GWPY 的代码来自LIGO和另一个名叫Virgo的机构，维护者将这两个机构科学家的Python代码整理，最终的产品就是GWPY这个用户友好的Python包。
GWPY是一个面向对象编程的Python包，也就是说，数据对象是这个包的核心关注点。每一个数据对象都体现为一个类实例，包含了其属性和包含的数据。
GWPY提供了4种核心数据对象，分别代表引力波探测器所产生的四种标准数据：
-
TimeSeries（时间序列数据）
-
Spectrum（光谱数据）
-
Spectrogram（光谱图）
-
DataQualityFlag
我们知道，将引力波探测器收集的数据可视化，对于理解引力波的特性、研究引力波信号来说非常有帮助。gwpy.plotter模块中提供了一些plot类，可以直观地展示相应的数据类型。
GWPY的核心数据对象里，大部分都内置有一个plot()方法，可以让研究人员快速对某个数据集进行可视化展示。
-
网站是否具有吸引力对于访客的回头率具有非常重要的促进作用，从吸引力分析中了解访客喜好，增加网站吸引力从而提升用户粘性。
-
一面30分钟，总体感觉面试官温和还挺好的 1.自我介绍 2.根据简历提问了一点问题 3.要是给你一个场景打标的任务，你会在路口场景怎么打标（回答红绿灯车道线什么的） 4.要是没有红绿灯车道线，也没有标志物，是无保护路口，怎么做 5.怎么捕捉cut in场景，你会用什么判断 6.混淆矩阵 7.sql熟练程度，口头说了一下 8.python写快排 9.linux知道多少，了解ros系统吗 10.反问
-
一、创建索引： 在SQLite中，创建索引的SQL语法和其他大多数关系型数据库基本相同，因为这里也仅仅是给出示例用法： sqlite> CREATE TABLE testtable (first_col integer,second_col integer); --创建最简单的索引，该索引基于某个表的一个字段。 sqlite> CREATE INDEX testtable_idx ON test
-
有时候，对于我们的决定只要有一点点的数据支持就够了。一点点的变化，可能就决定了我们产品的好坏。我们可能会因此而作出一些些改变，这些改变可能会让我们打败巨头。 这一点和 Growth 的构建过程也很相像，在最开始的时候我只是想制定一个成长路线。而后，我发现这好像是一个不错的 idea，我就开始去构建这个 idea。于是它变成了 Growth，这时候我需要依靠什么去分析用户喜欢的功能呢？我没有那么多的
-
IT岗，8.21投递，有测评，没有技术笔试 8.29 一面 综合面，hr面，12分钟 自我介绍就1分钟，也没介绍啥 说一个大学以来遇到的困难，以及如何克服的 说一个大学以来与他人合作的例子 为什么选择潍柴 单休，能接受吗 反问环节 下一步的流程？答曰技术面，等邮件 潍柴工作时间？8：30-11：30，13：30-18：00 出差情况？出差不多，会有 住房补贴？跟招聘信息里写的一样 8.30 二面
-
笔试+3轮面试，笔试题比较开放，主要考察一些基本的概念，业务一面：首先自我介绍，面试官就简历提问，接着会跟你一个具体的案例让你回答如何识别黑产用户，附加口述一道智力测试题，最后是反问，整体面试很轻松，由于反问阶段表现得很好，所以一面后三分钟就通知结果了。 二面应该是部门leader面，更多的还是深挖简历的内容，真的很细很细，面完以后感觉表现一般，然后hr通知结果待定，基本没戏了。