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。
伏羲—阿里云分布式调度系统
在12月12日的云栖社区在线培训上，“飞天”分布式系统核心开发人员陶阳宇分享了《伏羲-阿里云分布式调度系统》。他主要从伏羲系统架构、任务调度、资源调度、容错机制、规模挑战、安全与性能隔离方面介绍了伏羲分布式系统架构和设计理念。
如何配置grafana开发环境
前言
grafana是一款功能强大的数据可视化软件，支持多种数据源。本文将介绍如何配置grafana开发环境，可对其进行汉化等处理。
如果不二次开发，可参照文档直接安装已编译的版本：https://grafana.
SLS机器学习介绍（03）：时序异常检测建模
虽然计算机软硬件的快速发展已经极大提高了应用程序的可靠性，但是在大型集群中仍然存在大量的软件错误和硬件故障。系统要求7x24小时不间断运行，因此，对这些系统进行持续监控至关重要。这就要求我们就被从系统中持续采集系统运行日志，业务运行日志的能力，并能快速的分析和监控当前状态曲线的异常，一旦发现异常，能第一时间将信息送到相关人员手中。
