X.d 笔记

深夜睡不着，看看技术论坛，发现大多的程序员都在论坛里面吐槽，宣泄。然后就是各种黑段子自嘲，贬低程序员这个职业。

当然，不知道是有意还是现在的网络文化所致，大家都喜欢用夸张的言论甚至完全相反的言论去表达对一些事务的不满，总是喜欢骂这个是 SB，那个是 SB。

于是乎去看看其它的论坛，发现情况大有不同，特别在设计之类的圈子里面更是自认为是艺术家了，不过有一点不变，总是喜欢吐槽其它部们的同事，说别人是 SB。

但是，写代码何偿也不是一种设计呢？每天写的那么多行代码中，也充满了一个 “艺术家” 对代码的品质追求！

风格设计

首先，编码风格上，需要具体到开发语言，通常会有不同的流派，比如php里面大众认可的都是小写加上下划线去写方法，java里面就是驼峰写法，如果反过来用也没问题，但是会觉得很奇怪

每种语言都可能存在几种流派，可以选择主流方式，一般来说的话，可以更接进于语言的核心思想，另外可以多看看优秀源码，从源码中学习。

本人就喜欢Golang，内置的gofmt和很多规范基本上就让程序员没得选择权的使用了同一种编码风格，当然有很多人也是因为这种约束拒绝这们语言的，就不做争论了。

风格包括名称：命名空间，类名，方法名，变量名等，没有统一的标准，尽量使用简单的英文单词，不要太长，认人一看就懂，结构化的层次，如包->类->方法等，都可当作上下文来使用，可以省略掉很多多余的单词也能一眼就能看明白用途，所以要合理使用。

结构上的设计就需要根据实际情况来发挥了。一般来说，面向对象和面向过程、面向服务等等在代码结构上的设计也会有很大的差别，对于风格上的设计来说，标准就是：易读、易用、易猜，虽然很简单，但要真正做到好，还需要花费不少功夫的。

硅谷第三季完结了，10级20分钟真是意犹未尽，做为已经很少追剧的中年IT宅来说，此剧深入技术宅心，虽然里面也有不少不切实际的剧情，但完全不影响对剧的评价。

虽然才短短的不到30集，但发生的事实在太多，听说制片人为了给角色，公司定型，非常大面积调查了在硅谷实际上的公司和员工，很大程度上的体现出了硅谷的实际状况，包括码农、公司领导人，投资人等众多角色。看的出来制片人想把这些技术公司的各种现状都想在剧中体现一把，之所以会出现一些不切实际的剧情主要是浓缩度太高，太多的故事映射到有限的角色里面。但实际中，这些事确又的确会发生在不同的公司及不同的团队，不同的人身上。

非主角回味篇就是短短的回味下 Richard 创业团队之外的事，其实我感觉有些东西仿佛比主角团队更有看头。

第一季

其它前面的剧情都忘的差不多了，印象较深的就是第一集开头一个什么公司被Google收购后，被收购的小公司开了个酒会，还请了摇滚歌手，被收购的Google收购的公司都成了富翁，貌似创业被收购才是王道。但这些富翁（码农）们确又没什么情调，摇滚小子完全没办法High起现场。

然后，被收购公司的Boss上来说几句话，一上来就吼了一句:”我太喜欢XX系统的体验了。”,害的我以为是搞笑片，然后就说软件能怎么怎么样了，当然，无聊的前奏就是配一下主要功能：make a better space 。（让生活更养好/构造更好的世界 什么什么的）。

最后一集时，在创业博客展会上，很多创业公司对产品进行展示，说了前面的功能后，最后一句都是**making the world a better place.**，有没有感觉到制片人对创业团队明显的讽刺味道。

听说电视有一条铁律：跳崖不会死，由于是网友的调侃，一点都不严肃，那我今天也特别无聊，就想来推翻这个铁律！，于是，我先随便一想，搜集了

• 萧远山：老婆死了，心灰意冷往下一跳，被树档住了，没死
• 无崖子：被丁春秋打下山崖，没死
• 郭襄/杨过/小龙女：跟着杨过跳下去，没死（这里是同一个悬崖、为保障抽样类别独立，只能算一个样本）
• 裘千尺：被调断手脚筋后扔下去，没死
• 张无忌：和姓朱的一起掉下去，没死
• 灭绝老尼姑：六大门派跳下去都被张无忌接住没死，就灭绝推开张无忌挂了。

样本较少，6个，5死1生，死亡率为 1/6 ，现在我就需要通过这几个数字去证明这个铁律是错的！

假设检验

首先，总算进入了统计学中最绕口，最容易患迷糊的知识了，就是假设检验，其实如果多多练习，应该就会驾轻成熟了，假设检验基本上会用到我们之前提到的所有知识，就从一个表开始吧。

哈哈，最近股票跌的好猛，我是不是可以抄底了？但是我是非常保守的，只有确定90%以上能赚钱甚至是95%、99%以上能赚钱才会去买股票的说，人们常说一入股市深似海，亏的多赚的少，所以，为了保证不亏，我决定使用正态分布去科学炒股了！不知道是否能找到中意的票呢？

