- 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。 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
30010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。
1.3K60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。
90930发布于 2019-07-22 - 来自专栏钱塘大数据
6张图！5G六大细分领域产业图谱
今日，为大家呈现5G行业6个细分领域的相关图谱。 它们分别是： 5G天线产业图谱、 5G供电系统产业图谱、 5G射频滤波器产业图谱、 5G智能小基站产业图谱、 5G配套高频材料产业图谱、 5G通信基础设施建设及运营服务产业图谱。 以上6个细分领域图谱详情如下： 01. 5G天线产业图谱 02. 5G供电系统产业图谱 03. 5G射频滤波器产业图谱 04. 5G智能小基站产业图谱 05. 5G配套高频材料产业图谱 06. 5G通信基础设施建设及运营服务产业图谱
1.1K20编辑于 2022-03-15 - 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。 中兴通讯提出了智慧城市3.0的五大构想： 1、引领下一代ICT基础设施部署。首先，要加大前端智能感知设备的部署，例如智能水表、电表、路灯、垃圾桶等等，拓展城市数据来源。 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 ? 铁建重工与埃森哲打造国内首个工业物联网云平台；华为与药明康德推中国首个精准医学云平台；波音及旗下两家子公司将它们基于云计算的航空分析应用转移至微软Azure云计算平台上，使用这种应用来预测维护需求，优化燃油消耗量…… TOP 6：
1.7K50发布于 2018-03-02 - 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。 在后者中，数据可以采用非营利组织相同的方式，以确保那些最有可能捐赠的资金有效得到捐赠。 6.保险。 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。
86650发布于 2018-03-01 - 来自专栏程序你好
数据科学的前6大语言
2012年的《哈佛商业评论》(Harvard business review)正确地将数据科学列为“21世纪最性感的工作”。即使在这份报告发表6年后的今天，《商业评论》仍被证明是正确的。 随着人工智能和机器学习的出现，“数据科学”一词在精通技术的人中间流行起来。用最简单的话说，数据科学是一种利用科学技术和算法从数据中挖掘知识的方法，无论是结构化的还是非结构化的。 无论您是数据科学领域的新手还是专业人士，您需要记住的一些基本内容包括分析数据、应用编程工具(如对数据进行序列和选择)以及执行简单的数据可视化。 R R编程语言被数据挖掘人员和数据科学家广泛用于分析数据。简化工作在统计学家中也很流行。R提供了强大的面向对象编程工具，使其在其他计算语言中处于优势地位。静态图形使图形和其他数学符号的生成更加容易。 SQL 结构化查询语言(SQL)用于处理大型数据库。特别是，它有助于管理结构化数据。学习SQL可以很好地提高数据科学家的语言技能。这种语言的缺点是缺乏可移植性。
1.3K30发布于 2018-09-29 - 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SDNLAB
首届SRv6产业沙龙在京举办，产业联动推动SRv6发展
2019年6月18日，北京，伴随着年中购物节的狂欢，IPv6er们也奉献了一席技术交流的盛宴——首届SRv6产业沙龙。 IPv6的规模部署为SRv6产业的发展奠定了坚实的基础，我们要充分利用中国IPv6先发机会，加速SRv6生态链发展进程，实现中国IPv6引领产业方向。” 从提供的多个案例中我们也看到了越来越多的产业伙伴加入SRv6阵营，正在共同推进SRv6产业的快速成熟。同时解博感叹道，SRv6的出现也让SDN和IPv6变得更加相得益彰。 教育、金融、安全，SRv6场景愈加丰满 我们可以看到SRv6技术带来了诸多优势，包括更多的IP地址、原生IP技术替代MPLS技术、广域网和数据中心网络可以采用统一的技术、统一的overlay和underlay 华为数通战略与业务发展部部长王晨曦表示：“通过本次沙龙，产业链上下游统一了对SRv6应用场景、技术价值的认识，坚定了共同推动SRv6产业发展进程的信心，相信随着IPv6的规模部署和SRv6产业链的成熟，
1.5K40发布于 2019-06-21 - 来自专栏钱塘大数据
中国大数据产业发展5大趋势展望
随着云计算、物联网、人工智能、信息安全与大数据技术的深入融合，政策和标准体系的完善，人才队伍的建设，以及应用场景和解决方案的丰富化和落地化，未来的大数据产业将迎来新一轮的增长。 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。 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
89220发布于 2018-09-21 - 来自专栏CDA数据分析师
数据分析不能碰的6大禁区!
