leetschau

/// This is the implementation of the first 2 parts of the wonderful 4-parts
/// posts "Understanding Parser Combinators" of
/// [F# for fun and profit](https://fsharpforfunandprofit.com/):

module ParserLib1 =

    open System

    /// Type that represents Success/Failure in parsing
    type ParseResult<'a> =

leetschau

#!/bin/sh
# From: http://stackoverflow.com/a/34054903/701420
# Simple script that will display docker repository tags.
#
# Usage:
#   $ docker-show-repo-tags.sh ubuntu centos
for Repo in $* ; do
  curl -s -S "https://registry.hub.docker.com/v2/repositories/library/$Repo/tags/" | \
    sed -e 's/,/,\n/g' -e 's/\[/\[\n/g' | \
    grep '"name"' | \

leetschau

#!/bin/sh

# Function:
# print $output_num sections by order,
# each have $sec_num adjacent records
# from file $inp

inp=$1
output_num=$2
sec_num=$3

leetschau

rc=%{$reset_color%}
cy=$fg_bold[cyan]
bl=$fg_bold[blue]
re=$fg_bold[red]
wh=%{$fg_bold[white]%}
ye=$fg_bold[yellow]
gr=$fg_bold[green]
ma=$fg_bold[magenta]

ZSH_THEME_GIT_PROMPT_PREFIX="git("

leetschau

Python Style Guide

综述

Python 语言最明显的特征之一是用缩进量表示从属关系，没有采用 Java, C 用括号定义作用域的自由书写风格。 所以 Python 对代码格式的要求十分严格，社区发展出了完整的编码规范和丰富的检查和修复工具，并能够整合到几乎所有主流编辑器中。

编码规范在提升代码质量和可读性、降低维护成本等方面发挥了核心作用，但如果没有相应的工具链帮助其落地，很难真正产生效果，本文第3、4节专门论述如何搭建可用的工具链。

Python 社区不鼓励对编码规范做人工审查，因为人工审查存在如下问题：

leetschau

#!/bin/bash

# 使用方法：
# * 提取文件 `ycz6502.csv` 中所有包含的日期，保存到各自的csv文件中：`./filecutter.sh ycz6502.csv`
# * 提取文件 `ycz6502.csv` 中指定日期（2017年6月4日）的数据到csv文件中：./filecutter.sh ycz6502.csv 20170604

sourcefile=$(basename -s .csv $1)
if [[ $# -gt 1 ]]; then
  csvgrep -c time -m $2 $1 > $sourcefile-$2.csv
  echo "$sourcefile-$2.csv created"

leetschau

---
title: "二次型系统的参数估计和异常检测"
output: html_notebook
---

二次型系统（[Quadratic form](https://en.wikipedia.org/wiki/Quadratic_form)）是只包含二次项，不包含常数和一次项的单变量或者多变量系统，例如下面分别是包含1, 2 和 3个特征变量的二次型系统：
$$
y = a x^2 \\
y = a x^2 + b xy + c y^2 \\
y = a x^2 + b y^2 + c z^2 + d xy + e xz + f yz

leetschau

import numpy as np
import matplotlib.pyplot as plt

import pywt

original = pywt.data.camera()

noiseSigma = 16.0
image = original + np.random.normal(0, noiseSigma, size=original.shape)

leetschau

Let $$ \begin{align} ss_{xy} = \sum(x_i - \bar x) (y_i - \bar y) \tag 1 \end{align} $$

leetschau

import pandas as pd
import numpy as np

# based on [Pandas Pivot Table Explained](http://pbpython.com/pandas-pivot-table-explained.html)

# basic pivot table function

df = pd.read_excel('./sales-funnel.xlsx')
df['Status'] = df['Status'].astype('category')
df['Status'].cat.set_categories(["won", "pending", "presented", "declined"], inplace=True)