之前有朋友希望我基于H5Dooring开发一款桌面端应用,最近刚好有时间,就花了小半天时间从零使用electron开发了桌面端的离线软件Dooringelectron.因为之前用electron比较少,今天刚好学了一下,也基本把前后端打通了,文末我会放dooringelectron的github地址供大家参考学习.如果大家有更好的方案,可以随

吾日三省吾身：为人谋而不忠乎？与朋友交而不信乎？传不习乎？导读：我们介绍过用matplotlib制作图表的一些tips，感兴趣的同学可以戳→。matplotlib是一个相当底层的工具。你可以从其基本组件中组装一个图表：数据显示(即绘图的类型：线、条、框、散点图、轮廓等)、图例、标题、刻度标记和其他注释。在pandas中，我们可能有多个数据列，并且带有行

前言之前笔者有写过一篇如何设计动态表单配置平台的文章，但是由于笔者电脑问题代码丢失，所以后期重新实现了一套表单设计器，并优化了之前的设计方式，特地做一下总结和复盘。你将收获动态表单开发的一般思路可视化领域中的表单引擎从零实现一款动态表单设计器利用H5Dooring开发一款表单设计平台正文按照习惯，我们先看看表单设计器实现的效果展示：上图中我们将表

  依存句法分析的效果虽然没有像分词、NER的效果来的好，但也有其使用价值，在日常的工作中，我们免不了要和其打交道。笔者这几天一直在想如何分析依存句法分析的结果，一个重要的方面便是其可视化和它的图分析。  我们使用的NLP工具为jieba和LTP，其中jieba用于分词，LTP用于词性标注和句法分析，需要事件下载pos.model和parser.mo

超强下一代JupyterNotebook：JupyterLab3.0已经发布了，新版本为用户带来了许多新特性，并对扩展系统进行了实质性的改进。JupyterLab是广受欢迎的JupyterNotebook「新」界面。它是一个交互式的开发环境，可用于notebook、代码或数据，因此它的扩展性非常强。用户可以使用它编写notebook、

LightningChartJS(https://www.oschina.net/action/GoToLink?urlhttps%3A%2F%2Fwww.evget.com%2Fproduct%2F4189)是Web上性能最高的图表库具有出色的执行性能使用高数据速率同时监控数十个数据源。GPU加速和WebGL渲染确保您的设备的图形处

!(https://oscimg.oschina.net/oscnet/0c9eebcbcf64460b6496058c8c9cc117945.png)点击蓝字关注我们吧！目录1创建一排立方体1.1预制体1.2视图组件1.3实例化组件1.4代码循环1.5简化语法1.6改变域1.7把向量挪出循环1

空气质量查询，它支持国内3400个城市的整点观测，并附带空气质量监测点（全国共2335个）的整点观测数据。获取指定城市的整点观测空气质量，包含空气质量指数（AQI）、首要污染物、空气质量等级（优、良、轻度污染、中度污染、重度污染、严重污染）、6要素（CO、NO₂、O₃、PM10、PM2.5、SO₂）浓度（除了CO浓度单位为mg/m³之外，其余5种单位均为μg/m³）等。

卡方分布是统计学中的一种连续概率分布，用于假设检验，形状由自由度(df)决定。自由度越大，分布越平缓。NumPy的random.chisquare()可生成卡方分布随机数。Seaborn能可视化卡方分布。练习包括模拟不同自由度的卡方分布、进行卡方检验。瑞利分布描述信号处理中幅度分布，参数为尺度(scale)。Zipf分布常用于自然语言等幂律特征数据，参数a控制形状。NumPy的random.zipf()生成Zipf分布随机数。