前言

无需多言，变压器是电力系统中非常重要的一次设备之一（一次设备是电力里面的术语，自然还有二次设备），因此对于电力系统的平稳运行也至关重要，所以工业界和学术界关于变压器的故障诊断开展了大量研究。关于变压器的故障诊断方法其实有很多论文已经做了综述，我自己从对象、问题到方法做了一个简单的梳理。

什么是变压器

前言

前一段时间，用Flask写了一个Web应用，需要用到一些地理空间的数据，为了更有效地管（zhuang）理（bi）起来，就想用前面提到过的PostgreSQL数据库，这里我们简单介绍一下，如何用Python的相关库，将常见的矢量数据（shp）导入到PostgreSQL中。

前期准备

前言

行政区划相关信息在GIS中算是不可或缺的基础数据，然而由于行政区划经常会进行调整，所以许多网上搜集的已经存在了不同程度的过时。而如果用国外的数据，又会有领土的问题，让人很膈应。偶然一次，在GitHub上看到了分享来自阿里云的数据，那么如果能够自动从网上抓取的话，岂不是可以获得较为准确的资料，并可以及时更新？

准备

前言

还是之前在参加培训的时候，老师提供了一个关于谈判计策的小锦囊，就想放上来与大家分享，也方便以后查阅。不一定对，也不一定有效，仅供参考吧:)

情景1：对方混淆情绪

前言

之前曾经介绍过一点台风的内容，包括台风的路径可视化等，此外在之前也曾介绍过极值分析的一些内容，在这里，我们对台风做了进一步的统计分析，分别用泊松分布和广义帕累托分布拟合了台风的年发生次数和巅峰强度。

1

%matplotlib inline

前言

这个测试，是我在参加公司组织的、由美国管理协会（American Management，AMA）老师担纲授课的课程中提供的测试，主要用对人的行为风格有一个粗略的判断，以提高沟通的效率和效果。需要注意，这只是一个简易版测试，其测试结果仅供参考，即使是完整版的测试，也是如此。

简介

流量预警：本篇文章需要加载数据，大概需要30MB！

前言

在plotly里自带Maps相关的模块，可以用来绘制分层统计图（Choropleth map）、散点图、气泡图等，但是里面主要是美国或者的地理数据，如果想做中国的可能就不行了，所以还是会有一些限制。简单想一下，如果我们只是要画个大概的地图，有些可视化的功能，其实也不见得那么麻烦，所以这篇文章就介绍如何用plotly绘制一些基本的地图。

前言

在上一篇读书笔记之后，我继续读了《新制度经济学：一个交易费用范式》一书与产权和合约理论有关的章节，其中第四章“相对产权：合约责任”探讨了与自愿承担责任的产权转让有关的问题，介绍了几种典型的合约责任、合约责任的基本原则和合约理论。书中对三种合约理论的描述和讨论，引起了我的兴趣，让我联想到我自己的几次实习经历，其中一些制度、现象似乎可以套用合约理论作一番解释。

前言

2019年已经过了大半，然而年初立的读书笔记的Flag基本还没有动手。这半年下来，似乎离开了“数据”、“程序”、“算法”就不知道该如何说话了。想问题越来越线性化，做事情越来越简单化，写东西也变得流水账起来。

然而，猛地动起手来也不是那么容易。前一段时间整理自己的资料，但是翻到了以前写的一点点东西，感觉虽然写得一般，却比现在认真多了。经验一旦多了，就容易套路起来，倒不如再简单回去。

前言

本来这篇博客是打算分享一下如何使用 plotly制作交互式的气象地图的，但是为了寻找合适的数据资料，结果就逐渐跑偏了，最好觉得介绍一下数据资料的获取也是有必要的，所以就变成了现在这个样子。

哥白尼计划