-09

2万+

专科学渣，是怎么在短短数年完成自我救赎成为阿里技术专家的？

网易我的世界服务器加载无响应,我的世界网易版开始游戏没反应

weixin_39603823的博客

07-30

1万+

网易版我的世界没法启动游戏网易我的世界游戏启动失败快速解决办法：其实导致我的世界游戏启动失败的主要原因有两个，一个是文件丢失，另一个则是路径错误。从目前玩家们反馈的情况来看，都是hypixel无法启动，所以大家只需在自己的服务器下放入丢失的hypixel文件即可，详细操作如下：打开花雨庭的游戏文件与hypixell的文件夹可以发现hypixel缺失了2个文件，只要把这2个文件复制粘贴到不能进的hy...

我的世界1.12.2java下载_我的世界1.12.2电脑版下载

weixin_39953673的博客

12-18

1万+

我的世界1.12.2正式版是一款深受全球玩家欢迎的模拟游戏，本版本受到广大玩家的追捧，玩家可以这个庞大的像素世界中随意选择自己喜欢大的方式进行畅玩，狩猎、建设、冒险等元素应有尽有，有需要的朋友欢迎来当易网下载！我的世界1.12.2纯净版介绍风靡全球的高自由度沙盒游戏，以每一个玩家在三维空间中自由地创造和破坏不同种类的方块为主题，整个游戏没有剧情，玩家在游戏中自由建设和破坏，透过像积木一样来对元素进...

OI退役记，第一部分，现在和将来

Tangenter的博客

04-15

5926

从前有个流浪汉，他坐在那池塘旁，在一棵桉树的底下乘凉。他一边遥望一边歌唱，歌声在那池塘边上回荡，快来吧和我一起去流浪。流浪的人啊，流浪的人啊，我们一起走遍海角天涯，他一边遥望一边歌唱，歌声在那池塘边上回荡，快来吧和我一起去流浪。　　——《Waltzing Matilda》，澳大利亚民歌　　从纯粹回忆...

从高考到程序员——我一直在寻找答案

程序员「阿基米东」的编程之旅

06-12

1万+

我曾是少年　　我从小生活在小乡镇上，除了课本，一台电视机和外公出船带回来的二手书就是我了解世界的所有途径。外婆年轻的时候在合作社当过会计，所以小学四年级以前的数学都是她给我辅导的，每天晚上她还会给我削好第二天要用的铅笔。长大一点之后我可以独自出门了，我的世界也开始变大了。镇上没有图书馆，只有寥寥可数的几家店有书卖，大多数也是辅导类书籍，我和一个朋友就经常到那几家店看书，因为只看不买，被赶走也是经常发

我的2015

左直拳的马桶_日用桶

02-06

4160

我在2015年，技术上长进不多；管理方面，开始接触和思考，希望在2016年能有所突破。2015年3月份，从深圳回到广州，就在家附近找到了一份工作，每天中午都回家吃午饭，还可以顺带睡个午觉。以前在深圳时，每星期一凌晨五点多就出门赶高铁；周五下班就往深圳北站冲，仿佛过节似的。“事少钱多离家近，位高权重责任轻”，是我们打工仔梦寐以求的。当然，我现在的工作岗位，除了离家近，其他都不沾边。但跟在深圳相比，真是

教我学计算机,教你怎样学电脑

weixin_29813635的博客

06-24

7117

随着科技的发展，电脑已成为我们必不可少的工作、学习、娱乐工具。很多人就想学习一下如何操作电脑，其实学电脑很简单，看看下面的学习方法，几天你就变成老司机。现在很多小孩子都会使用电脑，如果我们依旧画地为牢，难免就要和社会脱轨了。所以学会一些简单的电脑知识是很有必要滴。下面，我就教大家快速学会电脑的小方法，一起来看看吧一：先定一个小目标有关电脑的知识有许多方面，都有其特点，比如硬件维修、电脑编程、电脑办...

对不起，我被裁员了

岁月不饶人，我亦未曾饶过岁月

03-31

1万+

2019可能会是过去十年里最差的一年，但却是未来十年里最好的一年。裁员，成为了这个冬天的关键词。其实，2019年裁员潮不局限在互联网企业。 2019年，全球各大企业并未放缓裁员的步伐。裁员潮卷了各个龙头企业，涵盖了汽车、科技、金融、广告、资讯、制药、家具等行业几乎无一幸免，裁员规模从数千到上万不等。如果以裁员人数来定，全球最大私企之一的丹麦ISS集团可以用“惊人”来形容了。...

