代码整洁之道-Clean Code 清晰带书签版 pdf格式 个人阅读完毕，非常好的一本编程指导书籍 自己添加的书签 非常方便阅读 希望共享给大家！

通过对代码规范相关的三本书《重构，改善代码的既有设计》、《代码整洁之道》、《阿里巴巴Java开发手册》，抽取了重要成分，对代码优化重构思路的一次总结

Even bad code can function. But if code isn’t clean, it can bring a development organization to its knees. Every year, countless hours and significant resources are lost because of poorly written code. But it doesn’t have to be that way. Noted software expert Robert C. Martin presents a revolutionary paradigm with Clean Code: A Handbook of Agile Software Craftsmanship. Martin has teamed up with his colleagues from Object Mentor to distill their best agile practice of cleaning code “on the fly” into a book that will instill within you the values of a software craftsman and make you a better programmer—but only if you work at it. What kind of work will you be doing? You’ll be reading code—lots of code. And you will be challenged to think about what’s right about that code, and what’s wrong with it. More importantly, you will be challenged to reassess your professional values and your commitment to your craft. Clean Code is divided into three parts. The first describes the principles, patterns, and practices of writing clean code. The second part consists of several case studies of increasing complexity. Each case study is an exercise in cleaning up code—of transforming a code base that has some problems into one that is sound and efficient. The third part is the payoff: a single chapter containing a list of heuristics and “smells” gathered while creating the case studies. The result is a knowledge base that describes the way we think when we write, read, and clean code. Readers will come away from this book understanding How to tell the difference between good and bad code How to write good code and how to transform bad code into good code How to create good names, good functions, good objects, and good classes How to format code for maximum readability How to implement complete error handling without obscuring code logic How to unit test and practice test-driven development This book is a must for any developer, software engineer, project manager, team lea

关于:thinking_face: :unicorn: :party_popper: 一个写作的地方。 :writing_hand: 所以这里的想法很简单，构建一个简单的 Markdown 写作应用程序。 Markdown 是一个大问题，所有很酷的工具都被关闭和天真地关闭，我想，这真的有多难？ :thinking_face: :memo: :package: 因此，在这些服务之一被关闭的那一年，我每年都会对这个东西进行糟糕的设计迭代。 当 Canvas 去年关闭时，我开始对这个想法更加认真。 :light_bulb: :high_voltage: :telescope: 在规划我上一份工作的一些季度目标时，我决定更全面地使用 Node，并开始真正完成构建微服务的过程。 由于我从来没有真正抽象地学习语言和框架，因此我决定将 Downwrite 作为构建这些微服务的借口。 :satellite_antenna: :money_with_wings: :globe_showing_Americas: 为什么 Markdown :face_with_monocle: :face_with_ra

PsiLog::收集器 用 NodeJS 编写的基于流的日志收集/聚合工具。 它类似于logstash，但使用的内存要少得多，并且有一些整洁的转换器。 特征 高度可配置的日志管道 简单的yaml配置 ElasticSearch 映射预设和配置工具 用于快速日志管道定义的配置预设 输入：文件，tcp 指标输入：收集和监控系统负载、流量和其他资源 分线器：线 解析器：正则表达式，json 转换器：正则表达式、addFields、anonymizeIp、parseDate、useragentDetector 输出：elasticsearch、stdout、tcp ... 更多内容，请参阅 安装 你至少需要 NodeJS 0.10.x npm install -g psilog-collector 在/etc/psilog-collector配置您的日志/etc/psilog-coll

SimRunner 使您能够在参数选择的全因子设计范围内轻松运行任何数值模拟主文件，包括数字和字符串值元胞数组。 使用集成回归树从完成的实验中计算结束时间的智能估计。 最终结果被打包并顺序保存，以防出现任何问题。 为了辅助科学计算，默认情况下控制随机种子，最终结果包包含用于每个实验的特定参数。 还支持并行运行实验（需要并行计算工具箱）。 首先，在MATLAB提示符下键入“ help SimRunner”。 提供了一个测试主文件和运行文件。

整洁代码必读书之一, Clean Code.

软件质量，不但依赖于架构及项目管理，而且与代码质量紧密相关。这一点，无论是敏捷开发流派还是传统开发流派，都不得不承认。《代码整洁之道》提出一种观念：代码质量与其整洁度成正比。干净的代码，既在质量上较为可靠，也为后期维护、升级奠定了良好基础。作为编程领域的佼佼者，《代码整洁之道》作者给出了一系列行之有效的整洁代码操作实践。这些实践在《代码整洁之道》中体现为一条条规则(或称“启示”)，并辅以来自现实项目的正、反两面的范例。只要遵循这些规则，就能编写出干净的代码，从而有效提升代码质量。 《代码整洁之道》阅读对象为一切有志于改善代码质量的程序员及技术经理。书中介绍的规则均来自作者多年的实践经验，涵盖从命名到重构的多个编程方面，虽为一“家”之言，然诚有可资借鉴的价值。图书推荐 《代码整洁之道》：细节之中自有天地，整洁成就卓越代码 尽管糟糕的代码也能运行，但如果代码不整洁，会使整个开发团队泥足深陷，写得不好的代码每年都要耗费难以计数的时间和资源。然而这种情况并非无法避免。 著名软件专家RoberfC.Marlin在《代码整洁之道》中为你呈现出了革命性的视野。Martin携同ObjectMetltor公司的同事，从他们有关整洁代码的最佳敏捷实践中提炼出软件技艺的价值观，以飨读者，让你成为更优秀的程序员——只要你着手研读《代码整洁之道》。 阅读《代码整洁之道》需要你做些什么呢？你将阅读代码——大量代码。《代码整洁之道》促使你思考代码中何谓正确，何谓错误。更重要的是，《代码整洁之道》将促使你重新评估自己的专业价值观，以及对自己技艺的承诺。 从《代码整洁之道》中可以学到：好代码和糟糕的代码之间的区别：如何编写好代码，如何将糟糕的代码转化为好代码：如何创建好名称、好函数、好对象和好类；如何格式化代码以实现其可读性的最大化：如何在不妨碍代码逻辑的前提下充分实现错误处理；如何进行单元测试和测试驱动开发。

非常完美的html静态模板（社区网站）资源，不可多得，值得入手

网络视觉 NeAt（Neural Attention）Vision是一种可视化工具，用于自然语言处理（NLP）任务的深度学习模型的注意力机制。 产品特点 可视化注意力得分，有很多选择。 将可视化文件导出为SVG格式。 如果要在学术论文中使用可视化效果，这将非常方便。 但是，您可能必须将SVG转换为PDF。 可视化模型预测。 显示类的后验分布，回归任务中的错误等。 对于调试模型和检查其行为很有用。 支持分类，多标签分类和回归。 进行了整齐的可视化，以可视化自然语言处理（任务）任务的注意机制的权重。 目前，整洁的视觉只支持可视化的自我注意机制，在句子级别上执行以下任务： 回归：预测单个连