Cacher is the code snippet organizer for pro developers

import pandas as pd
import plotly.express as px
from typing import Optional
from plotly.graph_objs import Figure

# src/visualization/dashboard.py

def create_missing_values_chart(
    dataset_path: str,
    title: str = "Missing Values per Column",
    height: int = 600,
    width: int = 1200,
) -> Optional[Figure]:
    """
    Reads a dataset from the given path and creates an interactive Plotly chart 
    showing missing values per column.

    Parameters
    ----------
   

def analysis_pie(datapath):
    """
    Reads complaint data from a CSV file and generates pie charts:
    1. Complaints per Department
    2. Complaints per Year
    3. Closed vs Open Complaints (All Years Combined)
    Returns:
        BytesIO buffer containing PNG image
    """
    # --- Step 1: Load Data ---
    df = pd.read_csv(datapath)
    df['DATE'] = pd.to_datetime(df['DATE'])
    df['YEAR'] = df['DATE'].dt.year

    # --- Step 2: Summaries ---
    dept_summary = df.group

/**
 * @param {string[]} strs
 * @return {number}
 */
var minDeletionSize = function(strs) {
    const n = strs.length;
    const m = strs[0].length;

    // sorted[i] = true means strs[i] < strs[i+1] is already determined
    const sorted = Array(n - 1).fill(false);

    let deletions = 0;

    // Scan columns left to right
    for (let col = 0; col < m; col++) {

        // Check if keeping this column would break lexicographic order
        let mustDelete = false;

        for (let i = 0; i <

# CSV形式の説明 - ECサイト商品データ例

## サンプルCSVデータ

```csv
商品id,商品名,価格,カテゴリー,タグ
1,ワイヤレスイヤホン,8980,オーディオ,Bluetooth|ワイヤレス|防水
2,スマートウォッチ,15800,ウェアラブル,健康管理|通知機能|防水
3,モバイルバッテリー,3280,アクセサリー,大容量|急速充電|軽量
4,USB-Cケーブル,980,アクセサリー,USB-C|1m|高耐久
5,ノイズキャンセリングヘッドホン,24800,オーディオ,ノイズキャンセリング|ワイヤレス|高音質
```

## このCSVの構造説明

### 1行目：ヘッダー行

```
商品id,商品名,価格,カテゴリー,タグ
```

- 各列が何のデータかを示す「列名」
- これがあることで、プログラムが自動的にデータをオブジェクトに変換できる

### 2行目以降：データ行

```
1,ワイヤレスイヤホン,8980,オーディオ,Bluetooth|ワイヤレス|防水
```

- 実際の商品データ
- 各値が**カンマ（,）で区切られている** ← これ

# npmレジストリとプライベートパッケージの基礎

## レジストリとは

npmパッケージが保管されているサーバー・リポジトリのこと。`npm install`や`pnpm install`を実行すると、このレジストリからパッケージをダウンロードする。

### 主なレジストリ

- **npmjs.org**: 公式のパブリックレジストリ（デフォルト）
- **GitHub Packages**: GitHubが提供するレジストリ
- **企業独自のレジストリ**: Verdaccio、JFrog Artifactoryなど

### 仕組み

```
pnpm install react
    ↓
レジストリに問い合わせ（デフォルト: https://registry.npmjs.org/）
    ↓
reactパッケージをダウンロード
    ↓
node_modulesにインストール
```

## プライベートレジストリとは

一般公開されていない、限られたユーザーのみがアクセスできるレジストリ。

### 用途

- 社内専用パッケージの配布
- セキュリティ上公開

# Turborepo ドキュメント

## Turborepoとは

**Turborepo**は、JavaScriptおよびTypeScript向けの高性能ビルドシステム。Vercel社が開発し、monorepo（モノリポジトリ）構成に対応している。

### 開発背景

従来のmonorepo構成における課題：
- すべてのパッケージを毎回ビルドする必要があり、ビルド時間が増大
- CI環境での実行時間が長期化
- 同じ作業を繰り返すことによるリソースの無駄

Turborepoはこれらの課題に対処するために開発された。

## 解決する問題

### 1. ビルド時間の削減
- **キャッシング**: タスクの入力をハッシュ化し、同じ入力の場合は以前の出力を再利用
- **並列実行**: 依存関係のないタスクを同時実行
- **増分ビルド**: 変更されたパッケージとその依存関係のみを再ビルド

### 2. チーム全体での効率化
- **リモートキャッシング**: ビルド結果をチームメンバー間で共有
- **CI環境の高速化**: 過去のビルド結果を再利用

### 3. 依

# OAuth Cross API Vulnerability メモ

## NGとなる状況（作ってはいけない状態）

### システム構成上の前提
- 複数のサービス（例：サービスA、サービスB）が存在する
- 各サービスは別々のAPI（リソースサーバ）を持つ
- 認可基盤として同一のOAuth/OIDCプロバイダ（例：同一Auth0テナント）を使用している
- 各APIは Bearer Access Token（JWT）を受け取って認可を行う

### NGな状態の定義
- API（リソースサーバ）が以下の条件でアクセストークンを受理する状態
  - トークンの署名検証は行っている
  - トークンの発行元（issuer）が信頼できることのみを確認している
  - **aud（audience）が自API向けであることを検証していない**

---

## 問題が実際に発生する手順

1. ユーザがサービスBにログインする  
   - OAuth/OIDC認証フローにより、認可サーバから
     サービスBのAPI向けアクセストークンが発行される
   - このトークンには以下

