安卓案例:使用AChartEngine绘制折线图

安卓案例:使用AChartEngine绘制折线图

文章目录

一、AChartEngine概述

AChartEngine是Android 应用的一个图表库,自动导出地址 code.google.com/p/achartengine。

AChartEngine是Android应用程序的图表库,它目前支持以下图表类型:
折线图、面积图、散点图、时间图、条形图、饼形图、气泡图、圆环图
范围(高至低)条形图、拨打图/表压合计图 、立体折线图。

所有上述支持的图表类型可以包含多个系列,可以显示与X轴水平(默认)或垂直,并支持许多其他自定义功能。该图表可以建立在View上,可以添加到一个ViewGroup或一个Intent,还它可以用来启动一个Activity。

该模型和图形的代码优化得很好,比如可以处理和显示庞大的数值。

AChartEngine目前是1.2.0版本。

二、案例演示 - 使用AChartEngine绘制折线图

(一)运行效果

www.zeeklog.com  - 安卓案例:使用AChartEngine绘制折线图

&#

Read more

企业开发工具git的使用:从入门到高效团队协作

企业开发工具git的使用:从入门到高效团队协作

前言:本文介绍了Git的安装、本地仓库的创建与配置,以及工作区、暂存区和版本库的区分。详细讲解了版本回退、撤销修改等操作,并深入探讨了分支管理,包括分支的创建、切换、合并、删除及冲突解决。此外,还介绍了远程操作,如远程仓库的创建与克隆,分布式版本控制的理解。最后,文章总结了系统开发环境和Git分支设计规范,强调了不同分支在开发、测试、预发布和生产环境中的作用。通过本文,您可以全面掌握Git的核心功能及其在团队协作中的应用。 目录 认识git git安装 创建本地仓库 配置本地仓库 工作区、暂存区、版本库 版本回退 撤销修改 删除文件 分支管理 分支管理的理解 分支的创建、切换、合并 删除分支 合并冲突 bug分支 强制删除分支 远程操作 理解分布式版本控制 远程仓库创建 克隆远程仓库 编辑 git标签管理  多人协作1(

2025年AI领域年度深度总结:始于DeepSeek R1开源发布,终于Manus天价出海

2025年AI领域年度深度总结:始于DeepSeek R1开源发布,终于Manus天价出海

2025年AI领域年度深度总结:始于DeepSeek R1开源发布,终于Manus天价出海 摘要 站在2025年12月31日的终章回望,吴恩达曾说过:“2025年,是AI工业时代的黎明。”在经历了2023-2024年的“大炼模型”狂热后,2025年,AI终于从“概率模仿”跃向了“逻辑推理”的新阶段,从“对话框”到“行动流”的转折也逐渐显现。这一年,AI技术与产业的演进不仅仅是技术迭代那么简单,而是一场深刻的变革,清晰的产业蓝图开始显现:始于DeepSeek R1的开源突破,终于Manus的数十亿美元收购,验证了Agent商业化的巨大潜力。 2025年,AI不再是实验室中的抽象概念,而是逐步嵌入日常生产生活,以更加务实的姿态和广泛的应用场景,真正走向了社会的主流。从年初DeepSeek R1的开源发布到年末Manus的天价收购,这两件大事为2025年的AI发展定下了基调:开源与闭源的博弈,技术与商业的融合,模型与应用的深度对接,无疑为AI的未来铺设了一条发展道路。技术突破和产业落地不断交织,AI的角色正在悄然发生深刻的转变——从“辅助工具”走向了“自主执行者”。 文章目录

【开源鸿蒙跨平台开发先锋训练营】React Native移动端开发OpenHarmony技术分析心得

【开源鸿蒙跨平台开发先锋训练营】React Native移动端开发OpenHarmony技术分析心得

目录 1 市场格局深度分析:现状、数据与未来预测 2 技术架构全景对比:原生、跨平台与鸿蒙方案 3 性能数据量化与选型决策树 4 开发者学习路径与技能建议 5 未来技术趋势前瞻:AI、全场景与交互革新 本文实现一个最基本的基于日历的小日常日程应用,用到了列表,tab页面,弹出窗口,日历等多个功能。 核心洞察:2026年,Android、iOS、OpenHarmony 三大移动操作系统正式形成“三足鼎立”格局,中国市场尤为显著。开发者技术选型已从单纯的技术栈比较,演变为市场导向的战略决策。面对鸿蒙生态的快速崛起,任何面向国内市场的应用开发都必须将OpenHarmony纳入技术路线图。 1 市场格局深度分析:现状、数据与未来预测 国际数据公司(IDC)预测,到2026年,中国智能手机操作系统市场将正式形成 Android、iOS、HarmonyOS NEXT 三足鼎立的格局。具体份额分布为:

开源语音识别FunASR入门详解

1 前言 1.1 简介 在人工智能的浪潮中,自动语音识别(Automatic Speech Recognition, ASR)技术已成为连接人机交互、赋能各行各业的关键桥梁。从智能客服、会议纪要到实时字幕、车载助手,ASR的应用场景日益丰富,对识别的准确率、实时性和部署便捷性也提出了前所未有的高要求。在这样的背景下,FunASR应运而生。FunASR是由阿里巴巴达摩院语音实验室倾力打造,依托于ModelScope(魔搭)开源社区,面向开发者和企业的新一代工业级语音识别开源工具套件。作为一个基础语音识别工具包,它提供多种功能,包括语音识别(ASR)、语音端点检测(VAD)、标点恢复、语言模型、说话人验证、说话人分离和多人对话语音识别等。FunASR还提供了便捷的脚本和教程,支持预训练好的模型的推理与微调。 1.2 环境准备与安装 1. 准备环境 这里使用Conda创建虚拟环境来安装FunASR及其依赖,这可以有效避免与系统中已有的Python库产生版本冲突,保证项目的纯净和可复现性。官网推荐如下安装环境: python>=3.