快捷键可以方便我们的操作，简单的列举几个Windows系统常用的快捷键

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

Win+数字键：打开/显示超级任务栏第N个图标代表的程序

Win+D：快速显示桌面

Win+R：快速运行，打开软件，cmd命令行等

Win+E：快速打开资源管理器

Win+方向键：最大化、还原/最小化窗口

Win+L：快速锁定计算机

Ctrl+Alt+Del：显示以下选项：锁定计算机、切换用户、注销、更改密码和启动任务管理器

Ctrl+Shift+Esc：打开任务管理器

1.缩进

​ 每一行的层级由4个空格组成。

2.行的长度

​ 每行长度不超过80字符。如果一行超过80字符，在一个运算符（逗号，加号）后换行，下一行增加2个缩进。

3.原始值

​ 避免使用特殊值undefined,判断一个变量是否定义用typeof操作符。

4.注释

​ a) 独占一行的注释，用来解释下一行代码；
​ b) 在代码行尾部的注释，用来解释它之前的代码；
​ c) 多行，用来注释掉一个代码

1
2
3
4

/*
 * 如果
 * 那么
 */

5.严格模式

​ 严格模式应当在函数内部使用，千万不要在全局使用

1
2
3
4
5
6

// 好的写法
function doSomething() {
    "use strict";

    // 代码    
}

​ 如果期望在多个函数中使用严格模式不需要多次声明“use strict”，可以使用立即被调用的函数

1
2
3
4
5
6
7
8
9
10
11
12

(function() {
     "use strict";

     function doSomething() {
          // 代码     
    } 

    function doSomethingElse() {
          // 代码     
    } 

}());

6.等号运算符

​ 使用===（严格相等）和!==（严格不相等）代替==（相等）和!=（不等）来避免类型转换错误

1
2
3

if (a===b) {
    // 代码
}

一、标题

一级标题前加一个#号、二级标题前加##…六级标题前加######，标准的markdown语法在#号和标题间加一个空格。

一级标题

二级标题

五级标题

二、列表

1.无序列表

无序列表是在前面加*或者-

• 1
• 2
• 3

• a
• b
• c
• d

  2.有序列表

  有序列表直接在前面加1. 2. 3.

1. 1
2. 2
3. 3

   三、插入链接和图片

   1.插入链接

   [baidu](http://www.baidu.com)

   baidu

   2.插入图片

   ![说明文字](banner.jpg)

   

   四、文字的粗体和斜体

   1.这是粗体

   这是粗体

2.这是斜体

这是斜体

五、代码框

代码部分
public void main(){}

六、引用

在引用部分的前面加 >

这里是引用

七、表格

表格在Markdown里稍有些麻烦，例子如下：

八、分割线

分割线的语法只需要三个 * 号
如：

1

总结：markdown简单的语法就是这些，简单易学。

1

$ hexo new "My New Post"

1.CREATE

Clone an existing repository
$ git clone ssh://user@domain.com/repo.git

Create a new local repository $ git init

LOCAL CHANGES

Changed files in your working directory
$ git status

Changes to tracked files
$ git diff

Add all current changes to the next commit
$ git add .

Add some changes in to the next commit
$ git add -p

Commit all local changes in tracked files
$ git commit -a

Commit previously staged changes
$ git commit

Change the last commit Don‘t amend published commits!
$ git commit –amend

2.COMMIT HISTORY

Show all commits, starting with newest
$ git log

Show changes over time for a specific file
$ git log -p

Who changed what and when in
$ git blame

3.BRANCHES & TAGS

List all existing branches
$ git branch -av

Switch HEAD branch
$ git checkout

Create a new branch based on your current HEAD $
git branch

Create a new tracking branch based on a remote branch
$ git checkout –track

Delete a local branch
$ git branch -d

Mark the current commit with a tag
$ git tag

4.UPDATE & PUBLISH

List all currently configured remotes
$ git remote -v

Show information about a remote
$ git remote show

Add new remote repository, named
$ git remote add

Download all changes from , but don‘t integrate into HEAD
$ git fetch

Download changes and directly merge/integrate into HEAD
$ git pull

Publish local changes on a remote
$ git push

Delete a branch on the remote
$ git branch -dr

Publish your tag s
$ git push –tags

5.MERGE & REBASE

Merge into your current HEAD
$ git merge

Rebase your current HEAD onto Don‘t rebase published commits!
$ git rebase

Abort a rebase
$ git rebase –abort

Continue a rebase after resolving conflicts
$ git rebase –continue

Use your configured merge tool to solve conflicts
$ git mergetool

Use your editor to manually solve conflicts and (after resolving) mark file as resolved
$ git add $ git rm