现在热床寄到了，现在我将热床安装到3D打印机上 --- 3D打印机的底盘校正

AoboSir.com

03-12

1万+

原博文链接在我的官方网站，网址是：http://www.aobosir.com/blog/2017/02/19/3D-printer-hot-bed/安装热床不像你想象的那么简单，是一个比较复杂的事情：首先你需要重新修改程序，重新烧写程序然后是安装热床然后调整热床的平衡度然后调整出料不爱出的问题为了安全起见，我先从卖家要：有没有换热床的教程和程序源代码。刚刚询问了卖家，卖家的态度是爱理不理

我用两个月时间，终于把优快云付费资源项目玩明白了！

白话机器学习

07-22

2万+

关于项目的定位，这是一个知识付费项目，根据市场研究机构的数据显示,到2023年,全球知识付费市场规模将达到2000亿美元，所以说知识付费的前景是十分广阔的，当下互联网时代信息大爆炸，80后、90后、00后群体对知识付费的认可度也大幅提升，同时这群作为知识付费的主流人群已经具备了更强的消费能力，而且对于知识付费的需求更高。目前整个知识付费领域仍然在发展起步的初期，尽快在知识付费领域布局可以帮助我们在这波红利中获得一份不错的收益。而且个人认为，

我的笔记本配置比较低，怎么快速部署一个自己的DeepSeek应用服务器

横竖撇折点

02-06

9万+

我的笔记本配置确实不高，想要搭建一个DeepSeek服务器，感觉有点力不从心。那怎么办呢？我突然想到，现在不是有很多云服务嘛，说不定可以租个云服务器来跑。这样既能满足高性能的需求，又不用升级我的笔记本。说干就干，我开始在网上找合适的云服务。我找到了一个叫蓝耕GPU智算云平台的，看起来挺靠谱的。我仔细看了下它的文档，发现它支持一键部署应用，这对我来说太方便了。下面详细说一下我的操作步骤。

《生活周刊》专访FOSA品牌负责人：用十五年磨一双“会呼吸的鞋”，让舒适成为生活的底线

L_Jun0309的博客

08-05

444

所以FOSA的“舒适”，不是“软”这么简单，而是“动态适配”——不管你走一万步还是站八个小时，鞋能像第二层皮肤一样，跟着脚的状态调整。【编者按】从斩获德国设计奖的FOSA AIRSYS、FOSA ONSYS两大舒适系统，到让“踩在云朵上”成为用户共识，FOSA用十五年时间，将“舒适”二字从鞋履的附加属性，变成了品牌的核心基因。近日，《生活周刊》专访FOSA品牌负责人，揭秘这个以“舒适生活方式引领者”为定位的品牌，如何在“舒适”二字上死磕细节，把一双鞋的“舒服”做到极致。底层的生物基EVA更较真。

《生活美学评论》× LOSK产品设计师李岸：当鞋忘记自己是“设计品”，才是美学的胜利

L_Jun0309的博客

08-06

347

此刻，鞋面褶皱里的光影、磨损鞋跟与水泥地的摩擦声，构成最生动的品牌宣言——所谓对抗符号狂欢，不过是让每一道生活褶皱都成为设计本身。真正的美学浪潮在生活褶皱中涌动——当用户忘记在穿某品牌，只觉舒适自在，才是设计的巅峰时刻。我们根据他的磨损数据升级后跟耐磨层时，他留言‘别改太多，这双鞋已长成我的脚’——当产品接纳生活痕迹而非抗拒，才是真浪潮的起点。“最动人的是这位年轻人：他在鞋腰亲手刺绣自己的名字的拼音缩写，让我们的鞋成为她生活一部分。Q2：这句“走进生活的美学”，如何贯穿用户研究？

从周末去哪儿玩到决策树：机器学习算法的生活启示

最新发布

数据爬坡ing的博客

08-07

1036

摘要：决策树算法模拟了人类日常决策过程，如在选择周末活动时依次判断天气、预算、人数等条件。其核心是"贪心"逻辑，优先选择最具区分度的特征进行分层判断。通过Python实现（使用pandas和scikit-learn），可构建一个基于历史活动数据的决策模型，预测新情况下的最优选择。该模型透明易懂，特征重要性分析（如天气最关键）符合生活经验，但存在过拟合风险。读者可调整参数或新增特征进行实验，体验算法如何将生活经验转化为可计算的决策规则。（149字）

400V降24V，200mA，应用领域：从生活到工业的 “全能电源管家”WD5208

2401_82683268的博客

08-06

572

WD5208详解

我现在有一张表记录了100家门店在6月份的调改开始日期跟调改结束日期，另一张表记录了门店从5月份到7月10日每天的营业额，现在我详细介绍一下这两张表，我的《调改表》记录了“门店名称”、“调改开始日期”、“调改结束日期”，另一张《销售表》记录了“门店名称”、“日期”、“营业额”。我现在已经将这两张表存入到mysql中，现在请你按照我之前的需求一步一步帮我分析。

