近年来，自贡房地产市场一直备受关注。作为四川省的重要城市之一，自贡的房价一直是热门话题。尤其是自贡二手房别墅的信息备受购房者关注。
根据最新数据显示，自贡的房价整体呈现出上涨的趋势。尤其是自贡别墅市场，由于其稀缺性和舒适性，备受追捧。很多人希望能在自贡购买一处宜居的别墅。
针对自贡二手房市场，最新的数据显示，房屋成交量在逐渐上升，尤其是一些品质较高的二手房源。这也意味着自贡的居民对于生活品质的追求逐渐提升，加大了对于宜居房源的需求。
此外，随着自贡市区的发展，越来越多的购房者将目光投向了郊区的自贡别墅。郊区别墅环境优美，能够提供更大的空间和更舒适的居住环境，备受人们青睐。
针对自贡的房地产市场，一些投资专家提出了自己的建议。他们认为，自贡房价虽然有所上涨，但市场整体稳定，投资自贡房产仍然具有潜力。尤其是一些未来规划中有望发展的区域，值得投资者关注。
对于打算购买自贡房产的消费者来说，建议关注市场动态，选择品质好、地段佳的二手房或别墅，以便获得更好的居住体验和潜在增值空间。
总的来说，自贡的房产市场发展迅速，未来还将充满机遇和挑战。希望本篇文章对您了解自贡房价、自贡二手房信息以及自贡别墅出售有所帮助。
感谢您看完这篇文章，希望能为您提供一些关于自贡房产市场的参考信息。
之前看了Mahout官方示例 20news 的调用实现；于是想根据示例的流程实现其他例子。网上看到了一个关于天气适不适合打羽毛球的例子。
训练数据：
Day Outlook Temperature Humidity Wind PlayTennis
D1 Sunny Hot High Weak No
D2 Sunny Hot High Strong No
D3 Overcast Hot High Weak Yes
D4 Rain Mild High Weak Yes
D5 Rain Cool Normal Weak Yes
D6 Rain Cool Normal Strong No
D7 Overcast Cool Normal Strong Yes
D8 Sunny Mild High Weak No
D9 Sunny Cool Normal Weak Yes
D10 Rain Mild Normal Weak Yes
D11 Sunny Mild Normal Strong Yes
D12 Overcast Mild High Strong Yes
D13 Overcast Hot Normal Weak Yes
D14 Rain Mild High Strong No
检测数据：
sunny，hot，high，weak
结果：
Yes=》 0.007039
No=》 0.027418
于是使用Java代码调用Mahout的工具类实现分类。
基本思想：
1. 构造分类数据。
2. 使用Mahout工具类进行训练，得到训练模型。
3。将要检测数据转换成vector数据。
4. 分类器对vector数据进行分类。
接下来贴下我的代码实现=》
1. 构造分类数据：
在hdfs主要创建一个文件夹路径 /zhoujainfeng/playtennis/input 并将分类文件夹 no 和 yes 的数据传到hdfs上面。
数据文件格式，如D1文件内容： Sunny Hot High Weak
2. 使用Mahout工具类进行训练，得到训练模型。
3。将要检测数据转换成vector数据。
4. 分类器对vector数据进行分类。
这三步，代码我就一次全贴出来；主要是两个类 PlayTennis1 和 BayesCheckData = =》
package myTesting.bayes;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.FileSystem;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.util.ToolRunner;
import org.apache.mahout.classifier.naivebayes.training.TrainNaiveBayesJob;
import org.apache.mahout.text.SequenceFilesFromDirectory;
import org.apache.mahout.vectorizer.SparseVectorsFromSequenceFiles;
public class PlayTennis1 {
private static final String WORK_DIR = "hdfs://192.168.9.72:9000/zhoujianfeng/playtennis";
/*
* 测试代码
*/
public static void main(String[] args) {
//将训练数据转换成 vector数据
makeTrainVector();
//产生训练模型
makeModel(false);
//测试检测数据
BayesCheckData.printResult();
}
public static void makeCheckVector(){
//将测试数据转换成序列化文件
try {
Configuration conf = new Configuration();
conf.addResource(new Path("/usr/local/hadoop/conf/core-site.xml"));
String input = WORK_DIR+Path.SEPARATOR+"testinput";
String output = WORK_DIR+Path.SEPARATOR+"tennis-test-seq";
Path in = new Path(input);
Path out = new Path(output);
FileSystem fs = FileSystem.get(conf);
if(fs.exists(in)){
if(fs.exists(out)){
//boolean参数是，是否递归删除的意思
