- 综合排序
- 最热优先
- 最新优先
- 来自专栏PyQt5
python3GUI--大屏可视化-XX产业大数据指挥舱（附下载地址） By:PyQt5
一．前言今天又来和大家分享我开发的PyQt5大屏可视化方案了，本次和大家分享一款XX产业大数据指挥舱可视化方案。 文字的方式，软件整体布局为垂直布局，内部为水平布局，通过将主体内容占比增大的方式凸出主体内容，通过绘制组件实现了组件的重写，主屏增加了盘旋的无人机，增加了软件的灵巧性，软件内部有多个模块：病虫害预警、统计数据 、硬件设备、灌溉数据、日志模块...每一部分都是单独设计的，简而言之就是每个模块都可以单独调试，避免了整体测试的时间浪费。 3.代码架构源代码文件夹包含多个.py文件，每个文件的互相调用逻辑见下图4.项目结构以下为本项目的代码结构，主要源代码在src目录下，目录下分资源、配置、组件包。 new_messagesself.current_offset = 0 # 重置滚动偏移量self.create_labels(QFont("微软雅黑", 7, QFont.Bold)) # 重新创建标签五．心得体会本次和大家分享了我的大屏可视化方案
25210编辑于 2025-07-23 - 来自专栏数据猿
数据智能的前景光明，数据产业才是宇宙第一大产业 | 大咖周语录
2015年开始，中国积极支持大数据产业的发展，并逐渐提升至战略层面，这给大数据企业提供了良好的发展空间，也会推动大数据产业生态的建设。数据智能的前景光明 数据产业才是宇宙第一大产业。 编辑 | 张宏 官网 | www.datayuan.cn 微信公众号ID | datayuancn 涂子沛最新演讲：数据智能的前景光明 数据产业才是宇宙第一大产业 8月13日，在北京大学创业训练营“大云智信 这是我们今天基于大数据时代的智能。数据不是石油，不能一桶一桶的卖，数据是土壤。未来，数据产业才是真正的宇宙第一大产业。” 数据智能是什么 在大量数据的基础上，加上一点逻辑，加上一点统计。 原文链接：http://www.datayuan.cn/article/13218.htm 中源数聚艾晓光：咨询行业为什么要做管理大数据 8月10日，在由中关村大数据产业联盟主办的“2017 中国(北京 )国际互联网+时代博览会”暨“数字经济发展”产业峰会上，中源数聚信息科技有限公司总经理艾晓光发表演讲并接受了数据观的采访，他表示，管理大数据是咨询行业的一个开创性产品，它能为客户提供智能化咨询。
1.2K60发布于 2018-04-19 - 来自专栏加米谷大数据
2019年大数据产业发展如何？
01 2019年中国大数据发展如何 2018年中国大数据产业规模推测达到5405亿元，较2017年4700亿元同比增长15%； 2019年有望达到6216亿元，并且未来几年中国大数据产业将保持在10-15% 报告引用中国信息通信研究院“2015-2019年中国大数据产业市场规模趋势”数据。 02 大数据顶层设计 2018年，全国各地加强贯彻落实《促进大数据发展行动纲要》《大数据产业发展规划(2016-2020)》及相关政策，十多个地方已经设置了省级大数据管理机构，30多个省市制定实施了大数据相关政策文件 大数据产业的参与企业逐渐打破硬件和软件的产品界限，形成了“硬件带动软件”和“软件带动硬件”两种新型商业模式。 05 大数据区域布局 中国已经建设了8个国家大数据综合试验区和5个国家大数据新型工业化示范基地，开展大数据方面的实践探索，区域布局持续优化。
88430发布于 2019-07-22 - 来自专栏钱塘大数据
【盘点】2016大数据产业十大关键词
本文总结了2016大数据产业相关的十大热词。 ? TOP 1:大数据产业“十三五” ? 加强海量数据存储、数据清洗、数据分析挖掘、数据可视化等关键技术研发，形成一批具有国际竞争力的大数据处理、分析和可视化软硬件产品，培育大数据相关产业，完善产业链，促进相关产业集聚发展。 4、推进城市互联、构建智慧城市群。智慧城市3.0时代将以大数据中心为核心节点，通过跨境电商、智慧物流、智慧园区、智慧旅游等应用，加快与“一带一路”国家的数据交流，以数据流带动信息流、文化流。 5、打造大数据的生态圈。致力于加强于各行业顶尖企业的交流合作，在大数据分析领域，建立从数据源、大数据基础设施、大数据分析、大数据可视化、数据运用的大数据生态圈。 TOP 4：大数据综合试验区 ? 届时，将共同引领东部、中部、西部、东北等“四大板块”的大数据产业发展，实现数据共享、区域内协同发展、加快产业转型。 TOP 4：数据主权 ?
