背景 我司产品提出了一个需求,做一个数据基于Echars的可拖拽缩放的数据可视化,上网百度了一番,结果出现了两种结局,一种花钱买成熟产品(公司不出钱),一种没有成熟代码,只能自己写了,故事即将开始,敬请期待……。  不,还是先上一张效果图吧,请看…… 前期知识点 1. offset(偏移量) 定义:当前元素在屏幕上占用的空间,如下图: 其中: offsetHeight: 该元素在垂直方向上的占用的空间,单位为px,不包括margin。 offsetWidth:该元素在水平方向上的占用空间,单位为px,不包括margin。 offsetLeft: 该元素距离左侧并且是定位过(relati
2021-09-22 14:21:49 153KB ar art c
1
1.介绍 MPAndroidChart GitHub地址  MPAndroidChart的强大之处就不在多说了,目前最新的版本是3.0.1,在新版本中很多方法都被弃用了,这个要注意一下,在网上查到的大多数资料都是关于旧版本的,今天来实现一下折线图,把过程记录下来,分享给大家。 效果图: 2.引入开源库 在项目根目录的build.gradle文件中加入如下代码 allprojects { repositories { maven { url https://jitpack.io } } } 在app根目录的buil.gradle文件中加入依赖 dependenc
2021-09-21 21:18:57 77KB android图表 android开发 ar
1
联邦学习(Federated Learning)分类及架构设计1、联邦学习起源2、联邦学习定义3、联邦学习的隐私保护机制4、联邦学习分类4.1 水平/横向联邦学习(Horizontal Federated Learning)4.2 垂直/纵向联邦学习(Vertical Federated Learning)4.3 联邦迁移学习( Federated Transfer Learning)5、联邦学习系统架构5.1 水平联邦学习系统架构5.2 垂直联邦学习系统架构5.3 联邦迁移学习系统架构5.4 联邦学习激励机制6、联邦学习的应用 (声明:本文参考论文“Federated Machine Lea
2021-09-21 16:08:55 240KB ar ed IN
1
文章目录JavaWeb项目部署到阿里云服务器1. 把项目打包成war包1.1 方法一1.2 方法二2. 配置服务器的jdk和tomcat环境3. JavaWeb项目部署 JavaWeb项目部署到阿里云服务器 服务器:阿里云服务器 + Ubuntu 18.04 64位Linux操作系统 集成环境:IntelliJ IDEA 2019.1 项目类型:SpringBoot 2.2.6 1. 把项目打包成war包 1.1 方法一 在使用IDEA创建SpringBoot项目时,选择打成war包: 1.2 方法二 默认maven项目如果是打成jar包,这时需要一些修改使得项目能够打成war包。 (1)
2021-09-21 14:56:57 470KB ar w 云服务器
1
2018年AR产业白皮书.pdf
2021-09-20 18:01:46 4.73MB
本文实例讲述了Python使用sklearn库实现的各种分类算法简单应用。分享给大家供大家参考,具体如下: KNN from sklearn.neighbors import KNeighborsClassifier import numpy as np def KNN(X,y,XX):#X,y 分别为训练数据集的数据和标签,XX为测试数据 model = KNeighborsClassifier(n_neighbors=10)#默认为5 model.fit(X,y) predicted = model.predict(XX) return predicted SVM f
2021-09-20 15:49:56 44KB ar le python
1
AR涂涂乐项目源文件第二部分(共两部分),教程地址:https://blog.csdn.net/weixin_38239050/category_7465294.html
2021-09-19 21:52:05 178.2MB AR涂涂乐
1
AR涂涂乐项目源文件第一部分(共两部分),并附带CSDN案例教程,供开发者学习参考。教程地址:https://blog.csdn.net/weixin_38239050/category_7465294.html
2021-09-19 21:50:02 200MB AR涂涂乐
1
pytorch安装 注:在训练模型的时候,有时候可能需要不同版本的 torch和torchvision,所以需要配置不同的环境。anconda和pycharm自行安装,接下来在pycharm终端pip安装。 1. torch和torchvision下载 进入pytorch官网,[https://pytorch.org] 进入右下角的网站下载,找到需要的版本,我的版本如下 1.3.0-版本 cp37-python版本3.7 win-Windows系统 2. pycharm终端安装 (1)首先创建一个环境 conda create -n pytorch_1.3 python=3.7 注:有
2021-09-19 11:06:20 558KB ar arm c
1
概述 上一篇文章中我们介绍了如何使用ArcGIS JS API和eCharts结合,在二维和三维场景下绘制迁徙图。这篇文章我们来介绍下如何在二维和三维场景下绘制散点图,其实散点图跟迁徙图一样,它的绘制也跟地理坐标系有关,所以实现思路跟迁徙图的绘制是一样的,我们来看下最终效果: 实现思路 迁徙图、散点图这种图表跟地理坐标关系紧密,所以仅仅通过二维普通图表绘制的方式是无法实现这类图表绘制的,所以就需要我们来扩展eCharts的相关功能,使其能够够结合最新版的ArcGIS JS API来完成地图上这类图表的绘制,eCharts官网也提供了相应的扩展插件,但这种插件并不能很好地支持我们ArcGIS
2021-09-18 10:16:47 557KB ar art c
1