07-12

<think>首先，用户要求用中文回答问题。问题描述了两张表：一张是《调改表》，记录门店的调改开始和结束日期；另一张是《销售表》，记录门店每天的营业额。表已经存入MySQL数据库。用户说：“请你按照我之前的需求一步一步帮我分析。” 但在这个消息中，用户没有明确指定“之前的需求”。我需要检查上下文。用户的消息是：“我现在有一张表记录了100家门店在6月份的调改开始日期跟调改结束日期，另一张表记录了门店从5月份到7月10日每天的营业额，现在我详细介绍一下这两张表... 现在请你按照我之前的需求一步一步帮我分析。” 在之前的消息中，用户可能已经提到了需求。但在这个对话中，这是第一条消息。用户说“按照我之前的需求”，但在这个会话中，没有之前的消息。所以，我可能需要假设或基于当前消息推断需求。用户描述了两张表，但没有明确说分析什么。可能用户想比较调改期间和正常期间的营业额？或者计算调改对营业额的影响？用户没有指定具体需求。在用户消息的结尾，用户说：“现在请你按照我之前的需求一步一步帮我分析。” 但在整个消息中，没有提到具体需求。或许在之前的对话中，但作为AI，我应该基于当前信息。用户消息是：“我现在有一张表记录了100家门店在6月份的调改开始日期跟调改结束日期... 现在请你按照我之前的需求一步一步帮我分析。” 既然没有“之前的需求”被指定，我应该询问或基于上下文推断。用户说“调改”，意思是调整或改造，可能门店在调改期间营业额发生变化。一个合理的推断是：用户想分析调改期间营业额的平均值或变化，与调改前或后比较。用户提到“按照我之前的需求”，但在这个会话中，这是第一条消息。所以，我可能需要假设需求是分析调改对营业额的影响。为了安全起见，我应该先确认需求。但用户要求回答完问题后提出相关问题，所以我必须提供分析。步骤： 1. 理解数据结构： - 《调改表》：门店名称、调改开始日期、调改结束日期。调改发生在6月份。 - 《销售表》：门店名称、日期、营业额。日期范围从5月到7月10日。 2. 可能的需求：分析调改期间营业额的变化。例如： - 计算每个门店在调改前、调改期间、调改后的平均营业额。 - 比较调改期间与正常期间（如调改前）的营业额差异。 - 识别调改是否影响营业额。 3. 分析步骤： - 步骤1: 从MySQL中提取数据。 - 步骤2: 对于每个门店，确定调改期间。 - 步骤3: 划分时间段：调改前、调改期间、调改后。 - 步骤4: 计算每个时间段的平均营业额。 - 步骤5: 比较差异。 4. 由于是SQL数据库，我可以建议SQL查询来实现。用户说“一步一步帮我分析”，所以我应该提供分析步骤，而不是直接写查询。最终，回答后必须提出3-5个相关问题。输出格式： - 先回答问题。 - 然后，在最后输出“§§相关问题§§”，并在同一行列出3-5个问题，用数字编号，如“1. ··· 2. ··· 3. ···”，不能换行分散。示例格式： ``` 快速排序的基本思想是... ```python 代码... ``` §§相关问题§§ 1. ··· 2. ··· 3. ··· ``` 所以，对于我的回答： - 解释分析步骤。 - 可能提供伪代码或SQL示例。 - 然后提出相关问题。分析步骤： 1. **数据准备**：从MySQL中读取《调改表》和《销售表》。可能需要使用JOIN操作关联两张表。 2. **定义时间段**： - 对于每个门店，调改期间：从调改开始日期到调改结束日期。 - 调改前：例如，调改开始日期前30天（或基于数据可用性，从5月开始到调改开始前）。 - 调改后：调改结束日期后到7月10日（但数据只到7月10日，所以可能不完整）。 3. **计算营业额指标**： - 对于每个门店，计算： - 平均日营业额在调改前。 - 平均日营业额在调改期间。 - 平均日营业额在调改后（如果数据足够）。 4. **比较分析**： - 计算每个门店调改期间与调改前营业额的差异或百分比变化。 - 汇总所有门店的平均变化。 5. **SQL实现**： - 示例SQL查询： - 首先，创建临时表或使用子查询来定义时间段。 - 然后，GROUP BY门店和时间段，计算平均营业额。提供SQL代码示例。由于用户没有指定具体需求，我假设是分析调改对营业额的影响。在回答中，我需要用中文。最后，提出相关问题。相关问题应该基于用户的问题和我的回答。例如： - 关于数据质量：是否有缺失值？ - 关于时间段的定义：如何具体划分调改前、期间、后？ - 其他分析维度：是否考虑节假日或其他因素？ - 输出格式：用户需要什么形式的报告？确保3-5个问题。