fs.delete(out, true);
}
SequenceFilesFromDirectory sffd = new SequenceFilesFromDirectory();
String[] params = new String[]{"-i",input,"-o",output,"-ow"};
ToolRunner.run(sffd, params);
}
} catch (Exception e) {
// TODO Auto-generated catch block
e.printStackTrace();
System.out.println("文件序列化失败！");
System.exit(1);
}
//将序列化文件转换成向量文件
try {
Configuration conf = new Configuration();
conf.addResource(new Path("/usr/local/hadoop/conf/core-site.xml"));
String input = WORK_DIR+Path.SEPARATOR+"tennis-test-seq";
String output = WORK_DIR+Path.SEPARATOR+"tennis-test-vectors";
Path in = new Path(input);
Path out = new Path(output);
FileSystem fs = FileSystem.get(conf);
if(fs.exists(in)){
if(fs.exists(out)){
//boolean参数是，是否递归删除的意思
fs.delete(out, true);
}
SparseVectorsFromSequenceFiles svfsf = new SparseVectorsFromSequenceFiles();
String[] params = new String[]{"-i",input,"-o",output,"-lnorm","-nv","-wt","tfidf"};
ToolRunner.run(svfsf, params);
}
} catch (Exception e) {
// TODO Auto-generated catch block
e.printStackTrace();
System.out.println("序列化文件转换成向量失败！");
System.out.println(2);
}
}
public static void makeTrainVector(){
//将测试数据转换成序列化文件
try {
Configuration conf = new Configuration();
conf.addResource(new Path("/usr/local/hadoop/conf/core-site.xml"));
String input = WORK_DIR+Path.SEPARATOR+"input";
String output = WORK_DIR+Path.SEPARATOR+"tennis-seq";
Path in = new Path(input);
Path out = new Path(output);
FileSystem fs = FileSystem.get(conf);
if(fs.exists(in)){
if(fs.exists(out)){
//boolean参数是，是否递归删除的意思
fs.delete(out, true);
}
SequenceFilesFromDirectory sffd = new SequenceFilesFromDirectory();
String[] params = new String[]{"-i",input,"-o",output,"-ow"};
ToolRunner.run(sffd, params);
}
} catch (Exception e) {
// TODO Auto-generated catch block
e.printStackTrace();
System.out.println("文件序列化失败！");
System.exit(1);
}
//将序列化文件转换成向量文件
try {
Configuration conf = new Configuration();
conf.addResource(new Path("/usr/local/hadoop/conf/core-site.xml"));
String input = WORK_DIR+Path.SEPARATOR+"tennis-seq";
String output = WORK_DIR+Path.SEPARATOR+"tennis-vectors";
Path in = new Path(input);
Path out = new Path(output);
FileSystem fs = FileSystem.get(conf);
if(fs.exists(in)){
if(fs.exists(out)){
//boolean参数是，是否递归删除的意思
fs.delete(out, true);
}
SparseVectorsFromSequenceFiles svfsf = new SparseVectorsFromSequenceFiles();
String[] params = new String[]{"-i",input,"-o",output,"-lnorm","-nv","-wt","tfidf"};
ToolRunner.run(svfsf, params);
}
} catch (Exception e) {
// TODO Auto-generated catch block
e.printStackTrace();
System.out.println("序列化文件转换成向量失败！");
System.out.println(2);
