使用 Scala & Spring Boot 搭建小🐴图床站
本文介绍了使用 Spring Boot 搭建的一个小型图床站的项目。这个项目的亮点在于 —— 没有亮点... 但是有很多独特之处，比如采用了 Scala + Java 的混合设计，Scala 在 Spring IOC 中可以很好的适应 AutoWired 特性，简直水乳交融 —— 这是我见过的唯一的两门能够如此紧密结合的语言，因此我决然的抛弃了 Python，起码在 Scala 能够调用的Java 百万类库的能力范围内。
博客
我的博客覆盖了前端、后端、客户端以及系统编程等领域，以构建高效、弹性、可维护的应用程序为目标。请随意翻阅查看。这里记录了我对一些新技术、新工具以及在项目中的开发实践，往前翻翻还有很多不着调的诗歌。
使用 Akka & Scala 实现分布式、高并发的年会抽奖系统
本文介绍了使用 Akka 和 Scala 实现的一个分布式投票程序。这个程序 Demo 是因为偶然在知乎看到 360 前端某程序员写的一个小的用 JavaScript 实现的抽奖程序，觉得挺好玩，因此自己也照葫芦画瓢实现了一个后端风格的抽奖程序。因为最近刚学过 Scala，正在学 Akka，因此拿来练练手。
第二学期第十六周日思录
本文主要探讨之前提出的一个问题，如何整合视角？大家都知道，视角是个好东西，因为它意味着创新，意味着生产力。我认为，提高可以从形式开始，形式往往意味着改变，而在改变中会产生不同的观点，对这些观点进行思考会促进视角的整合，而整合后的视角，则会带来某种我们确信的意义。形式就像电火花，视角的整合意味着打火，而意义则驱动着内燃机。
Python数据处理学习笔记 - seaborn统计数据可视化篇
Seaborn是基于Python的一个统计绘图工具包。Seaborn提供了一组高层次封装的matplotlib API接口。使用Seaborn而不是matplotlib，绘图只需要少数几行代码，并且可以更加容易控制Style、Palette。本文基本是按照官方Guide顺序写就的。
Python数据处理学习笔记 - pandas数据分组和聚合篇
这是我阅读《用Python进行数据分析》一书的笔记、实验和总结。本篇文章主要讲解pandas包中数据分组和聚合技术，主要涉及groupby、aggregate、apply、transform、(q)cut、透视表。数据分组和聚合是对DataFrame进行分析和处理的关键步骤，尤其是apply()，其提供了一个编写函数进行运算的强大接口，正因如此，pandas的agg技术比MongoDB等数据库的agg技术更加先进、灵活、高效。
Python学习笔记 - 装饰器和元类基础
这是我学习Python装饰器和元类的读书笔记。代码在iPython Notebook中运行，这篇文章由Notebook直接导出为md文档，我添加了一些标题和注释文字。以备日后用到装饰器和元类的时候提供一些基本概念以及常用方法、操作陷阱。
Python数据处理学习笔记 - matplotlib API篇
这是我阅读《用Python进行数据分析》一书的笔记、实验和总结。本篇文章主要讲解pandas包中两大数据结构的图像绘制方法，以及matplotlib API的大致继承关系、使用流程。关于绘图，本文远远未完全覆盖，具体使用请参考matplotlib API手册。
Python数据处理学习笔记 - pandas数据合并、重塑和转换篇
这是我阅读《用Python进行数据分析》一书的笔记、实验和总结。本篇文章主要讲解pandas包Series和DataFrame这两大数据结构的以下内容：单个数据集的值检测与处理，多个数据集的合并、重塑、以及包括映射、替换、离散、排列、取样、哑变量等数据转换方法，最后介绍了包括正则在内的对于字符串的处理方法。
Python数据处理学习笔记 - Series & Dataframe篇
这是我阅读《用Python进行数据分析》一书的笔记、实验和总结。本篇文章主要讲解pandas包 Series 和 DataFrame 这两大类型的选取、索引、排序、运算、映射和统计基础，以及值处理。