0、Python与设计模式--前言
#一、什么是设计模式？
什么样的程序员是一个好的程序员？学会很多门编程语言，就是一个好的程序员了么？事实上，学会一门编程语言不是一件很难的事，而“学会”一门编程语言是非常难的一件事。前一个“会”强调“能”，懂语法，能写简单的程序就算是前者的“会”了；后一个“会”，强调“精”，显然，光能写出“Hello World”并不算是后者的“会”，能熟练应用，并用编程语言解决各种问题，才算是真正的“会”。编
PostgreSQL内核扩展之 - ElasticSearch同步插件
背景介绍
Elasticsearch 是开源搜索平台的新成员，实时数据分析的神器，发展迅猛，基于 Lucene、RESTful、分布式、面向云计算设计、实时搜索、全文搜索、稳定、高可靠、可扩展、安装＋使用方便。
PostgreSQL 是起源自伯克利大学的开源数据库，历史悠久，内核扩展性极强，用户
Numpy常用属性及方法
Numpy
一、属性：
ndarray.shape 返回一个元组，里面是各个维度的size
ndarray.ndim 返回数组的维度
ndarray.dtype 返回数组数据的类型
二、方法：
np.array(x， dtype=complex) 接收一个数组， dtype指定数据类型，
np.zeros( (3,4) ) 接收一个代表数组维度size的元组
np.ones((3,4)) 同上
np.arange(10, 30, 5) 返回一个起始为10，每次增加5，一直到30但不包括30的数组（本例返回[10, 15, 20, 25]），一般会跟reshape配合使用。
XGBOOST原理解析
1.引言最近，因为一些原因，自己需要做一个小范围的XGBoost的实现层面的分享，于是干脆就整理了一下相关的资料，串接出了这份report，也算跟这里的问题相关，算是从一个更偏算法实现的角度，提供一份参考资料吧。
教你搭建多变量时间序列预测模型LSTM（附代码、数据集）
长短期记忆循环神经网络等几乎可以完美地模拟多个输入变量的问题，这为时间序列预测带来极大益处。本文介绍了如何在 Keras 深度学习库中搭建用于多变量时间序列预测的 LSTM 模型。
诸如长短期记忆（LSTM）循环神经网络的神经神经网络几乎可以无缝建模具备多个输入变量的问题。