基本上的使用方法在此就不赘述了，网上有很多文章描述。在这里我根据自己实际的一些经验，进行总结。 基础使用 环境变量是非常重要的一个功能，很多新手（包括之前的我自己）即使用了很多年也不一定知道。在此首先提出来说一下。 环境变量如下图所示： 左边的Tab选项可以直接点开，进行管理。右上角可以直接选择对应的环境变量进行切换。比如我们开发、测试、生产对应着不同的环境，在这里就可以分别进行不同的配置。比如我们分别创建不同的环境变量，每个环境变量里面就一个值： 全局变量 但是也有一些是全局通用的，比如我们登录的账户跟密码。这个…

这本书不厚，200来页，但是把好几个很重要的问题说得简单易懂，娓娓道来。每一章节结束都有一个小小的引子，让你很自然的就过渡到下一节内容。 无论是涉及的内容，还是表述的方式，对我这种小白很是受用，学到不少东西。 强烈推荐一个

  1. 当中国的规模到达一定的程度之后， 就会出现“复杂红利”。复杂红利会驱动演化算法。演化算法的5个重要招数：试错、突变、适应、协作、混搭 2. 当我们去审视中国经济的基本盘时候，就要去问，加入我们失去了曾经拥有的东西，那么我们觉得是优势的东西，或者我们觉得很熟悉的东西，会怎样呢？ 2.1 这个暗合“反脆弱”的观点。 不光是针对中国经济基本盘这么大的一个学问，对于我们自己也是一样的。也要对自己反脆弱 2.2 试错的案例：教育的微创新。比如“百年职校”的例子。当代父母在教育上面是非常焦虑的，也引起了教育…

并不是原文的简单复制， 而是记录对原则的思考。特别是对于自己项目的一些反思。 原文是Java版本， 有一些规则是否非常符合我当前主力语言Python来使用？记录我的一些相关思考 排版原因，原文的代码讲解其实看的并不是非常明白。希望通过电子档更清晰明白的展示出来。加深自己的理解，也方便其他人学习 这本书的绝大部分思想都是非常合适其他语言的。只不过可能需要根据具体情况具体分析。 比如原则4要求“参数个数<=4”. 这一点非常适用Java，但是对于Python其实有更好的解决方案，一些很著名的开源类库也没有这样做。…

前言 网上关于PyCharm快捷键的文章数不胜数，但是我发现有以下几个缺陷： 具体基于哪个配置? 因为Windows / Mac 的配置各不同， 而Windows 下面是基于XWin 还是 Eclipse的配置？ 没有结合自身的开发经验进行提炼。看起来都是一股脑的抛出来，对别人的指导意义不大。 没有列出中英文对照。各位读者无法根据自己的习惯方便的找到对应的快捷键进行修改 简述一下我的开发环境： OS: Windows PyCharm 社区免费版 配置基础： Eclipse 代码查找 后退 / Back： Alt +…

前言 5G概念火了很长一段时间了， 但是5G是什么？5G就是网速快嘛？5G会给我们的生活我们存在的这个世界带来什么改变？ 4G给我们带来的改变已经足够大了，4G的网速也很快了（最快应该有100Mbs）。而更快的5G真的能给我们带来什么不一样的世界嘛？ 其实， 我不知道。。。 不过，下面这本书给我带来了一些不一样的认知，与君共享。 下面就节选、总结一些给我带来的新的认知的部分吧~ 人类7次信息革命 目前人类已经经历了6次信息革命。 第一次：语言的发明， 让信息可以分享。 帮助猿人进化成人类 第二次： 文字的发明，让信…

前言 GCP的抢占型(preemptible)机器就类似与AWS的Spot Instance（竞价型机器）。同样的配置，抢占型机器机器能便宜差不多1/3! 但是有一个物理限制：每次开机最长24小时就会被关机。 因此，如果我们有一个小工具能监控这些机器，并且自动启动，岂不美哉？ 方式1：使用实例组( Instance Group Manager ) 原理：在创建实例组的时候设置实例数下限。比如可以设置成1. 当这个实例被关闭之后，实例组会将其删除并重新创建。 操作步骤：(因为不是重点， 在此简单写写) 创建实例模板 …

安装脚本 Ubuntu / Centos Debian的安装貌似有问题， 需要解决安装源的问题。 [crayon-6284e257a22af609596555/] 如果在海外的AWS或者GCP等云服务器厂商， --mirror自然不需要加上去了。 Centos在运行完成之后， 还需要手动的sudo systemctl start docker.service 否则会提示docker没有启动之类的错误 日志相关 Grep String 正确的姿势： docker logs nginx 2>&1 | gr…

资料推荐 这里只是学习资料的一个笔记与总结， 更详细、仔细的学习还请各位看官自行看看原始的资料。在此罗列一下参考到的有用的资料。 主要参考资料： Python并行编程 中文版 译者非常的用心， 原著（英文版）的代码译者应该大部分都亲自测试过。 因为原著很多疑似疏漏的地方， 译者都做了特别的标识。在此鄙视一下由张龙翻译并出版成书的版本。 翻译狗屁不通， 上面的代码应该也没跑过。 使用Python进行并发编程-asyncio篇( 一 ) 使用Python进行并发编程-asyncio篇( 二 ) 异步编程讲得还是满详细的…

前言 这本书的作者真是一位大神啊， 在命令行里面出神入化的完成了数据科学的常见步骤： 数据抽取、清洗、建模， 等等。 不过从目前我自己的角度来看， 主力开发语言应该还是Python， 但是可以使用命令行的方式加速、优化之前简单的数据预览的过程。 举个例子： 之前在命令行之中， 指挥简单的head -n / tail -n / jq 命令。 但是比如预览一个CSV文件， 如何更清晰的进行展示？ 下面总结一下书中提到的并且个人觉得比较实用的一些命令行工具 注意： 在这里仅仅只是提一下相应的一些工具， 具体的详细的使用教…