black

这次的作业是写一个选项卡，一个轮播图，我把两者结合起来写了一个网站常见的导航栏和选项卡 效果图如下： 我用的jquery方式写的所以在页面导入jquery的框架　 接下来是页面的布局从上往下写 设置公共样式： 布局一个大div用列表来布局 1.导航栏列表： 2.轮播图列表 3.选项卡列表 （选项卡列表比较长但是结构一样定义四层li和导航栏四个标题对应） 5.弹出发图片框（使用div对div进行定位隐藏） 下面写是css样式（样式打了注释就不分层了）： *{ margin: 0px; padding: 0px; font-size: 18px; font-family:"comic sans ms"; } html{cursor: url('img/指针01.png'),auto;position: relative;} a{color: #000; text-decoration: none;} ul{list-style: none;} img{cursor: pointer; border-radius: 7px;} .f_div{ width: 100%; height: auto; } /* 导航栏样式 */ .f_ul{ width: 100%; height: 30px; background-color: black; } .f_ul li{ float: left;

前言 👣 Q: bpmn.js是什么? 🤔️ ” bpmn.js 是一个BPMN2.0渲染工具包和web建模器, 使得画流程图的功能在前端来完成. 👣 Q: 我为什么要写该系列的教材? 🤔️ ” 因为公司业务的需要因而要在项目中使用到 bpmn.js ,但是由于 bpmn.js 的开发者是国外友人, 因此国内对这方面的教材很少, 也没有详细的文档. 所以很多使用方式很多坑都得自己去找.在将其琢磨完之后, 决定写一系列关于它的教材来帮助更多 bpmn.js 的使用者或者是期于找到一种好的绘制流程图的开发者. 同时也是自己对其的一种巩固. 首先先说明一点吧， bpmn.js 主要是为画工作流做规则引擎用的，所以如果您的工作中并不涉及到这一块的话可以不用浪费时间阅读本篇文章。当然如果您为此感兴趣的话可以移步 bpmn-chinese-document 看看它的介绍，如果你对它不感兴趣对我感兴趣的话可以移步我的个人博客 niubility-coding-js (好惨没一个Star)😄。 由于是系列的文章, 所以更新的可能会比较频繁, 您要是无意间刷到了且不是您所需要的还请谅解 😊. 求赞👍求心❤️. 更希望能对你有一点小小的帮助. 完整目录及 GitHub 地址： bpmn-chinese-document Color篇 很久没写 bpmn.js 系列的教材了...😄

酷安安装谷歌全家桶后，正在核对信息， 谷歌账号自身的安全设置 会阻值你登陆新的设备，从而出现题主所示的"正在核对信息"或者"checking information". 原因分析：如果以前 有过谷歌账号 ，并在任意一个设备（包括手机，电脑等)登陆过，你的谷歌账号会记住这个初始设备，那么你在其它手机上登录谷歌就需要 重新授权 了；对于从来没有过谷歌账号的人来说，应该是使用"谷歌安装器"安装好各项谷歌服务就可以正常使用了。 解决办法： 一. 授权在新设备登录： 在能翻墙的电脑上（注意，要先退出该设备的谷歌账号）用浏览器打开Gmail，然后登录你要在新设备上添加的谷歌账号。进入这个连接 https://accounts.google.com/b/0/displayunlockcaptcha ，点击继续，你就完成了将谷歌账号授权在新设备上添加的步骤。 二. 降低谷歌账号对安全性的要求 ：谷歌会自动检测并禁止你的谷歌账号在它认为不够安全的设备或者应用上登录，这时候就会一直出现check information。我们可以暂时关掉这个功能，进入 https://www.google.com/settings/u/1/security/lesssecureapps 然后关掉这个选项就可以了。 完成这两步之后，你在自己的手机上试试使用google play, 大约check information

