跟着UP主学数据可视化——宝藏新发现（一）

【数据可视化】免费开源BI工具 DataEase 之流向地图

视频中介绍了如何使用数据可视化工具制作流向地图。首先，演示了从不同城市如银川、成都至上海的数据流动展示效果。随后，步骤包括创建一个新的仪表板视图和使用准备好的数据集。主要涉及将城市的经纬度作为起终点输入，并进行视觉风格的个性化调整，如选择不同的颜色、调整线的大小和3D弧度以及设置动画的流动速度。此外，提供了如何调整流向线的宽度、倾斜角和动画间隔时间，以实现不同的视觉展示效果。适合从事数据可视化工作、对交互式地理信息系统感兴趣的专业人员，或者是希望提升数据展示技能的相关领域从业者。

【DataEase教程】DataEase零基础教程第一课

本视频透过data ES0的教程提供了一系列关于数据可视化及仪表板制作的实操指导，从data ES0模板、用户界面介绍到柱状图的具体制作步骤。视频里，教学详细地展示了如何通过预制模板快速建立电影行业数据看板，并指导如何对数据源和数据集进行管理与同步，创建各类柱状图来展示数据。这些内容不仅适用来自电影行业，对意图学习如何通过数据可视化工具创建直观图表的用户也很有帮助。

跟着UP主学BI数据分析数据可视化-数据源接入2

视频中介绍了如何接入Elasticsearch(ES)和API数据源到data ease平台。首先，播主展示了对接ES时所需的配置项，并提到如果ES配置了无密码认证，则可以省略填写用户名和密码。接着，进行了实战演示，包括新建数据源、填写ES地址、校验保存，并展示了如何查看ES下的相关表。对于API数据源接入，分为填写API信息和数据提取两步骤，实战中以高德地图的免费查询天气API为例，展示了数据源的添加，包括GET请求和字段选择，以及最后的数据预览保存。适合那些希望学习数据源接入和数据表管理，以及高德API使用方法的开发人员和数据分析师。

Python爬虫：Requests库的基本用法

本次内容聚焦于使用Python的requests库进行网页数据爬取。介绍了requests库作为一个无需转基因的HTTP库，在人类获取网页数据过程的适用性与便捷性。视频解释了如何安装库，以及如何使用GET方法来获取网页对象。其中，还包含了HTTP状态码的讲解，状态码帮助开发者识别HTTP请求的响应状态。强调了文本编码的重要性，在处理爬取到的文本数据时需设置合适的编码以避免乱码问题。此外，视频提供了通过requests库对网页文本信息提取的具体代码实例演示，旨在帮助开发者理解如何使用这一工具进行数据抓取。

【职场秘籍】怎样安全的度过试用期？快来get试用期“安全攻略”！

在职场中安全度过试用期关键在于明确个人定位与积极主动的工作态度。成功案例描述了一个口才良好的学员如何因过度包装自己导致职位不匹配而被辞退，而失败案例则讲述了即便技术能力强，因缺乏主动沟通和团队协作而多次被辞退。从这些案例中可以看出，对于新人而言，既要真实展示自己的技术水平，又要积极融入团队，保持与周围同事的良好沟通。此外，及时向上级报告工作进展、遇到问题时主动寻求帮助，也是确保试用期顺利过关的重要因素。适应职场，不仅需要扎实的技术功底，还必须具备良好的工作态度与沟通协作能力。

Python处理Excel数据：什么是模块、包、库

本次课程内容涉及Python语言在进行Excel数据读写时的基础知识，包括模块、包、库等概念的讲解。学员将理解模块（.py文件）、包（包含__init__.py文件的文件夹），以及库（模块和包的集合）之间的区别和联系。重点介绍了Python的强大功能，包括内置的标准库以及可以自定义或利用第三方库来扩展能力。整节课的重点是帮助学员掌握Python处理Excel数据的能力，为后续实际操作打好理论基础。适合对自动化办公感兴趣或需要在项目中进行数据处理的技术人员学习。

还百度上搜数据集吗？记住这个地方啥数据都有！

在快速获取准确数据的需求日益逼切的背景下，传统搜索引擎和社交媒体平台常因广告和套路层出不穷而不尽人意。为解决业界数据紧缺和数字化人才的匹配问题，"cover"平台应运而生。该平台聚集了各行业积累的大量数据，积极搭建连接数字化需求与解决方案提供者之间的桥梁。通过提交数据并提供奖金激励，平台鼓励技术人员提供创新的解决方案。此外，平台不仅提供数据资源，还包含源码和完整的项目配套，为数据分析和项目开发提供了全方位的支撑。适合有志于数据分析、技术解决方案开发以及数字化转型领域的专业人士。

人人都有自己的智能体！从0到1构建本地开源大语言模型智能体原理与实现

本次分享主要介绍了智能体的工作原理及其在技术实现中的应用。智能体被比喻为一个具有手脚和感官的完整人，能够根据大脑的指令执行任务。通过本地大语言模型，结合VLLN框架，智能体能够调用工具、进行搜索、执行代码，并具备记忆功能。分享中还讨论了智能体在解决问题时的行动决策过程，以及如何通过JSON格式与工具进行交互。此外，还演示了使用搜索引擎和AI绘画工具的实例，并最终展示了智能体执行任务的完整流程。这些内容适合对人工智能、自然语言处理和智能体设计感兴趣的技术人员学习。