levylll

选自towardsdatascience，作者：George Seif，机器之心编译，参与：Geek AI、刘晓坤。 数据可视化是数据科学或机器学习项目中十分重要的一环。通...

Python 是一个很棒的语言。它是世界上发展最快的编程语言之一。它一次又一次地证明了在开发人员职位中和跨行业的数据科学职位中的实用性。整个 Python 及其库的生态系统...

MAX,MIN，COUNT, AVG）等。这些函数和其它函数的根本区别就是它们一般作用在多条记录上。简单举个例子：SELECT SUM(sal) FROM emp，这里的S...

本文为看视频《Nginx入门到实践》总结的学习笔记。 Nginx 是一个开源且高性能、高可靠的 HTTP 中间件、代理服务。 Replace “OS” with “rhel...

spark sql 可以说是 spark 中的精华部分了，我感觉整体复杂度是 spark streaming 的 5 倍以上，现在 spark 官方主推 structed ...

HTTPS 称为安全的超文本传输协议，在 HTTP 与 TCP 之间增加了一层安全链路 (SSL/TLS)。(SSL 是 TLS 的前身，在 IETF 将 SSL 标准化后...

sorted 用于对集合进行排序（这里说的集合是对可迭代对象的一个统称，他们可以是列表、字典、set、甚至是字符串），它的功能非常强大，本文将深入浅出地介绍 sorted ...

列并不是依附于表上，而是依附于列族上。 在删除 HBase 表之前的时候，必须先执行停用（disable）命令，因为可能有很多客户端现在正好连着，而且也有可能 HBase ...

Partition tolerance（分区容错性）：可靠性。 很多人以 为 NoSQL 是非 SQL 的意思，其实它是 Not Only SQL 的缩写，意思是不只是 S...

之前做查询一直觉得直接拼 SQL 比较方便，用了 SQLAlchemy 的 ORM 查询之后，发现也还可以，还提高了可读性。 这篇文章主要说说 SQLAlchemy 常用的...

数据分析师肯定每天都被各种各样的数据数据报表搞得焦头烂额，老板的，运营的、产品的等等。而且大部分报表都是重复性的工作，这篇文章就是帮助大家如何用Python来实现报表的自动...

随着项目的上线与稳定运行，有关小程序秒杀系统的工作也算是告一段落了，最近也是抽空整理整理相关资料，留下了这篇文档； 分析，在做秒杀系统的设计之初，一直在思考如何去设计这个秒...

ES 允许用户定义一系列模板，当索引被创建的时候，模板的设置会自动被应用到新创建的索引中，这一系列模板被称作Index Templates。模板的设置包括 settings...

在年初的时候，我们有点儿小迷茫，于是也跟风去做了一些轻娱乐类的小游戏。 那时为了实战对战，想到需要一个实时性很强的技术实现，于是我去实现了一个websocket serve...

“猜你喜欢”是美团流量最大的推荐展位，位于首页最下方，产品形态为信息流，承担了帮助用户完成意图转化、发现兴趣、并向美团点评各个业务方导流的责任。经过多年迭代，目前“猜你喜欢...

词干提取通过识别和删除词缀（例如动名词）同时保持词的根本意义，将词语简化为词干。 NLTK 的PorterStemmer实现了广泛使用的 Porter 词干算法。 输出是一...