后端

站大爷IP7 分钟前
后端
global和nonlocal到底有什么区别?去年公司做代码审查,我提交了一段这样的代码:审查官看了一眼,说:“你这两个函数都会报错,知道为什么吗?”
二月龙8 分钟前
后端
从零开发 Shiny 交互式数据看板:本地运行到网页上线完整路径一段 R 代码,一个网页,数据会说话。这就是 Shiny 的全部魔力。Shiny 是 RStudio 官方出品的 Web 应用框架,核心只有两块:
小强198813 分钟前
后端
词云 + 情感分析:爬取评论数据做舆情可视化实战舆情不是等爆了才发现的。一条产品评论、一段用户吐槽,背后是真实情绪的温度计。词云解决"大家在聊什么",情感分析解决"大家怎么看"。两个工具组合,就是一套低成本的舆情预警系统。
小强198813 分钟前
后端
高颜值动态可视化:gganimate 制作时序动图与数据短视频静态图表是一张照片,而动态可视化是一部电影。Hans Rosling 在 TED 舞台上用动态气泡图讲述全球贫困与健康的故事,让无数人第一次感受到——数据,原来可以这样"活"过来。 而实现这一切的 R 语言利器,就是 gganimate。
鱼人13 分钟前
后端
Shiny 模块化开发:大型数据分析平台拆分与代码复用实战当你的 Shiny 应用从一个单文件脚本膨胀到 3000 行、五个标签页、十几个交互控件时——恭喜,你已经被"单体式架构"判了死刑。
长大198814 分钟前
后端
R 语言空间地图实战:从城市热力图到地理分布图,一篇吃透地图可视化从来不只是画几条线、填几种颜色那么简单。当你面对一份城市人口数据,或者一长串省份的经济指标时,如何让这些冰冷的数字在空间维度上"活"起来?R 语言的空间生态,正是为此而生。
二月龙15 分钟前
后端
Shiny 对接 Excel / 数据库:从文件上传到自动分析数据分析师最痛苦的不是写模型,而是——每次数据更新,都要重新跑一遍代码。Shiny 正是为终结这种痛苦而生。它能让你把 CSV、Excel、数据库一股脑接进来,用户点一下上传,图表自己就出来了。不需要前端经验,不需要 JavaScript,纯 R 就能把分析工具工程化。
JavaGuide20 分钟前
后端·ai编程
Token 暴降 59%!这个项目让 Claude Code / Codex 不再满仓库乱翻。用 Claude Code 或 Codex 写代码,确实效率拉满。但用过一阵子的人,大概都经历过一件事:Token 烧得飞快,尤其是中大型项目里,随便问一句「这个登录流程是怎么串起来的」,AI 就开始满项目翻文件,反反复复读个几十轮,一轮下来 Token 消耗六位数起步。
Oneslide42 分钟前
后端
Vmware WorkStation Pro 下载和使用指南VMware Workstation 26H1官方支持ubuntu 26x, vmware产品现在属于博通公司并已免费开放下载。
神奇小汤圆44 分钟前
后端
SwiftClockCache:一个高性能并发缓存的设计与实现在现代高性能系统中,内存缓存是提升数据访问速度的关键组件。然而,传统的缓存淘汰算法在多线程并发场景下面临着严峻的挑战。
摇滚侠4 小时前
java·开发语言·后端·spring·intellij-idea·restful
SpringMVC 入门到实战 RESTFul 49-55【SpringMVC教程,一套快速上手spring mvc,springmvc入门到实战】 https://www.bilibili.com/video/BV1Ry4y1574R/?p=50&share_source=copy_web&vd_source=855891859b2dc554eace9de3f28b4528
神奇小汤圆1 小时前
后端
学完 Spring Boot 再看 FastAPI,我破防了撸了两年 Spring Boot,自认为后端功力还行。上周心血来潮打开 FastAPI 官方文档,15 分钟后我沉默了。
用户987409238872 小时前
后端
deepspeed zero3 + llamafactory 保存checkpoint后第一step 就 OOM4张16g显卡 训练14b模型看你之前的日志时间线:因为保存过程"搞脏了"GPU 显存。具体来说有 3 个机制:
长大19882 小时前
后端
ggplot2 高阶美化:SCI 期刊级论文图表从零绘制全流程一张图表,往往决定审稿人对你论文的第一印象。别让粗糙的默认设置,埋没了你严谨的数据。ggplot2 的本质是图层叠加,而非"画一张图"。你需要把图表拆解为三层:
墩墩大魔王丶2 小时前
后端
macOS Rust 安装教程:自定义 CARGO_HOME 和 RUSTUP_HOME命令:实际效果:说明:命令:实际效果:命令:实际效果:命令:实际效果:安装器提示:输入:实际效果:实际效果:
摇滚侠8 小时前
java·开发语言·后端·spring·restful
SpringMVC 入门到实战 RESTFul 案例 56-63【SpringMVC教程,一套快速上手spring mvc,springmvc入门到实战】 https://www.bilibili.com/video/BV1Ry4y1574R/?p=57&share_source=copy_web&vd_source=855891859b2dc554eace9de3f28b4528
我登哥MVP4 小时前
java·spring boot·后端·spring·spring cloud·java-ee·maven
SpringCloud Alibaba 核心组件解析:服务链路追踪技术栈:Spring Boot 3.2.0 + Spring Cloud Alibaba 2023.0.0.0-RC1 + Micrometer Tracing + Zipkin
霸道流氓气质6 小时前
java·spring boot·后端
Spring Boot 国际化(i18n)完全指南i18n 是 “internationalization” 的缩写(i 和 n 之间有 18 个字母),核心思想是:把用户可见的文本从代码中抽离到外部资源文件,运行时根据语言环境动态加载对应文件,实现多语言切换而无需改代码。
码云骑士8 小时前
后端·python·django
30-在线图书管理系统-Django从零搭建到上线部署完整实战📖 文章简介: 第三板块的收官之作。综合前面九篇文章的全部知识点——环境管理、ORM 优化、请求链路、连接池、密钥管理、Docker 部署、日志规范——从零开发一个完整的在线图书管理系统。功能覆盖:借书/还书/库存管理/用户认证/借阅历史查询,后端 Django + DRF REST API,前端用模板渲染 + Bootstrap,数据库 MySQL 8.0,缓存 Redis,部署 Docker + Nginx。全文按步骤推动——从模型设计到 API 编写到前端页面到 docker-compose 部署
码云骑士6 小时前
后端·python·django
31-慢查询排查全流程(上)-Django-Debug-Toolbar与EXPLAIN入门📖 文章简介: 接口突然从 50ms 变成 800ms,你第一反应是什么?“加缓存”“改索引”“换 SSD”——但你没看到实际的慢查询长什么样。上篇聚焦性能排查的第一步:用 Django Debug Toolbar 把所有 SQL 查询摊在桌面上,再通过 MySQL 的 EXPLAIN 命令读懂每条查询的执行计划。从安装配置 Debug Toolbar 开始,到定位出具体是哪个 View 的哪条 ORM 触发了慢查询,再到 EXPLAIN 输出中的 type / key / rows / Extra 四