6.UNDO

Discard all local changes in your working directory
$ git reset –hard HEAD

Discard local changes in a specific file
$ git checkout HEAD

Revert a commit (by producing a new commit with contrary changes)
$ git revert

Reset your HEAD pointer to a previous commit …and discard all changes since then
$ git reset –hard

…and preserve all changes as unstaged changes
$ git reset

…and preserve uncommitted local changes
$ git reset –keep

什么是大数据？数十年来，信息产生、组织和流通方式革命性的变化，其中个人用户第一次成为信息产生和流通的主体。QQ/MSN聊天、网络购物、信用卡支付、发微博等一切人们日常生活中的这些行为都将转化为数据存储在世界的各个角落。不论是产生的信息量，可以获取的信息量，还是流通交换的信息量，都一直呈指数增长。
大数据既是一类数据，也是一项技术。作为数据，它呈现容量大、增长速度快、类别多、价值密度低等特征；作为新一代信息系统架构和技术，它能够对数量巨大、来源分散、格式多样的数据进行采集、存储，并进行关联性分析。大数据通过数据整合分析和深度挖掘，发现规律、创造价值，进而建立起从物理世界到 数字世界和网络世界的无缝链接。大数据时代，线上与线下、虚拟与现实、软件与硬件重叠交错、跨界融合，将重塑我们的认知和实践模式，开启一场新的产业突破与经济转型。
大数据可以弥补学校教育的不足。“所谓的‘大数据’使得查探关于学生表现和学习途径的学习信息成为可能。而不用依赖阶段测验表现，导师可以分析学生懂得什么以及每个学生最有效的技术是什么。一个由大量数据支持的技术驱动的教育系统可能看起来冷酷不近人情，但是研究显示真实情况恰恰相反。数据驱动教育工具已经在美国很大范围内使用了，数据可视化工具也显示了良好的潜力。比如仪表盘，用一种简单的用户界面展示主要绩效指标，允许学校管理者看到他们的学生的总体表现。举例来说，16个州的学校，使用数据勘探技术去确认处于危险中的学生。通过使用关键因素(如旷课，纪律问题，课堂表现变化)预测模式，教育者可以确认哪些学生最有可能退学，创建数据分享网络使得学生隐私的平衡和以研究为目的的数据访问都成为必要。
大数据时代管理挑战。处理大规模、多形式数据的技术和工具在近年来发生了很大的变革。普遍来说，这些技术和工具并非昂贵到让人望人生却，而且不少团建都是开放性的(open source)。最常用的是Hadoop，一个在大型、廉价的硬件设备上提供运行应用程序的框架 ，也在其平台上提供分析数据的工具。这些新的技术和工具对大部分企业的科技部门提出了新的要求，特别是对内部和外部数据的整合。虽然数据技术并不是大数据战略中最重要的部分，但是确实却不可少的。数据如何满足不同部门的决策需求。一个高效的企业需要把信息和决策分配给不同的部门。大数据时代面临的挑战是，信息被创造出来后，不知道该用在哪个部门。一个有领导艺术的领袖会创造一个灵活的组织架构，以最大化企业跨职能的合作。领导者需要为各部门进行决策的人提供合适的数据和懂得相关技术的专家。　
大数据时代的思维转变。当我们正视艺术学研究的“短板”现象和“问题意识”薄弱之时,我们发现不断产生“问题”的时代自身也是我们亟待关注的“问题”。无论是解决时代的“问题”,还是应对“问题”的时代,我们都必须关注大数据时代的思维转变。关于大数据的特征,业界解读的关键词是“4V”,即Volume (容量)、Variety(种类)、Velocity(速度)和Value(价值)。Volume指的是巨大的数据量和数据完整性,Variety指的是在海量、繁杂的数据间发现其内在关联,Velocity指的是更快地满足实时性需求,而Value指的是获得洞察力和价值。“4V”中最重要的是Value,这是大数据应用的最终意义。正如学者们所说,大数据时代是人工智能、机器学习和数据挖掘等技术迅速发展所驱动的一个历史进程。这个进程要求我们将信号转化为数据,将数据分析为信息,将信息提炼为知识,以知识促成决策和行动。
