php怎么用星号画图，Java哪门编程语言更强大？
作为程序员，C语言、C++和Java哪个更强大还真没一个定数。咱要做到客观公正，咱不搞编程语言鄙视链。这三个编程语言无所谓谁更强大，它们都有自己的优点，也都有自己的缺点，都有适用于自己的场合。我做C语言编程答疑的，对C语言也更加了解一些。我说说对学习C语言的一些感受。
一、天书没错，刚学C语言你就觉得是在看一本天书“这是啥？这又是啥？”“一脸懵懂地进来，一脸懵懂的出去”。
这也不能怪初学者，C语言确实有点变态，变态就在于有很多抽象的概念。你说抽象也就算了，我多想想没准还能理解，可是C语言在抽象的基础上还能跟你绕弯弯，这就有点过分了。
别的不说就说这指针，估计是最令人头疼的了。很多教材在解释指针的时候，说指针表示地址，是一个指向别的变量的变量等。这么讲谁能搞明白？而且指针自己就能参与运算，也可以加一个星号参与运算，这是要闹哪样儿？
二、离不开虽然你很讨厌C语言，可是在实际编程中又离不开它，真是让人纠结。
在音视频处理领域得用C语言实现，比如ffmpeg。用Java做视频类应用时，底层的音视频处理还是得借鉴C语言。在服务器端做web服务时费用C语言实现，比如tomcat，因为用C语言做能保证服务器性能啊。
每一个学习C语言的人都很痛苦，但是挺过去海阔天空，前途无限。同学们，你们是如何看待这三种编程语言的呢？留言说出你的看法吧！
做数据分析需要学什么？
随着互联网迅猛发展，各大公司沉淀了很多的数据，如何找出藏在这些数据背后的规律，利用这些数据来给公司创造价值，作为一个新手面对这些问题的时候，你是不是考虑怎么快速学习数据分析呢？
如果你的自学能力很强，那么你可以参考网上的推荐书籍，自己拿起书本，找些案例开始学习。
如果你需要前辈的指导，那么你可以按照CDA数据分析研究院的老师推荐的学习方法来学习数据分析：
首先，数据分析师需要三个方面的能力：技术（编程），数据分析方法，行业知识。
一、数据分析技术
主要包括excel，sql，BI分析工具等。
数据分析是个比较大的概念，相关领域也有很多的分析工具，包括：
1、Excel工具（Excel的强大必须单列）
2、专业的数据分析工具：SPSS、SAS、Matlib等
3、数据分析编程工具：Python、R等
4、商业智能BI工具
本文主要想大家推荐自助式BI数据分析工具。BI即商业智能，泛指用于业务分析的技术和工具，通过获取、处理原始数据，将其转化为有价值的信息指导商业行动。Gartner把BI定义为一个概括性的术语，其中包括应用程序、基础设施和工具，通过获取数据、分析信息以改进并优化决策和绩效，形成一套最佳的商业实践。
自助式商业智能和数据可视化工具，让数据分析更简单
自助式BI（也叫做自助式分析），是一种新的数据分析方式。让没有统计分析、数据挖掘、数据库 SQL 知识的业务人员，也可以通过丰富的数据交互和探索功能，发现数据背后的原因和价值，从而辅助业务决策的制定。自助式BI分析功能可以来自于独立的 BI 软件，也可以由行业应用软件直接提供。
BI数据分析工具，提供自助式BI分析功能，最终用户可以非常灵活的与数据交互，探索数据背后的原因并发掘更多价值，为决策制定提供有效的数据支撑。在仪表板设计和分析阶段，提供图表联动、数据钻取、数据切片器、OLAP 等交互式分析功能，用户仅需通过极少的操作，便能找到最有价值的数据。
自助式BI的价值
在使用传统商业智能BI软件的企业中，需要先准备数据仓库和数据集市，然后由IT/分析团队创建分析看板和报表，然而，随着企业发展步伐的加快，业务用户需要更快速、更容易地访问数据，这将帮助他们在复杂多变的环境中更好的做出决策。借助自助式BI分析工具，可以让这一需求得到满足，还能很好的提高企业的数据文化。
简单易用的 自助式BI
自助式BI从数据准备到 BI 交互式分析整个过程提供了高度易用的分析体验。分析人员通过拖拉拽快速完成数据建模和仪表板设计。不仅设计过程，结果也具备高度自助灵活的数据探查能力。分析过程与业务深度融合，真正让科学决策与业务管理并行。
自助准备数据、创建仪表板和报表
