分析解决Android ANR
一：什么是ANR ANR:Application Not Responding，即应用无响应 二：ANR的类型 ANR一般有三种类型： 1：KeyDispatchTimeout(5 seconds) --主要类型 按键或触摸事件在特定时间内无响应 2：BroadcastTimeout(10 seconds) BroadcastReceiver在特定时间内无法处理完成 3：ServiceTimeout(20 seconds) --小概率类型 Service在特定的时间内无法处理完成 三：KeyD
Android Studio gradle 配置
说明：AndroidStudio 安装时，gradle的默认安装路径在： C:\Users\{用户名}\.gradle\wrapper\dists 如下图所示： 一、window 10 系统： 直接在path变量下增加gradle环境变量的配置： C:\Users\{用户名}\.gradle\wrapper\dists\gradle-3.3-all\55gk2rcmfc6p2dg9u9ohc3hw9\gradle-3.3\bin C:\Users\{用户名}\.gradle\wrapper\d
小白教程！！！win10如何安装Windows和Linux双系统？？
最近升级了win10装了一块固态硬盘，决定装一个双系统玩玩,正好公司运维大哥没事干,在他的帮助下,加上上网看了看发现关于win10的双系统双硬盘安装教程大都语焉不详，要么就是从别处复制粘贴的，这里发一个我的安装步骤如下： 一：去官网下载Ubuntu系统 地址：https://www.ubuntu.com/download/desktop 问题来了，去哪里下载一个linux系统呢？很简单，去官网就可以直接下载最新的版本，这里我推荐下载LTS版本。 没错，只需要点这个绿色按钮就可以下载一个乌班图系
使用git的基本操作,小白初学进
创建仓库文件夹 mkdir learngit 进入目录 cd learngit 把这个目录变成Git可以管理的仓库 git init 查看仓库当前状态 git status 添加命令(确保文件已经放到仓库目录下) git add readme.txt 提交命令(可以一次提交多个操作) git commit -m “进行的操作说明” 查看历史记录 git log 可以查看修改内容 git diff ‘文件名’ 回退到上一个版本(比如回到第100个之前的版本HEAD~100) HEAD 表示当前版
matplotlib使用python数据可视化
版权声明：本文为博主原创文章，转载请注明来源。开发合作联系[email protected] https://blog.csdn.net/luanpeng825485697/article/details/78508819 matplotlib是受MATLAB的启发构建的。MATLAB是数据绘图领域广泛使用的语言和工具。MATLAB语言是面向过程的。利用函数的调用，MATLAB中可以轻松的利用一行命令来绘制直线，然后再用一系列的函数调整结果。 matplotlib有一套完全仿照MAT
python快速排序 过程图解 ，形象描述快速排序过程 快速排序 过程图解
转 快速排序 过程图解 标签： 快速排序 图解快速排序 快速排序图解 最通俗易懂的快速排序 更多 个人分类： 数据结构 算法 注意：此文为转载文章，原文地址为：http://www.cnblogs.com/ahalei/p/3568434.html 原作者：啊哈磊 这是我见过的解释快速排序最好的文章，分享如下： 假如我们的计算机每秒钟可以运行10亿次，那么对1亿个数进行排序，桶排序则只需要0.1秒，而冒泡排序则需要1千万秒，达到115天之久，是不是很吓人。那有没有既不浪费空间又可以快一点的排序
Xadmin-Xadmin的安装与配置(Django2.0+python3.6) Xadmin-Xadmin的安装与配置(Django2.0+python3.6)
原 Xadmin-Xadmin的安装与配置(Django2.0+python3.6) 2018年05月23日 13:06:17 阅读数：1611 版权声明：本文为博主原创文章，转载请注明出处，并附有原文链接。 https://blog.csdn.net/lady_killer9/article/details/80415699 最近在学习Django,先使用Xadmin框架，在网上寻找Django 2.0以上的安装操作，好多都是不可以的，几经波折终于成功，于是写下此篇文章献给同样受折磨的你。
这可能是面向儿童的算法、趣味算法图解，简单明白python各种算法的实现 趣味算法图解，产品经理都看懂了
转 趣味算法图解，产品经理都看懂了 2018年04月21日 00:00:00 阅读数：412 点击上方“程序员小灰”，选择“置顶公众号” 有趣有内涵的文章第一时间送达！ 本文转载自公众号 InfoQ 作者｜Sándor P. Fekete 等编辑｜薛命灯小灰也看懂了。编者按 IDEA 是由 SándorP. Fekete、Sebastian Morr 和 Sebastian Stiller 共同推出的图解算法系列。 它们最初是为 Sándor 在德国不伦瑞克工业大学开设的算法和数据结构讲座而设
快速理解numpy的数组拆分，合并，深度合并，深度拆分
原创：https://blog.csdn.net/qq_42121640/article/details/81988153 a是一个（3，3，2）的数组 深度拆分赋值给c（3，3，1），d（3，3，1） dsplit c，d水平合并为（3，6，1） hstack c，d垂直合并为（6，3，1） vstack c，d深度合并为（3，3，2）即重新恢复为a dstack 是不是一下就明白了呢？ 数组的拆分,合并.