1 没有明确分析数据的 要分析一个数据，首先要明确自己的目的，为什么要收集和分析这样一份数据。只有明确了目的之后，才能够把握好接下来应该收集哪些数据，应该怎么收集数据，应该分析哪些数据等。 2 没有合理安排时间 数据分析也要合理安排时间，一般有几个步骤，收集数据、整理数据、分析数据、美化表格。在做这些之前，要预估每一个步骤需要花多少时间，哪一步比较重要，需要花更多的时间等。 数据分析重点应该在于分析，应该以最快的速度收集完数据，才有更多的时间整理和分析，最后经过分析的数据才是最有价值的。 5 不懂得分析哪些数据 这是比较普遍的问题，收集了数据后不知道要分析哪些项目，哪些数据点才能体现出分析的目的。 6 表格不美观，不清晰 做数据分析一般使用的是excel表格记录，一份美观清晰的表格不仅使我们可以清楚的看到这份数据的重点，方便查到所想要的数据。在收集数据的过程中，也可以提高收集和分析数据的效率。
79060发布于 2018-02-11 - 来自专栏机器学习/数据可视化
Python入门-6大数据类型操作
Python的6种数据类型操作总结 本文对Python中常见6种数据类型的操作进行了汇总： Numbers（数字） String（字符串） List（列表） Tuple（元组） Dictionary（字典 = 1.3常用函数 取绝对值：abs 四舍五入：round 取整：int 转浮点数：float 二、字符串String 字符串是Python中常见的数据类型之一，能够使用str函数将其他类型的数据强制转成字符类型 2.1键盘输入 终端中通过input函数输入的任何内容都是字符串数据 2.2三种方法生成 通过3种方法生成字符串数据： 单引号：`python` 双引号：“python” 三引号：一般字符串内容较长时使用 列表元素重复：* 返回列表中的最值（比较ASCII码）：max、min 3.3常见操作 索引和切片操作（类比字符串） append：将整体追加到列表的末尾 extend：列表中的每个元素进行合并，组成一个大的列表 ，字典是无序的数据类型，主要是用来存放具有一定映射关系的数据。
89620编辑于 2023-08-23 - 来自专栏华章科技
数据分析不能碰的6大禁区
没有明确分析数据的目的 要分析一个数据，首先要明确自己的目的，为什么要收集和分析这样一份数据。只有明确了目的之后，才能够把握好接下来应该收集哪些数据，应该怎么收集数据，应该分析哪些数据等。 没有合理安排时间 数据分析也要合理安排时间，一般有几个步骤，收集数据、整理数据、分析数据、美化表格。在做这些之前，要预估每一个步骤需要花多少时间，哪一步比较重要，需要花更多的时间等。 数据分析重点应该在于分析，应该以最快的速度收集完数据，才有更多的时间整理和分析，最后经过分析的数据才是最有价值的。 不懂得分析哪些数据 这是比较普遍的问题，收集了数据后不知道要分析哪些项目，哪些数据点才能体现出分析的目的。 表格不美观，不清晰 做数据分析一般使用的是excel表格记录，一份美观清晰的表格不仅使我们可以清楚的看到这份数据的重点，方便查到所想要的数据。在收集数据的过程中，也可以提高收集和分析数据的效率。
41430发布于 2018-08-13 - 来自专栏灯塔大数据
6位大数据人物浅谈未来三年大数据的发展
新工具，新视角 维珍传媒（Virgin Media）洞察分析部负责人马克·查普曼（Mark Chapman） （维珍传媒：英国第一家通信、电视全业务运营商，欧洲最大的移动虚拟网络运营商，也是英国第二大付费电视公司 大数据相关技术在不断改进，现在我们可以通过大数据对我们的行业进行深度分析和发掘，而不是像之前一样收集“便宜又大包的黄页式”数据库。 我认为企业利用的数据类型将发生重大变化，不论是内部数据的开源数据集，还是社交媒体等产生的非结构性数据集，这些数据类型都将发生巨变。 数据整合是成功关键 联合利华信息分析副总裁柯尔斯顿·穆迪（Kjersten Moody） （联合利华：跨国消费品公司，总部设在荷兰鹿特丹和英国伦敦，世界第三大消费品公司，世界上最大的涂抹食品生产商，最古老的跨国公司之一 联合利华目前专注于整合不同渠道数据，对客户数据体验进行重新定义，建立互动性更高的数据联系。这样一来，我们就能让客户深度发掘数据信息，并做出正确的行动决策。 翻译：灯塔大数据
1K80发布于 2018-04-08 - 来自专栏人工智能快报
6月机器人产业重要事件
