Psy4J 是我设计的一个基于 Java 虚拟机(JVM)平台的,支持 Java、Scala、Kotlin 等 JVM 语言的,搭建在 JavaFx 2 GUI 框架上的心理学程序刺激呈现类库。
本文介绍了使用 Spring Boot 搭建的一个小型图床站的项目。这个项目的亮点在于 —— 没有亮点… 但是有很多独特之处,比如采用了 Scala + Java 的混合设计,Scala 在 Spring IOC 中可以很好的适应 AutoWired 特性,简直水乳交融 —— 这是我见过的唯一的两门能够如此紧密结合的语言,因此我决然的抛弃了 Python,起码在 Scala 能够调用的Java 百万类库的能力范围内。
本文介绍了使用 Akka 和 Scala 实现的一个分布式投票程序。这个程序 Demo 是因为偶然在知乎看到 360 前端某程序员写的一个小的用 JavaScript 实现的抽奖程序,觉得挺好玩,因此自己也照葫芦画瓢实现了一个后端风格的抽奖程序。因为最近刚学过 Scala,正在学 Akka,因此拿来练练手。
本文主要探讨之前提出的一个问题,如何整合视角?大家都知道,视角是个好东西,因为它意味着创新,意味着生产力。我认为,提高可以从形式开始,形式往往意味着改变,而在改变中会产生不同的观点,对这些观点进行思考会促进视角的整合,而整合后的视角,则会带来某种我们确信的意义。形式就像电火花,视角的整合意味着打火,而意义则驱动着内燃机。
这是我阅读《深入浅出统计学》一书的相关笔记和整理,这本书用了很多例子,读起来很好玩,在概念理解上让我很受启发。因此放在这里,以备日后查找。
Seaborn是基于Python的一个统计绘图工具包。Seaborn提供了一组高层次封装的matplotlib API接口。使用Seaborn而不是matplotlib,绘图只需要少数几行代码,并且可以更加容易控制Style、Palette。本文基本是按照官方Guide顺序写就的。
这是我阅读《用Python进行数据分析》一书的笔记、实验和总结。本篇文章主要讲解pandas包中数据分组和聚合技术,主要涉及groupby、aggregate、apply、transform、(q)cut、透视表。数据分组和聚合是对DataFrame进行分析和处理的关键步骤,尤其是apply(),其提供了一个编写函数进行运算的强大接口,正因如此,pandas的agg技术比MongoDB等数据库的agg技术更加先进、灵活、高效。
这是我学习Python装饰器和元类的读书笔记。代码在iPython Notebook中运行,这篇文章由Notebook直接导出为md文档,我添加了一些标题和注释文字。以备日后用到装饰器和元类的时候提供一些基本概念以及常用方法、操作陷阱。