1.7K50发布于 2018-03-02 - 来自专栏大数据文摘
大数据，看贵州！ 贵州大数据产业发展8大看点
2013年下半年，中国电信、联通、移动纷至沓来，三大电信运营商数据中心在贵州开工建设、中关村贵阳科技园成立、富士康第四代产业园落户……这一系列大手笔，正助推贵州迈上“云端”,成为发展大数据产业的黄金宝地 从国务院颁发《国家战略性新兴产业发展规划》等系列文件,到贵州省出台的大数据产业发展规划和支持大数据产业发展的具体政策,从中央到地方,一系列政策为贵州大数据产业发展提供了利好机遇。 贵州大数据产业发展8大看点 看点一：三大运营商南方数据中心落户贵安新区 2013年10月21日开工建设的中国电信云计算中心总占地500亩，总投资70亿元，一期建成后服务器容量为100万台，2014年底起可陆续投入商用 贵阳市将全力打造高科技、低成本、绿色节能的大数据产业基地，实现数据采集、分析挖掘、应用服务的全产业链发展，建成国内领先水平的大数据基地，推动电子政务、电子商务、智慧旅游、智能交通、智慧城市等产业发展。 看点五：贵州省打造千万服务器的大数据集群 三大运营商的数据中心在贵安新区相继建成后，将使贵阳周边特定区域快速集聚20万—30万的机架、百万台的服务器，数据存储规模可达EB以上，随着大数据产业持续发酵，将形成一个千万服务器集群的数据中心基地
2K100发布于 2018-05-22 - 来自专栏钱塘大数据
这七大产业，从大数据获益最多！
世界上的每一个企业都需要数据使其业务茁壮成长。数据可以告诉企业其客户是谁，以及如何运作的，这就是可以引导企业产生新的见解和新的创新。 医疗行业有巨大的潜力，当谈到大数据，因为它涉及到个人的健康和保健，这也是要考虑的最重要的产业之一。现代医疗管理计划也开始专注于数据分析，除了传统的责任，这已经不是什么秘密。 医疗机构可以收集所有传入的目前患者显著的数据，并可能与其他组织共享该数据，以及创建更大的患者信息网络。 所有这些数据可以用来创造更好的购物环境，并最终推动更多商品的销售。 4．非营利组织。 大数据可以帮助他们比以往任何时候更精确地理解每一个新的用户的潜在风险和回报。 7.农业。农业产业化也会从使用大数据中受益。
85250发布于 2018-03-01 - 来自专栏木东居士的专栏
闲聊4年大数据经历
0x00 前言 周末闲来无事，想到从13年接触大数据这个名词，到现在也有4年的时间了，随便聊一聊自己和大数据接触的那些经历。 0x01 大数据 “什么是大数据？” ，和数据相关的技术也都数据大数据。 2016年初 然后到了16年初，感觉机器学习突然间火起来了，突然间大数据的概念就被割裂出去了一大部分，机器学习和数据挖掘这部分和算法强相关的内容一下子就不属于大数据这个概念了。 然后数据量一下暴增了，一天要处理的数据增到了百亿的级别，很多任务的数据量都超过了千亿，。下子问题就大了，遇到了很多的挑战，比如数据倾斜、数据丢失、数据读写影响这些问题。 大规模数据的处理是一个非常大的课题，但是这一点更偏向于是搞技术的。 我们在做大数据的时候也更应该有数据的理解，这里对数据的理解可能会和数据分析、数据挖掘有类似，但是又不同。
88730发布于 2018-05-25 - 来自专栏钱塘大数据
中国大数据产业发展5大趋势展望
3、数据安全将成为产业发展中的核心问题 在技术层面，围绕大数据整个产业链，沿用最新的信息安全技术，开发大数据安全产品和服务。 产业生态层面，威胁情报、网络安全漏洞，以及攻击等数据的即时共享成为行业协作的示范领域，未来将会逐渐向大数据安全领域扩展。 未来，可以仿照阿里巴巴“电子商务生态安全联盟”和腾讯成立安全联盟，建立大数据领域的安全联盟。 4、IT系统的自主可控进程将不断推进 政府构建自主可控信息安全网络，为国产业带来大量市场需求。 5、工业和健康医疗等新领域将成为未来竞争高地 随着大数据基础设施的完善和大数据分析技术的成熟，大数据应用场景和解决方案的拓展成为发展重点，健康医疗大数据以其巨大的产业延展空间，工业大数据以其潜在的巨大产业规模成为未来发展重点 与此同时，随着中国制造2025和工业互联网战略的推进，以预测性维护、工业互联网平台和工业APP为主的应用协力助推了工业大数据产业的发展。 本文来源：中国电子信息产业发展研究院
