有哪些软件堪称神器的软件？

以下推荐列表均为适用于windows *** 作系统的优良软件；大部分免费（收费软件我已黑体标出）

压缩软件：

常用的WinRAR、好压、快压这些软件还是比不上我推荐的这两个。

1、7-Zip

免费；无广告、开源、压缩率高

2、Bandizip

Bandizip是我目前使用过的最佳的压缩软件，个人感觉除了不开源以外没有其他缺点。

免费；支持Unicode、支持多种格式、支持多种语言、好看又好用（反正我感觉比7-Zip好看）

系统清理软件

1、 AdwCleaner

免费；占内存小。

查杀广告的软件？清理工具？反正是这方面的，防止恶意劫持，清理广告和流氓插件。

我的火狐浏览器用这个软件扫描查杀过，不扫不知道，一扫吓一跳。

2、CCleaner

其实也挺好的，但似乎win10系统并不支持这个软件，win10系统使用CCleaner很可能导致系统不稳定。其他版本系统可以放心使用此软件，效果不比Adwcleaner差

(经评论区知友指正，CC目前已经有支持windows10的新版本)

数据恢复软件：

大家常用的一般都是EasyRecovery，但其实有更好的恢复软件

1、Recuva

免费；支持绝大多数文件系统，硬盘、闪盘、U盘、SD卡、手机数据（很多时候EasyRecovery搞定不了的可以交给Recuva）

下载地址：Recuva - Free Download - Piriform

下载工具：

除了迅雷、qq旋风这种大家常用的，还有其他类型的下载工具

1、HTTrack：（离线浏览器工具，可以从网络下载完整页面内容）

免费；如果你想在无网络连接的情况下浏览整个网站的数据（比如知乎），那么这个软件你就能刚好用得到。

2、Internet Download Manager(IDM)

收费，但确实比迅雷好用太多。

没有限速（下载速度基本由你网速决定）几乎能够下载任意内容，视频音频网盘插件（百度云也行的吧？未实践）

反正tumblr和youtube上的视频是可以下的~

卸载软件

360管家一类自带的卸载功能虽然方便，但终归不彻底。不妨来看看下面这款软件

1、 Iobit Uninstaller

免费；不留残余地彻底卸载已安装软件

图像软件：

1、honeyview（看图软件）

免费；称不上“神器”，但绝对众多看图软件中做得比较好的一个，支持各种格式（gif、psd等）

其他软件：

1、RUFUS

U盘启动盘制作软件，简单地创建 U 盘启动盘

免费；开源，内存小

2、Defraggler

磁盘碎片整理工具，曾被两个人推荐过…

只不过其实windows系统自带的磁盘清理已经可以满足我们普通人的需求了。defraggler比起自带的工具好处在于:清理得更干净，并且它可以对指定文件夹进行清理

免费；简单快捷有效

3、Everything

文件搜索软件，windows系统的搜索神器

网站类：

1、uzer

这个网站在我另外一篇高赞回答里已经推荐过，功能强大。

在线编辑服务、超级文档库、安全工作空间。

另外，网站内部配置的“（惊喜版）firefox浏览器”真的有惊喜。本来把惊喜放在我那篇回答的彩蛋部分，然而被有些喊着“保护性反对”的知友给举报了。。。最终删除了彩蛋部分。

（此网站也有pc端与手机端的软件版。详情请戳我另一个答案：最良心的软件可以良心到什么程度？- 知乎）

2、高精度IP定位- openGPS

输入你想查询的IP地址，可反馈给你定位。

误差最小时几十几百米，最大时相差两三公里。

（另附上查询自己IP地址的方法：百度中输入：IP 。搜索后即可得到自己的IP地址。）

1、进入刷步数工具的众号,回复任意数。
2、回复手机号码,完成在咕咚上的注册。
3、你会收到一条验证码,填入公众号内。
4、接着回复任意步数,出现提示,点击'绑定微信。
5、长按后跳转到二维码页面,点击识别图中二维码。
6、跳转到咕咚,点击绑定设备。
7、退出咕咚页面,回到刷步公众号内。
8、回复100-20000内步数,刷步成功

