1.准备

①eCharts.js

②地图数据world.js 或者china.js 或者各个省份的地图数据xxxx.js

https://echarts.baidu.com/download-map.html  官网停止下载

可以在github中找到新的下载地址:https://github.com/apache/incubator-echarts

在option里面的geo配置地图类型的时候,world和china直接使用英文名,省份要用汉字。

 geo:{map:'china',  //省份要用汉字itemStyle:{normal:{areaColor:'#323c48',borderColor:'#111',color:'black'},emphasis:{areaColor:'#2a333d'}}}

除了使用地图js,还有json格式的,下载地址和js格式一样。参考:https://www.cnblogs.com/softidea/p/7082124.html

除了这两种形式,还有直接使用百度地图。在github上的extention里的bmap.js.

bmap.js基于echarts3,所以最好使用echarts3. bmap下载地址为:

https://pan.baidu.com/s/1jwNPIMf3NdybmB4fWLI5Fg

③使用echarts,要现在html中写一个div容器,容器高度不能为0.

然后引入echarts.js,使用步骤就是先在js里面初始化,然后配置option,最后setoption

// 初始化echarts示例mapChart
var mapChart = echarts.init(document.getElementById('map-wrap'));// mapChart的配置
var option = {};mapChart.setOption(option);

2.绘制地图

2.1绘制基本地图

var option = {geo: {map: 'china',itemStyle: {                    // 定义样式normal: {                    // 普通状态下的样式areaColor: '#323c48',borderColor: '#111'},emphasis: {                    // 高亮状态下的样式areaColor: '#2a333d'}}},backgroundColor: '#404a59',          // 图表背景色
}

2.2数据

参考文章最后,一个是对象数组,包括城市名和pm2.5的值;一个是对象,城市名是索引,城市经纬度是value。

首先要把初始数据转换为地图使用的数据。

地图使用的数据格式为:

{name: '北京',    // 数据项名称,在这里指地区名称value: [        // 数据项值116.46,     // 地理坐标,经度39.92,      // 地理坐标,纬度340         // 北京地区的数值]
}

转换函数为:(两点:①对象可以根据给定的key检索value;②数组可以直接往后面添加concatl连接的方法)

var result=[];
for(var i=0;i<data.length;i++){result.push({'name':data[i].name,'value':[dataPoint[data[i].name][0],dataPoint[data[i].name][1],data[i].value]})
}//更好的var convertData = function (data) {var res = [];for (var i = 0; i < data.length; i++) {var geoCoord = geoCoordMap[data[i].name];if (geoCoord) {res.push({name: data[i].name,value: geoCoord.concat(data[i].value)});}}return res;};

通过函数,转换格式后的数据为myData。通过series导入数据

var option = {geo: {...},backgroundColor: '#404a59',series: [             //通过series添加散点图{name: '销量',     //series名称type: 'scatter',           //series图表类型coordinateSystem: 'geo',    //series坐标系名称data: myData // series数据内容       //要按照固定数据格式}]
}

2.3添加视觉映射组件

视觉映射组件是标识某一数据范围内数据及颜色对应关系的控件,视觉映射组件分为连续型和分段型,这里我们选用连续型 type:continuous 。同时,通过视觉映射组件可以实现 ECharts 值域漫游功能,即通过拖拽控件手柄选择不同数值范围,达到对图表数据的筛选显示。 在 visualMap属性中设置值域控件的相关配置:

var option = {...visualMap: {type: 'continuous', // 连续型min: 0,               // 值域最小值,必须参数max: 200,            // 值域最大值,必须参数calculable: true,    // 是否启用值域漫游inRange: {color: ['#50a3ba','#eac736','#d94e5d']// 指定数值从低到高时的颜色变化},textStyle: {color: '#fff'    // 值域控件的文本颜色}}
}

这样一个基于中国地图的散点图就基本实现了,如果想要继续完善图表,可以为它添加标题,图例,高亮提示等控件,配置方式在这里查看(ECharts 配置项手册),在此不再详细说明。

http://echarts.baidu.com/blog/2016/04/28/echarts-map-tutorial.html

3.使用百度地图绘制

3.1引入百度地图扩展包

bmap.js

申请百度AK

可以使用

<script src="http://api.map.baidu.com/api?v=2.0&ak=53oVIOgmSIejwV7EfphPgTynOZbIiVYu"></script>

3.2新建echarts示例

var bmapChart = echarts.init(document.getElementById('map-wrap'));var option = {// 这里是 ECharts 的配置项,接下来会说明
}bmapChart.setOption(option);

3.3添加百度地图:

在 option 中添加 bmap 相关设置:

var option = {bmap: {center: [116.307698, 40.056975], // 中心位置坐标zoom: 5, // 地图缩放比例roam: true // 开启用户缩放}}

引入数据和添加视觉映射组件的部分同上,不过使用时要将series中的坐标系名称改为bmap.