86720发布于 2018-09-21 数据同步最全避坑指南！4大痛点+4大场景技术方案
在数据湖仓一体、流批一体的背景下，数据同步作为数据流动越来越重要的一环。然而，数据同步听起来简单，做起来却处处是坑：业务急着要数据做决策，报表却迟迟出不来？ 系统A和系统B的数据对不上，流程卡住，用户投诉？想搞实时同步提升体验，结果把核心数据库拖慢了？尤其在企业内部数据分析和业务流程流转等关键时刻，如果数据同步跟不上，问题就大了。 （2）技术实现：全周期一致性方案通过将存量数据校验与增量同步并行处理，缩短数据切换时间，降低业务中断风险。4.资源消耗与扩展不足（1）痛点：流式同步技术在提升实时性的同时，对计算资源的需求大大增加。 误区 4：安全防护的合规性缺失敏感数据同步需满足分类分级要求，山东大数据局明确要求传输加密、脱敏处理与最小权限管控。工具应该内置敏感数据规则，并支持操作日志审计留存，确保符合监管要求。 3.流处理平台：实时化场景方案企业可以根据场景选择单一工具或组合方案：4.新一代统一架构：流批一体与湖仓融合理想的数据同步架构应该整合流批一体引擎（Flink）、湖仓存储层（Iceberg）与智能管控面
75310编辑于 2025-09-22- 来自专栏云计算D1net
大数据时代 云安全4大策略
云计算与大数据的结合可以说是天作之合。大数据需要灵活的计算环境，而后者可以快速、自动地进行扩展以支持海量数据，基础设施。 4、对数据安全永不妥协 虽然云安全通常十分复杂，但是用户在大数据部署当中还是会发现一些“安全捷径”。这些“安全捷径”通常貌似能够回避一些复杂设置，同时保持大数据结构“不受伤害”。 并不是所有的大数据基础设施是安全的，如果处于风险当中的数据非常敏感或是属于管制数据，那么用户可能需要寻找替代方案。 多备份在给用户备份数据时自动把数据压缩加密并传到多个云端平台，采用3层加密安全保护体系使得数据安全达到最高。 总结 只有为数据建立了最为严格的安全标准，大数据才能够不断地享受着由云计算提供的可扩展性、灵活性和自动化。加密被认为是保护云(大)数据的首要步骤。
1.4K70发布于 2018-03-21 - 来自专栏腾讯云智能·AI公有云
腾讯数字生态大会产业对谈：大模型如何落地产业场景？
知识助手场景：医疗大模型提升诊疗效率 在医疗行业，数据量大、维度多且解读难度高是常见挑战，AI的应用在这些方面能显著提升效率和质量，具有重要的经济和社会价值。 工业富联首席数据官刘宗长表示，在与腾讯合作打造工业大模型的过程中，腾讯云通过提供自研的大模型推理框架、数据生成和异常检测算法，以及腾讯混元大模型+RAG技术方案，帮助工业富联克服这些难点。 落地阶段，工业富联和腾讯云合作，重点关注数据管理、知识管理和业务系统融合。通过统一的数据存储平台和大模型的推理结果，实现数据的集成和标准化处理，提升生产透明度和响应速度。 这些要求确保了模型不仅能提供准确的风险预测，还能符合法律法规，保护用户数据。 在风控场景中应用大模型可能会遇到数据质量、多样性、对抗训练、多任务学习、模型结构设计等方面的挑战。 中信百信银行大数据部总经理彭南博在对谈中表示，为了解决这些问题，中信百大银行采取了一系列技术措施，包括数据质量控制、数、对抗训练、多任务学习和模型结构优化等。
51610编辑于 2024-09-06 数据资产怎么管？关键在这4大环节！