c d
python数据结构和算法,八大排序算法,二叉树的实现
一些总结. https://blog.csdn.net/qq_42121640/article/details/82142509 时间复杂度与“大O记法” 我们假定计算机执行算法每一个基本操作的时间是固定的一个时间单位，那么有多少个基本操作就代表会花费多少时间单位。算然对于不同的机器环境而言，确切的单位时间是不同的，但是对于算法进行多少个基本操作（即花费多少时间单位）在规模数量级上却是相同的，由此可以忽略机器环境的影响而客观的反应算法的时间效率。 对于算法的时间效率，我们可以用“大O记法”来表
markdownpad注册码
我也是复制来的哈哈 邮箱： [email protected] 授权秘钥：GBPduHjWfJU1mZqcPM3BikjYKF6xKhlKIys3i1MU2eJHqWGImDHzWdD6xhMNLGVpbP2M5SN6bnxn2kSE8qHqNY5QaaRxmO3YSMHxlv2EYpjdwLcPwfeTG7kUdnhKE0vVy4RidP6Y2wZ0q74f47fzsZo45JE2hfQBFi2O9Jldjp1mW8HUpTtLA2a5/sQytXJUQl/QKO0jUQY4pa5CCx20s
图像语义分割的理解(基于FCN和U-net)(全卷积网络与cnn的区别)
参考:https://blog.csdn.net/sinat_24143931/article/details/78696442 FCN是深度学习应用在图像分割的代表作, 是一种端到端(end to end)的图像分割方法, 让网络做像素级别的预测直接得出掩模图(或者说label map) FCN对图像进行像素级的分类，从而解决了语义级别的图像分割（semantic segmentation）问题。与经典的CNN在卷积层之后使用全连接层得到固定长度的特征向量进行分类（全联接层＋softmax输
time.strftime()方法
Python time strftime()方法 描述 Python time strftime() 函数接收以时间元组，并返回以可读字符串表示的当地时间，格式由参数format决定。 语法 strftime()方法语法： time.strftime(format[, t]) 参数 format – 格式字符串。 t – 可选的参数t是一个struct_time对象。 返回值 返回以可读字符串表示的当地时间。 说明 python中时间日期格式化符号： %y 两位数的年份表示（00-99） %Y
ml100days-serialize-1
‘2019/Jan/14/Mon 11:24:29’ In [3]:
import time;time.strftime("%Y/%b/%d/%a %X")
Out[3]:
'2019/Jan/14/Mon 16:41:12'
第一步: 导入库 In [4]:
import numpy as np
import pandas as pd
第二步：导入数据集 数据集通常是.csv格式。CSV文件以文本形式保存表格数据。文件的每一行是一条数据记录。我们使用Pandas的read_csv方法
ml100days-serialize-2
‘2019/Jan/15/Tue 09:24:50’ 机器学习100天——第二天：简单线性回归 第一步：数据预处理 import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
datasets = pd.read_csv("../datasets/studentscores.csv")
datasets.head()
Hours Scores
0 2.5 21
1 5.1 47
2 3.2 27
3 8.5 7
关于Python数据分析基础教程：NumPy学习指南（第2版）的numpy学习心得
转载请标明原创地址:https://blog.csdn.net/qq_42121640/article/details/81949454 文中用到的文件地址:https://download.csdn.net/download/qq_42121640/10625025 学习时候做的一些总结,大家随便看看,没整理好,有时间我会不断更新的. 图形的绘制matplotlib import matplotlib.pyplot as plt fig = plt.figure(num=1, figsize
spring cloud sidecar
spring cloud整合非java应用 1、创建一个sidecar微服务应用，添加依赖 <dependency>
<groupId>org.springframework.cloud</groupId>
<artifactId>spring-cloud-netflix-sidecar</artifactId>
</dependency> 2、主程序开启@EnableSidecar @EnableSidecar
@SpringBootApplication
publ
spring cloud 配置中心native配置
1、pom文件添加依赖 <dependency>
<groupId>org.springframework.cloud</groupId>
<artifactId>spring-cloud-config-server</artifactId>
</dependency> 2、配置文件application.properties中配置本地路径 #tomcat端口号
server.port=8001
#配置文件在本地
spring.profiles.active=native
#配
spring cloud 基于redis的session共享
1、pom文件添加依赖 <dependency>
<groupId>org.springframework.session</groupId>
<artifactId>spring-session</artifactId>
</dependency>
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-data-redis</artifa
spring cloud 错误页配置
1、在spring cloud启动类中添加一个bean @EnableEurekaClient
@SpringBootApplication
public class UserApplication {
@Bean
public EmbeddedServletContainerCustomizer containerCustomizer() {
return (container -> {
ErrorPage error401Page = new ErrorPage(Ht
周排行