snow

6.安装使用vue-quill-editor

╄→гoц情女王★ 提交于 2020-04-22 08:02:54
前言: 在vue项目中,因为涉及到使用文本编辑器, 恰恰vue-quill-editor就是一个简单实用的富文本编辑器。 参考文档: vue中使用vue-quill-editor富文本编辑器,自定义toolbar修改工具栏options 实战: 1.安装 npm install vue-quill-editor --save 2.vue引入 在main.js中引入 1 import VueQuillEditor from 'vue-quill-editor' 2 // require styles 引入样式 3 import 'quill/dist/quill.core.css' 4 import 'quill/dist/quill.snow.css' 5 import 'quill/dist/quill.bubble.css' 6 7 Vue.use(VueQuillEditor) 3.使用 1 <template> 2 <quill- editor 3 v-model="content" 4 ref="myQuillEditor" 5 :options="editorOption" 6 @blur="onEditorBlur($event)" @focus="onEditorFocus($event)" 7 @change="onEditorChange($event)"

刷题记录

倾然丶 夕夏残阳落幕 提交于 2020-04-21 03:31:10
刷题记录 2019.12.26 【暴力】Temporarily unavailable 【dp】B. K for the Price of On 【找规律】CF1263A Sweet Problem 【结论题】Everyone is a Winner! 【并查集+思维】Codeforces Round #603 (Div. 2) D. Secret Passwords 【线段树+思维】E. Editor 没调出来 2019.12.28 【线段树+思维】E. Editor 没调出来 【dp+dfs】P1441 砝码称重 【模拟】T112459 「SWTR-03」Password 【贪心】增减描述的排列 2019.12.29 【dp】P1387 最大正方形 【树形dp】P2279 [HNOI2003]消防局的设立 【线段树+思维】E. Editor 依旧没调出来 2019.12.31 【dfs+剪枝】P1120 小木棍 [数据加强版] 从04-19 15:16:20就开始提交一直到12-31 14:53:54终于A了 2020.1.2 【神仙hash表+空间优化】Snowflake Snow Snowflakes 【字符串hash】兔子与兔子 2020.1.4 【kmp,奇妙的next数组用法】Period poj1961 【trie】前缀统计 【trie】最大异或对 【 \(

Pandas:DataFrame数据的更改、插入新增的列和行

六月ゝ 毕业季﹏ 提交于 2020-04-11 19:47:44
一、更改DataFrame的某些值 1、更改DataFrame中的数据,原理是将这部分数据提取出来,重新赋值为新的数据。 2、需要注意的是,数据更改直接针对DataFrame原数据更改,操作无法撤销,如果做出更改,需要对更改条件做确认或对数据进行备份。 代码: import pandas as pd df1 = pd.DataFrame([[ ' Snow ' , ' M ' ,22],[ ' Tyrion ' , ' M ' ,32],[ ' Sansa ' , ' F ' ,18],[ ' Arya ' , ' F ' ,14]], columns=[ ' name ' , ' gender ' , ' age ' ]) print ( " --------更换单个值---------- " ) # loc和iloc 可以更换单行、单列、多行、多列的值 df1.loc[0, ' age ' ]=25 # 思路:先用loc找到要更改的值,再用赋值(=)的方法实现更换值 df1.iloc[0,2]=25 # iloc:用索引位置来查找 # at 、iat只能更换单个值 df1.at[0, ' age ' ]=25 # iat 用来取某个单值,参数只能用数字索引 df1.iat[0,2]=25 # at 用来取某个单值,参数只能用index和columns索引名称 print

Mac OSX Lion Sneak Peek

与世无争的帅哥 提交于 2020-04-05 19:25:35
老乔没有停止MacOSX的步伐,决定2011年夏季继续操作系统的升级。加入了ipod touch,iphone亦或ipad等的滑屏等IOs样式,先来看看历来的MacOS的命名好了: Mac OS X 10.0 - Cheetah Mac OS X 10.1 - Puma Mac OS X 10.2 - Jaguar Mac OS X 10.3 - Panther Mac OS X 10.4 - Tiger Mac OS X 10.5 - Leopard Mac OS X 10.6 - Snow Leopard We took our best thinking from Mac OS X and brought it to the iPhone. Then we took our best thinking from the iPhone and brought it to iPad. And now we’re bringing it all back to the Mac with our eighth major release of the world’s most advanced operating system. Mac OS X Lion arrives in summer 2011. Here’s a sneak peek at just a few of its

December 07th, Week 49th Saturday, 2019

橙三吉。 提交于 2020-03-24 10:42:54
3 月,跳不动了?>>> Snowflakes are pretty patterns etched in water's dreams. 雪花,是水在梦中镌刻的美丽图案。 From Anthony T.Hincks. Today is the Heavy Snow Day in our traditional Chinese Lunar Calendar, which indicates more snow days in the coming days of the year. It is a very important period for farmers, especially in the northern part of the country. Because if there are heavy snows, it means the next year would be a harvesting year. And it also means we have reached the end of the year, but that doesn't mean the results have already been decided, we can do lots of things to ensure a harvest of our career, like