我们可以利用数据发现工具或数据目录平台，自动连接到公司内部的各个数据库、数据仓库甚至文件存储。 2.核心是抓取“元数据”工具会自动采集“关于数据的数据”，比如一个数据表叫什么、在哪里、包含哪些字段（这是技术元数据）；每个字段在业务上代表什么，归哪个部门管（这是业务元数据）。 3.形成数据目录将所有采集到的元数据组织起来，形成一个可搜索的、统一的数据资产地图。想象一下，这就是你公司数据的“搜索引擎”。做完这一步，你就能快速回答：我们到底有没有“客户满意度评分”这个数据？ 2.设计一致的数据模型在数据汇聚的层面，比如数据仓库里，按照商定好的标准来设计和整合数据，确保口径一致。3.理清数据血缘这一点非常关键。 我们应该把处理好的数据，封装成易于使用的数据服务API、可复用的数据产品或直观的分析报表。让业务方能够方便地获取数据能力。2.尝试进行价值度量数据值多少钱？这是个难题，但我们必须尝试去回答。
40610编辑于 2025-12-08- 来自专栏程序你好
区块链4大优势，与传统金融4大短板
通俗地说，所有网络虚拟数字货币的交易过程都是去中心化的分布式网络账本，被记录的所有交易数据都可以在区块链各个节点上共享，各个数据终端通过加密合约彼此间相互链结。 包括互联网金融在内的金融产业常遭遇四个方面的短板： 第一是诚信体系和信任机制问题。 区块链技术的四大优势表现在四个方面： 首先是免基础信任机制。 所有参与区块链交易节点都参与记录和验证，以及数据的维护。 所有涉及信任机制的领域，区块链都有用武之地，未来的应用潜力将改变诸多行业面貌和产业样态。
1.3K10发布于 2018-07-20 - 来自专栏刘旷专栏
云游戏拉开产业化大幕
以大热网游《原神》为例，手游最近更新的安装后内存约15个G，手机配置在高通865以上才可畅玩。 各路玩家蜂拥而至相较于海外，国内云游戏参与者分布较为广泛，主要包括互联网企业、云服务商、游戏公司三大类，这些参与者从行业巨头到初创公司，角色定位与职能十分清晰。 同样获得融资的云天畅想，主要致力于为数字经济提供稀缺的高端算力解决方案，其服务覆盖云游戏、云电竞、云VR、视频彩铃、4K-8K云视讯、云电脑、云手机、云渲染等应用场景。 但问题是，除非云游戏平台将数据中心建得到处都是，否则只有地理意义上离数据中心较近的玩家才能获得不错的体验，这正是当下很多云游戏用户存在顾虑的点。三是商业化方面还面临不少问题。 相信依托国内庞大的游戏用户群体，以及完备的5G基建和数据中心网络，未来几年中国的云游戏有望进入高速产业化的新阶段，而当下的进展只是产业化的开始。未经授权，严禁转载
89510编辑于 2022-12-14 - 来自专栏企鹅号快讯
2017年我国大数据产业发展五大新突破
2017年，大数据产业发展打开突破口，迎来爆发期，大数据融合应用进程加速，产业集聚进一步特色化发展，创新驱动仍是产业发展主基调，为做大做强数字经济、带动传统产业转型升级提供新动力。 2017年接近尾声，这一年大数据新模式、新业态层出不穷，面对五大瓶颈问题——数据资源开放共享程度低、技术创新与支撑能力不强、大数据应用水平不高、大数据产业支撑体系尚不完善及人才队伍建设亟需加强，打开突破口 政务大数据开放共享呈现新格局 “加快政府数据的开放共享”作为国家《促进大数据发展行动纲要》三大任务之首，2017年，在政策、法规、技术、应用等多重因素的推动下，获得了进一步发展，在城市侧表现尤为突出，基本形成了跨部门数据共享共用的格局 工业和信息化部总工程师张峰认为，目前我国大数据产业迎来全面良好的发展新局面，“关键技术领域取得新突破，大数据软硬件自主研发实力快速提升，一些大数据基础和平台处理能力提升世界潜力，涌现出一大批大数据创新企业和创新模式 为激活政府数据资产价值提供了研究样本，掀起政府大数据应用的发展高潮。 大数据产业支撑体系逐渐完善 2017年，我国大数据产业发展环境持续优化、产业生态系统日趋完善。
89060发布于 2018-01-24 - 来自专栏CDA数据分析师
2018年中国大数据产业8大趋势前瞻