大数据时代营销变革 。在大数据时代，个性化将颠覆一切传统商业模式，成为未来商业发展的终极方向和新驱动力。大数据为个性化商业应用提供了充足的养分和可持续发展的沃土，如基于交叉融合后的可流转性数据、全息可见的消费者个体行为与偏好数据等等，未来的商业可以通过研究分析这些数据精准挖掘每一位消费者不同的兴趣与偏好，从而为他们提供专属的个性化产品和服务。然而纵观整个中国互联网，我们拥有海量规模的大数据却与个体消费者针对性需求存在着巨大的鸿沟。现今，每一个企业对其用户的了解都是片面的或者单个维度的。例如，卖运动装的网站A、卖休闲装的网站B和卖包的网站C，都了解用户在自己网站的偏好，但却无法了解用户在自己网站外的行为和偏好。试想一下，如果网站A能够了解它的用户在网站B和C上的兴趣（比如非常喜欢紫色的休闲衣服和包），就可以更加精准地为该用户提供TA可能也会喜欢的运动装。这不仅能增强了网站的转化率，也可大幅改善了用户体验。一旦打通消费者在多个领域内（比如购物、资讯、交友、娱乐等）的数据，就可以通过大数据构挖掘建消费者全面的兴趣图谱。
我们正处于大数据变革的时代。移动互联网、智能终端、新型传感器快速渗透到地球的每一个角落，人人有终端、物物可传感、处处可上网、时时在链 接，数据增长速度用几何式增长甚至爆发式增长都很难形容得贴切。有机构预计，到2020年全球数据使用量将达到约44ZB（1ZB=10万亿亿字节），将 涵盖经济社会发展各个领域。由此产生的革命性影响将重塑生产力发展模式，重构生产关系组织结构，提升产业效率和管理水平，提高政府治理的精准性、高效性和 预见性。毋庸置疑，大数据将创造下一代互联网生态、下一代创新体系、下一代制造业形态以及下一代社会治理结构。
大数据时代的机遇与挑战。大数据给人文社会科学带来哪些挑战？大数据时代的来临，数据逐渐成为重要的生产要素。而传统人文社科普遍数据采集能力不足，只有通过技术创新和方法上的创新，文科与理科、工科相结合，才能带来质的突破。大数据时代为突发公共事件的舆情带来什么机遇和挑战？数据的最终作用是为领导者决策或执行部门的行动提供参考，如何有效整合大数据，首先要做到快速分析、及时反应和动态应用，其次是在技术上实现对海量数据和信息的存储、深度挖掘和实时监测，实现精准地采集和预警。目前人民网已建立了基于全网大数据内容的突发公共事件舆情应对方案，可通过信息化的手段对全网大数据信息进行7-24小时实时监测，能从海量信息中及早发现可能引起民众广泛关注的突发公共事件潜在源头，进行实时预警。
如何应对大数据带来的挑战？大数据的公开与分享成为大势所趋，政府部门必须身先士卒。大数据将成为各类机构和组织，乃至国家层面重要的战略资源。 在未来一段时间内，大数据将成为提升机构和公司竞争力的有力武器。从某一层面来讲，企业与企业的竞争已经演变为数据的竞争，工业时代引以自豪的厂房与流水线，变成信息时代的服务器。阿里巴巴集团的服务器多达上万台，而谷歌的服务器超过了50万台。重视数据资源的搜集、挖掘、分享与利用，成为当务之急。机构组织的变革与全球治理成为必然的选择，大数据技术提供了一种解困之道：在管理的流程中，管理对象和事务产生的数据流只遵循数据本身性质和管理的要求，而不考虑专业分工上的区隔，顺应了全球治理的需要。把握优势，克服挑战，抓住大数据革命带来的“机会窗口”，建设数据强国，是实现中华民族伟大复兴的一个有力支撑。培育可以和国际“八大金刚”并驾齐驱的巨型企业作为大数据环境中竞争的中坚力量，鼓励和引导大众创业、万众创新成为数据生态系统中的活跃力量。
经过多年努力，我国已拥有全球最多的互联网用户和移动互联网用户、全球最大的电子信息产品生产基地、全球最具成长性的信息消费市场，培育了一批具有国际竞争力的企业。庞大的用户群体和完整的经济体系积累了丰富的数据资源，而工业互联网将进一步激发大数据发展的潜力，不断拓展信息产业新蓝海。当前和今后一个时期，创新、变革、融合成为产业发展主旋律，蕴藏巨大发展机遇。随着我国经济发展进入新常态，无论保持经济中高速增长、促进产业迈向中高 端水平，还是营造大众创业、万众创新的发展环境，大数据都将充当越来越重要的角色，在经济社会发展中的基础性、战略性、先导性地位也将越来越突出。