积分充值
 首页
前端开发
AngularDartElectronFlutterHTML/CSSJavaScriptReactSvelteTypeScriptVue.js构建工具
后端开发
.NetC#C++C语言DenoffmpegGoIdrisJavaJuliaKotlinLeanMakefilenimNode.jsPascalPHPPythonRISC-VRubyRustSwiftUML其它语言区块链开发测试微服务敏捷开发架构设计汇编语言
数据库
Apache DorisApache HBaseCassandraClickHouseFirebirdGreenplumMongoDBMySQLPieCloudDBPostgreSQLRedisSQLSQLiteTiDBVitess数据库中间件数据库工具数据库设计
系统运维
AndroidDevOpshttpdJenkinsLinuxPrometheusTraefikZabbix存储网络与安全
云计算&大数据
Apache APISIXApache FlinkApache KarafApache KyuubiApache OzonedaprDockerHadoopHarborIstioKubernetesOpenShiftPandasrancherRocketMQServerlessService MeshVirtualBoxVMWare云原生CNCF机器学习边缘计算
综合其他
BlenderGIMPKiCadKritaWeblate产品与服务人工智能亿图数据可视化版本控制笔试面试
文库资料
前端
AngularAnt DesignBabelBootstrapChart.jsCSS3EchartsElectronHighchartsHTML/CSSHTML5JavaScriptJerryScriptJestReactSassTypeScriptVue前端工具小程序
后端
.NETApacheC/C++C#CMakeCrystalDartDenoDjangoDubboErlangFastifyFlaskGinGoGoFrameGuzzleIrisJavaJuliaLispLLVMLuaMatplotlibMicronautnimNode.jsPerlPHPPythonQtRPCRubyRustR语言ScalaShellVlangwasmYewZephirZig算法
移动端
AndroidAPP工具FlutterFramework7HarmonyHippyIoniciOSkotlinNativeObject-CPWAReactSwiftuni-appWeex
数据库
ApacheArangoDBCassandraClickHouseCouchDBCrateDBDB2DocumentDBDorisDragonflyDBEdgeDBetcdFirebirdGaussDBGraphGreenPlumHStreamDBHugeGraphimmudbIndexedDBInfluxDBIoTDBKey-ValueKitDBLevelDBM3DBMatrixOneMilvusMongoDBMySQLNavicatNebulaNewSQLNoSQLOceanBaseOpenTSDBOracleOrientDBPostgreSQLPrestoDBQuestDBRedisRocksDBSequoiaDBServerSkytableSQLSQLiteTiDBTiKVTimescaleDBYugabyteDB关系型数据库数据库数据库ORM数据库中间件数据库工具时序数据库
云计算&大数据
ActiveMQAerakiAgentAlluxioAntreaApacheApache APISIXAPISIXBFEBitBookKeeperChaosChoerodonCiliumCloudStackConsulDaprDataEaseDC/OSDockerDrillDruidElasticJobElasticSearchEnvoyErdaFlinkFluentGrafanaHadoopHarborHelmHudiInLongKafkaKnativeKongKubeCubeKubeEdgeKubeflowKubeOperatorKubernetesKubeSphereKubeVelaKumaKylinLibcloudLinkerdLonghornMeiliSearchMeshNacosNATSOKDOpenOpenEBSOpenKruiseOpenPitrixOpenSearchOpenStackOpenTracingOzonePaddlePaddlePolicyPulsarPyTorchRainbondRancherRediSearchScikit-learnServerlessShardingSphereShenYuSparkStormSupersetXuperChainZadig云原生CNCF人工智能区块链数据挖掘机器学习深度学习算法工程边缘计算
UI&美工&设计
BlenderKritaSketchUI设计
网络&系统&运维
AnsibleApacheAWKCeleryCephCI/CDCurveDevOpsGoCDHAProxyIstioJenkinsJumpServerLinuxMacNginxOpenRestyPrometheusServertraefikTrafficUnixWindowsZabbixZipkin安全防护系统内核网络运维监控
综合其它
文章资讯
 上传文档  发布文章  登录账户
IT文库
  • 综合
  • 文档
  • 文章

