计算机研究生平时跟导师【做项目】是种什么状态？-白红宇

计算机研究生平时跟导师【做项目】是种什么状态？

阅读量：343 次

发布时间：2019-03-03

本文共 1459 字，大约阅读时间需要 4 分钟。

?????????????????????????????????????????????????

1. ??????????

???????????????????????????????????????????????????????8:30???21:30??????????????????????????????????"????"????

??????????????????3???????????????????????4??????????????????????????????

??????????????????????????????????????????????????????????????????????????????????????????

2. ??????????

?????????????????????"??"??????"????"????????????????????6???????????????????????????????????????????????????????????????????9??????????????????????????????

??????????????????????????????????????????????????????????????"?????"?????

3. ??????????

???????????????????????????????????????????????????????????????????????????????????????????????????QQ?

?????????????????????????????????????????????????????????????????????????????????

4. ?????????

??????????????????????????????????????????????????????????????????????

?????????????????????????????????????????????????????"????XXXX????XXX????????????" ???"????OOOO????OOO??????????????"

?????????????????????????????????????????????????????????????????????????????????????????????

5. ????????

???????????????????????????????????????????"?"???????????????????????????????????????????????????????????????????

???????????????????????????????????????????????????????

6. ???????

985??????????????????????????????????????????????????????????????????????????????

??????????????????????????????????????????????????????????????????????????????????????????????????????

转载地址：http://zvfm.baihongyu.com/

你可能感兴趣的文章

pandas DataFrame的一些操作

查看>>

Pandas Dataframe的日志文件

查看>>

Pandas df.iterrows() 并行化

查看>>

pandas GROUPBY+变换和多列

查看>>

pandas Groupby：创建两列的Groupby时，如何按正确的顺序对工作日进行排序？

查看>>

Pandas matplotlib 无法显示中文

查看>>

pandas PIVOT_TABLE保持索引

查看>>

Pandas Plots:周末的单独颜色，x 轴上漂亮的打印时间

查看>>

pandas to_latex() 转义数学模式

pandas 均值(mean), 均值填充NA(fill_na)

查看>>

Pandas 对数据框的布尔比较

查看>>

pandas 将通话数据分割为15分钟的间隔

查看>>

pandas 找到局部最大值和最小值

查看>>

pandas 按日期和年份分组，并汇总金额

查看>>