# BFF（Backend For Frontend）とは

## 概要

BFF（Backend For Frontend）は、フロントエンドとバックエンドの間に配置される中間レイヤーで、バックエンドAPIから取得したデータをフロントエンド向けに最適化して提供するアーキテクチャパターン。

### 簡単に言うと
「フロントエンド専用のカスタムバックエンド」であり、複数のバックエンドサービスからデータを集約・加工して、フロントエンドが使いやすい形で提供する役割を担う。

## なぜBFFが必要なのか

従来のアーキテクチャでは、1つの汎用的なAPIで全てのクライアント（Web、モバイルなど）に対応していた。これには以下の問題があった：

- **データの過剰取得**: モバイルには不要なデータまで返してしまう
- **複数リクエストの必要性**: 1画面表示に複数のAPIコールが必要
- **フロントエンドの複雑化**: データ整形のロジックがフロントエンド側に散在
- **バックエンド側の肥大化**: 全クライアントの要求に応えようとしてAPIが複雑になる

## データの流れ：商品

# SSG/SSR/CSR/ISRの使い分けガイド

## 各レンダリング方式の概要

### SSG (Static Site Generation)
ビルド時に静的ファイルを生成する方式。

**特徴:**
- ビルド時にページごとのHTMLを生成
- CSS、JavaScriptはビルド成果物として出力
- リクエスト時のサーバーサイド処理が不要
- 検索エンジンがHTMLを直接読み取り可能

**適しているケース:**
- ブログ記事、マーケティングサイト、ドキュメントサイト、ランディングページ、企業サイト、ポートフォリオサイト
- コンテンツの更新頻度が低い場合
- 全ユーザーに同じコンテンツを表示する場合
- リクエスト時のサーバーリソースを消費したくない場合

**制約:**
- ページ数が多いとビルド時間が増加
- コンテンツ更新には再ビルドが必要

### SSR (Server-Side Rendering)
リクエストごとにサーバーでHTMLを生成する方式。

**特徴:**
- リクエスト時にサーバーでHTMLをレンダリング
- リクエストごとにサーバーリソース

<?php
/**
 * データベース削除の4つのアプローチ
 * MySQL + PHP サンプルコード
 */

// ========================================
// 各アプローチの比較と使い分け
// ========================================

/**
 * 1. 論理削除（deleted_at）
 *    メリット: 復元が容易、削除履歴が残る、誤削除に強い、削除日時が分かる
 *    デメリット: データ量が増える、クエリが複雑になる
 *    用途: ユーザーアカウント、重要なマスターデータ、監査証跡が必要な場合
 * 
 * 2. 物理削除
 *    メリット: データベースがシンプル、ストレージ節約、完全にデータを消去できる
 *    デメリット: 復元不可、履歴が残らない
 *    用途: 一時データ、セッション情報、キャッシュ、個人情報の完全削除
 * 
 * 3. 削除フラグ（is_deleted）
 *    メリット: シンプル、高速、復元が容易、インデックスが効きやす

/**
 * @param {string[]} strs
 * @return {number}
 */
var minDeletionSize = function(strs) {
    // Number of rows (strings)
    const n = strs.length;
    // Number of columns (length of each string)
    const m = strs[0].length;

    let deletions = 0;

    // We check each column independently
    for (let col = 0; col < m; col++) {
        // For each column, scan down the row
        for (let row = 1; row < n; row++) {
            // Compare current row with previous row
            // If s

Scattered Spider (and allied group Scattered LAPSUS$ Hunters) 🌎 


VERIFIED CARDER SELLING WU,BANK,PAYPAL,CASHAPP,SKRILL TRANSFER BANK LOGS,DUMPS+PIN,CLONED CARDS

Telegram: JeansonTooL SELL CCV CANADA FULLZ FRESH SSN DOB WITH DL LIVE MAIL PASSWORD OFFICE365 PAYPAL

Telegram: JeansonTooL CVV,Fullz,Dumps,PayPal Debit/Credit Card,CashApp, Western Union, Transfer,ATM Clone Cards!!

Telegram: JeansonTooL SELL CVV FULLZ INFO GOOD USA-UK-CA-AU-INTER,PASS VBV/BIN/DOB

Telegram: JeansonTooL : Sell Dum

@app.get("/dataset_info")
def get_dataset_info():
    """Get basic dataset information"""
    try:
        if not os.path.exists(dataset_path):
            raise HTTPException(status_code=404, detail="Dataset file not found")
        
        df = pd.read_excel(dataset_path)
        
        return {
            "dataset_path": dataset_path,
            "rows": int(df.shape[0]),
            "columns": int(df.shape[1]),
            "column_names": df.columns.tolist(),
            "d

/**
 * @param {number} n
 * @param {number[][]} meetings
 * @param {number} firstPerson
 * @return {number[]}
 */
// Function to find all people connected to the first person
var findAllPeople = function(n, meetings, firstPerson) {
    // Initialize an array to keep track of connections
    const connected = new Array(n).fill(-1);

    // Function to find the parent of a person
    const find = (person) => connected[person] < 0 ? person : find(connected[person]);

    // Function to connect two 

# Show the dashboard title directly
st.title(dashboard_type)

# ---------------- Analysis Dashboard ----------------
if dashboard_type == "📈 Analysis Dashboard":
    st.markdown("### Dashboard Content")
    tab1, tab2, tab3 = st.tabs(["📈 Visualizations", "📋 Data Table", "📊 Summary"])

    with tab1:
        st.write("Charts and graphs will be displayed here")

    with tab2:
        st.write("Raw data table will be displayed here")

    with tab3:
        st.write("Summary statist