这是无线通信 发展中的一些精选 事件（摘自《无线历史》，Tapan Sarkar等，Wiley，2006年）。 1807 年–法国数学家让·巴蒂斯特·约瑟夫·傅立叶（JourBaptiste Joseph Fourier）发现了傅立叶定理。 1820 年–丹麦物理学家汉斯·克里斯汀·奥尔斯特（HansChristian Orsted）发现了电流引起的电磁场。法国物理学家多米尼克·弗朗索瓦·让·阿拉格（DominiqueFrancois Jean Arago）指出，当电流流过时，电线变成了磁铁。法国数学家和物理学家安德烈·玛丽·安培（Andre-Marie Ampere）发现了电动力学，并提出了电磁电报。 1831 年–英国科学家迈克尔·法拉第（MichaelFaraday）发现了电磁感应并预测了电磁波的存在。 1834 年-美国发明家塞缪尔·芬利·布雷斯·莫尔斯（Samuel Finley Breese Morse）发明了以他命名的电报代码。 1847 年–德国生理学家和物理学家赫尔曼·路德维希·费迪南德·冯·亥姆霍兹建议进行电振荡。 1853 年–威廉·汤姆森（Lord Kelvin）计算了振荡电路的容量，自感和电阻的周期，阻尼和强度。 1857 年– Feddersen通过实验验证了1847年Helmholtz建议的调谐电路的谐振频率。 1864 年

我这原因是我把网络防火墙打开了， 把隐身关闭就行了。 文章来源： 刘俊涛的博客 欢迎关注公众号、留言、评论，一起学习。 若有帮助到您，欢迎点击 推荐 ，您的支持是对我坚持最好的肯定 (*^_^*) 来源： oschina 链接： https://my.oschina.net/u/4274145/blog/3230713

主角是谁 在今天这篇文章中，我并不会在这里讲一些移动端视口的概念，包括物理像素和逻辑像素，理想视口，dpr等等等等，我只介绍这样一种非常不错的移动端适配方案： post-css-to-viewport ，如果我说这种方案能解决98%以上的移动端布局痛点，我想整个博客园，应该没有人会反驳。 痛点在哪里 在之前有一种流行已久的移动端适配方案，那就是 rem ，我想下面这两句代码，有不少老移动端都不会陌生： const deviceWidth = document .documentElement.clientWidth || document .body.clientWidth; document .querySelector( 'html' ).style.fontSize = deviceWidth / 7.5 + 'px' ; 没错，在那个移动端UI稿尺寸为 750*1334 满天飞的时代，这两句代码确实给开发者带来了很大的方便，这样设置根font-size后，px和rem的转换比例成了100, 为比如UI稿一个长宽分别为 120px*40px ，那么开发者对应的写成 1.2rem*0.4rem 就可以了 这种换算已经是颇为方便，但是并非所有的项目都能这样去设置一个方便换算的比例系数，当比例系数为100时，小数点往前面挪两位就行了，然而有的项目设置的换算系数千奇百怪，有50的

之前说要和同事一起开发个微信小程序项目，现在也在界面设计，功能定位等需求上开始实施了。所以在还未正式写项目前，打算在空闲时间学习下小程序。本意是在学习过程中结合实践整理出一个较为入门且不是很厚的教程，但也很难保证时间充裕能一直写下去。所以先开个头留个坑，那么本文开始先从小程序注册到创建第一个小程序说起： 一、从注册开始 要开发小程序自然要申请注册一个小程序，我们先进入 微信公众平台 注册账号(若有账号则直接登录)。 因为微信公众号同时管理着订阅号，公众号以及小程序等多种账号，所以这里要选择小程序账号类型；记住，不同公众号服务之间账号不通用，所以使用注册的邮箱不能被 其它公众号服务或者自己微信绑定过 。 可以看到上图中我最后注册的邮箱是新浪邮箱，因为我的QQ邮箱被自己微信绑定过了，无法再次使用。 注册完成后登陆，就可以创建 自己的小程序了，这里不累赘，请按照提示依次填写小程序信息；在填写完成创建小程序后，我们可以得到一个小程序ID，就像每个人的身份证ID是独一无二一样，每个小程序也有独一ID，我们在后期小程序开发工具中会利用此ID开发你的小程序，所以这里需要留意一下这个东西。 二、安装开发者工具 前往 官网下载 微信小程序开发者工具，这里提供了三个版本，我下载了稳定版。双击安装，还是别建议默认装在C盘，强迫症。安装完成后双击启动软件，选择小程序；界面顶端有新建项目和导入项目两种