}
}
public static void makeModel(boolean completelyNB){
try {
Configuration conf = new Configuration();
conf.addResource(new Path("/usr/local/hadoop/conf/core-site.xml"));
String input = WORK_DIR+Path.SEPARATOR+"tennis-vectors"+Path.SEPARATOR+"tfidf-vectors";
String model = WORK_DIR+Path.SEPARATOR+"model";
String labelindex = WORK_DIR+Path.SEPARATOR+"labelindex";
Path in = new Path(input);
Path out = new Path(model);
Path label = new Path(labelindex);
FileSystem fs = FileSystem.get(conf);
if(fs.exists(in)){
if(fs.exists(out)){
//boolean参数是，是否递归删除的意思
fs.delete(out, true);
}
if(fs.exists(label)){
//boolean参数是，是否递归删除的意思
fs.delete(label, true);
}
TrainNaiveBayesJob tnbj = new TrainNaiveBayesJob();
String[] params =null;
if(completelyNB){
params = new String[]{"-i",input,"-el","-o",model,"-li",labelindex,"-ow","-c"};
}else{
params = new String[]{"-i",input,"-el","-o",model,"-li",labelindex,"-ow"};
}
ToolRunner.run(tnbj, params);
}
} catch (Exception e) {
// TODO Auto-generated catch block
e.printStackTrace();
System.out.println("生成训练模型失败！");
System.exit(3);
}
}
}
package myTesting.bayes;
import java.io.IOException;
import java.util.HashMap;
import java.util.Map;
import org.apache.commons.lang.StringUtils;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.fs.PathFilter;
import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.LongWritable;
import org.apache.hadoop.io.Text;
import org.apache.mahout.classifier.naivebayes.BayesUtils;
import org.apache.mahout.classifier.naivebayes.NaiveBayesModel;
import org.apache.mahout.classifier.naivebayes.StandardNaiveBayesClassifier;
import org.apache.mahout.common.Pair;
import org.apache.mahout.common.iterator.sequencefile.PathType;
import org.apache.mahout.common.iterator.sequencefile.SequenceFileDirIterable;
import org.apache.mahout.math.RandomAccessSparseVector;
import org.apache.mahout.math.Vector;
import org.apache.mahout.math.Vector.Element;
import org.apache.mahout.vectorizer.TFIDF;
import com.google.common.collect.ConcurrentHashMultiset;
import com.google.common.collect.Multiset;
public class BayesCheckData {
private static StandardNaiveBayesClassifier classifier;
private static Map<String, Integer> dictionary;
private static Map<Integer, Long> documentFrequency;
private static Map<Integer, String> labelIndex;
public void init(Configuration conf){
try {
String modelPath = "/zhoujianfeng/playtennis/model";
String dictionaryPath = "/zhoujianfeng/playtennis/tennis-vectors/dictionary.file-0";
String documentFrequencyPath = "/zhoujianfeng/playtennis/tennis-vectors/df-count";
String labelIndexPath = "/zhoujianfeng/playtennis/labelindex";
