在Flask页面展示echarts，主要有两种方法： 方法1、原生echarts方法 自己在前端引入echarts.js文件、自己创建div、自己初始化echarts对象、自己从官网复制并且配置图表、自己给echarts对象设置配置项实现绘制，这种方法的缺点是配置项都是js的形式比较繁琐，对于后端开发人员来说有点过于参与前端js部分的配置开发； 这种方式参照echarts官网的方式，其实跟flas … 继续阅读Flask使用Pyecharts在单个页面展示多个图表
最近在爱奇艺知识买了课程《樊登教你快乐地事业有成》，第一节是《樊登：非暴力沟通》，看完后觉得自己有一些感悟。 自己的感悟： 我们总是太喜欢评价、评判别人 不论是别人主动寻求你的帮助，或者你觉得自己是前辈想要指导一下对方，我们总是喜欢评价评判别人或者给别人建议，然而每个人的世界观不同，有什么资格评价别人呢，这都是不对的，如果对方寻求安慰向你倾诉，真正应该做的应该是体会对方的感受。 就像有一句话：如果 … 继续阅读听樊登的《非暴力沟通》
发现网上大量的代码都是mnist，我自己反正不是搞图像处理的，所以这个例子我怎么都不想搞； wide&deep这种，包含各种特征的模型，才是我的需要，iris也是从文本训练模型，所以非常简单； 本文给出Python和Java访问Tensorflow的Serving代码。 Java版本使用Grpc访问Tensorflow的Serving代码 [crayon-5d58c8cabad4f2221 … 继续阅读Java和Python使用Grpc访问Tensorflow的Serving代码
很多产品想要加入推荐系统模块，最简单的就是做内容相似推荐，虽然技术简单但是效果却很好，对于增加用户粘性、提升用户留存有较多的效果，甚至很多产品后来加入了很多推荐模块之后，还是发现导流效果最好的依然是内容的相似推荐。 比如看完了一片《Python怎样读取MySQL》之后，在相似推荐中看到了一片题目为《Python操作MySQL的效果优化》的文章，很自然的就像多深入了解一下，于是就点进去看一看，那么对 … 继续阅读推荐系统：怎样实现内容相似推荐
用Blueprint这个东西实现； 主文件： flask_main.py
1 2 3 4 5 6 7 8 9 10 11 12 13 | import flask from flask_pyecharts.flask_moudle2 import account_api app = flask.Flask(__name__) app.register_blueprint(account_api) @app.route("/hello") def hello(): return "hello" app.run() |
引入的一个Module的文件，这个文件中写了视图函数 flask_moudle2.py
1 2 3 4 5 6 7 | from flask import Blueprint account_api = Blueprint('account_api', __name__) @account_api.route("/account") def accountList(): return "list of accounts" |
界面上访问第一个函数和第二个函数都返回正常 贴一下官网蓝图的解释： Flask 用 蓝图（blueprin … 继续阅读Flask怎样从其他Python文件导入app.route视图函数
一句话总结下：年龄大了，总想让自己做的事情有意义点，所以想让自己写的代码对产品有更多的影响、可衡量的影响。 1、我发现自己的JAVA开发和大数据业务处理对产品影响甚微 我自己工作快7年，工作主要有两个方向： A – JAVA后台业务开发 来什么需求做什么开发，增删改查，接消息发消息，因为之前做的是公司商业运营部门的需求，面向公司运营市场人员，不直接面向普通用户，系统访问量特别低，往往一 … 继续阅读我为什么从工程转了算法？
爱奇艺知识频道当前已经包含了2万精品课程，涵盖职场、文史、IT/互联网等多个分类，这么多课程怎么实现高效分发是一个大难题，通过搜索触达、人工运营位、IP导流等方式确实可以分发一批课程，然而这些课程普遍集中于头部热度课程，暴露在用户面前的仍然是冰山的顶部，大量的课程由于信息过载没有暴露的机会，挖掘长尾课程防止过度马太效应，推荐系统责任重大。 1、表现形式 爱奇艺知识当前的推荐系统有如图几个表现形式： … 继续阅读推荐系统：爱奇艺知识推荐系统架构
本文的代码涉及几个知识点，都是比较有用： 1、Spark用JAVA编写代码的方式； 2、Spark读取MySQL数据表，并且使用的是自定义SQL的方式，默认会读取整个表的； 3、Spark使用sql.functions的原有方法，给dataframe新增列、变更列； 4、Spark使用udf的自定义函数，给dataframe新增列、变更列； [crayon-5d58c8cabaed29014712 … 继续阅读Spark使用JAVA编写自定义函数修改DataFrame
大部分的特征都是单个值的，比如性别、年龄、职业、地理位置、时间、地点、分类、点击率等等； 但是还有一些是多个值的列表，比如最近点击ID列表、个人偏好的ID列表、物品分词列表等等，对于这种特征该怎么处理呢？ 参考文章：https://stackoverflow.com/questions/48697799/tensorflow-feature-column-for-variable-list-of- … 继续阅读tensorflow怎样输入具有多个值的特征
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 | import redis import time redis_cache = redis.Redis(host="", port=0000, password="xxxx", db=1) print("begin") print(redis_cache.dbsize()) begin_pos = 0 while True: result = redis_cache.scan(begin_pos, "xxxxx_*", 100000) return_pos, datalist = result print(time.strftime("%Y-%m-%d %H:%M:%S", time.localtime(time.time())), return_pos) if len(datalist) > 0: print(time.strftime("%Y-%m-%d %H:%M:%S", time.localtime(time.time())), "delete", len(datalist)) redis_cache.delete(*datalist) if return_pos == 0: break begin_pos = return_pos print("over") |
有几个知识点： scan命令的第一个入参从0开始代表从头扫描 scan命令的返回是(pos, [])元组，第一个pos可以作为下次扫描的入参pos，第二个值就是扫描到的KEY scan命令的第三个参数，是本次扫描的KEY数目，比如传递10万个，但是返回的LIST可能是0，因为有0个匹配 redis的delete命令传递的是array … 继续阅读Python3用scan和delete命令批量清理redis数据