无数据

分类

全部后端开发(44)Python(22)云计算&大数据(12)综合其他(9)人工智能(8)前端开发(6)数据库(5)云原生CNCF(5)TiDB(5)Rust(5)

语言

全部中文(简体)(40)英语(20)中文(繁体)(14)中文(简体)(2)日语(1)zh(1)

格式

全部PDF文档 PDF(78)
 
本次搜索耗时 1.250 秒,为您找到相关结果约 78 个.
  • 全部
  • 后端开发
  • Python
  • 云计算&大数据
  • 综合其他
  • 人工智能
  • 前端开发
  • 数据库
  • 云原生CNCF
  • TiDB
  • Rust
  • 全部
  • 中文(简体)
  • 英语
  • 中文(繁体)
  • 中文(简体)
  • 日语
  • zh
  • 全部
  • PDF文档 PDF
  • 默认排序
  • 最新排序
  • 页数排序
  • 大小排序
  • 全部时间
  • 最近一天
  • 最近一周
  • 最近一个月
  • 最近三个月
  • 最近半年
  • 最近一年
  • pdf文档 2024 中国开源开发者报告

    Basic Verilog C C++ Python Kotlin C# Dart Arduino TypeScript连续两年成为了 Gitee年度增长最快编程语言 (2023年增长率为49.04%), 同样持续强势的还有Rust以及 C语言家族。 此外,Dart及Arduino首次上榜, 符合2024年跨平台开发及机器 人开发的潮流。 12 / 111 本年度最常用开源许可证 本部分图表仅用于数据展示,不涉及先后排名 作为国内及业内领先的 AI 开发基础设施,本部分图表 中的开发框架、向量数据库、 开发平台、大模型均表现出 色,代表着它们的代码提交 频率、参与者、代码合并比 率等协作开发工作保持着较 高的水平。 17 / 111 OSS Compass Insight 本部分图表仅用于数据展示,不涉及先后排名 稳健性-活跃度 作为 AI 开发生态中的关键组 成部分,本部分图表中的开发 就够了。Cursor 确实好用,包括新推出的“光标位置预测” 功能。 但是 AI 编程发展没有那么快,在国内生成代码采纳率还比较低,根据《2024 软件研发应 用大模型国内现状调研报告》,多数团队在 10-40%之间,如图 1 所示。 图 1 大模型(LLM)在编程上的应用及其生成代码的采纳率 在 2024 年,我们还看到了“AI 程序员”Devin 的诞生,Devin 能够独立完成复杂的编码和 调
    0 码力 | 111 页 | 11.44 MB | 8 月前
    3
  • pdf文档 Python 标准库参考指南 3.7.13

    d=-2) >>> sorted(c.elements()) ['a', 'a', 'a', 'a', 'b', 'b'] most_common([n]) 返 回 一 个 列 表, 提 供 n 个 频 率 最 高 的 元 素 和 计 数。 如 果 没 提 供 n , 或 者 是 None , most_common() 返回计数器中的 所有元素。相等个数的元素顺序随机: >>> Counter('abracadabra') rates or ratios, for example speeds. For example: 假设一名投资者在三家公司各购买了等价值的股票,以 2.5,3 ,10 的 P/E (投资/回报) 率。投资者 投资组合的平均市盈率是多少? >>> harmonic_mean([2.5, 3, 10]) # For an equal investment portfolio. 3.6 Using 7.13 余的 PUT 操作码来加快打包过程。不应将其与自指 (self-referential) 对象一起使用,否则将导 致Pickler 无限递归。 如果需要进一步提高 pickle 的压缩率,请使用pickletools.optimize()。 class pickle.Unpickler(file, *, fix_imports=True, encoding=”ASCII”, errors=”strict”)
    0 码力 | 1846 页 | 9.09 MB | 9 月前
    3
  • pdf文档 Python 标准库参考指南 3.7.13