作为全球四大机器人制造商之一，Kuka的市价总值达52亿美元，即相当于本次投资价值高达25亿美元。Kuka已经与美的谈妥非主导协议并将于2023年年底签订。Kuka通过该协议对美的的要约表示支持。 全球农业数据分析初创企业Resson在B轮融资中筹得1100万美元资金。领投公司为Monsanto Growth Ventures，另包括若干加拿大早期投资商。 明尼安那波利斯航空数据和分析软件集成商Sentera在风投融资中筹得850万美元的资金，具体的战略投资者未予披露。这笔资金将用于关键岗位的人才招聘和促进产品开发工作。 AGERpoint总部设在佛罗里达州奥兰多，向树木和藤木植物种植商提供信息管理解决方案，其平台包括面向种植商的数据采集、分析和行动方案。
99270发布于 2018-03-13 - 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。
57610编辑于 2024-09-06 - 来自专栏木东居士的专栏
数据团队思考：小型数据团队发展的6大建议
数据团队思考：小型数据团队发展的6大建议 0x00 前言 最近遇到了不少待在小型数据团队的朋友在吐槽自己的团队如何如何的坑，比如说： 基础建设特别差，用什么没什么！ 鉴于这些吐槽的内容，居士将从如下几个方面来分享本篇的主题：小型数据团队发展的6大建议 为什么你的团队是一个小型的数据团队？ 小团队会面临什么样的难题？ 很多大公司的数据团队可能也是很少的几个人。这里面有两种可能： 公司本身并不需要特别强大的数据支撑，或者还没有重视。 另一种可能是一个大的公司的各个部门里面，都会有自己的小的数据团队。 0x03 小型数据团队发展的10大建议 步入正题。 一、前期发展，以经验丰富的员工为主 小团队的前期发展，以经验丰富的老司机快速搭建框架是最为稳妥的，要尽可能地减少试错成本。 另外，数据挖掘本来也是数据团队的工作内容，这里的6个建议同样适用。 补充说明一点：本文是从团队的角度来考虑，并不是个人的角度。 最后，欢迎大家提出你的意见，批评也很欢迎，一起讨论才会有进步。
1.2K10发布于 2019-11-12 - 来自专栏互联网大杂烩
6大设计原则
所有引用基类的地方必须能透明地使用其子类对象。 只要父类能出现的地方子类就可以出现。
47530发布于 2018-08-22 - 来自专栏云计算D1net
关于SaaS和数据恢复的6大谬误
这里有六个关于SaaS应用的谬误，会可能导致你天真地相信你公司云端的数据是安全的。而事实上它们却处于严重的风险之中，并且如果没有数据保护的解决方案的话，将可能会永久的失去。 谬误一：你总是可以恢复你的云端数据 云计算提供商确实能提供不同程度的恢复，但是有一个问题：这种备份并非旨在将所有数据都能提供给客户。 提供数据保护。虽然这两种技术有一些重叠的特性，但是它们在根本上是不同的两种方法： ·件同步和共享是建立在用户内容的实时协作基础上的，但它不是用于在用户错误、数据损坏或面对勒索软件所采取的数据恢复。 数据被全方位所保护着，包括用SaaS应用程序进行文件存储，并且在设备一旦丢失或被盗的情况下，其附加的功能够帮助组织跟踪设备，和/或远程删除企业的数据。 另外，原生的云内容分析能力可以帮助你更为深入地了解在横跨多个数据源的时候，潜在的数据和合规方面的风险。
85550发布于 2018-03-27 - 来自专栏新智元
智能音箱2017大爆发，6大数据看懂亚马逊与谷歌之争
厨房是Echo最频繁的使用场景之一； 6. 亚马逊将发布带屏幕的Echo。 相信以上结论会对国内暗流涌动的智能音箱之战会有较强的借鉴意义。 6月24日，Fortune报道。 Ad Age 公布的一份最新研究表明，谷歌的智能音箱 Home 比起亚马逊的 Alexa 要更可靠，对正确地回答用户命令这一任务进行量化的结果显示，双方有6倍的差异。 在所提供的答案的正确性上，谷歌的虚拟助理是亚马逊的6倍。 这一结果有些出乎意料。但是，考虑到两家公司在语音助理技术上的不同路径，这也是能理解的。 与此同时，亚马逊通常会选择与信息和内容合作伙伴协作，来获得数据。对于随机用户来说，特别是现在许多AI 业务都是在云上完成，谷歌和亚马逊的搜索结果可能不会有本质的区别。但是，搜索引擎的数据集是海量的。 但是根据新的数据，这一数字上升到了1.5到1.6台。 虽然数字没有那么精确，但是Echo的统治力是毋庸置疑的。
949120发布于 2018-03-28
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