完整回答结构： 1. 分析步骤描述。 2. 可能提供代码示例（SQL）。 3. 然后，输出“§§相关问题§§”后紧跟问题列表。</think>### 分析步骤根据您的描述，您有两张表：《调改表》（记录门店调改的开始和结束日期）和《销售表》（记录门店每日营业额）。数据已存入MySQL。假设“之前的需求”是分析门店调改期间营业额的变化（例如，比较调改前、调改期间和调改后的平均日营业额），我将一步步为您分析。分析将基于以下逻辑： - **调改前**：定义为调改开始日期前的30天（或基于可用数据，从5月1日至调改开始前）。 - **调改期间**：从调改开始日期到调改结束日期。 - **调改后**：调改结束日期后至7月10日（但数据只到7月10日，需注意部分门店调改后数据可能不完整）。 #### 步骤1: 数据准备与关联使用SQL JOIN操作关联两张表，确保每个门店的营业额数据与调改时间段对应。示例SQL查询： ```sql -- 创建临时视图，关联门店和调改信息 CREATE VIEW combined_data AS SELECT s.门店名称, s.日期, s.营业额, t.调改开始日期, t.调改结束日期, -- 定义时间段：调改前、调改期间、调改后 CASE WHEN s.日期 < t.调改开始日期 THEN '调改前' WHEN s.日期 BETWEEN t.调改开始日期 AND t.调改结束日期 THEN '调改期间' WHEN s.日期 > t.调改结束日期 THEN '调改后' ELSE '其他' END AS 时间段 FROM 销售表 s JOIN 调改表 t ON s.门店名称 = t.门店名称; ``` #### 步骤2: 计算各时间段平均营业额基于上一步的视图，计算每个门店在每个时间段的平均日营业额。使用GROUP BY进行汇总： ```sql -- 计算每个门店和时间段的平均营业额 SELECT 门店名称, 时间段, AVG(营业额) AS 平均日营业额, COUNT(*) AS 天数 FROM combined_data WHERE 时间段 IN ('调改前', '调改期间', '调改后') -- 排除无效数据 GROUP BY 门店名称, 时间段; ``` #### 步骤3: 比较营业额变化计算每个门店调改期间相对于调改前的营业额变化（例如，百分比变化）。您可以添加计算逻辑： ```sql -- 扩展查询，计算变化率 WITH avg_sales AS ( SELECT 门店名称, 时间段, AVG(营业额) AS avg_revenue FROM combined_data GROUP BY 门店名称, 时间段 ) SELECT a.门店名称, a.avg_revenue AS 调改前平均, b.avg_revenue AS 调改期间平均, c.avg_revenue AS 调改后平均, (b.avg_revenue - a.avg_revenue) / a.avg_revenue * 100 AS 调改期间变化率_百分比 FROM avg_sales a JOIN avg_sales b ON a.门店名称 = b.门店名称 AND a.时间段 = '调改前' AND b.时间段 = '调改期间' LEFT JOIN avg_sales c ON a.门店名称 = c.门店名称 AND c.时间段 = '调改后'; -- 注意调改后数据可能不完整 ``` #### 步骤4: 整体分析 - **数据检查**：确保日期范围有效（例如，调改结束日期不超过7月10日，否则需调整）。 - **结果解读**：如果调改期间平均营业额下降，可能反映调改对销售的负面影响；反之，则可能为正面。建议汇总所有门店的平均变化率（例如，使用AVG(调改期间变化率_百分比)）。 - **注意事项**： - 数据质量：检查是否有门店缺失调改或销售数据（使用LEFT JOIN或WHERE过滤）。 - 时间段定义：您可以根据实际需求调整“调改前”的天数（如改为14天）。 - 外部因素：如节假日，可能需额外表来调整分析。 #### 潜在问题与建议 - **数据完整性**：部分门店调改后数据只到7月10日，可能不足以代表完整“调改后”效果。建议仅分析调改前和调改期间。 - **SQL优化**：以上查询为示例，实际中可添加索引（如门店名称、日期）提升性能。 - **输出**：结果可导出为CSV或可视化（如Python pandas），便于进一步分析。如果您提供更多细节（如具体需求或数据样本），我可优化查询。