- 综合排序
- 最热优先
- 最新优先
- 来自专栏Hank’s Blog
3-3 数据框的子集
> x <- data.frame(v1=1:5,v2=6:10,v3=11:15) > x v1 v2 v3 1 1 6 11 2 2 7 12 3 3 8 13 4 4 9 14 5 5 10 15 > x$v3[c(2,4)] <- NA > x v1 v2 v3 1 1 6 11 2 2 7 NA 3 3 8 13 4 4 9 NA 5 5 10 15 > #找出第2列 > x[,2] [1] 6 7 8 9 10 > x[,"v2"] [1] 6 7 8 9 10 > x[
79300发布于 2020-09-16 - 来自专栏python3
3-3 SQL Server 2005数
3-3 SQL Server 2005数据库优化 了解数据库引擎优化顾问基本内容 掌握数据库引擎优化顾问的使用 掌握通过命令行的方式进行索引的优化——DTA 一个数据库系统的性能依赖于组成这些系统的数据库中物理设计结构的有效配置
83420发布于 2020-01-07 - 来自专栏叽叽西
lagou 爪哇 3-3 dubbo 笔记
Apache Dubbo是一款高性能的 Java RPC 框架。其前身是阿里巴巴公司开源的一个高性能、轻量级的开源 Java RPC框架，可以和 Spring 框架无缝集成。
62610编辑于 2022-05-17 - 来自专栏悟道
3-3欧几里得求最大公因子
最大公因子，指两个或多个整数共有约数中最大的一个 private static int gc(int a, int b) { if(b==0){ return a; } if(a<b){ int temp=a; a=b; b=temp; } return gc(b,a%b); }
51520发布于 2021-03-16 - 来自专栏python3
34补3-3 rhcs集群基础应用
[root@node1 ~]# ansible ha -m shell -a 'service NetworkManager stop'
94700发布于 2020-01-15 - 来自专栏AI机器学习与深度学习算法
机器学习入门 3-3 NumPy数据基础
本系列是《玩转机器学习教程》一个整理的视频笔记。本小节主要介绍NumPy模块的一些基础知识。
90700发布于 2019-11-13 - 来自专栏cwl_Java
C++编程之美-结构之法(代码清单3-3)
代码清单3-3 for(answer[0] = 0; answer[0] < total[number[0]]; answer[0]++) for(answer[1] = 0; answer
21720编辑于 2022-11-30 - 来自专栏python3
3-3 File类的常用操作的静态方法练
文本文件是我们接触频繁的一类文件，记事本程序经常操作的文件就是文本文件，很多应用程序会保存一些记录到日志文件里，这种日志文件也可以是文本文件。通过本小节的学习，可以掌握对文本文件的简单读写方法。
82820发布于 2020-01-14 - 来自专栏音乐与健康
为什么情绪化的事物更能吸引并保持我们的注意力？
你有没有注意到，当有情绪化的事情发生时，比如在学校看到你的暗恋对象——感觉你的心脏“漏了一拍”？这是杏仁核向脑干发送信号，脑干与神经系统协调，并触发身体反应，如心率或呼吸的变化。
26400编辑于 2025-08-24 - 来自专栏WebJ2EE
React：Table 那些事（3-3）—— 列宽自适应、列宽拖动
《React：Table 那些事》系列文章，会逐渐给大家呈现一个基于 React 的 Table 组件的定义、设计、开发过程。每篇文章都会针对 Table 的某个具体功能展开分析：
10K41发布于 2019-07-19 - 来自专栏愿天堂没有BUG（公众号同名）
字节跳动3-3大牛力荐！RabbitMQ实战指南：消息队列面试必刷手册
RabbitMQ是目前非常热门的一款消息中间件，不管是互联网大厂还是中小企业都在大量使用。作为一名合格的开发者，有必要对RabbitMQ有所了解。
68120编辑于 2022-10-28 - 来自专栏IT技术圈（CSDN）
浙大版《C语言程序设计（第3版）》题目集 习题3-3 出租车计价
习题3-3 出租车计价 本题要求根据某城市普通出租车收费标准编写程序进行车费计算。
3.1K30发布于 2020-09-15 - 来自专栏深度学习之tensorflow实战篇
数据的标准化与中心化以及R语言中的scale详解
例如有数据集1, 2, 3, 6, 3，其均值为3,那么中心化之后的数据集为1-3,2-3,3-3,6-3,3-3,即：-2,-1,0,3,0 2.数据的标准化 所谓数据的标准化是指中心化之后的数据在除以数据集的标准差 例如有数据集1, 2, 3, 6, 3，其均值为3,其标准差为1.87，那么标准化之后的数据集为(1-3)/1.87,(2-3)/1.87,(3-3)/1.87,(6-3)/1.87,(3-3)/1.87
2.2K110发布于 2018-03-16 - 来自专栏深度学习之tensorflow实战篇
数据的标准化与中心化以及R语言中的scale详解