根据经验法则：如果知道股标的标准差和平均数（友情提示：发挥下爬虫岂不是很容易？），那么根据经验法则，68%的股票在一个标准差内，那么再去掉多的一测（赚钱的），如果现在的股价为 平均股价 - 标准差，那么亏钱的概率就为 (1-0.68) / 2 = 16%,赚钱的概率就为84%，如果股价已经小于两个标准差外的话，赚钱的概率就为97.5%啦。

投资有风险，入市需谨慎，以上仅为笑谈，呵呵呵。。但经验法则之所以好用，主要有一点是因为它适用于于各种概率分布情况，但一般正态分布情况居多。所以我在考虑问题时都没有想股票的每天收盘价的分布是否服从正态分布就敢把经验法则往上套。不过实际上来说，我们考虑的大多数问题都是正态分布，所以其它不重要的，也不谈说了。

前两节提到的一些公式大多是一些基础，最好还是背下来，比如方差、概率求法等。后续的公式最重要的是理解，不用死记了，如果不是做科研，个人认为实际应用还是比较重要，推导的过程可以加深理解，但我们是用来解决实际问题的，而且一般在numpy,R或excel里面都已经内置了相关的函数。

离散型概率分布：

将概率函数记作$f(x),$离散型概率分布性质如下

基本概率论其实也挺简单，而且相当实用，比如我花了两块钱买了个双色球，想知道有多少可能性能中500W，你会说很低很低吧，基本不可能吧，但概率会告诉你具体低到多少！

已知的中奖规则如下：

组合数

先来看下基本概率公式，从N个样本中选出n个 (n<N)，可以选出的组合数：记做$C_n^N$

今天主要总结一下最基础的公式，基本上都是书上照搬，统计的基本公式最重要的作用就是后续做区间估计，方差分析，线性回归等实际应用场景，当然了，就算对统计皮毛都不知道的人都知道一些基本的，比如平均数等。

对于大学贡献给网游的本人来说，只能勤练反补了，主要门槛也就两点：一个是英语要OK，做为最终需要应用落实来说，程序的变量总要会写、Google上的关键字总要会打吧。另外就是数学要OK，后面的很多概率公式、分布函数等等都需要有高数基础，不过数学不是必选项，它会告诉你公式的演绎原理让你更为深入的理解，当然如果没有可以直接应用于各种分析，但对于复杂的问题可能会遇到瓶颈，所以不懂高数的，学完后再补习一下大学课本也是个不错的选择。

平均数(mean)、中位数(median)，众数(mode)

在概念上，平均数分为样本平均数与总体平均数，实际上算法都是一样的，但在统计上，后续算一些其它的变量时需要分开，$\mu$是后续非常用的一个变量。

最近准备学习数据分析技术，感觉相当的实用，做为一个学习计划抽出来学习下，最近大块时间不多，隔断时间会作些笔记更新。

数据分析就是要分析数据得出一些结论，从而做出正确的决策。当然，这些分析思路并不在本笔记中，有时也发表下个人观点，尽量以实例进行说明。如果想自学，推荐自行看书或MOOC，个人推荐《商务与经济统计》，推荐的理由是里面的讲解与习题大部分都是实际生活的统计应用，非常适合开展思路与练习。

从商业数据开始说起，这个Excel文件是一份比较普通的销售记录中随便抽取的100行，数据的结构说明如下面的:

本篇主要是利用python的matplotlib去做一些图，首先把这些引入先放执行,并把文件读出来。这里有Matplotlib的示例，可以根据自己要画的图形去看，库功能挺多的，会活用就非常强大。

import matplotlib.pyplot as plt
import numpy as np
import pandas as pd

file = pd.ExcelFile('PelicanStores.xlsx')
data = pd.read_excel(file, sheetname='Data')

年纪大了，好久没过愚人节了，晚上打开coding发现了一条私信，打开看，标题 【重磅】提高效率，极致体验：Coding 推行命令行界面取代网页界面,居然是官方消息，所以没意思到这是个恶搞消息，居然还是被脑炸了一下。

消息是这样的：

当然，这个确实太算,coding的确是推出了命令行界面,但是不可能取代 网页界面的，想想都知道，就算Coding全部都是有能力使用命令行的高端用户，也未必会习惯使用这种方式去管理了吧。这里也看到了coding的一些搞怪精神及做产品的诚意，好吧，还是先堵为快这个命令行界面吧

先 看看Hello world程序，也就是say出现了一支猴子

>say
______________
/ Cute-monkey: \
\              /
 --------------
             \             ,
              \          ,,,,,
               \      ,,,,,,,,,,,
                 ,,,,,,,,,,,,,,,,,,,,,
             ,,,,,,,,,,,,,,,,,,,,,,,,,,,,,
            ,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,
          ,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,
   ,,,,  ,,,,,,,,        ,,,,,        ,,,,,,,,  ,,,,
   ,,,,,,,,,,,,                         ,,,,,,,,,,,,
   ,,,  ,,,,,     @                 @     ,,,,,  ,,,
    ,,,,,,,,                               ,,,,,,,,
        ,,,,                               ,,,,
         ,,,,                             ,,,,
          ,,,,,                         ,,,,,
            ,,,,,                     ,,,,,
               ,,,,,,,,         ,,,,,,,,
                     ,,,,,,,,,,,,,