dictionary = readDictionnary(conf, new Path(dictionaryPath));
documentFrequency = readDocumentFrequency(conf, new Path(documentFrequencyPath));
labelIndex = BayesUtils.readLabelIndex(conf, new Path(labelIndexPath));
NaiveBayesModel model = NaiveBayesModel.materialize(new Path(modelPath), conf);
classifier = new StandardNaiveBayesClassifier(model);
} catch (IOException e) {
// TODO Auto-generated catch block
e.printStackTrace();
System.out.println("检测数据构造成vectors初始化时报错。。。。");
System.exit(4);
}
}
/**
* 加载字典文件，Key: TermValue； Value：TermID
* @param conf
* @param dictionnaryDir
* @return
*/
private static Map<String, Integer> readDictionnary(Configuration conf, Path dictionnaryDir) {
Map<String, Integer> dictionnary = new HashMap<String, Integer>();
PathFilter filter = new PathFilter() {
@Override
public boolean accept(Path path) {
String name = path.getName();
return name.startsWith("dictionary.file");
}
};
for (Pair<Text, IntWritable> pair : new SequenceFileDirIterable<Text, IntWritable>(dictionnaryDir, PathType.LIST, filter, conf)) {
dictionnary.put(pair.getFirst().toString(), pair.getSecond().get());
}
return dictionnary;
}
/**
* 加载df-count目录下TermDoc频率文件，Key: TermID； Value：DocFreq
* @param conf
* @param dictionnaryDir
* @return
*/
private static Map<Integer, Long> readDocumentFrequency(Configuration conf, Path documentFrequencyDir) {
Map<Integer, Long> documentFrequency = new HashMap<Integer, Long>();
PathFilter filter = new PathFilter() {
@Override
public boolean accept(Path path) {
return path.getName().startsWith("part-r");
}
};
for (Pair<IntWritable, LongWritable> pair : new SequenceFileDirIterable<IntWritable, LongWritable>(documentFrequencyDir, PathType.LIST, filter, conf)) {
documentFrequency.put(pair.getFirst().get(), pair.getSecond().get());
}
return documentFrequency;
}
public static String getCheckResult(){
Configuration conf = new Configuration();
conf.addResource(new Path("/usr/local/hadoop/conf/core-site.xml"));
String classify = "NaN";
BayesCheckData cdv = new BayesCheckData();
cdv.init(conf);
System.out.println("init done...............");
Vector vector = new RandomAccessSparseVector(10000);
TFIDF tfidf = new TFIDF();
//sunny，hot，high，weak
Multiset<String> words = ConcurrentHashMultiset.create();
words.add("sunny",1);
words.add("hot",1);
words.add("high",1);
words.add("weak",1);
int documentCount = documentFrequency.get(-1).intValue(); // key=-1时表示总文档数
for (Multiset.Entry<String> entry : words.entrySet()) {
String word = entry.getElement();
int count = entry.getCount();
