文章目录

  • 写在前面
  • Stacked Area Chart(堆叠面积图)
  • Stacked Horizontal Chart(堆叠条形图)
  • Chinese Distribution Map(中国分布地图)
  • Basic Bar Chart(基础柱状图)
  • Positive and Negative Column Chart(正负柱状图)
  • Bar Chart on Polar(极坐标柱状图)
  • Basic Pie Chart(基础饼图)
  • Doughnut Chart(环形图)
  • Nightingale Chart(南丁格尔玫瑰图)
  • Tree Map(矩形树图)
  • 写在后面

写在前面

本文针对爬取的全国大学信息,使用Echarts进行可视化呈现。包括经典的折线图、柱状图、饼图,以及更加有趣的玫瑰图、矩形树图、极坐标图、分布地图等。

另外,原始数据(json),完整代码(html)均已上传,文末可见。


Stacked Area Chart(堆叠面积图)

Description:一所大学的总分(score)是多个维度得分的总和,比如办学层次、学科水平、办学资源、师资规模、重大成果、国际竞争等。堆叠面积图直观展现了某所院校的总分情况及其得分组成,并且还可以进行总分或者某维度得分的横向对比。

Example:下图展现了我国C9院校(2028)的得分及其得分组成情况,可以得到诸如以下结论:清北院校的得分显著高于哈工大;在所有院校中人才培养得分均占比较高;各院校国际竞争力得分相似,但在重大项目与成果方面随排名呈递减趋势。

Code

// 中国C9院校(这里偷懒将排名写死~)
const C9 = ["清华大学", "北京大学", "浙江大学", "上海交通大学", "南京大学", "复旦大学", "中国科学技术大学", "西安交通大学", "哈尔滨工业大学"];
// 各个比较维度(这里也偷懒写死了~)
const ST = ["办学层次", "学科水平", "办学资源", "师资规模与结构", "人才培养", "科学研究", "服务社会", "学术人才", "重大项目与成果", "国际竞争力"];// 筛选出C9院校
var data = [];
for (var i = 0; i < raw.length; i++) {if (C9.includes(raw[i]["学校名称"])) {data.push(raw[i]);}
}// 构造所需格式的数据
var scores = [];
for (var i = 0; i < ST.length; i++) {var score = [];for (var j = 0; j < data.length; j++) {score.push(data[j][ST[i]]);}scores.push(score);
}// 构造一系列图表
var series = [];
for (var i = 0; i < 10; i++) {series.push({name: ST[i],type: 'line',stack: 'Total',areaStyle: {},emphasis: {focus: 'series'},data: scores[i]});
}// 配置图表
option = {tooltip: {trigger: 'axis',axisPointer: {type: 'cross',label: {backgroundColor: '#6a7985'}}},legend: {top: '5%',data: ST},grid: {left: '3%',right: '4%',bottom: '3%',containLabel: true},xAxis: [{type: 'category',boundaryGap: false,data: C9}],yAxis: [{type: 'value'}],series: series
};// 将ECharts放到盒子里
var myChart = echarts.init(document.getElementById('main'));// 指定配置与数据
myChart.setOption(option);

Stacked Horizontal Chart(堆叠条形图)

Description:和上面的堆叠面积图类似,不仅展现了总分的对比,还可以进行总分各组成成分的横向对比。

Example:下图同样展现了我国C9院校(2028)的得分及其得分组成情况,结论同上方堆叠面积图。


Code

// 中国C9院校(这里偷懒将排名写死~)
const C9 = ["清华大学", "北京大学", "浙江大学", "上海交通大学", "南京大学", "复旦大学", "中国科学技术大学", "西安交通大学", "哈尔滨工业大学"];
// 各个比较维度(这里也偷懒写死了~)
const ST = ["办学层次", "学科水平", "办学资源", "师资规模与结构", "人才培养", "科学研究", "服务社会", "学术人才", "重大项目与成果", "国际竞争力"];// 筛选出C9院校
var data = [];
for (var i = 0; i < raw.length; i++) {if (C9.includes(raw[i]["学校名称"])) {data.push(raw[i]);}
}// 构造所需格式的数据
var scores = [];
for (var i = 0; i < ST.length; i++) {var score = [];for (var j = 0; j < data.length; j++) {score.push(data[j][ST[i]]);}scores.push(score.reverse());
}// 构造一系列图表
var series = [];
for (var i = 0; i < 10; i++) {series.push({name: ST[i],type: 'bar',stack: 'total',label: {show: true},emphasis: {focus: 'series'},data: scores[i]});
}// 配置图表
option = {tooltip: {trigger: 'axis',axisPointer: {type: 'shadow'}},legend: {top: '3%'},grid: {left: '3%',right: '4%',bottom: '3%',containLabel: true},xAxis: {type: 'value'},yAxis: {type: 'category',data: C9.reverse()},series: series
};// 将ECharts放到盒子里
var myChart = echarts.init(document.getElementById('main'));// 指定配置与数据
myChart.setOption(option);