对百度地图的显示进行设置:自定义百度地图的样式,设置颜色,是否开启边境线等。在bmap的mapStyle属性里面设置。

<!DOCTYPE html>
<html lang="en">
<head><meta charset="UTF-8"><title></title>
</head>
<body>
<div id="mainChart" style="width: 600px;height: 500px;"></div>
<script src="http://api.map.baidu.com/api?v=2.0&ak=53oVIOgmSIejwV7EfphPgTynOZbIiVYu"></script>
<script src="echarts.js"></script>
<script src="bmap.js"></script>
<!--<script src=" example.js"></script>-->
<script>var myChart=echarts.init(document.getElementById('mainChart'));var data = [{name: '海门', value: 9},{name: '鄂尔多斯', value: 12},{name: '招远', value: 12},{name: '舟山', value: 12},{name: '齐齐哈尔', value: 14},{name: '盐城', value: 15},{name: '赤峰', value: 16},{name: '青岛', value: 18},{name: '乳山', value: 18},{name: '金昌', value: 19},{name: '泉州', value: 21},{name: '莱西', value: 21},{name: '日照', value: 21},{name: '胶南', value: 22},{name: '南通', value: 23},{name: '拉萨', value: 24},{name: '云浮', value: 24},{name: '梅州', value: 25},{name: '文登', value: 25},{name: '上海', value: 25},{name: '攀枝花', value: 25},{name: '威海', value: 25},{name: '承德', value: 25},{name: '厦门', value: 26},{name: '汕尾', value: 26},{name: '潮州', value: 26},{name: '丹东', value: 27},{name: '太仓', value: 27},{name: '曲靖', value: 27},{name: '烟台', value: 28},{name: '福州', value: 29},{name: '瓦房店', value: 30},{name: '即墨', value: 30},{name: '抚顺', value: 31},{name: '玉溪', value: 31},{name: '张家口', value: 31},{name: '阳泉', value: 31},{name: '莱州', value: 32},{name: '湖州', value: 32},{name: '汕头', value: 32},{name: '昆山', value: 33},{name: '宁波', value: 33},{name: '湛江', value: 33},{name: '揭阳', value: 34},{name: '荣成', value: 34},{name: '连云港', value: 35},{name: '葫芦岛', value: 35},{name: '常熟', value: 36},{name: '东莞', value: 36},{name: '河源', value: 36},{name: '淮安', value: 36},{name: '泰州', value: 36},{name: '南宁', value: 37},{name: '营口', value: 37},{name: '惠州', value: 37},{name: '江阴', value: 37},{name: '蓬莱', value: 37},{name: '韶关', value: 38},{name: '嘉峪关', value: 38},{name: '广州', value: 38},{name: '延安', value: 38},{name: '太原', value: 39},{name: '清远', value: 39},{name: '中山', value: 39},{name: '昆明', value: 39},{name: '寿光', value: 40},{name: '盘锦', value: 40},{name: '长治', value: 41},{name: '深圳', value: 41},{name: '珠海', value: 42},{name: '宿迁', value: 43},{name: '咸阳', value: 43},{name: '铜川', value: 44},{name: '平度', value: 44},{name: '佛山', value: 44},{name: '海口', value: 44},{name: '江门', value: 45},{name: '章丘', value: 45},{name: '肇庆', value: 46},{name: '大连', value: 47},{name: '临汾', value: 47},{name: '吴江', value: 47},{name: '石嘴山', value: 49},{name: '沈阳', value: 50},{name: '苏州', value: 50},{name: '茂名', value: 50},{name: '嘉兴', value: 51},{name: '长春', value: 51},{name: '胶州', value: 52},{name: '银川', value: 52},{name: '张家港', value: 