登录社区云,与社区用户共同成长
邀请您加入社区
摘要:结果页不是把几个数字摆进卡片,而是一次答题会话的“只读结算边界”。中国方言题库的 ExamResultPage 接收 PracticePage 传来的题库、分数、题量、正确数、用时和逐题记录,计算正确率与等级,生成答题状态网格,并把考试快照写入本地历史。本文面向 HarmonyOS 5.0 及以上版本,基于真实 ArkTS 源码复核参数契约、状态恢复、零题保护、结果持久化、错题解析和再次考试
摘要:本研究设计基于Hadoop和鸿蒙系统的京东电商数据分析平台,旨在解决传统电商数据处理效率低下的问题。通过Hadoop技术实现京东商品销售数据的采集、清洗与分析,结合鸿蒙系统开发前端应用,将分析结果以可视化形式呈现。研究重点包括Hadoop集群环境搭建、数据挖掘算法实现及鸿蒙管理系统开发。预期成果为能实时展示商品销售数据与好评率的交互式平台,帮助用户快速筛选优质商品,同时探索国产鸿蒙系统在电商
在现代的智能设备中,硬件传感器广泛应用于各种场景,如健康监测、环境检测、运动追踪等。通过传感器,设备能够收集外部环境或用户行为的数据,并在此基础上进行实时处理与分析。在鸿蒙(HarmonyOS)中,设备传感器包括加速度传感器、陀螺仪、温度传感器、心率传感器等。这些传感器提供了设备感知外部环境的能力,开发者可以通过鸿蒙提供的 API 来访问这些传感器,并利用收集的数据进行实时分析与展示。健康监测:通
随着2026年精准医疗和基因编辑技术的飞速发展,基因组数据分析已成为生命科学领域的核心引擎。全基因组测序(WGS)、外显子组测序(WES)、单细胞转录组分析等技术的普及,使得生物信息学家每天需要处理TB级别的序列数据。然而,传统的生物信息学分析工具存在以下痛点:2026年,生物信息学已从"辅助工具"进化为"核心发现引擎",在精准医疗、分子育种、进化生物学等领域,算力基础设施的质量直接决定了数据分析
华为宣布华为开发者大会(HDC 2025)将于6月20日-22日在东莞松山湖举办。此次大会,华为将发布包括盘古基础大模型、盘古行业推理大模型、昇腾AI云服务基础设施在内的最新进展。下午中共中央政治局就加强人工智能发展和监管进行第二十次集体学习。会上强调,面对新一代人工智能技术快速演进的新形势,要充分发挥新型举国体制优势,坚持自立自强,突出应用导向,推动我国人工智能朝着有益、安全、公平方向健康有序发
本文提出同源数据互补修复机制(HDCRM),借鉴DNA同源重组修复原理,构建具有自我检测与修复能力的数据系统。该机制通过维护多个同源数据副本,利用事件驱动架构实时感知数据状态,当检测到损坏时自动从完好副本获取模板进行修复,实现了从被动备份到主动修复的转变。相比传统方法,HDCRM显著降低数据不一致窗口,减少性能开销。文章详细阐述了其核心原理、事件驱动架构设计及实现方法,为现代分布式系统提供了一种创
本文介绍了在Kotlin Multiplatform(KMP)项目中实现机器学习预测的完整流程。通过将Kotlin代码编译为JavaScript并在OpenHarmony的ArkTS中调用,展示了如何利用Kotlin进行数据分析、模型训练和预测推理。文章详细讲解了数据加载、预处理、模型训练与评估等核心概念,并提供了完整的Kotlin实现代码和ArkTS调用示例。此外,还深入探讨了机器学习的数据集类
智能仓颉——这项改变打字方式的技术,正在重新定义中文输入的方式。它不仅是一项技术革新,更是对人们生活的一个重要影响。如果你还没有体验过这项技术,那么现在就开启这段改变你打字体验的奇妙旅程吧!