例如有数据集1, 2, 3, 6, 3，其均值为3,那么中心化之后的数据集为1-3,2-3,3-3,6-3,3-3,即：-2,-1,0,3,0 2.数据的标准化 所谓数据的标准化是指中心化之后的数据在除以数据集的标准差 例如有数据集1, 2, 3, 6, 3，其均值为3,其标准差为1.87，那么标准化之后的数据集为(1-3)/1.87,(2-3)/1.87,(3-3)/1.87,(6-3)/1.87,(3-3)/1.87
1.7K30发布于 2019-02-14 - 来自专栏IT技术圈（CSDN）
浙大版《C语言程序设计（第3版）》题目集 练习3-3 统计学生平均成绩与及格人数
练习3-3 统计学生平均成绩与及格人数 本题要求编写程序，计算学生们的平均成绩，并统计及格（成绩不低于60分）的人数。题目保证输入与输出均在整型范围内。
8K50发布于 2020-09-15 - 来自专栏华章科技
手把手教你用直方图、饼图和条形图做数据分析（Python代码）
决定分点 分布区间如表3-3所示。 ? ▲表3-3 分布区间 4. 绘制频率分布直方表 根据分组区间得到如表3-4所示的频率分布表。 绘制频率分布直方图 若以2014年第二季度“捞起生鱼片”这道菜每天的销售额组段为横轴，以各组段的频率密度（频率与组距之比）为纵轴，表3-4中的数据可绘制成频率分布直方图，如代码清单3-3所示。 代码清单3-3 “捞起生鱼片”的季度销售情况 import pandas as pd import numpy as np catering_sale = '.. 3可得季度销售额频率分布直方图，如图3-3所示。 ▲图3-3 季度销售额频率分布直方图 02 定性数据的分布分析 对于定性变量，常常根据变量的分类类型来分组，可以采用饼图和条形图来描述定性变量的分布，如代码清单3-4所示。
2.4K11发布于 2020-06-18 - 来自专栏bit哲学院
手把手教你用直方图、饼图和条形图做数据分析（Python代码）
决定分点 分布区间如表3-3所示。 ▲表3-3 分布区间 4. 绘制频率分布直方表 根据分组区间得到如表3-4所示的频率分布表。 绘制频率分布直方图 若以2014年第二季度“捞起生鱼片”这道菜每天的销售额组段为横轴，以各组段的频率密度（频率与组距之比）为纵轴，表3-4中的数据可绘制成频率分布直方图，如代码清单3-3所示。 代码清单3-3 “捞起生鱼片”的季度销售情况 import pandas as pd import numpy as np catering_sale = '.. 3可得季度销售额频率分布直方图，如图3-3所示。 ▲图3-3 季度销售额频率分布直方图 02 定性数据的分布分析 对于定性变量，常常根据变量的分类类型来分组，可以采用饼图和条形图来描述定性变量的分布，如代码清单3-4所示。
1.9K20发布于 2020-12-23 - 来自专栏知了一笑
离职交接，心态要好
完全看接的一方是否聪明； 从感性上分析，都已经被裁了自然要牢牢把握摸鱼的机会，根本不会在意交出的事项谁来维护，不反越防线就不错了； 而压力会直接传送后闪现到接的人正上方； 03 面对被动离职的交接，确实很难妥善处理，情绪化容易导致事情变质 项目交接完成后的第一责任人，可能会关心项目的质量状况； 至于说接手的人能否有时间，有能力，有心情接下这种天降大任，可能除了自己以外，不到出问题的时候关注的很少； 因为项目交接过程没有处理好，从而导致后续的事故与甩锅，情绪化的现象并不少见 ，就是占用空闲时间处理，比如下班后，比如周末，比如摸鱼，这些都是对工作情绪的持续伤害； 最终兜底的个人或者团队，可能需要带着夜宵去公司搬砖； 05 吐槽归吐槽，裂开归裂开，成熟的搬砖人不该表现出明显的情绪化 先捋一捋在面对离职交接时的注意事项，虽然说离职后有一个过渡期，但是真正涉及交接的时间通常一周左右； 作为接手一方，自然期待的是各种文档齐全，对于坑坑洼洼的描述足够清楚； 然而对于被离职的交出方，会带着若隐若现的情绪化状态 那是职责所在、理所应当、不要多想、安心搬砖； 06 面对项目交接，这种隔三差五个月就会突发的事，完全可以用一套固定的模式和节奏去执行； 强烈建议：不排斥、不积极、不情绪化； 但是在处理的过程中要理性且严谨
49720编辑于 2022-11-30 - 来自专栏CloudBest
企业为什么要进行数字化转型，究竟有什么好处？
消费意识和行为升级激发数据价值 中国经济的快速发展，带来了消费升级的加速，消费升级带来消费个性化的变化，个性充分释放，未来消费者将更愿意为体验、环境、情感和服务买单；消费升级也让消费者更加注重精神属性的消费，基于情绪化内容的构建和商品的打造来更好的满足情绪化驱动下的消费 实现多元化业务营销机制的构建，如营销渠道的全渠道打造，线上线下渠道的融合，营销工具的丰富化，如小程序、社群、第三方平台及官网程序等，营销方式的适应性改变，如社交电商式的内容种草、砍价拼单、促销打折、会员价等，适应时代情绪化营销的特点
1.7K20发布于 2021-11-18 腾讯云智能体开发平台：基于三大核心框架破解多模态知识落地与业务重塑难题
金融等专业场景信息冗杂与情绪化交易： 在股票投资等场景中，面对突发的大幅波动，C端用户难以快速从海量新闻、财报中提取关键信息并作出理性决策，极易产生“追涨杀跌”的情绪化操作；同时B端面临极高的信息解读时效性与综合性壁垒 业务收益： 打破专业壁垒，帮助C端用户低成本获取全方位价值信息并对抗情绪化交易，大幅提升用户获取信息的效率与满意度。
27120编辑于 2026-04-05
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号