推荐
专栏
教程
课程
飞鹅
本次共找到324条
数学建模
相关的信息
徐小夕
•
4年前
笛卡尔乘积的javascript版实现和应用
笛卡尔乘积是指在数学中,两个集合X和Y的笛卡尓积,又称直积,表示为X×Y,第一个对象是X的成员而第二个对象是Y的所有可能有序对的其中一个成员。例子假设集合A{a,b},集合B{0,1,2},则两个集合的笛卡尔积为{(a,0),(a,1),(a,2),(b,0),(b,1),(b,2)}。(https:
Irene181
•
3年前
手把手教你用pandas处理缺失值
导读:在进行数据分析和建模的过程中,大量的时间花在数据准备上:加载、清理、转换和重新排列。本文将讨论用于缺失值处理的工具。缺失数据会在很多数据分析应用中出现。pandas的目标之一就是尽可能无痛地处理缺失值。作者:韦斯·麦金尼(WesMcKinney)译者:徐敬一来源:大数据DT(ID:hzdashuju)pandas对象的所有描述
雷厉风行
•
2年前
用Maxon Cinema 4D 2023 for Mac轻松实现3D建模,专业的3D艺术家必备之选!
MaxonCinema4D2023forMac是一款专业的三维建模、动画和渲染软件,深受广大数字媒体领域的专业从业者所喜爱。此软件提供了丰富的3D设计工具和模型库,让设计师和创作者能够快速高效地创建出逼真的高质量的3D视觉效果,被广泛应用于电影、广告、动画、工业、游戏开发等领域。
Wesley13
•
3年前
jabdp业务字典
1、概述在稍大一些的项目中,我们总是需要管理各种各样的类型数据,如产品类型,客户类型,省市表等等,而这些信息在其他地方经常用到,例如下拉框,把这些数据做成可以增删改查的数据表,便于使用和维护。2、新建新建业务字典的方法跟新建模块的方法类似。在设计器业务字典的目录下,右键新建,建好字段,保存更新。!image(https:/
京东云开发者
•
2年前
一种基于实时大数据的图指标解决方案
在电商、金融风控领域,使用图来建模,将大量的人员和事件编织成一张庞大的图关系网络,构建图指标来识别异常人员和群体风险行为,目前图指标现有实现方式是基于离线数据或t1数据构建图关系网络,图指标由业务人员或需求人员根据业务需要提出具体需求由开发人员临时开发、测试、部署、上线。
Wesley13
•
3年前
JPA多数据源分布式事务处理
前言多数据源的事务处理是个老生常谈的话题,跨两个数据源的事务管理也算是分布式事务的范畴,在同一个JVM里处理多数据源的事务,比较经典的处理方案是JTA(基于XA协议建模的java标准事务抽象)XA(XA事务协议),常见的JTA实现框架有Atomikos、Bitronix、Narayana,Spring对这些框架都有组件封装,基本可以做到开箱即用程
Stella981
•
3年前
HugeGraph发布可视化平台Hubble首个版本
近日,大规模图数据库HugeGraph宣布,正式发布图可视化分析平台HugeGraphHubblev1.5版本。该版本全面升级平台可视化工具,打造一站式图服务,从数据建模,到数据快速导入,再到数据的在线、离线分析,以及图的统一管理,实现了图应用全流程的向导式操作,旨在提升社区用户的使用顺畅度,降低使用门槛,提供更为高效易用的使用体验。HugeGr
Wesley13
•
3年前
56、数据库设计(铁路购票系统)作业评改
实验目的:1、根据需求完成数据库设计建模,熟练使用ER模型;2、在数据库设计方案基础上实现为数据库。 作业要求(模拟火车票购票系统):1、以ER模型展示你的设计方案,要求包含完整的设计,有实体名称、实体属性、主键,并在图中体现实体间的关系;注:ER模型,可以手绘后拍照,也可以直接在WORD中绘制,还可以使用V
小万哥
•
10个月前
NumPy 通用函数(ufunc):高性能数组运算的利器
NumPy的通用函数(ufunc)提供高性能的逐元素运算,支持向量化操作和广播机制,能应用于数组的数学、逻辑和比较运算。ufunc可提高计算速度,避免低效的循环,并允许自定义函数以满足特定需求。例如,ufunc实现加法比循环更高效。通过frompyfunc可创建自定义ufunc。判断函数是否为ufunc,可检查其类型是否为numpy.ufunc。ufunc练习包括数组的平方、平方根、元素积及性能对比。
小万哥
•
10个月前
NumPy 差分、最小公倍数、最大公约数、三角函数详解
NumPy助你处理数学问题:计算序列的差分用np.diff(),示例返回5,10,20;找最小公倍数(LCM)用np.lcm(),数组示例返回18;最大公约数(GCD)用np.gcd.reduce(),数组示例返回4;三角函数如np.sin(),np.deg2rad()用于角度弧度转换。别忘了np.arcsin()等反三角函数,以及np.hypot()求斜边长度。学习NumPy,科学计算更轻松!
1
•••
26
27
28
•••
33