Integer wordId = dictionary.get(word); // 需要从dictionary.file-0文件（tf-vector）下得到wordID，
if (StringUtils.isEmpty(wordId.toString())){
continue;
}
if (documentFrequency.get(wordId) == null){
continue;
}
Long freq = documentFrequency.get(wordId);
double tfIdfValue = tfidf.calculate(count, freq.intValue(), 1, documentCount);
vector.setQuick(wordId, tfIdfValue);
}
// 利用贝叶斯算法开始分类,并提取得分最好的分类label
Vector resultVector = classifier.classifyFull(vector);
double bestScore = -Double.MAX_VALUE;
int bestCategoryId = -1;
for(Element element: resultVector.all()) {
int categoryId = element.index();
double score = element.get();
System.out.println("categoryId:"+categoryId+" score:"+score);
if (score > bestScore) {
bestScore = score;
bestCategoryId = categoryId;
}
}
classify = labelIndex.get(bestCategoryId)+"(categoryId="+bestCategoryId+")";
return classify;
}
public static void printResult(){
System.out.println("检测所属类别是："+getCheckResult());
}
}
1. 请介绍一下WebGIS的概念和作用，以及在实际应用中的优势和挑战。
WebGIS是一种基于Web技术的地理信息系统，通过将地理数据和功能以可视化的方式呈现在Web浏览器中，实现地理空间数据的共享和分析。它可以用于地图浏览、空间查询、地理分析等多种应用场景。WebGIS的优势包括易于访问、跨平台、实时更新、可定制性强等，但也面临着数据安全性、性能优化、用户体验等挑战。
2. 请谈谈您在WebGIS开发方面的经验和技能。
我在WebGIS开发方面有丰富的经验和技能。我熟悉常用的WebGIS开发框架和工具，如ArcGIS API for JavaScript、Leaflet、OpenLayers等。我能够使用HTML、CSS和JavaScript等前端技术进行地图展示和交互设计，并能够使用后端技术如Python、Java等进行地理数据处理和分析。我还具备数据库管理和地理空间数据建模的能力，能够设计和优化WebGIS系统的架构。
3. 请描述一下您在以往项目中使用WebGIS解决的具体问题和取得的成果。
在以往的项目中，我使用WebGIS解决了许多具体问题并取得了显著的成果。例如，在一次城市规划项目中，我开发了一个基于WebGIS的交通流量分析系统，帮助规划师们评估不同交通方案的效果。另外，在一次环境监测项目中，我使用WebGIS技术实现了实时的空气质量监测和预警系统，提供了准确的空气质量数据和可视化的分析结果，帮助政府和公众做出相应的决策。
4. 请谈谈您对WebGIS未来发展的看法和期望。
我认为WebGIS在未来会继续发展壮大。随着云计算、大数据和人工智能等技术的不断进步，WebGIS将能够处理更大规模的地理数据、提供更丰富的地理分析功能，并与其他领域的技术进行深度融合。我期望未来的WebGIS能够更加智能化、个性化，为用户提供更好的地理信息服务，助力各行各业的决策和发展。
这块您需要了解下stm32等单片机的基本编程和简单的硬件设计，最好能够了解模电和数电相关的知识更好，还有能够会做操作系统，简单的有ucos，freeRTOS等等。最好能够使用PCB画图软件以及keil4等软件。希望对您能够有用。
1.负责区域大客户/行业客户管理系统销售拓展工作，并完成销售流程；
2.维护关键客户关系，与客户决策者保持良好的沟通；
3.管理并带领团队完成完成年度销售任务。
你好，面试题类型有很多，以下是一些常见的类型：
1. 技术面试题：考察候选人技术能力和经验。
2. 行为面试题：考察候选人在过去的工作或生活中的行为表现，以预测其未来的表现。
3. 情境面试题：考察候选人在未知情境下的决策能力和解决问题的能力。
4. 案例面试题：考察候选人解决实际问题的能力，模拟真实工作场景。
5. 逻辑推理题：考察候选人的逻辑思维能力和分析能力。
6. 开放性面试题：考察候选人的个性、价值观以及沟通能力。
7. 挑战性面试题：考察候选人的应变能力和创造力，通常是一些非常具有挑战性的问题。
需要具体分析 因为cocoscreator是一款游戏引擎，面试时的问题会涉及到不同的方面，如开发经验、游戏设计、图形学等等，具体要求也会因公司或岗位而异，所以需要根据实际情况进行具体分析。 如果是针对开发经验的问题，可能会考察候选人是否熟悉cocoscreator常用API，是否能够独立开发小型游戏等等；如果是针对游戏设计的问题，则需要考察候选人对游戏玩法、关卡设计等等方面的理解和能力。因此，需要具体分析才能得出准确的回答。
以下是一些可能出现在MyCat面试中的问题：
1. 什么是MyCat？MyCat是一个开源的分布式数据库中间件，它可以将多个MySQL数据库组合成一个逻辑上的数据库集群，提供高可用性、高性能、易扩展等特性。
2. MyCat的优势是什么？MyCat具有以下优势：支持读写分离、支持分库分表、支持自动切换故障节点、支持SQL解析和路由、支持数据分片等。