当前支持.insight,.htrace, .ftrace,.heapsnapshot,.sys,.perfdata,.nas(包含Native Allocation数据的.htrace文件)文件的导入。每一个会话都会包含:会话的名称(图例中的"Launch")、会话当前状态(图例中的"Recorded")、会话对应的录制时长信息(图例中的"11s 402ms")。,将录制到的数据导出到本地进行保
本文介绍了一个基于Kotlin Multiplatform和OpenHarmony平台的数据分析报告系统。该系统通过实时监测数据量、质量、处理效率、分析深度和报告完整性五个关键指标,采用智能评估算法对企业数据分析能力进行综合评分。系统提供分级改进建议和数据价值评估支持,适用于各类企业的数据管理部门。技术架构上,使用Kotlin实现核心算法,通过JavaScript中间层和ArkTS前端实现跨平台运
由于在2016年上海市的徐汇区,普陀区和金山区率先设立为长期护理保险制度试点地,后面到2018年逐步扩充到上海全市范围,因此此数据集将上海市首次获批时间确立为2016年,且由于昆明市试点获批时间为2020年12月30日,重庆市试点获批时间为2017年12月25日,因此本数据集中这两个城市的首次获批时间确立为次年。试点城市通过优化失能评估标准、引入智能监管系统及培育专业护理机构,初步形成"政府主导、
在前面的教程中,我们已经实现了地块管理、农事记录、成本核算、销售管理等核心功能。这些功能产生了大量的数据,如何将这些数据整合、分析并以可视化的方式呈现给用户,帮助用户做出更好的决策,是本篇要解决的问题。
随着智能设备和物联网的快速发展,应用程序产生了大量的数据。这些数据不仅包括设备传感器数据、用户交互数据、环境数据等,还涵盖了更多与用户行为、设备状态和其他外部因素相关的信息。如何有效地分析这些数据,并通过可视化将其展现出来,是提升应用用户体验和功能的关键。数据分析与可视化分析数据趋势:通过对历史数据的分析,了解设备、用户和环境的变化趋势。做出实时决策:通过实时数据流的分析,帮助应用在用户交互或设备
最近在做性别收入差异的分解分析,这里记下Oaxaca分解分析的具体操作。关于Oaxaca分解的内容参见“Oaxaca R L . Male-Female Wage Differentials in Urban Labor Markets[J]. International Economic Review, 1973, 14(3):693-709.”,以及“Blinder A S . Wage Di
背景在训练模型时想看一下混淆矩阵的形式,使用的是sklearn中的confusion_matrix函数,具体使用方式见官网:sklearn.metrics.confusion_matrix。报错conf_m = confusion_matrix(Ytest_vector, predtest)ValueError: Classification metrics can’t handle a mix
通过这个布局思路来做一个简单的后台管理系统也是OK的,大家可以参考一下啦!【阅读全文】话不多说,还是先来梳理一下需要的第三方模块。PyQ5 的UI界面布局部分,同样是还是使用这三个模块就够了。from PyQt5.QtGui import *from PyQt5.QtWidgets import *from PyQt5.QtCore import *将sys模块导入到代码块中,用于main函数里面
链家北京二手房交易数据分析项目背景:基于之前对机器学习,自然语言处理相关内容的学习,并在kaggle上尝试了泰坦尼克号生还者预测,以及Words Meets Bags of Popcorn两个项目的研究,体会到特征工程的重要性,我对数据分析也产生了浓厚的兴趣,对sql进行了集中式的学习之后,以及在阅读过《赤裸裸的统计学》这本书讲解的生活中无处不在的统计学,自己想动手利用所学知识对生活中的数据运..
在KDnuggets Poll中Gregory Piatetsky做了一个关于数据科学应用领域的调查。调查的具体内容是让读者悬着数据分析、数据挖掘、数据科学在2016年都应用在哪些领域。(KDnuggets Poll asked readers to select Industries / Fields where you applied Analytics, Data Mining, Data
from pandas.core.frame import DataFrameimport osimport mathos.chdir(" C:\\A")from openpyxl import load_workbookairport_df = load_workbook("all_activity.xlsx")sheets = airport_df.sheetnames...