自从前年WWDC大会上苹果推出捷径应用，一切都不同了，这款神奇的效率神器可以让iPhone用户拥有无限的发挥空间，实现各种匪夷所思的 *** 作。比如说记录饮水数据、快速搜索、合并截图并共享、一键洗衣计时器、午休时间自动进入免打扰模式等等。
“越狱”团队的杰作
iPhone老用户对“越狱”这个词都很熟悉，早年间很多人使用这种技术，获取iOS设备一般不开放的最高权限。换句话说，越狱能够使用户更加自由地使用iOS，突破地区、机型限制，添加功能，乃至完全掌控整个系统。世界上最著名的越狱网站Cydia创始人Saurik透露过：“我之所以进入越狱这一领域，是因为苹果还未真正意识到iPhone的强大。”
当我们了解到越狱的目的是为了让iOS系统更加强大，那么也不难理解为什么捷径应用的开发者是一群越狱大神。捷径的前身是Workflow，它是一款自动化神器，能够将多个APP连接在一起，构成一个便捷指令并自动完成工作任务。通俗的理解就是把多个步骤精简为一个步骤，比如说我们去爬山，首先要从家里出发来到山脚下，一步一步向上爬，最后登上山顶，而Workflow应用只需要我们跨出家门，就能直接到达山顶。
▲ 捷径的前身是Workflow
Workflow自动化功能极大的丰富了苹果iOS系统的功能，作为鼓励，2015年苹果给这群越狱大神组成的团队颁发了Apple Design Award苹果设计奖。当然，这么好的应用，颁个奖远远不够。于是两年之后苹果再次出手，这一次直接将团队收购，并把它改名为捷径，成为iOS系统智能化、自动化的关键。
捷径能干什么？
买下Workflow之后，苹果并没有将它融入进iOS系统中，更名为捷径的应用依旧独立存在，在App Store里自由下载。比起Workflow，捷径应用更加强大，与iOS深度融合，还能与Siri指令相结合。比如你想知道现在手机还有多少电量，直接跟Siri说一声“手机电量”，Siri就会自动播报电量；如果你是微博控，常常查看微博热搜榜，你只需跟Siri说一声“热搜榜”，就能在屏幕上看到最新的热搜榜；如果你是起床困难户，你只需跟Siri说一声“早安”，就能立马播放动感的音乐打消的你的困意。
当然，这些功能并非iPhone自带，需要用户自己在“捷径”应用上设置。首先要确认手机上有“快捷指令”应用，没有的话就去App Store下载一个。苹果去年将“捷径”再次改名，最新的名字就叫“快捷指令”。
接着，我们要学会设置，以说“早安”播放歌曲为例，打开音乐软件，如网易云音乐，找到添加Siri捷径，点击播放“我喜欢的音乐”，然后在当我说栏目中填写“早安”。
▲ 早安播放喜欢的歌曲
设置好之后，打开手机，对Siri轻声说上“早安”两个字，系统立马就会播放我会喜欢的歌曲。当然，这只是最简单的捷径应用，如果你想加上打开WiFi、打开蓝牙、关闭低电量模式等复杂功能，就要涉及到“快捷指令”应用。
以打开蓝牙为例，我们需要点击捷径库上方的加号，创建一个新的捷径，然后在APP一栏找到网易云音乐，设置好之后点击一下搜索框，选择脚本，下滑列表找到设备，点击一下设定蓝牙就可以在设置蓝牙打开。全部设置好之后，点击下一步，设置“早安”快捷指令即可。这样说起早安的时候就能同时运行多个 *** 作。
如何快速使用捷径？
当然，如果你嫌自己设置太麻烦，或许有很多想法，却又不知道如何用捷径去实现。苹果自带的快捷指令中心有许多设置好的快捷应用，点击添加即可使用。此外，果粉建立的第三方快捷中心有许多大神设置好的捷径。
▲ 网上捷径应用，图源捷径库
这些捷径，大多以iCloud链接的形式分享的。当我们找到这些链接，不要直接点击链接在iCloud中打开，应该点击右上角，选择在Safari浏览器中打开，这时候手机就会自动跳转到快捷指令应用。值得注意的是，从网上获取快捷指令，必选要在安全性设置中允许不受信任的快捷指令，否则只能用自己一点点摸索出来的快捷指令。
▲ 安全性设置好，才能使用外部捷径
捷径应用神通广大，除了上述功能以外，还有喇叭灰尘清理、屏蔽低电量通知、带壳截屏、一键签到等无数新鲜玩法。可以说学会使用捷径，你会发现iPhone手机新的世界

