数据库名为：xsbook顺次将sql语句中的txt里面的sql语句复制到查询分析器顺次执行即可（也给备份了一个数据库在文件夹下面xsbook_backup）加载数据源文件DSN数据源名为：xsbook登录名：sa密码：空有问题给我留言

外面包含两个demo，DownLoading这个工程是关于listview下拉刷新，动态加载数据然后spinnerDemo1这个工程是spinner与listview的嵌套并用，当点击spinner中的不同选项时，动态刷新listview里的数据

ArcGIS实验指导书（完整版下载）实验一、使用ARCMAP浏览地理数据1一、实验目的1二、实验预备1三、实验步骤及方法3第1步启动ArcMap3第2步检查要素图层5第3步显示其它图层6第4步查询地理要素7第5步检查其它属性信息9第6步设置并显示地图提示信息11第7步根据要素属性设置图层渲染样式14第8步根据属性选择要素18第9步使用空间关系选择地理要素20第10步退出ArcMap22四、实验报告要求23实验二、空间数据库管理及属性编辑24一、实验目的24二、实验预备24三、实验内容及步骤25第1步启动ArcCatalog打开一个地理数据库25第2步预览地理数据库中的要素类26第3步创建缩图，并查看元数据28第4步创建个人地理数据库(PersonalGeodatabase-PGD)29第5步拖放数据到ArcMap中37第6步编辑属性数据及进行1：M的空间查询38第7步导入GPS数据，生成图层40四、实验报告要求44实验三、影像配准及矢量化46一、实验目的46二、实验预备46三、实验内容及步骤46第1步地形图的配准－加载数据和影像配准工具46第2步输入控制点47第3步设定数据框的属性49第4步矫正并重采样栅格生成新的栅格文件52第5步分层矢量化－在ArcCatalog中创建一个线要素图层53第6步从已配准的地图上提取等高线并保存到上面创建的要素类中58第7步根据GPS观测点数据配准影像并矢量化的步骤59四、实验报告及要求65实验四、空间数据处理66一、实验目的66二、实验预备66三、实验内容及步骤68空间数据处理68第1步裁剪要素68第3步要素融合71第4步图层合并72第5步图层相交74定义地图投影75第6步定义投影75第7步投影变换――地理坐标系－＞北京1954坐标系转换－＞西安80坐标系76四、实验报告要求77实验五、空间分析基本操作79一、实验目的79二、实验预备79三、实验内容及步骤80空间分析模块801.了解栅格数据812.用任意多边形剪切栅格数据(矢量数据转换为栅格数据)833.栅格重分类(RasterReclassify)864.栅格计算－查询符合条件的栅格(RasterCalculator)875.面积制表（TabulateArea）886.分区统计(ZonalStatistic)907.缓冲区分析(Buffer)928.空间关系查询959.采样数据的空间内插(Interpolate)9610.栅格单元统计（CellStatistic）10011.邻域统计（Neighborhood）102四、实验报告要求104实验六、缓冲区分析应用(综合实验)105一、实验目的105二、实验预备105三、实验内容及步骤1051.距离制图－创建缓冲区1051.1点要素图层的缓冲区分析1051.2线要素图层的缓冲区分析1071.3多边形图层的缓冲区分析1092．综合应用实验1102.1水源污染防治1102.2受污染地区的分等定级1122.3城市化的影响范围115四、实验报告要求118实验七、地形分析-----TIN及DEM的生成及应用(综合实验)119一、实验目的119二、实验预备119三、实验内容及步骤1191.TIN及DEM生成1191.1由高程点、等高线矢量数据生成TIN转为DEM1191.2TIN的显示及应用1222.DEM的应用1332.1坡度：Slope1332.2坡向：Aspect1362.3提取等高线1382.4计算地形表面的阴影图1392.5可视性分析1422.6地形剖面144四、实验报告要求145实验八、MODELBUILDER土壤侵蚀危险性建模分析(综合实验)146一、实验目的146二、实验预备146三、实验内容及步骤1461.认识ModelBuilder操作界面1462.确定目标，加载数据1473.创建模型1474.编辑模型1505.执行模型，查看结果164四、实验报告要求165实验九、水文分析-DEM应用169一、实验目的169二、实验预备169三、实验内容及步骤1721.数据基础：无洼地的DEM1722.关键步骤：流向分

R言语实现SVM预测的代码，简单但是亲测可用。
（下载后用记事本打开即可）library(xlsx)library(e1071)#————1、加载数据#训练集#预测集#————2、数据整理#建立模型#预测

大数据量高功能前端表格grid动态加载数据可以做到一边滚动一边加载新的dom，并同时删除不可见的dom，防止因数据过大引起的dom卡顿

罗斯曼销售预测注意：我主要使用PLOTLY在此笔记本中可视化我的数据，但可打印的图未显示在github上。
Kaggle竞赛：Rossmann在欧洲7个国家/地区拥有3,000多家药店。
目前，Rossmann商店经理的任务是提前六周预测其每日销售额。
商店的销售受到许多因素的影响，包括促销，竞争，学校和州假日，季节性和地区性。
成千上万的个人经理根据他们的独特情况预测销售额，结果的准确性可能会大相径庭。
我们接受Rossmann的挑战，即要预测整个德国1,115家商店的6周日销售量。
可靠的销售预测使商店经理能够创建有效的员工时间表，从而提高生产力和动力。
通过协助Rossmann创建可靠的预测模型，我们将协助商店经理专注于对他们而言最重要的事情：他们的顾客和他们的团队！目录进口包资料准备2.1加载数据集2.2处理缺失的值2.2.1计算每个数据集中的缺失值2.2.2删

javaswing多选下拉框支持静态加载数据（优化了网上的下拉框代码）

动态生成div框并且同时加载数据，当数据量大的时候大大节省数据回访工夫

智联招聘是一个典型的用ajax加载数据的网站我爬了或许七八万条数据，目前还没有被封IP，

WPF-Automatic-Crawler这是一款带UI界面的自动化采集爬虫，内部使用了WebKit浏览器内核，以实现对Ajax动态加载数据的采集。
整个软件采用策略设计模式，可非常灵活的通过编写多个策略类来定义数据的抓取方式及内容。

在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。 另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。 为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。