业务人员完全可以自己设计仪表板和报表，根据自己的业务需要进行数据分析、选择合适的数据可视化效果，并形成分析见解，也能直接分析自己的 Excel 等数据，从而避免以往花大量时间准备需求，然后交由IT部门开发（或者实施厂商）的业务模式，可以提升企业的整体运行效率，以适应瞬息万变的市场环境。
多数据源整合，为决策分析提供完整数据支持
通过 Wyn Enterprise 的数据查询设计器，您将能有效整合分散在企业内外的各种数据，包括数据库、云端数据和本地存放的文件数据，以及 JSON/OData 等程序数据。既能拖动完成跨源的数据建模，也支持直接编写查询语句。最终，通过数据模型访问控制和行级数据安全管理，分享给 BI 分析或报表设计者使用。 查看支持的数据源
快速设计决策管理驾驶舱(Dashboard)
Wyn Enterprise 的BI仪表中，支持以拖拽的方式进行数据分析操作，并提供了丰富的数据可视化效果，包括：图表、地图、透视表、KPI指标卡、数据切片器等。同时，仪表板支持多页面功能，还提供了内置的主题皮肤，让您可以非常快速地设计各种样式的管理驾驶舱和决策看板。
计算图表，支持Excel 450+ 计算公式的增强型分析能力
在 Wyn Enterprise 嵌入式商业智能和报表软件的 V4.0 版本中，我们将 Excel 的数据分析方式和 450+ 计算公式完整的集成到仪表板设计器中，从而为BI仪表板提供了增强型计算分析能力，让商业智能与Excel完美的融合，打造更强大易用的自助式分析体验。重要使用场景包括：1、跨数据集的计算分析需要，比如：销售、预算与回款分析；现金流、资产和利润分析；计划、执行和完成率分析，等等。2、系统数据和录入数据联合分析，比如：基于系统中2010-2019历史数据，进行2020年的预算制定与分析的需要。3、各种比例计算分析，比如：当月销售收入、当月销售预算、累计销售收入、累计预算、当月销售完成率、累计销售完成率等。4、行业特殊计算公式，正如Excel中提供的多个行业相关计算公式一样，计算图表也为：财务、日期和时间、统计、文本、逻辑、信息、工程、Web等领域需要提供了计算公式。
数据切片、联动分析与钻取分析
在设计BI仪表板时， 你可以添加多种数据切片器，包括：日期范围、相对日期、列表、树形列表、文本标签等。在使用BI仪表板时，最终用户不仅可以通过切片器筛选数据，还能通过联动分析发现数据不同维度的表现，也能在钻取分析模式下深入探索数据背后的真实原因。
二、数据分析方法
常用的数据分析方法包括以下13种：
1. 描述统计
描述性统计是指运用制表和分类，图形以及计算概括性数据来描述数据的集中趋势、离散趋势、偏度、峰度。
2. 假设检验
参数检验
参数检验主要包括U验和T检验
1）U验 使用条件：当样本含量n较大时，样本值符合正态分布
2）T检验 使用条件：当样本含量n较小时，样本值符合正态分布
非参数检验
非参数检验是针对总体分布情况做的假设，
主要方法包括：卡方检验、秩和检验、二项检验、游程检验、K-量检验等。
3. 信度分析：检査测量的可信度，例如调查问卷的真实性。
4. 列联表分析：用于分析离散变量或定型变量之间是否存在相关。
5. 相关分析：研究现象之间是否存在某种依存关系，对具体有依存关系的现象探讨相关方向及相关程度。
6. 方差分析
使用条件：各样本须是相互独立的随机样本；各样本来自正态分布总体；各总体方差相等。
7. 回归分析
包括：一元线性回归分析、多元线性回归分析、Logistic回归分析以及其他回归方法：非线性回归、有序回归、加权回归等
8. 聚类分析：样本个体或指标变量按其具有的特性进行分类，寻找合理的度量事物相似性的统计量。
9. 判别分析：根据已掌握的一批分类明确的样品建立判别函数，使产生错判的事例最少，进而对给定的一个新样品，判断它来自哪个总体
10. 主成分分析：将彼此相关的一组指标转化为彼此独立的一组新的指标变量，并用其中较少的几个新指标变量就能综合反应原多个指标变量中所包含的主要信息 。
11. 因子分析：一种旨在寻找隐藏在多变量数据中、无法直接观察到却影响或支配可测变量的潜在因子、并估计潜在因子对可测变量的影响程度以及潜在因子之间的相关性的一种多元统计分析方法
12. R0C分析