这篇的内容是一系列针对在Python中从零开始运用机器学习能力工作流的辅导第一部分，覆盖了从小组开始的算法编程和其他相关工具。最终会成为一套手工制成的机器语言工作包。这次的内容会首先从数据准备开始。

—— 来自Matthew Mayo, KDnuggets

似乎大家对机器学习能力的认知总是简单到把一系列论据传送到越来越多的数据库和应用程序界面中，接着就期待能有一些神奇的结果出现。可能你对在这些数据库里究竟发生了什么有自己很好的理解—— 从数据准备到建模到结果演示呈现等等，但不得不说你依然需要依赖于这些纷繁的工具去完成自己的工作。

这其实很正常。我们用被准确检验证明过能运行的工具来完成一些日常的任务是无可厚非的。重新发明使用那些不能有效滚动的轮子不是最好的办法。这样会有很多局限，也会浪费很多的不必要的时间。无论你是使用开放源代码还是被授权的工具来完成你工作，这些代码工具已经被很多人反复试用升级以确保当你上手使用的时候能够以最好的质量完成你的工作。

然而，有些苦活累活你自己做也是有价值的，即便是作为一种教育性的努力。我不是要推荐你们从零开始通过自己深度学习练习写出一个程序框架，至少不能一直这样，但哪怕只有一次通过不断的试验和失败，从头开始写出和自己的算实现它们的支持工具也是非常好的。我可能说的不对，但我认为如今在学习机器学习能力、数据科学、人工智能等方面的大多数人都没有在这么做。

所以让我们从头开始，来学习在Python里建立一些机器学习能力的相关知识。

“From Scratch” 究竟是什么意思？

首先，我先申明：当我提到“From Scratch”，我的意思是尽可能少的借助外界的帮助。当然这也是相对的，但是为了达成我们的目标，我会划定界限，当我们在写自己的矩阵模型、数据框或者构建自己的数据库时，我们会分别使用Python中的numpy、panda和matplotlib库。在某些情况下，我们甚至不会使用这些库的全部功能。我们稍后会讨论，让我们先暂时放一放它们的名字以便大家更好的理解。在Python自带的库中自带的功能原则上都是可以使用的，但除此之外，我们就要自己来写了。

我们需要从一个点入手，那就让我们从一些简单的数据准备任务开始吧。开始的时候我们会慢一点，但当我们对（要学习的东西）有了一点感觉以后，我们会逐渐加快速度。除了数据准备，我们还需要数据转换、结果演示和呈现工具——更不必说机器学习能力算法了——来达成我们我们即将要完成的目标。

我们的想法是手动拼接任何我们需要的重大功能，以便完成我们的机器学习能力任务。当序列展开的时候，我们可以添加新的工具和算法，同时我们也能重新思考我们以前的假设（是否正确），使整个过程尽可能重复迭代，就像它会渐近一样。慢慢的，我们会集中精力在我们的目标上，制定策略来完成目标，把它们运用到Python里，再检验它们是否能够运行。

最终的结果，就想我们现在预期的一样，会是有序排列在我们自己的简易的机器学习数据库中的一系列简单的Python模型。对于初学者，我相信这是理解机器学习过程、工作流和算法如何运行的非常宝贵的经验。

工作流（workflow）究竟是什么意思？

工作流对不同的人意味着不同的意思，但是我们这里说的工作流指的是机器学习项目中的一部分。我们有很多过程框架来帮助我们追踪我的工作进程，但现在让我们简化到一下的这些：

获取数据

处理/准备数据

建立模型

解释呈现结果

在我们真正做的时候我们可以拓展，但是这是我们现在自己设计的简单的机器学习的过程框架。同时，“输送管（小箭头）”暗含了把工作流中各功能聚集在一起的能力，所以让我们把这些记住然后继续向前。