数字化生产力将显著提升 2017年年末，就产业创新发展、数字经济建设、国家创新治理、民生保障与改善、国家数据安全五大方面做了前瞻性布局，并强调要推动实施国家大数据战略，加快建设数字中国，更好地服务我国经济社会发展和人民生活改善 五大前瞻性布局，为大数据产业未来发展指明方向，以数据为关键要素的数字经济，可以推动大数据产业持续稳健发展，实现创新突破，持续释放数字红利，将对“数字中国”建设产生深远影响。 数据市场交易额持续攀升 2017年，大数据产业集中爆发，数据体量呈几何状增长。 6月份，美国爆发大规模选民信息泄露事件;7月份，美国最大无线通信公司Verizon遭遇大规模数据泄露事件;9月，美国三大信用局之一的Equifax数据库遭到黑客攻击并泄露，美国1.43亿用户的敏感数据受到安全威胁 ;9月下旬，全球四大会计师事务所之一的德勤公司曝出超过500万份内部邮件疑遭泄露。
1.1K60发布于 2018-02-08 - 来自专栏钱塘大数据
【报告】大数据产业交易白皮书，16大行业全覆盖
? ? ? ? ? ? ? ? ? ? ? ? ? ? ?
67980发布于 2018-03-02 - 来自专栏钱塘大数据
【报告】大数据产业交易白皮书，15大行业全覆盖
《中国大数据交易白皮书》聚焦大数据产业宏观环境及产业结构，深入分析市场规模、竞争格局，从15大行业入手，解读行业大数据应用及交易现状，多维度展望大数据产业发展趋势。本文截取了工业大数据现状分析。 公众号后台回复“产业白皮书”，下载完整报告。 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?
1K50发布于 2018-02-28 - 来自专栏灯塔大数据
4位专家解读2015大数据技术进展
【回顾2015】 1 关键技术进展 Hadoop： Hadoop作为大数据平台中最基础与重要的系统，在2015年提高稳定性的同时，发布了多个重要功能与特性，这使得Hadoop朝着多类型存储介质和异构集群的方向迈进了一大步 ●可配置的store compression 存储的field，例如_source字段，可以使用默认的LZ4算法快速压缩，或者使用DEFLATE算法减少index size。 2015年Kylin的主要发展都在Streaming OLAP上，为了支持低延迟的数据刷新，从整体的架构和设计上都做了相当大的重新设计，目前已经可以支持从Kafka读取数据并进行聚合计算的能力，同时提供 ●2015年4月，亚马逊启动其机器学习平台Amazon Machine Learning，这是一项全面的托管服务，让开发者能够轻松使用历史数据开发并部署预测模型。 无论是国内还是国外，数据科学都是目前炙手可热的研究领域，数据科学家、数据分析师都是非常火爆的职位，几乎所有的产业都需要数据科学家来从大量的数据中挖掘有价值的信息。
1K70发布于 2018-04-10 - 来自专栏用户5594153的专栏
积累IT产业大数据
我们认为，数字经济时代，软件行业是最应该C2M的，因为它的本质就是C2M，所编写的每一行代码就是数据，所以这是软件工业互联网的起点。 但是，天然的数据说不上是大数据。 所以，我们把当前的数据视为小数据，还谈不上大数据。 什么是大数据？跟踪团队及团队的状态，跟踪代码的重用，就成了大数据。 通过云互联网、大数据、人工智能和产业本身的变化，中软国际将打造解放号“四位一体”的软件服务，构建大数据平台。这个平台可以帮助政府分目实现细分、标准化，用相同的代码交换信息、汇聚能力。 解放IT生产力就是当程序员被作为大数据群体，关注到他们的团队、人等状态时，产业大数据平台就开始成熟了。 当前，中软国际通过打造“云上软件园”来实现数据积累，以对全国近30个核心软件名城和软件园区的全覆盖，聚集软件企业、聚合代码、聚拢有活力的团队，共同为当地的政府采购、企业采购提供整合服务。
52340发布于 2019-06-27
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号