    rates or ratios, for example speeds. For example: 假设一名投资者在三家公司各购买了等价值的股票,以 2.5,3 ,10 的 P/E (投资/回报) 率。投资者投资 组合的平均市盈率是多少? >>> harmonic_mean([2.5, 3, 10]) # For an equal investment portfolio. 3.6 Using 的使用,即不生成多 余的 PUT 操作码来加快打包过程。不应将其与自指 (self-referential) 对象一起使用,否则将导 致Pickler 无限递归。 如果需要进一步提高 pickle 的压缩率,请使用pickletools.optimize()。 class pickle.Unpickler(file, *, fix_imports=True, encoding=”ASCII”, errors=”strict”) bytes 对象。参数 level 为整数,可取值为 0 到 9 或 -1, 用于指定压缩等级。1 (Z_BEST_SPEED) 表示最快速度和最低压缩率,9 (Z_BEST_COMPRESSION) 表 示 最 慢 速 度 和 最 高 压 缩 率。0 (Z_NO_COMPRESSION) 表 示 不 压 缩。 参 数 默 认 值 为 -1 433 The Python Library Reference
    0 码力 | 1961 页 | 9.14 MB | 9 月前
    3
  • pdf文档 Python 标准库参考指南 3.8.20

    常适合于求比率和比例的平均值,比如速 率。 假设一辆车在 40 km/hr 的速度下行驶了 10 km ,然后又以 60 km/hr 的速度行驶了 10 km 。车辆的 平均速率是多少? >>> harmonic_mean([40, 60]) 48.0 假设一名投资者在三家公司各购买了等价值的股票,以 2.5,3 ,10 的 P/E (价格/收益) 率。投资者 投资组合的平均市盈率是多少? 的使用,即不生成多 余的 PUT 操作码来加快封存过程。不应将其与自指 (self-referential) 对象一起使用,否则将导 致Pickler 无限递归。 如果需要进一步提高 pickle 的压缩率,请使用pickletools.optimize()。 class pickle.Unpickler(file, *, fix_imports=True, encoding=”ASCII”, errors=”strict” (Z_BEST_SPEED) 表示最快速度和最低压缩率,9 (Z_BEST_COMPRESSION) 表 示 最 慢 速 度 和 最 高 压 缩 率。0 (Z_NO_COMPRESSION) 表 示 不 压 缩。 参 数 默 认 值 为 -1 (Z_DEFAULT_COMPRESSION)。Z_DEFAULT_COMPRESSION 是速度和压缩率之间的平衡 (一 般相当于设压缩等级为 6)。函数发生错误时抛出error
    0 码力 | 1927 页 | 9.69 MB | 9 月前
    3
  • pdf文档 Python 标准库参考指南 3.8.20

    常适合于求比率和比例的平均值,比如速 率。 假设一辆车在 40 km/hr 的速度下行驶了 10 km ,然后又以 60 km/hr 的速度行驶了 10 km 。车辆的 平均速率是多少? >>> harmonic_mean([40, 60]) 48.0 假设一名投资者在三家公司各购买了等价值的股票,以 2.5,3 ,10 的 P/E (价格/收益) 率。投资者 投资组合的平均市盈率是多少? 的使用,即不生成多 余的 PUT 操作码来加快封存过程。不应将其与自指 (self-referential) 对象一起使用,否则将导 致Pickler 无限递归。 如果需要进一步提高 pickle 的压缩率,请使用pickletools.optimize()。 class pickle.Unpickler(file, *, fix_imports=True, encoding=”ASCII”, errors=”strict” (Z_BEST_SPEED) 表示最快速度和最低压缩率,9 (Z_BEST_COMPRESSION) 表 示 最 慢 速 度 和 最 高 压 缩 率。0 (Z_NO_COMPRESSION) 表 示 不 压 缩。 参 数 默 认 值 为 -1 (Z_DEFAULT_COMPRESSION)。Z_DEFAULT_COMPRESSION 是速度和压缩率之间的平衡 (一 般相当于设压缩等级为 6)。函数发生错误时抛出error
    0 码力 | 1927 页 | 9.69 MB | 9 月前
    3
  • pdf文档 Python 标准库参考指南 3.8.20