获得数据

在我们建立自己的模型之前，我们需要一些数据，还需要确认这些数据与我们合理的期望相符合。为了检测的目的（而不是训练或测试，但只是测试我们自己的设备），我们会使用虹膜数据集，你可以从这里下载。尽管我们可以在网上找到很多版本的数据集，但我建议我们都使用相同的原始数据，以确保我们的准备工作正常运行。

让我们来看一看：

既然我们已经知道了这个简单的数据集和它对应的文件，我们先来想一想我们需要做什么使原始数据演变成我们想要的结果：

数据需要储存成CSV格式的文件

实例大部分由有数字属性的值组成

组别是经过分组的内容

到目前为止，以上没有一种是对所有的数据集都适用的，但是也没有任何一个是只能适用于某一种数据集的。这使得我们能够有机会编写我们可以以后重复使用的代码。好的编程练习会让我们集中于重复利用性和模块性。

一些简单的探索性数据分析被罗列如下：

(上图为具体数值，下图为图像化数据)

准备数据

虽然数据准备在我们现在这个特定的情境中需要的很少，但是有时还是会需要。尤其是我们需要确认我们解释了标题行，去除了任何pandas呈现出来的参数，并且把我们的每一次组的值从名字型的转化成数值型的。因为在我们使用模型时已经没有名字性数值了，所以到此为止至少就没有更复杂的转化了。

最终，我们也需要一个对我们自己的算法的更好的数据呈现，所以我们在继续向前进行之前会确保我们最终呈现的是一个矩阵——或者numpy nadarry。我们的数据准备工作流接下来会做一下的表格：

同时，我们需要主要我们没有理由相信所有有趣的数据都会被储存在被逗号分开的文件里。我们可能希望能够从一个SQL数据库里或者直接从网上获取数据，从这两个地方找到的数据我们以后还能返回去回看。

首先，让我们写一个简单的函数，把一个CSV文件上传到DataFrame。当然，这在内网做很容易，但是再往前想一步我们可能想再加一些额外的步骤到我们自己的数据集里以便我们以后上载函数。

这个编码是相当直接的。一行一行的读数据文件就完成了一些额外的预先加工，比如忽略了那些内容非数据的行（我们认为在数据文件中评价是由井号键开始的，尽管这很荒谬。）我们可以详细说明这个数据集文件是否包括标题，我们也可以接受csv和tsv文件，csv文件是默认的设置。

有一些错误检查存在，但它还并不是很健全，所以我们或许可以晚一点再回来说这个话题。此外，逐条读文件再逐条决定要对这些行做什么，比直接用内置功能把处理干净的一致的cs一文件直接读到DataFrame中要慢，但权衡之后我们发现允许更多的灵活性，在这一阶段是值得的（但读大的文件可能会发花费很久的时间）。不要忘了，如果一部分内置 *** 作不是最好的方法，我们可以晚一些再做调整。

在我们尝试运行自己的编码之前，我们需要来写一个函数，把名字类数值转化成数字类数值。为了推广函数，我们需要使它能够用于数据集中的任何属性的数值，不仅仅是运用于不同的类别。我们还应该跟踪属性名称最终是否成为了整数。有了之前把csv或ts me的数据文件上传pandas的DataFrame的步骤经验，这个函数应该同时接受一个pandas DataFrames以及被转化为数字的属性名称。

我们还要注意，我们回避了关于使用单热编码的话题，这涉及到分类的非分类属性，但我认为我们以后还会回到这个话题。

上述的函数又是一个简单的，但是能帮助我们完成目标函数。我们可以用很多不同的方式来完成这个任务，包括使用pandas内置的功能，但是让你从一些会让你有些累的苦差事开始做就是这个函数的意义。

现在我们可以从文件中加载一个数据集，然后把分类属性值转换成数字属性值（我们也可以保留这些映像在字典中供以后使用）。就像之前提到的，我们希望我们的数据集最终是以numpy ndarry的形式存在，这样我们可以在自己的算法中很简单的使用。同样的，这是一个简单的任务，但写一个函数会让我们在以后需要的时候还可以以此为准。

