获得徽章 0
一图了解“数据科学”和“大数据”的区别：
概念：数据科学-分析数据｜大数据-处理大量数据
职责：数据科学-理解数据中的模式并做出决策｜大数据-处理大量的数据并产生洞察力
行业：数据科学-销售,图像识别, 广告,上升分析｜大数据-电子商务,安全服务, 电信
工具：数据科学-SAS, R, Python｜大数据-Hadoop, Spark, Flink
概念：数据科学-分析数据｜大数据-处理大量数据
职责：数据科学-理解数据中的模式并做出决策｜大数据-处理大量的数据并产生洞察力
行业：数据科学-销售,图像识别, 广告,上升分析｜大数据-电子商务,安全服务, 电信
工具：数据科学-SAS, R, Python｜大数据-Hadoop, Spark, Flink
展开
评论
2
告诉你一条软件开发的定律：Worse is better（更差即更好）
该定律指出是软件质量不一定会随着功能而提高：在实用性和可用性方面，存在较少功能（“更差”）是更可取的选择（“更好”）。 有限但易于使用的软件可能比反之更能吸引用户和市场。
“更差即更好”原则有4个特点：
简单性：软件的实现和界面都必须简单。 这意味着您的程序必须易于使用，最好使用干净、简单的用户界面。
正确性：您的软件设计必须正常工作。 这意味着对于每个输入，它都会提供预期的输出，而不会出现错误。 （换句话说，它会按照您的预期进行。）
一致性：你的软件设计不应该过于不一致。 这意味着你的软件设计应该具有一定的可预测性和直观性。
完整性：“更差即更好”并不是说的是“差”或“不完整”的软件。 你的程序应该提供一个完整的体验——解决它应该解决的所有问题。
该定律指出是软件质量不一定会随着功能而提高：在实用性和可用性方面，存在较少功能（“更差”）是更可取的选择（“更好”）。 有限但易于使用的软件可能比反之更能吸引用户和市场。
“更差即更好”原则有4个特点：
简单性：软件的实现和界面都必须简单。 这意味着您的程序必须易于使用，最好使用干净、简单的用户界面。
正确性：您的软件设计必须正常工作。 这意味着对于每个输入，它都会提供预期的输出，而不会出现错误。 （换句话说，它会按照您的预期进行。）
一致性：你的软件设计不应该过于不一致。 这意味着你的软件设计应该具有一定的可预测性和直观性。
完整性：“更差即更好”并不是说的是“差”或“不完整”的软件。 你的程序应该提供一个完整的体验——解决它应该解决的所有问题。
展开
评论
2
告诉你一个软件开发的原则：Tell, Don't Ask（TDA principle：告知，而非请求）
面向对象是关于将数据和操作数据的函数绑定到一起的。
这个原则提醒我们，与其请求一个对象的数据然后在这个数据上做操作，我们更应该告诉对象做什么。
这个原则鼓励我们将行为移到被调用对象中，和数据一起使用。
不要调度别人具体做事步骤，而是要告诉你要做什么，让他自己去选择实现步骤！
面向对象是关于将数据和操作数据的函数绑定到一起的。
这个原则提醒我们，与其请求一个对象的数据然后在这个数据上做操作，我们更应该告诉对象做什么。
这个原则鼓励我们将行为移到被调用对象中，和数据一起使用。
不要调度别人具体做事步骤，而是要告诉你要做什么，让他自己去选择实现步骤！
展开
评论
点赞