52},{name: '三门峡', value: 53},{name: '锦州', value: 54},{name: '南昌', value: 54},{name: '柳州', value: 54},{name: '三亚', value: 54},{name: '自贡', value: 56},{name: '吉林', value: 56},{name: '阳江', value: 57},{name: '泸州', value: 57},{name: '西宁', value: 57},{name: '宜宾', value: 58},{name: '呼和浩特', value: 58},{name: '成都', value: 58},{name: '大同', value: 58},{name: '镇江', value: 59},{name: '桂林', value: 59},{name: '张家界', value: 59},{name: '宜兴', value: 59},{name: '北海', value: 60},{name: '西安', value: 61},{name: '金坛', value: 62},{name: '东营', value: 62},{name: '牡丹江', value: 63},{name: '遵义', value: 63},{name: '绍兴', value: 63},{name: '扬州', value: 64},{name: '常州', value: 64},{name: '潍坊', value: 65},{name: '重庆', value: 66},{name: '台州', value: 67},{name: '南京', value: 67},{name: '滨州', value: 70},{name: '贵阳', value: 71},{name: '无锡', value: 71},{name: '本溪', value: 71},{name: '克拉玛依', value: 72},{name: '渭南', value: 72},{name: '马鞍山', value: 72},{name: '宝鸡', value: 72},{name: '焦作', value: 75},{name: '句容', value: 75},{name: '北京', value: 79},{name: '徐州', value: 79},{name: '衡水', value: 80},{name: '包头', value: 80},{name: '绵阳', value: 80},{name: '乌鲁木齐', value: 84},{name: '枣庄', value: 84},{name: '杭州', value: 84},{name: '淄博', value: 85},{name: '鞍山', value: 86},{name: '溧阳', value: 86},{name: '库尔勒', value: 86},{name: '安阳', value: 90},{name: '开封', value: 90},{name: '济南', value: 92},{name: '德阳', value: 93},{name: '温州', value: 95},{name: '九江', value: 96},{name: '邯郸', value: 98},{name: '临安', value: 99},{name: '兰州', value: 99},{name: '沧州', value: 100},{name: '临沂', value: 103},{name: '南充', value: 104},{name: '天津', value: 105},{name: '富阳', value: 106},{name: '泰安', value: 112},{name: '诸暨', value: 112},{name: '郑州', value: 113},{name: '哈尔滨', value: 114},{name: '聊城', value: 116},{name: '芜湖', value: 117},{name: '唐山', value: 119},{name: '平顶山', value: 119},{name: '邢台', value: 119},{name: '德州', value: 120},{name: '济宁', value: 120},{name: '荆州', value: 127},{name: '宜昌', value: 130},{name: '义乌', value: 132},{name: '丽水', value: 133},{name: '洛阳', value: 134},{name: '秦皇岛', value: 136},{name: '株洲', value: 143},{name: '石家庄', value: 147},{name: '莱芜', value: 148},{name: '常德', value: 152},{name: '保定', value: 153},{name: '湘潭', value: 154},{name: '金华', value: 157},{name: '岳阳', value: 169},{name: '长沙', value: 175},{name: '衢州', value: 177},{name: '廊坊', value: 193},{name: '菏泽', value: 194},{name: '合肥', value: 229},{name: '武汉', value: 273},{name: '大庆', value: 279}];var geoCoordMap = {'海门':[121.15,31.89],'鄂尔多斯':[109.781327,39.608266],'招远':[120.38,37.35],'舟山':[122.207216,29.985295],'齐齐哈尔':[123.97,47.33],'盐城':[120.13,33.38],'赤峰':[118.87,42.28],'青岛':[120.33,36.07],'乳山':[121.52,36.89],'金昌':[102.188043,38.520089],'泉州':[118.58,24.93],'莱西':[120.53,36.86],'日照':[119.46,35.42],'胶南':[119.97,35.88],'南通':[121.05,32.08],'拉萨':[91.11,29.97],'云浮':[112.02,22.93],'梅州':[116.1,24.55],'文登':[122.05,37.2],'上海':[121.48,31.22],'攀枝花':[101.718637,26.582347],'威海':[122.1,37.5],'承德':[117.93,40.97],'厦门':[118.1,24.46],'汕尾':[115.375279,22.786211],'潮州':[116.63,23.68],'丹东':[124.37,40.13],'太仓':[121.1,31.45],'曲靖':[103.79,25.51],'烟台':[121.39,37.52],'福州':[119.3,26.08],'瓦房店':[121.979603,39.627114],'即墨':[120.45,36.38],'抚顺':[123.97,41.97],'玉溪':[102.52,24.35],'张家口':[114.87,40.82],'阳泉':[113.57,37.85],'莱州':[119.942327,37.177017],'湖州':[120.1,30.86],'汕头':[116.69,23.39],'昆山':[120.95,31.39],'宁波':[121.56,29.86],'湛江':[110.359377,21.270708],'揭阳':[116.35,23.55],'荣成':[122.41,37.16],'连云港':[119.16,34.59],'葫芦岛':[120.836932,40.711052],'常熟':[120.74,31.64],'东莞':[113.75,23.04],'河源':[114.68,23.73],'淮安':[119.15,33.5],'泰州':[119.9,32.49],'南宁':[108.33,22.84],'营口':[122.18,40.65],'惠州':[114.4,23.09],'江阴':[120.26,31.91],'蓬莱':[120.75,37.8],'韶关':[113.62,24.84],'嘉峪关':[98.289152,39.77313],'广州':[113.23,23.16],'延安':[109.47,36.6],'太原':[112.53,37.87],'清远':[113.01,23.7],'中山':[113.38,22.52],'昆明':[102.73,25.04],'寿光':[118.73,36.86],'盘锦':[122.070714,41.119997],'长治':[113.08,36.18],'深圳':[114.07,22.62],'珠海':[113.52,22.3],'宿迁':[118.3,33.96],'咸阳':[108.72,34.36],'铜川':[109.11,35.09],'平度':[119.97,36.77],'佛山':[113.11,23.05],'海口':[110.35,20.02],'江门':[113.06,22.61],'章丘':[117.53,36.72],'肇庆':[112.44,23.05],'大连':[121.62,38.92],'临汾':[111.5,36.08],'吴江':[120.63,31.16],'石嘴山':[106.39,39.04],'沈阳':[123.38,41.8],'苏州':[120.62,31.32],'茂名':[110.88,21.68],'嘉兴':[120.76,30.77],'长春':[125.35,43.88],'胶州':[120.03336,36.264622],'银川':[106.27,38.47],'张家港':[120.555821,31.875428],'三门峡':[111.19,34.76],'锦州':[121.15,41.13],'南昌':[115.89,28.68],'柳州':[109.4,24.33],'三亚':[109.511909,18.252847],'自贡':[104.778442,29.33903],'吉林':[126.57,43.87],'阳江':[111.95,21.85],'泸州':[105.39,28.91],'西宁':[101.74,36.56],'宜宾':[104.56,29.77],'呼和浩特':[111.65,40.82],'成都':[104.06,30.67],'大同':[113.3,40.12],'镇江':[119.44,32.2],'桂林':[110.28,25.29],'张家界':[110.479191,29.117096],'宜兴':[119.82,31.36],'北海':[109.12,21.49],'西安':[108.95,34.27],'金坛':[119.56,31.74],'东营':[118.49,37.46],'牡丹江':[129.58,44.6],'遵义':[106.9,27.7],'绍兴':[120.58,30.01],'扬州':[119.42,32.39],'常州':[119.95,31.79],'潍坊':[119.1,36.62],'重庆':[106.54,29.59],'台州':[121.420757,28.656386],'南京':[118.78,32.04],'滨州':[118.03,37.36],'贵阳':[106.71,26.57],'无锡':[120.29,31.59],'本溪':[123.73,41.3],'克拉玛依':[84.77,45.59],'渭南':[109.5,34.52],'马鞍山':[118.48,31.56],'宝鸡':[107.15,34.38],'焦作':[113.21,35.24],'句容':[119.16,31.95],'北京':[116.46,39.92],'徐州':[117.2,34.26],'衡水':[115.72,37.72],'包头':[110,40.58],'绵阳':[104.73,31.48],'乌鲁木齐':[87.68,43.77],'枣庄':[117.57,34.86],'杭州':[120.19,30.26