    km 。车辆的平均 速率是多少? >>> harmonic_mean([40, 60]) 48.0 假设一名投资者在三家公司各购买了等价值的股票,以 2.5,3 ,10 的 P/E (价格/收益) 率。投资者投资 组合的平均市盈率是多少? >>> harmonic_mean([2.5, 3, 10]) # For an equal investment portfolio. 3.6 如果 data 的使用,即不生成多 余的 PUT 操作码来加快封存过程。不应将其与自指 (self-referential) 对象一起使用,否则将导 致Pickler 无限递归。 如果需要进一步提高 pickle 的压缩率,请使用pickletools.optimize()。 class pickle.Unpickler(file, *, fix_imports=True, encoding=”ASCII”, errors=”strict” bytes 对象。参数 level 为整数,可取值为 0 到 9 或 -1, 用于指定压缩等级。1 (Z_BEST_SPEED) 表示最快速度和最低压缩率,9 (Z_BEST_COMPRESSION) 表 示 最 慢 速 度 和 最 高 压 缩 率。0 (Z_NO_COMPRESSION) 表 示 不 压 缩。 参 数 默 认 值 为 -1 465 The Python Library Reference
    0 码力 | 2052 页 | 9.74 MB | 9 月前
    3
  • pdf文档 TiDB v8.4 中文手册

    TiDB。提供丰富的数据迁移工具帮助应用便捷完成数据迁移。 2.1.2 四大核心应用场景 • 金融行业场景 金融行业对数据一致性及高可靠、系统高可用、可扩展性、容灾要求较高。传统的解决方案的资源利用 率低,维护成本高。TiDB 采用多副本 + Multi-Raft 协议的方式将数据调度到不同的机房、机架、机器,确 保系统的 RTO <= 30s 及 RPO = 0。 33 • 海量数据及高并发的 这个说明指出: 245 1. core_count 就是 _ 物理核心数 _,与你是否开启超线程无关。 2. 数据被全量缓存时,effective_spindle_count 应被设置为 0,随着命中率的下降,会更加接近实际的 HDD 个 数。 3. 这里没有任何基于 SSD 的经验公式。 这里的说明让你在使用 SSD 时,需探求其他的经验公式。 可以参考 CockroachDB 对数据库连接池中的描述,推荐的连接数大小公式为: SQL 的效率,增强代码的可维护性。 336 4.7.7.1 基本使用 公共表表达式 (CTE) 是一个临时的中间结果集,能够在 SQL 语句中引用多次,提高 SQL 语句的可读性与执行效 率。在 TiDB 中可以通过WITH 语句使用公共表表达式。 公共表表达式可以分为非递归和递归两种类型。 4.7.7.1.1 非递归的 CTE 非递归的 CTE 使用如下语法进行定义: WITH
    0 码力 | 5072 页 | 104.05 MB | 10 月前
    3
  • pdf文档 TiDB v8.5 中文手册

    TiDB。提供丰富的数据迁移工具帮助应用便捷完成数据迁移。 2.1.2 四大核心应用场景 • 金融行业场景 金融行业对数据一致性及高可靠、系统高可用、可扩展性、容灾要求较高。传统的解决方案的资源利用 率低,维护成本高。TiDB 采用多副本 + Multi-Raft 协议的方式将数据调度到不同的机房、机架、机器,确 保系统的 RTO <= 30s 及 RPO = 0。 38 • 海量数据及高并发的 这个说明指出: 249 1. core_count 就是 _ 物理核心数 _,与你是否开启超线程无关。 2. 数据被全量缓存时,effective_spindle_count 应被设置为 0,随着命中率的下降,会更加接近实际的 HDD 个 数。 3. 这里没有任何基于 SSD 的经验公式。 这里的说明让你在使用 SSD 时,需探求其他的经验公式。 可以参考 CockroachDB 对数据库连接池中的描述,推荐的连接数大小公式为: SQL 的效率,增强代码的可维护性。 340 4.7.7.1 基本使用 公共表表达式 (CTE) 是一个临时的中间结果集,能够在 SQL 语句中引用多次,提高 SQL 语句的可读性与执行效 率。在 TiDB 中可以通过WITH 语句使用公共表表达式。 公共表表达式可以分为非递归和递归两种类型。 4.7.7.1.1 非递归的 CTE 非递归的 CTE 使用如下语法进行定义: WITH
    0 码力 | 5095 页 | 104.54 MB | 10 月前
    3
  • pdf文档 Python 标准库参考指南 3.9.20

