刷新
读数据可视化34其他科学与艺术

博主头像 1. 气候学 1.1. 气候变化是理解地球自然变化、社会发展对气候系统影响(如全球变暖)的中心问题 1.2. 气候模型主要考虑全球若干年内的气候变化,通常以月、季节、年度为单位表达极值和变化趋势 1.3. 气候研究包括大气、天气、海洋、地球、化学过程、生态系统、空间气象、太阳系统在内的观测和模拟 1 ...

朋友圈互动自动化:参数比手速重要

博主头像 先明确这次互动要做什么 联系人一多,朋友圈刷新像日志流。手动逐条点赞评论,很快就变成重复点击。小V群发助手·朋友圈互动把这个过程拆成几项可配置参数:互动对象、执行时长、暂停间隔、评论内容。设置得越清楚,执行过程越容易观察,也更容易随时停止。 日常维护联系、关注客户动态、朋友间正常互动,适合的方式并... ...

Unity游戏发布微信小游戏:从构建到提审

博主头像 一、工作内容 1. 微信小游戏接口构造 Unity C#代码不能直接调用微信JS原生接口。微信小游戏存在主域、开放数据域双域隔离,好友数据只能在开放域读取,主域只能发送消息通知子域完成分数存储、榜单拉取。 实现: 添加WeChatHelper.cs静态工具类,统一封装微信小游戏平台能力:游戏内分享、 ...

读数据可视化33生命科学(下)

博主头像 1. 其他影像 1.1. 弥散张量成像 1.1.1. Diffusion Tensor Imaging,DTI 1.1.2. 基于弥散加权成像(Diffusing Weighted Imaging,DWI)发展起来的一种核磁共振成像技术,可无创地定时定量测量生物组织结构中水分子的弥散特性(各向同性或 ...

小V群发助手:把重复点击收回成一条流程

博主头像 群发慢,慢在切换而不是打字 客户维护的消息本身很短,写起来大概十秒。真正吃时间的是后面那串动作:在联系人列表里一个个勾选、在几个窗口之间来回切换、看进度判断发到了哪一步、被电话或会议打断之后重新数一遍还剩谁。单次都不难,难的是要重复几十上百遍,而且几乎没有记录。漏发或重发,往往要等对方回消息才被发现... ...

读数据可视化32生命科学(上)

博主头像 1. 生命科学 1.1. 生命科学指研究生命现象、生命活动的本质、特征和发生、发展规律,以及各种生物之间和生物与环境之间相互关系的科学 1.2. 广义上的生命科学包括生物学、医学、遗传学、生物信息学、生命组学、系统生物学、分子生物学、生物技术、生物物理学、生物化学、药物设计等 1.3. 生命科学研究 ...

视频快下:把视频下载做成一条连续流程

博主头像 下载的痛点不在带宽,在入口 要保存一个视频,通常要经历几件事:在某个平台看到链接,用另一个工具解析,文件落到第三个目录,过两天想再看,忘了当时存在哪。带宽和网速很少是瓶颈,真正消耗时间的是入口分散和路径不可追踪。 工具碎片化还有一层隐性成本。每个下载工具都要重新学一遍粘贴链接、选择清晰度、指定保存目... ...

读数据可视化31高性能科学计算

博主头像 1. 高性能科学计算 1.1. 计算技术和存储技术的进展催生了大规模并行计算的软件和硬件系统的迸发,同时也导致了飞速扩容的计算数据 1.2. 千万亿次超级计算机提供的强劲计算能力使得科学家可研究更复杂的模型,进行更大规模的模拟计算 1.3. 神威·太湖之光 1.3.1. 是中国首台自行设计生产全部关 ...

内容日更的重复操作,值得工程化处理

博主头像 卡住日更的通常不是灵感 内容账号偶尔更一条不难,难的是每天都走一遍同样的动作。打开后台找关键词,从一个词扩散到一批素材,再从中挑出今天能用的;发完之后回头看昨天的执行情况,第二天从头再来。单次成本都不高,但它是每天都要支付的固定开销。 更麻烦的是这些动作散落在不同地方。素材在收藏夹,任务在脑子里,数... ...

读数据可视化30用户实验

博主头像 1. 概述 1.1. 随着可视化研究、技术和应用的发展,对可视化技术和系统进行有效的用户实验变得越来越有必要 1.2. 如果可视化方法及结果缺乏严谨的用户评测实验,就很难对该方法和相关技术的进一步应用提供有说服力的证据 1.3. 可视化研究者需要比较新技术与已有技术的优劣,了解在何种情况下新技术更好 ...

群发批处理:对象过滤与断点续传

博主头像 把群发当成一次批处理 向多个联系人或群聊发送相似内容,表面看是点点按钮,实际更像跑一次批处理任务。最容易出问题的地方通常不是发送动作本身,而是对象集合选错、消息顺序有误、任务中断后从头再来导致重复发送。小V群发助手·群发管理把这些环节提前摊开,让执行前多一步检查,减少事后翻记录核对的工作量。 这里... ...

AI 爬虫治理与金丝雀令牌应用指南

博主头像 AI 爬虫治理与金丝雀令牌应用指南1. 现状:数据被“吃”掉就吐不出来了2026 年,抓数据的不再是简单的脚本,而是成建制的 AI 训练集群。过去我们防爬虫是为了防流量消耗或内容被盗,现在是为了防止核心数据变成别人模型的“燃料”。最残酷的现实是:数据一旦进了大模型的训练集,就再也删不掉了。哪怕你事后 ...

<1···345···50>