],'淄博':[118.05,36.78],'鞍山':[122.85,41.12],'溧阳':[119.48,31.43],'库尔勒':[86.06,41.68],'安阳':[114.35,36.1],'开封':[114.35,34.79],'济南':[117,36.65],'德阳':[104.37,31.13],'温州':[120.65,28.01],'九江':[115.97,29.71],'邯郸':[114.47,36.6],'临安':[119.72,30.23],'兰州':[103.73,36.03],'沧州':[116.83,38.33],'临沂':[118.35,35.05],'南充':[106.110698,30.837793],'天津':[117.2,39.13],'富阳':[119.95,30.07],'泰安':[117.13,36.18],'诸暨':[120.23,29.71],'郑州':[113.65,34.76],'哈尔滨':[126.63,45.75],'聊城':[115.97,36.45],'芜湖':[118.38,31.33],'唐山':[118.02,39.63],'平顶山':[113.29,33.75],'邢台':[114.48,37.05],'德州':[116.29,37.45],'济宁':[116.59,35.38],'荆州':[112.239741,30.335165],'宜昌':[111.3,30.7],'义乌':[120.06,29.32],'丽水':[119.92,28.45],'洛阳':[112.44,34.7],'秦皇岛':[119.57,39.95],'株洲':[113.16,27.83],'石家庄':[114.48,38.03],'莱芜':[117.67,36.19],'常德':[111.69,29.05],'保定':[115.48,38.85],'湘潭':[112.91,27.87],'金华':[119.64,29.12],'岳阳':[113.09,29.37],'长沙':[113,28.21],'衢州':[118.88,28.97],'廊坊':[116.7,39.53],'菏泽':[115.480656,35.23375],'合肥':[117.27,31.86],'武汉':[114.31,30.52],'大庆':[125.03,46.58]};var convertData = function (data) {var res = [];for (var i = 0; i < data.length; i++) {var geoCoord = geoCoordMap[data[i].name];if (geoCoord) {res.push({name: data[i].name,value: geoCoord.concat(data[i].value)});}}return res;};var myData=convertData(data);var option={// geo:{//     map:'china',  //省份要用汉字//     itemStyle:{//         normal:{//             areaColor:'#323c48',//             borderColor:'#111',//             color:'black'//         },//         emphasis:{//             areaColor:'#2a333d'//         }//     }// },bmap: {center: [116.307698, 40.056975], // 中心位置坐标zoom: 5, // 地图缩放比例roam: true, // 开启用户缩放mapStyle:{ //百度地图自定义样式styleJson:[//陆地{"featureType":"land","elementType":"all","stylers":{"color":"#073763"}},//水系{"featureType":"water","elementType":"all","stylers":{"color":"#073763","lightness":-54}},// 国道与高速{"featureType": "highway","elementType": "all","stylers": {"color": "#45818e"}},// 边界线{"featureType": "boundary","elementType": "all","stylers": {"color": "#ffffff","lightness": -62,"visibility": "on"}},// 行政标注{"featureType": "label","elementType": "labels.text.fill","stylers": {"color": "#ffffff","visibility": "on"}},{"featureType": "label","elementType": "labels.text.stroke","stylers": {"color": "#444444","visibility": "on"}}]}},backgroundColor:'#404a59',visualMap: {type: 'continuous', // 连续型min: 0,               // 值域最小值,必须参数max: 200,            // 值域最大值,必须参数calculable: true,    // 是否启用值域漫游inRange: {color: ['#50a3ba','#eac736','#d94e5d']// 指定数值从低到高时的颜色变化},textStyle: {color: '#fff'    // 值域控件的文本颜色}},series:[{name:'相机位置',type:'scatter',coordinateSystem:'bmap',data:myData}]}myChart.setOption(option);
</script>
</body>
</html>