Chinese Distribution Map(中国分布地图)

Description:以省份为单位,统计了我国大学的分布情况。光标悬浮时即可显示该省大学数量。另外,为了更直观展现我国大学的地区分布规律,地图用红色(#8debff)和蓝色(#ff8dab)进行着色。颜色越红,该省大学数量越多;颜色越蓝,该省大学数量越少;灰色表示暂无数据信息。

Example:从局部来看,江苏拥有最高的大学数量(37所),青海、西藏、宁夏拥有最少的大学数量(仅1所);从整体来看,我国大学分布呈现“西部少,东部多,不平衡”的特征,这其实与客观地理位置、教育资源投资、经济发展水平等因素息息相关。

Code

// 统计大学分布
var locate = {};
for (var i = 0; i < raw.length; i++) {if (raw[i]["省市"] in locate) {locate[raw[i]["省市"]] += 1;} else {locate[raw[i]["省市"]] = 0;}
}// 转换为所需格式
var data = [];
for (var province in locate) {data.push({name: province,value: locate[province]});
}// 配置图表
option = {tooltip: {formatter: function (params, ticket, callback) {return params.seriesName + '<br />' + params.name + ':' + params.value}},visualMap: {min: 1,max: 40,left: 'left',top: 'bottom',text: ['多', '少'],inRange: {color: ['#8debff', '#ff8dab']},show: true},geo: {map: 'china',roam: false,zoom: 1.23,label: {normal: {show: true,fontSize: '10',color: 'rgba(0,0,0,0.7)'}},itemStyle: {normal: {borderColor: 'rgba(0, 0, 0, 0.2)'},emphasis: {areaColor: '#F3B329',shadowOffsetX: 0,shadowOffsetY: 0,shadowBlur: 20,borderWidth: 0,shadowColor: 'rgba(0, 0, 0, 0.5)'}}},series: [{name: '省内大学数量',type: 'map',geoIndex: 0,data: data}]
};// 将ECharts放到盒子里
var myChart = echarts.init(document.getElementById('main'));// 指定配置与数据
myChart.setOption(option);

Basic Bar Chart(基础柱状图)

Description:统计了各省份的大学数量,并直观的通过柱状图的高度展现出来。光标悬浮时,可显示所选省份的具体大学数量。

Example:从以下柱状图中我们可以直观的看到,江苏、山东、河南三省的高校数量最多,宁夏、青海、西藏三省的高校数量最少。

Code

// 统计各省大学数量
var map = {};
for (var i = 0; i < raw.length; i++) {if (raw[i]["省市"] in map) {map[raw[i]["省市"]] += 1;} else {map[raw[i]["省市"]] = 0;}
}// 将map转化为list
var list = [];
for (var province in map) {list.push({province: province,count: map[province]});
}// 根据大学数量进行排序
list.sort(function (obj1, obj2) {if (obj1.count < obj2.count) {return 1;} else if (obj1.count > obj2.count) {return -1;} else {return 0;}
});// 转化为所需格式
var provinces = [];
var statistic = [];
for (var i = 0; i < list.length; i++) {if (i > 14 && i < 19) {continue;}provinces.push(list[i].province);statistic.push(list[i].count);
}// 配置图表
option = {tooltip: {trigger: 'axis',axisPointer: {type: 'shadow'}},grid: {left: '3%',right: '4%',bottom: '3%',containLabel: true},xAxis: [{type: 'category',data: provinces,axisTick: {alignWithLabel: true}}],yAxis: [{type: 'value'}],series: [{name: 'Direct',type: 'bar',barWidth: '60%',data: statistic}]
};// 将ECharts放到盒子里
var myChart = echarts.init(document.getElementById('main'));// 指定配置与数据
myChart.setOption(option);

Positive and Negative Column Chart(正负柱状图)

Description:统计了各大学的排名波动情况。光标悬浮时,可显示所选大学的具体排名波动数。

Example:从下图中可以直观看出,排名靠前的大学排名波动并不大,排名位于中档的大学排名波动较大,排名靠后的大学整体呈现排名下滑的态势。

Code

// 大学名称
var univ = [];
// 排名升降
var data = [];// 大学名称与排名升降二者下标一一对应
for (var i = 0; i < raw.length; i++) {univ.push(raw[i]['学校名称']);data.push(raw[i]['升/降']);
}// 配置图表
option = {tooltip: {trigger: 'axis',axisPointer: {type: 'shadow'},formatter: function (params) {var wave = params[0].data;var index = params[0].dataIndex;return "学校名称: " + univ[index] + "</br>排名波动: " + wave;}},grid: {left: '3%',right: '4%',bottom: '3%',containLabel: true},xAxis: [{show: false,type: 'category',// data: ['Mon', 'Tue', 'Wed', 'Thu', 'Fri', 'Sat', 'Sun'],axisTick: {alignWithLabel: true}}],yAxis: [{type: 'value'}],series: [{type: 'bar',showBackground: true,itemStyle: {color: new echarts.graphic.LinearGradient(0, 0, 0, 1, [{ offset: 0, color: '#83bff6' },{ offset: 0.5, color: '#188df0' },{ offset: 1, color: '#188df0' }])},emphasis: {itemStyle: {color: new echarts.graphic.LinearGradient(0, 0, 0, 1, [{ offset: 0, color: '#2378f7' },{ offset: 0.7, color: '#2378f7' },{ offset: 1, color: '#83bff6' }])}},data: data}]
};// 将ECharts放到盒子里
var myChart = echarts.init(document.getElementById('main'));// 指定配置与数据
myChart.setOption(option);