即使以前任何的功能都没有过度的杀伤力，但这个功能有可能有。但请忍耐我，我们遵守非常全面的编程准则--如果过于谨慎的话。在我们继续往下讲的过程中会有很好的机会让我们对已有的功能做改变或添加。这些变化如果能在一个地方实施并且记录在案，从长远来看非常有意义。

测试数据准备的工作流

我们的工作流迄今为止可能仍然是构建板块的形式，但让我们给自己的编码一个测试。

我们的代码正在按我们希望的方式工作，让我们做一些简单的房屋清理工作。一旦开始滚动，我们将为我们的编码提供一个更全面的组织结构，但是现在我们需要把所有这些功能加到一个单独的文件中，并保存成为datasetpy的格式。这会让我们以后的使用更方便，下次我们会学到。

未来计划

之后我们会学习简单的分类算法，k最近邻算法。我们会学习如何在简单的工作流中构建分类和聚类模型。毫无疑问，这需要编写一些限额外的工具来帮助我们完成项目，并且我确定我们还将对已经做完的部分进行修改。

练习机器学习就是理解机器学习的最好方法。运用我们的工作流中需要的算法和支持工具最终会被证明是有用的。

方法
1、打开
finder，点击屏幕顶部菜单栏的
“前往”，在下拉菜单里选择
“前往文件夹…”
2、在d出的输入框里粘入冒号（不含）后面这行路径：/system/library/services
看到一堆
service
和
workflow
文件吧。要精简
mac
鼠标右键菜单的话，删掉对应的文件即可为。比如我不想右击一个后在菜单里看到
“设壁纸”
这种选项了，就删掉
“set
desktop
pictureworkflow”
这个文件。基本上看文件名就能猜到它对应的鼠标右键菜单选项。
3、mac
会要求你输密码，当时看不到效果。重启苹果电脑后，右键菜单里就没有对应的选项了。
4、想向苹果电脑鼠标右键菜单里添加右键菜单项目的话，道理和 *** 作步骤一样，只是倒数第二步 *** 作变成把你自己的
workflow
文件拖到那个文件夹即可。

1、在手机中找到“快捷指令”功能，点击“创建快捷指令”。
2、然后点击“添加 *** 作”。
3、在“添加 *** 作”中找到“脚本”并点击，再点击“打开APP”。
4、找到王者荣耀，点击“新快捷指令”。
5、点击添加到主屏幕。
6、然后就可以设置主屏幕名称和图标。
7、首先下载“换图标app”。
8、然后打开软件，选择一个应用，勾选王者荣耀。
9、最后就可以在右边选择一个图标更换就可以了。

苹果上的捷径APP使用方法：

一、支付宝付款码

二、支付宝扫一扫

三、微信扫一扫

四、Apple Pay

4 种方式进行付款，再也不用「打开微信-进入钱包-扫一扫」这么麻烦，一键直达。

捷径中有支付宝付款码，没有微信付款码，涉及一个概念——URL Schemes 了。简单来说，URL Scheme 是直达应用内某个资源或功能的快捷方式，一个可以让 app 相互跳转的协议。

然而，每个 app 的 URL Scheme 都不一样，如果你知道某个 app 或 app 中某个具体页面 URL Schemes，那么你就可以通过捷径中的「打开 URL」动作一键打开某个 app 或 app 的指定页面。

比如上面的微信扫一扫这个月也没的 URL Schemes 是 weixin://scanqrcode，打开这个页面就可以直达微信扫一扫界面。

由于各种原因，微信已经封禁了绝大多数的 URL Schemes，而微信付款码也在其中。找不到微信付款码的 URL Schemes，自然也就做不了相应的捷径功能了。

五、早安 &晚安

在捷径刚刚推出的不久时，A 君就向大家展示了自己制作的「早安」和「晚安」两个捷径，最近，A 君发现网上有人对「早安」这个捷径进行了很好的优化，使其可以实现。

六、休息一下

辛苦劳作了一上午，中午好不容易想在办公桌前休息一下，又被突然响个不停的微信消息提醒给惊醒。

---