参考:https://www.cnblogs.com/softidea/p/7082124.html

eCharts01-地图标记散点图相关推荐

  1. tableau地图城市数据_优阅达“优分享” | Tableau 2020.4 “地图标记层” 的多种妙用...

    前不久,Tableau 2020.4 发布了!众多新功能特性让数据粉激动不已. 其中,空间分析"地图标记层"功能,被称为 Tableau 开发团队史上最大胆的设计之一.它与 Ado ...

  2. Python:matplotlib实践:直方图、散点图展示、变色、线条变换、点样式变换、添加名称、设置横纵轴范围、在一张图上显示多条线

    直方图: ''' 来源:天善智能韦玮老师课堂笔记 作者:Dust ''' # 折线图.散点图 import matplotlib.pylab as pyl import numpy as npy x= ...

  3. 【Python】函数图像绘制:二维图像、三维图像、散点图、心形图

    [Python]函数图像绘制:二维图像.三维图像.散点图.心形图 所有需要用的包 二维图像 三维图像 散点图绘制 心形图绘制 所有需要用的包 from mpl_toolkits.mplot3d imp ...

  4. python画散点图对散点阴影扩充_Python金融应用之图表制作(三)

    ​NO.60 2020.04.06 工欲善其事,必先利其器 // - 前言 - 今天,小咖带大家使用Python制作申万行业PE和ROE的散点图?最终将得到以下效果:

  5. matplotlib01-plot折线图、scatter散点图

    目录 一.plot绘制折线图一般用法 二.scatter绘制散点图一般用法 记录一下数据可视化的python库matplotlib,研究并纪录一下. matplotlib.pyplot.subplot ...

  6. 均值聚类散点图怎么画_GraphPad Prism 绘图教程 | 手把手教你绘制Column散点图

    散点图,最常见的散点图是数据在直角坐标系中的分布图,我们可以考察坐标点的分布,判断两变量之间是否存在某种关联或总结坐标点的分布模式和趋势等:此外,我们还会用到多组数据的散点图,那我们如何来操作呢? 通 ...

  7. fig r函数_R语言基础绘图函数散点图~跟着Nature Communications学画图~Figure1

    今天继续 跟着Nature Communications学画图系列第二篇.学习R语言基础绘图函数画散点图. 对应的 Nature Communications 的论文是 Fecal pollution ...

  8. Matplotlib常见图形绘制(折线图、散点图、柱状图、直方图、饼图)

    Matplotlib能够绘制折线图.散点图.柱状图.直方图.饼图. 我们需要知道不同的统计图的意义,以此来决定选择哪种统计图来呈现我们的数据. 1 常见图形种类及意义 折线图:以折线的上升或下降来表示 ...

  9. 绘制三维散点图_质量工具--之散点图

    1. 什么是散点图 散点图(Scatter Plot or Scatter Chart),也叫散布图,顾名思义就是由一些散乱的点组成的图表,这些点在哪个位置,是由其X值和Y值确定的.所以也叫做XY散点 ...

  10. 在线作图|如何绘制带分组的散点图

    带分组的散点图 散点图是指在数理统计回归分析中,数据点在直角坐标系平面上的分布图,通常以两个变量分别为横.纵坐标,用数据点(坐标点或散点)的分布形态反应变量统计关系,故又称散点分布图.散点图可以直观展 ...

最新文章

  1. 爱情这东西,真的有报应吗…
  2. 物联网安全:LED灯中存在多个安全漏洞
  3. 扩展js string 方法
  4. Android Kotlin协程和Retrofit结合使用
  5. Bad version number in .class file问题解决
  6. 活动子项父项的复杂CSS选择器[重复]
  7. 【MapReduce】MapReduce(DataJoin)实现数据连接+Bloom Filter优化
  8. Python 矩形法求1/x的定积分(完美实现)
  9. 计算机中丢失msvcp120.dll是什么意思,win7系统玩游戏提示“msvcp120.dll丢失”怎么修复...
  10. 面包屑导航 组件<el-breadcrumb>
  11. Blender学习笔记-印花(decal)贴图
  12. 新网站对SEO工作内容简介
  13. img 图片自适应大小
  14. MySQL小的出库入库_根据出库、入库表,实现对库存的信息查询
  15. matlab典型环节性能仿真,实验一典型环节的matlab仿真
  16. ERP(用友)-账套管理
  17. BackTrack3 安装记录
  18. SpringBoot入门第二天
  19. SH-SSS丨面向有声读物的跨说话人语音风格迁移
  20. 事件练习正反选,二级城市联动,下拉菜单练习

热门文章

  1. C++程序设计基础 小母牛问题
  2. 微信公众号商城是否需要云服务器,云商城公众号绑定、微信支付配置文档
  3. 关于自定义TextView排版分散对齐的思路
  4. [linux]linux mint系统CAD软件安装使用
  5. 大数据才是未来,Oracle、SQL Server成昨日黄花?
  6. 正则表达式与JSON
  7. 网络空间安全——网络安全与密码参考书目《网络安全》学习笔记(一)
  8. 计算机load代表,什么是 Load ? 什么是 Load Average ?
  9. 低功耗微波雷达模组的应用你都知道多少?
  10. 新型多功能、高性能量子点,可以用于医学成像、量子计算