3. MyCat的架构是怎样的？MyCat的架构包括三个层次：客户端层、中间件层和数据存储层。客户端层负责接收和处理客户端请求，中间件层负责SQL解析和路由，数据存储层负责实际的数据存储和查询。
4. MyCat支持哪些数据库？MyCat目前支持MySQL和MariaDB数据库。
5. MyCat如何实现读写分离？MyCat通过将读请求和写请求分别路由到不同的MySQL节点上实现读写分离。读请求可以路由到多个只读节点上，从而提高查询性能。
6. MyCat如何实现分库分表？MyCat通过对SQL进行解析和路由，将数据按照一定规则划分到不同的数据库或表中，从而实现分库分表。
7. MyCat如何保证数据一致性？MyCat通过在多个MySQL节点之间同步数据，保证数据的一致性。同时，MyCat还支持自动切换故障节点，从而保证系统的高可用性。
8. MyCat的部署方式有哪些？MyCat可以部署在单机上，也可以部署在多台服务器上实现分布式部署。
虽然我是自贡的也不知道你去了没 其实也没好耍的。恐龙博物馆（在大山铺那边 还有个游乐场不过没完全修完才修完一期吧）
花海 （看花 骑车）
吃喝逛一般就是在东方广场（过年看灯会也是那）还有最近热闹起来的华商也可以逛逛。
自贡特色小吃就是冷吃兔 火鞭子牛肉等 自贡菜偏辣
就想到这些了感觉每次放假回去自贡都在变化中。
自贡叫盐都，不叫盐城。自贡是因盐建市，因盐兴市。历史上，明朝嘉靖年间，釜溪河边有一口自然流出卤水的盐泉，后开凿成盐井名自流井。北周武帝时，釜溪河支流旭水河畔有口盐井叫大公井，因盐质特好，为向朝廷进贡的盐，该井又叫贡井。自流井属富顺管辖，贡井属荣县管辖，昔时合称富荣盐场，1939年，因盐设市，因自流井和贡井的缘故即合称自贡。自贡有纵横几百里的盐场，历史上境内天车林立、枧道阡陌纵横，井灶星罗棋布，人称“咸自贡”被誉为中国的盐都。 据汉代画像砖和文献资料，早在汉代，四川即有井盐生产。自贡盐业肇始应在东汉章帝时期。北宋庆历以来，四川盐业在总结大口井盐开凿技术的基础上，发明了冲击式顿钻凿井技术，凿出了一种新型的小口径盐井——一卓简井。这种盐井，在世界上率先使用钻头(即圜刃)，竹制套管和安装了单向阀门装置的汲卤筒，宋代卓筒井出现，使钻井技术发生了新突破。明清时期，四川井盐生产工艺突飞猛进，自贡盐场随之日渐兴盛。被列为国家级文物的世界第一口超千米深井—一燊海并“水火两旺”，其景观令古今叹止。 盐乃百味之首，与人类结下了不解之缘。古往今来，人们称盐为“国之大宝”。自贡这片古老而又充满生机的土地，有着丰富的盐卤资源，就威西等五个岩盐矿体分布600多平万公里，现己初步探明储量200亿吨以上。 1892年首次在自贡的自流井北斜构造发现了盐岩，揭开了中国开采深层岩盐的历史，不久即在世界上率先实现岩盐井下自然连通开采。旧日开凿盐井投资大“井上工具，或数万金”，“少亦万余金”、“而且花费时间长”，“常程可四五年，或十余年”。经营盐业颇担风险还要有雄厚资本，因此开采自贡盐井投资者，最初大多数是腰缠万惯的陕西商人。后来四川的一些商人及高利贷者见此有厚利可图，也纷纷投资。持有钱财并欲投资于盐，气井开采者谓“客伙”，拥有开办井场基址者称“地主”。客伙及地主常合伙办井，签立契约，称“出山约”，井打成后双方按一定比例分成。这是盐业史上成功的股份制经营。 盐井开凿并非一帆风顺，有人凿井多，资金告馨，仍不见一滴卤水。一些人更乘机顶井开凿，一旦成功便可独占其成或分享，是谓“做下节”。做下节并非都能成功，有的也是耗尽钱财，仍不见卤水，故剧重演。只得再招来新投资者自己从大节变成了中节，甚至“有数十年更数姓而见功者”。如果自己费尽财力，又无人顶井开凿，最后就只有洒泪放弃了。这里一些盐井取名为“磨子井”、“挖耳井”、“金钗井”。便是主人资金馨尽，把仅剩的一根银挖耳或一根金钗拿去换些酒肉来招待工人，感谢工人几年来的辛劳，工人在饭后感谢主人的好意，又再去打几下井，恰好就打成了，人们便取了诸如“挖耳井”之类的名字以为纪念。 井盐生产耗资巨大，经营者一般不能掌握全部生产过程，仅仅能控制其中某一环或一环中的部分股份，故有“井户”、“灶户”和“枧户”之分，井户在凿井成功后，往往将盐卤出售给枧户和灶户，枧户主要负责运输卤水卖与灶户，灶户则煎熬卤水制盐。还有卖牛只，代井立推井卤和打捞井内器物的“牛推户”。 井场的发展，井灶规模巨大，促进了内部分工日趋细密，盐场生产己由简单的协作过渡到明确的技术分工为基础的协作。首先在其全生产过程中存在着井、笕、灶各部门的分工，而各部门之间又有复杂的技术分工。旧盐场不仅有大量以制盐为业的工人，还有不少季节性的盐工以及小商小贩等。李四友堂在清道光年间便雇有各类工人2000余人，曾有人对过去盐场作过生动描绘“其人，有司井、司牛，司篾、司梆、司漕、司涧、司锅、司火、司饭、司草；又有医工、井工、铁匠、木匠。其声，有人声、牛声、车声、梆声、放槽声、流涧声、场沸声、火扬声、铲锅声、破篾声、打铁声、锯木声。其气，有人气、牛气、泡沸气、煤烟。气上冒，声四起，于是非战而群嚣惯耳，不雨而黑云遮天。” 旧日盐场要供奉“井神”，以求保佑。盐场工人还组织有帮会。烧盐工、整灶工有“炎帝会”，挑卤工有“华祝会”，锉井工有“四圣会”，其中炎帝会势力甚大，其活动一直持续到解放前夕。 井盐生产利润甚丰，盐商大贾云集，故自贡素称“精华之地”，“富庶甲于蜀中”，盐商往往沉醉于花大酒地之中或将资金转化为土地。“月月进元宝。年年买地方”。盐商还捐官成风，动辄耗资数千两至数万两，甚至有为亡父捐官的。也有以大量钱财或赞助亲族，或修桥铺路，或余籴赈饥。或义冢收葬。这些都对盐场地区的习俗产生了影响，如同治《富顺县志》称“缙绅言利，不以为辱，趋来益众，罔贵菽粟”。 20世纪二、三十年代，盐场开始引先进生产技术，旧习俗逐渐消失。新中国建立后，自贡盐场开始复苏，旧貌换新颜，现代化大生产代替了旧日的小生产。改革开放后盐场焕发出新的活力。钻井，以旋钻代替了人工捣碓与顿钻；采卤，以气举与水举取代了畜力与人工提劳；制盐，以先进的真空蒸发与热压工艺逐步淘汰传统的圆锅与方锅熬盐。自贡盐场日益变迁，月异发展，已从地质勘探、钻井、采输卤、制盐、盐卤综合利用到教育、科研设计、装备制造，运销等，建立起一套比较完整的制盐生产体系，成为我国最大的井矿盐生产基地。
