前言 前面兩篇文章介紹了 python 中兩大模組 pandas 和 numpy 的一些基本使用方法，然而，僅僅會處理資料還是不夠的，我們需要學會怎麼分析，毫無疑問，利用圖表對資料進行分析是最容易的，通過圖

一. 分析框架 我們在使用資料分析解決商業問題時，使用了一種被稱為“跨行業資料探勘標準流程（CRISP-DM）”的問題解決框架，這套分析框架最初是為資料探勘問題服務的，但它對各種各樣的商業問題也有很好的效果

此篇為漏洞分析，想看漏洞利用可以點這 前言 前一段時間Exchange出現了CVE-2018-8581漏洞，整個漏洞利用超讚，很值得復現以及分析，因為其中需要的不僅僅是Web方面的，更多還需要Win

參考資料 搞個例外,先推薦幾篇很好的資料,不然理解會比較困難,不從基礎講起了。 Kotlin Coroutine 原理解析 Kotlin Coroutines(協程) 完全解析（二），深入理解

目前最火熱的兩個品牌營銷渠道分別是小紅書推廣和短視訊推廣，有很多品牌主找到我們，問這兩個推廣渠道具體要怎麼做，有哪些策略玩法可以借鑑的，以及在小紅書推廣、短視訊推廣中如何避坑等等。 從網際網路發展到現

新時代的產品經理“上的了廳堂，下的了廚房，懂的了程式碼，分析的了資料” ，哭笑臉，調侃一下。在實際的產品設計開發中，產品經理的需求的分析離不開使用者使用場景及使用行為資料分析等，但是自己目標使用者群體到底是什麼

在閱讀本文之前最好對 Reference 框架有一個整體的把握，可以參考我上一篇部落格Reference 框架概覽 ；本文主要講了 Reference 的子類實現和應用（ SoftReference，Weak

RelativeLayout 原始碼分析 繼承自ViewGroup 沒有過載onDraw方法 內部子View又是相對 只要計算出View的座標 layout過程同樣簡單 measure過程 主要過程

LinearLayout 原始碼分析 measure過程 主要過程 根據佈局方向選擇measure過程分支 初始化相關變數 對View進行第一次測量 mTotalLengt

歲末年初，觀遠喜迎老友，共商新年大計。 近日， 百威亞太共享運營中心掌門人黃曉楓帶領團隊到訪觀遠資料 ，與觀遠資料產品研發及AI演算法團隊就雙方合作的AI+BI專案進行了深入對話。雙方探討了資料分析

本文主要講述資料探勘分析領域中，最常用的四種資料分析方法：描述型分析、診斷型分析、預測型分析和指令型分析。 當剛涉足資料探勘分析領域的分析師被問及，資料探勘分析人員最重要的能力是什麼時，他們給出了

年底正式總結的好時機， Button元件的原始碼。 Button分析 通過官方API 文章，大家知道<Button /> 元件具備

前言 在熟練掌握如何使用執行緒池之後，我們來對ThreadPoolExecutor進行原始碼分析。希望大家保持對原始碼的閱讀熱情，不僅要知其然，也要知其所以然。閱讀原始碼比較苦澀，請養成反覆研究琢磨為什麼這

路徑為：./src/runtime/chan.go 檔案中，先看channel結構體: type hchan struct { qcountuint// total da

摘要： ——試試PPA，一個關於探索性資料分析的替代方案！ 目前，大多數的資料科學家都比較熟悉主成分分析 (Principal Components Analysis，PCA)，它是一個探