R0C曲线是根据一系列不同的二分类方式(分界值或决定阈）.以真阳性率（灵敏度)为纵坐标，假阳性率（1-特异度)为横坐标绘制的曲线
13. 其他分析方法
时间序列分析、生存分析、对应分祈、决策树分析、神经网络。
如何快速打好Java基础？
1.Java的学习是一个漫长的过程，因为Java是一个庞大的体系，包括Java基础，JavaWeb,JavaEE的核心框架，还有数据库的相关知识，还要对前端的东西有所了解。
2.如果去培训机构的话，一般安排的时长为4到6个月，如果有计算机基础的话，学起来可能会好一点，但是想要提高水平还得加班加点学，如果没有计算机基础，那学到什么水平可真不好说。
3.如果自学的话，时长可真不好说，有人学半年的，有人学几年的，这区别于人。就我来说，计算机专业本科生，在课余时间学了一年半，平均每天也得有四个小时，但距离找工作应该还有一些差距。
4.想要快速学习，应该找到一套好的学习方法，适合自己的方法，但是想要一口吃成胖子是不可能的，毕竟别人十来年的工作经验，几个月学会是不可能的，这东西还是得在工作中提升。
5.你也可以关注我，我会分享一些Java学习的一些技巧，相关知识和面试题。
为什么有人说每个开发者都需要学一下Markdown？
与其说每个程序员要学一下 Markdown，不如说每个程序员都要养成写文档的能力。程序员平时的日常工作中，经常会使用文档去记录一些工作方面的信息以及一些技术架构的设计等等。打个比方，我日常就会使用文档记录一些 Linux 方面的命令和一些有用的网址，这些信息有时候我不可能每个都记住，文档方面的记录，也便于我以后的回顾使用。
Markdown 本质是一门轻量级标记语言，一般使用 Markdown 用来编写文档。我刚开始写文档时，用的最多的还是 Word 进行编辑，但是用的时间一久，发现我很多精力会消耗在文档的格式编排上面。比如字体加粗、字体的大小设置、标题设置、表格、图片等等，有时候弄格式的时间比写文档还长，这也肯定不是我们程序员想要的。
后来的话，我开始使用 Markdown 语法来编辑文档。程序员日常工作中，最多的还是写代码。使用 Markdown 的好处是，在格式方面的编排全都是相关符号进行编排，全部都是自己手打各种符号来编辑格式。写一篇文档，感觉就像一直在写代码一样，这对于程序员来说，很熟悉和方便。我现在使用 Typora 这款软件写 Markdown 文档，整体编写非常顺畅。
学习 Markdown 的终极目的，还是为了日常工作的文档编写。可能你在工作中，经常听到主管们说要有工作沉淀，那么文档沉淀，也算其中一种。健全的文档，能够帮助新人快速的融入和熟悉将要从事的工作内容。自己多写文档，进行，其实对于自己的技术提升也是很大的一种帮助，自己未来也可以再进行回顾学习。
写文档的其他一个方面，尤其是技术文档，可以提升个人的技术影响力，尤其是你未来晋升的时候，个人的影响力是一个评判的标准。你编写的技术文档给别人看，帮助别人解决问题和技术学习，那么你的技术就会得到别人的认可，未来在这方面的技术难题时，别人都会来找你，你所起的作用，在公司里面，也会更大。
我是Lake，专注大数据技术原理、人工智能、数据库技术、程序员经验分享，如果我的问答对你有帮助的话，希望你能点赞关注我，感谢。
我会持续大数据、数据库方面的内容，如果你有任何问题，也欢迎关注私信我，我会认真解答每一个问题。期待您的关注
网站里的robots文件是什么意思？
搜索引擎爬去我们页面的工具叫做搜索引擎机器人，也生动的叫做“蜘蛛”
蜘蛛在爬去网站页面之前，会先去访问网站根目录下面的一个文件，就是robots.txt。这个文件其实就是给“蜘蛛”的规则，如果没有这个文件，蜘蛛会认为你的网站同意全部抓取网页。
Robots.txr文件是一个纯文本文件，可以告诉蜘蛛哪些页面可以爬取（收录），哪些页面不能爬取。
举个例子：建立一个名为robots.txt的文本文件，然后输入User-agent: * 星号说明允许所有搜索引擎收录Disallow: index.php? 表示不允许收录以index.php?前缀的链接，比如index.php?=865Disallow: /tmp/ 表示不允许收录根目录下的tmp目录，包括目录下的文件，比如tmp/232.html