博客背景美化——动态雪花飘落

六月ゝ 毕业季﹏ 提交于 2020-03-06 16:02:31
转载: 作者: GrayKido 出处:出处: https://www.cnblogs.com/graytido/p/10779199.html 首先先要申请获得CSS权限 在页面定制CSS代码中加入以下代码 1 #Snow{ 2 position: fixed; 3 top: 0; 4 left: 0; 5 width: 100%; 6 height: 100%; 7 z-index: 99999; 8 background: rgba(255,255,240,0.1); 9 pointer-events: none; 10 } 再在侧边公告栏加入 <div class="Snow"> <canvas id="Snow"></canvas> </div> <script src="https://files.cnblogs.com/files/cn-suqingnian/snow.js"></script> 转载: 作者: GrayKido 出处:出处: https://www.cnblogs.com/graytido/p/10779199.html 首先先要申请获得CSS权限 在页面定制CSS代码中加入以下代码 1 #Snow{ 2 position: fixed; 3 top: 0; 4 left: 0; 5 width: 100%; 6 height: 100%; 7 z

PC安装Mac OS X Snow Leopard 10A432雪豹 安装指南

三世轮回 提交于 2020-02-29 10:41:45
PC安装Mac OS X Snow Leopard 10A432雪豹 安装指南 【转】 这是一篇PC安装Mac OS X Snow Leopard 10A432雪豹的安装指南 警告:在PC上安装X86 Mac OS X有风险,由此造成的一切损失由您自己承担。 硬盘有价,数据无价!实际操作前请备份好重要数据! 准备工作:需要的工具和 软件 (正所谓工欲善其事必先利其器): 1.一个USB移动硬盘(非必须) 2.Mac OS X Snow Leopard 10a432.dmg 原版安装镜像 文件 3.Acronis Disk Director Suite 或 Paragon PM 等硬盘分区工具 4.Leopard硬盘安装助手v0.3 5.HFS-explorer v0.21(运行该软件需要安装Java VM) 6.Bootthink v2.3.18 7.Mediafour MacDrive v8.0.4.10 8.一台安装windows操作 系统 的PC 杰趣网志 Jackq.com_Mac_OS_X_10_6_snow_leopard原版安装包 下载 地址: http://www.multiupload.com/V73FU3IR71 (包含Mac OS X Snow Leopard 10a432.dmg 原版种子下载文件) 正式安装之前,请先通读一遍之后再开始安装

在Vista上用VMware安装Mac Snow leopard 10.6

佐手、 提交于 2020-02-29 10:39:55
这篇文章是为了记录下一个完整的安装过程,其实网上已经有很多一样的文章,放在这里只是为了查阅方便。 在正式安装前,需要做一下几个重要步骤, 进入PC的BIOS系统,找到virtualization technology。如果不打开这个将不能进入Mac OS的系统。 安装VMWare Workstation 7.0及以上版本。 下载darwin300 和 Rebel EFI,这里我推荐使用darwin,因为在后面可以安装VMware Tools for Mac OS。 下载Snow Leopard 10.6,这个文件是一个Dmg文件。也是Mac OS的安装文件。 好下面正式开始安装Snow leopard 10.6 首先,安装好VMware7。而后 File->New->Virtual Machine创建一个虚拟机,后面的几个步骤均可默认选择。 在Install form 界面是 选择最后一个,即 I will install the operating system later. 在选择操作系统时选择Other->FreeBSD 64-bit。如下图 注意: 另外虚机的设置可以按照自己的实际需求和环境来设置,但是最好内存不要少于1G,硬盘大小不要少于15G 创建好之后,需要你在刚建立的虚拟机目录下找到一个扩展名为.vmx的文件,用记事本打开,找到guestOS = "freebsd

快速读取非常大的表作为数据框

ε祈祈猫儿з 提交于 2020-02-26 16:09:15
我有非常大的表(3000万行),我想将其作为R中的数据帧加载 read.table() 具有许多方便的功能,但似乎实现中有很多逻辑会减慢速度事情下来。 就我而言,我假设我提前知道了列的类型,该表不包含任何列标题或行名,并且没有任何我要担心的病理字符。 我知道使用 scan() 以列表的形式读取表的速度非常快,例如: datalist <- scan('myfile',sep='\t',list(url='',popularity=0,mintime=0,maxtime=0))) 但是我将其转换为数据帧的一些尝试似乎使上述性能降低了6倍: df <- as.data.frame(scan('myfile',sep='\t',list(url='',popularity=0,mintime=0,maxtime=0)))) 有更好的方法吗? 还是完全不同的解决方法? #1楼 奇怪的是,即使这是很重要的问题,多年来也没有人回答问题的最底层部分 data.frame 只是具有正确属性的列表,因此,如果您有大量数据,则不想将其用作 as.data.frame 或类似的列表。 只需将列表“就地”转换为数据框就可以更快: attr(df, "row.names") <- .set_row_names(length(df[[1]])) class(df) <- "data.frame"

Parallel processing of big rasters in R (windows)

夙愿已清 提交于 2020-01-23 05:34:05
问题 I'm using the doSNOW package and more specifically the parLapply function to perform reclassification (and subsequently other operations) on a list of big raster datasets (OS: Windows x64). The code looks a little like this minimalistic example: library(raster) library(doSNOW) #create list containing test rasters x <- raster(ncol=10980,nrow=10980) x <- setValues(x,1:ncell(x)) list.x <- replicate( 9 , x ) #setting up cluster NumberOfCluster <- 8 cl <- makeCluster(NumberOfCluster)