强烈建议CSDN 封 @LINUSTD 号

狂奔小蜗牛 2014-04-10 09:53:50
我想说,之前确实 是做 微软那一套。c# 当时确实鄙视 java 那一套, 可能是因为 经验尚欠。但是,后来,公司要做java 那一套,然后也就硬着头皮上了,学了,四个月, SSH 做项目,勉强凑合吧, 后来,公司要做有一个商业智能的项目,辗转去做Cognos +db2 pl 一搞就是一年多,现在也依旧做这个,将来也估计发展这个方向。在此期间也学习了python 只能说略懂语法皮毛吧,只在linux 下 写脚本对mysql 做了一个增删查改....

不能说自己是大牛吧,但是自己算是那种,涉及很多领域,也有很多感触,其实没个都有自己的优点,自己选择,吧,但是每次,看到一些 喷子,我很是愤怒

============
每次,去看CSDN 的各种科技新闻的时候,就会发现一些2B 以@LINUSTD为代表。撒都不说了,

收集@LINUSTD的罪证吧。


...全文
2332 16 打赏 收藏 转发到动态 举报
写回复
用AI写文章
16 条回复
切换为时间正序
请发表友善的回复…
发表回复
心在忍耐 2015-06-01
  • 打赏
  • 举报
回复
khjian 2014-08-01
  • 打赏
  • 举报
回复
不要和这种人一般见识,狗咬人正常,你总不能去咬狗吧,是不是?
狂奔小蜗牛 2014-07-18
  • 打赏
  • 举报
回复
引用 17 楼 jy02326166 的回复:
这货想象力挺丰富的,啥都能扯上微软...
现在CSDN都以它为荣了。。可悲。
sinat_16893749 2014-06-25
  • 打赏
  • 举报
回复
引用 14 楼 lukali 的回复:
其实不用封号,骂一他,其实挺释放压力,别太放在心上,把他当作出气筒即可
对!每天工作累了就上来骂他两句,同时完全无视他的回复,气死他 @linustd 快过来,老子要拉屎了
lukali 2014-05-25
  • 打赏
  • 举报
回复
其实不用封号,骂一他,其实挺释放压力,别太放在心上,把他当作出气筒即可
一饭一粥 2014-05-25
  • 打赏
  • 举报
回复
语言排行榜一出,就出来蹦蹦跳,理他做什
路边一青蛙 2014-05-24
  • 打赏
  • 举报
回复
狂奔小蜗牛 2014-04-21
  • 打赏
  • 举报
回复
引用 8 楼 lrzw32 的回复:
很久之前他就这样了,不必在意
哎,没办法,脑残一流。。
lrzw32 2014-04-15
  • 打赏
  • 举报
回复
很久之前他就这样了,不必在意
狂奔小蜗牛 2014-04-15
  • 打赏
  • 举报
回复
引用 6 楼 frank_liu1980 的回复:
他们这些人在CSDN这边存在的最大价值就是为理性思辩提供各种反面素材。
说的好,
zioc2014 2014-04-14
  • 打赏
  • 举报
回复
久闻大名啊...
frank_liu1980 2014-04-12
  • 打赏
  • 举报
回复
他们这些人在CSDN这边存在的最大价值就是为理性思辩提供各种反面素材。
狂奔小蜗牛 2014-04-10
  • 打赏
  • 举报
回复
请看不惯他的收集罪证。 瘪三勿喷....
狂奔小蜗牛 2014-04-10
  • 打赏
  • 举报
回复
引用 4 楼 h733y 的回复:
呵呵,这种人就是给csdn添加欢乐的,理他作甚。好像还有个叫okgood的,还停留在语言之争水平的人。话说你打dota也得看阵容吧。想当年查百度、贴吧找最强英雄,被人虐得满地爬。。。。 毕竟言论自由,封号就没必要了。
这个正常,骂人就是不对的了。。。okgood 还好点,至少不骂人。
h733y 2014-04-10
  • 打赏
  • 举报
回复
呵呵,这种人就是给csdn添加欢乐的,理他作甚。好像还有个叫okgood的,还停留在语言之争水平的人。话说你打dota也得看阵容吧。想当年查百度、贴吧找最强英雄,被人虐得满地爬。。。。 毕竟言论自由,封号就没必要了。
狂奔小蜗牛 2014-04-10
  • 打赏
  • 举报
回复
引用 2 楼 Focus 的回复:
支持楼主, 建议封杀那个素质低下的人渣。 这种痞货的出现只能是程序员的耻辱!
群众的眼睛是雪亮的。。。
源码链接: https://pan.quark.cn/s/a4b39357ea24 在本研究中,我们将详细研究如何借助Python执行数据可视化,旨在剖析2018年期间中国四个主要城市——北京、上海、广州以及深圳的空气质量状况。通过绘制反映空气质量指数(AQI)与细颗粒物(PM2.5)变化趋势的图表,我们能够深入理解这些大都市全年的空气环境质量,并明确评估其优良天气所占的比重。 我们必须首先进行数据准备工作。在当前提供的压缩文件内,名为"2018天气"的文件极有可能是数据来源,其中可能收录了涉及四个城市每日空气质量监测的详细信息。这些数据通常涵盖日期、城市名称、AQI数值、PM2.5含量等核心参数。在Python编程环境中,我们惯常运用pandas库来对这类结构化数据进行高效的处理和分析。 1. **数据导入与初步处理**: - 利用`pandas.read_csv()`方法来导入存储为CSV格式的数据资料。 - 数据整理:对数据中的空白项、非正常数值进行修正,保证数据的精确性。 - 调整日期字段的格式,确保其能够适用于时间序列分析的需求。 2. **数据深度分析**: - 针对每个城市的AQI和PM2.5数据执行统计性描述,例如计算平均值、中位数、标准偏差等指标。 - 确定空气质量良好天气的天数,即那些AQI值低于75(依据中国的空气质量评估标准)的日数。 3. **数据呈现**: - 运用matplotlib或seaborn工具绘制折线图,直观展示四个城市在2018年全年的AQI和PM2.5变化动态。 - 可通过采用不同的颜色方案和线条类型来区分不同城市的数据系列。 - 添加必要的图示元素,如日期坐标轴、城市名称标注、图表标题及图例说明,以提升图表的可读...

699

社区成员

发帖
与我相关
我的任务
社区描述
提出问题
其他 技术论坛(原bbs)
社区管理员
  • community_281
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