    km 。车辆的平均 速率是多少? >>> harmonic_mean([40, 60]) 48.0 假设一名投资者在三家公司各购买了等价值的股票,以 2.5,3 ,10 的 P/E (价格/收益) 率。投资者投资 组合的平均市盈率是多少? >>> harmonic_mean([2.5, 3, 10]) # For an equal investment portfolio. 3.6 如果 data 的使用,即不生成多 余的 PUT 操作码来加快封存过程。不应将其与自指 (self-referential) 对象一起使用,否则将导 致Pickler 无限递归。 如果需要进一步提高 pickle 的压缩率,请使用pickletools.optimize()。 class pickle.Unpickler(file, *, fix_imports=True, encoding=”ASCII”, errors=”strict” bytes 对象。参数 level 为整数,可取值为 0 到 9 或 -1, 用于指定压缩等级。1 (Z_BEST_SPEED) 表示最快速度和最低压缩率,9 (Z_BEST_COMPRESSION) 表 示 最 慢 速 度 和 最 高 压 缩 率。0 (Z_NO_COMPRESSION) 表 示 不 压 缩。 参 数 默 认 值 为 -1 485 The Python Library Reference
    0 码力 | 2146 页 | 10.17 MB | 9 月前
    3
  • pdf文档 Python 标准库参考指南 3.9.20

    常适合于求比率和比例的平均值,比如速 率。 假设一辆车在 40 km/hr 的速度下行驶了 10 km ,然后又以 60 km/hr 的速度行驶了 10 km 。车辆的 平均速率是多少? >>> harmonic_mean([40, 60]) 48.0 假设一名投资者在三家公司各购买了等价值的股票,以 2.5,3 ,10 的 P/E (价格/收益) 率。投资者 投资组合的平均市盈率是多少? 的使用,即不生成多 余的 PUT 操作码来加快封存过程。不应将其与自指 (self-referential) 对象一起使用,否则将导 致Pickler 无限递归。 如果需要进一步提高 pickle 的压缩率,请使用pickletools.optimize()。 class pickle.Unpickler(file, *, fix_imports=True, encoding=”ASCII”, errors=”strict” (Z_BEST_SPEED) 表示最快速度和最低压缩率,9 (Z_BEST_COMPRESSION) 表 示 最 慢 速 度 和 最 高 压 缩 率。0 (Z_NO_COMPRESSION) 表 示 不 压 缩。 参 数 默 认 值 为 -1 (Z_DEFAULT_COMPRESSION)。Z_DEFAULT_COMPRESSION 是速度和压缩率之间的平衡 (一 般相当于设压缩等级为 6)。函数发生错误时抛出error
    0 码力 | 2015 页 | 10.12 MB | 9 月前
    3
共 78 条
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 8
前往
页
相关搜索词
2024中国开源开发开发者报告Python标准参考指南3.7133.820TiDBv8中文手册3.9
IT文库
关于我们 文库协议 联系我们 意见反馈 免责声明
本站文档数据由用户上传或本站整理自互联网,不以营利为目的,供所有人免费下载和学习使用。如侵犯您的权益,请联系我们进行删除。
IT文库 ©1024 - 2025 | 站点地图
Powered By MOREDOC AI v3.3.0-beta.70
  • 关注我们的公众号【刻舟求荐】,给您不一样的精彩
    关注我们的公众号【刻舟求荐】,给您不一样的精彩