使用逻辑回归算法解决乳腺癌检测问题,使用sk-learn自带的乳腺癌数据集导入数据from sklearn.datasets import load_breast_cancercancer=load_breast_cancer()X=cancer.datay=cancer.targetprint('data shape:{0};positive:{1},negative:{2}'.fo...
首先需要用到sklearn里面的数据集以及调用pandas库from sklearn import datasetsimport pandas as pd然后是实例化```boston = datasets.load_boston()这一步是用到了pandas库中的DataFrame函数,这个函数可以指定data,columns,index等,若不指明columns,则每列数据的标签会以1、2、3
将多个Dataframe分别写入Excel的多个Sheets,并且不能覆盖原有的sheet.
操作题:利用鸢尾花数据实现数据加载、标准化处理、构建聚类模型并训练、聚类效果可视化展示及对模型进行评价一、数据加载from sklearn.datasets import load_irisfrom sklearn.model_selection import train_test_splitdata = load_iris()train_data, test_data, trai...
背景一个朋友的要求,对B站UP主的视频进行分析。至于要做什么,你懂的。核心使用B站提供的API,爬取数据,进行分析。具体B站提供的API就不说了,https://www.bilibili.com/read/cv3430609/,自己看去。获取UP主的视频列表使用getSubmitVideos。具体的格式为如下:https://space.bilibili.com/ajax...
资源分享官方文档:https://docs.microsoft.com/zh-cn/power-bi/sample-customer-profitability#get-the-content-pack-for-this-sample主页:https://app.powerbi.com/groups/me/groupWelcomePower BI:https://docs.micros...
pandas填补缺失值的方法在处理数据的过程中,经常会遇到原数据部分内容的缺失,为了保证我们最终数据统计结果的正确性,通常我们有两种处理方式,第一种就是删除掉这些部分缺失的数据;第二种就是填补这些缺失的数据。接下来,我们主要介绍填补缺失值的方法。填充法咱们所用到的数据:import pandas as pdimport numpy as npplanets = pd.read_...
数据整理(Data Wrangling)数据整理(Data Wrangling)可归纳为以下三步:- 数据收集(Gather)- 数据评估(Assess)- 数据清理(Clean)数据收集(Gather)收集数据的方式有很多,最简单、最常见的是下载现成的数据。比如从kaggle上下载数据集。但为了可扩展性(Scalability)和重复性(Reproducibili...
关于QQ-plot的一点个人见解去年考到了QQ plot,因为错的十分惨烈,到现在都对当时对答案时的场景印象深刻。但是直到半年后的现在才大概明白QQ plot,该打。简要概述:QQ plot(quantile-quantile plot),也称正态概率图(normal probability plot),是常用的统计分析用图,用于检查一组数据是否服从正态分布,是实数与正态分布数据间的函数关系的散点
该图片数据集是作者自己收集整理的,一共有四个大文件夹,对应着不同的垃圾类别,每个文件夹中有各自包含的垃圾名称及其图片,当前数据集一共有246种垃圾,共包含图片80961张,大家如果有相关研究需要可以自行下载,有什么建议也可在评论中指出~链接如下:https://pan.baidu.com/s/1HDCmcJFhdXQa_C7UKg7esw提取码:nhax...
1.定义(1)可靠性:指某些感兴趣的测量结果的一致性或可重复性。(2)重测信度(test-retestreliability,重复测量两次)和复本信度(alternateformreliability,执行两次非常类似的测量,每次一个版本):用于评估一个测量多次执行的可靠性包括在两个不同时刻执行量表以及测量参与者在两个执行内对这些项目的反映的一致性。(3)α系数(Cronbach’s α,不是对测
#第一步:调用pandas包import pandas as pd#第二步:读取数据iris = pd.read_excel('./iris_sheets.xlsx',None)#读入数据文件keys = list(iris.keys())#第三步:数据合并iris_concat = pd.DataFrame()for i in keys:iris1 = iris[i]...