在本篇中，我们将展示使用 Python 统计学模型进行时间序列数据分析。 问题描述 目标：根据两年以上的每日广告支出历史数据，提前预测两个月的广告支出金额。 原始数据：2017-01-01 到 2019-09-23 期间的每日广告支出。 数据准备：划分训练集和测试集。 df1 = data[['Date','Spend']].set_index('Date') train = df1.iloc[:933,:] test = df1.iloc[933:,:] test.shape,train.shape 测试集大小：(63,1)；训练集大小：(933,1)。 1、综述 时间序列分析常用统计模型 单变量时间序列统计学模型，如：平均方法、平滑方法、有/无季节性条件的 ARIMA 模型。 多变量时间序列统计学模型，如：外生回归变量、VAR。 附加或组件模型，如：Facebook Prophet、ETS。 结构化时间序列模型，如：贝叶斯结构化时间序列模型、分层时间序列模型。 在本篇文章中，我们主要关注 SARIMA 和 Holt-winters 方法。 单变量时间序列统计学模型的关键要素 如果我们想要对时间序列数据进行上述统计学模型分析，需要进行一系列处理使得： (1)数据均值 (2)数据方差 (3)数据自协方差 这三个指标不依赖于时间项。即时间序列数据具有平稳性。

1019 逆序数 基准时间限制：1 秒 空间限制：131072 KB 分值: 0 难度：基础题 收藏 关注 在一个排列中，如果一对数的前后位置与大小顺序相反，即前面的数大于后面的数，那么它们就称为一个逆序。一个排列中逆序的总数就称为这个排列的逆序数。 如2 4 3 1中，2 1，4 3，4 1，3 1是逆序，逆序数是4。给出一个整数序列，求该序列的逆序数。 Input 第1行：N，N为序列的长度（n <= 50000) 第2 - N + 1行：序列中的元素（0 <= A[i] <= 10^9） Output 输出逆序数 Input示例 4 2 4 3 1 Output示例 4 思路：一开始跟大多数菜鸟一样选择暴力解决，虽然估算过时间复杂度肯定是过不掉的（但我比较相信玄学QAQ） 然后改成归并排序加一句代码cnt=mid-i+1就能AC，平时归并排序写得少，还不能完全手写出来，很气 #include<iostream> using namespace std; const int maxn=5e4+10; int a[maxn]; int b[maxn]; int cnt=0; //将数组a[low,mid]和a(mid,high]合并 void Merge(int *a,int low,int mid,int high,int *tmp) { int i,j,k; i=low; j

感谢平台分享- http://bjbsair.com/2020-04-10/tech-info/53349.html 1.说明： 1.1 推荐指数：★★★★ 1.2 熟悉html的css3相关知识，展现python的强大和matplotlib高级作图法，熟悉相关编程知识和思维。 1.3 本解析通俗易懂，适合任何人士，代码本人亲测过，建议python3.8、微软vscode编辑器和谷歌浏览器使用。 1.4 有点长，适合收藏，慢慢玩。 比较真实的音乐音效动画 2 先说python的matplotlib法 2.1 代码： #---导出模块--- from mpl_toolkits.mplot3d import Axes3D import matplotlib.pyplot as plt import numpy as np #---定义画布大小、颜色、布局--- #fig,ax=plt.subplots() #等同于下面，建议采用下面这种方式 fig = plt.figure(figsize=(22,14),facecolor='black',edgecolor='white') ax=fig.add_subplot(111, projection='3d',facecolor='black') #--定义3d坐标轴的z和x，y--- z=[30] x = np.arange(10)