Bar Chart on Polar(极坐标柱状图)

Description:极坐标柱状图以省份为单位,统计了每个省份的大学最高得分、最低得分、得分平均分,并将其展现在极坐标域中(不是数学定义中的极坐标)。两侧的蓝色部分展示了最低得分和最高得分,中间的绿色部分展示了平均得分。另外,图表根据平均分进行了排序。

Example:从下图中可以直观看出,北京拥有最高平均得分,上海、江苏紧随其后;贵州、山西等地平均得分最低;浙江虽然平均得分不在前列,但拥有很高的最高得分;从整体上看,最高得分和平均得分基本呈正相关。

Code

// 统计各省高校分数
var locate = {};
for (var i = 0; i < raw.length; i++) {if (!(raw[i]["省市"] in locate)) {var info = {};info["scores"] = [];info["max"] = 0;info["min"] = 0;info["ave"] = 0;locate[raw[i]["省市"]] = info;}locate[raw[i]["省市"]]["scores"].push(parseFloat(raw[i]["总分"]));
}// 计算最大最小平均值
for (var province in locate) {var scores = locate[province].scores;var cnt = 0;var sum = 0;var max = Number.MIN_VALUE;var min = Number.MAX_VALUE;for (var i = 0; i < scores.length; i++) {if (scores[i]) {sum += scores[i];cnt += 1;max = Math.max(max, scores[i]);min = Math.min(min, scores[i]);}}locate[province].max = max;locate[province].min = min;locate[province].ave = sum / cnt;
}// 将对象转化为列表
var list = []
for (var province in locate) {var obj = {};obj["province"] = province;obj["max"] = locate[province].max;obj["min"] = locate[province].min;obj["ave"] = locate[province].ave;list.push(obj);
}// 将数据全部修饰为一位小数
for (var i = 0; i < list.length; i++) {list[i].ave = list[i].ave.toFixed(1);
}// 根据平均分排序
list.sort(function (obj1, obj2) {if (obj1.ave < obj2.ave) {return 1;} else if (obj1.ave > obj2.ave) {return -1;} else {return 0;}
});// 转化为所需格式
var provinces = [];
var statistic = [];
for (var i = 0; i < list.length; i++) {if (i > 15 && i < 18) {continue;}provinces.push(list[i].province);statistic.push([list[i].min, list[i].max, list[i].ave]);
}// 配置图表
const data = statistic;
const cities = provinces;
const barHeight = 50;
option = {legend: {show: true,top: 'bottom',data: ['Range', 'Average']},grid: {top: 100},angleAxis: {type: 'category',data: cities},tooltip: {show: true,formatter: function (params) {const id = params.dataIndex;return (cities[id] +'<br>Lowest:' +data[id][0] +'<br>Highest:' +data[id][1] +'<br>Average:' +data[id][2]);}},radiusAxis: {},polar: {},series: [{type: 'bar',itemStyle: {color: 'transparent'},data: data.map(function (d) {return d[0];}),coordinateSystem: 'polar',stack: 'Min Max',silent: true},{type: 'bar',data: data.map(function (d) {return d[1] - d[0];}),coordinateSystem: 'polar',name: 'Range',stack: 'Min Max'},{type: 'bar',itemStyle: {color: 'transparent'},data: data.map(function (d) {return d[2] - barHeight;}),coordinateSystem: 'polar',stack: 'Average',silent: true,z: 10},{type: 'bar',data: data.map(function (d) {return barHeight * 2;}),coordinateSystem: 'polar',name: 'Average',stack: 'Average',barGap: '-100%',z: 10}]
};// 将ECharts放到盒子里
var myChart = echarts.init(document.getElementById('main'));// 指定配置与数据
myChart.setOption(option);

Basic Pie Chart(基础饼图)

Description:饼图可以直观展现各组成成分的占比情况,非常简单的图表。

Example:从下面的图表可以看出,我国院校以综合、理工、师范三种类型为主,农业、林业、以及其他类型院校占比较少。

Code

// 因为原始数据有误,因此提前统计并修正
const types = ['综合', '理工', '师范', '农业', '林业'];
const other = '其他';// 初始化
var map = {};
for (var i = 0; i < types.length; i++) {map[types[i]] = 0;
}
map[other] = 0;// 统计
for (var i = 0; i < raw.length; i++) {if (types.includes(raw[i]["类型"])) {map[raw[i]["类型"]] += 1;} else {map[other] += 1;}
}// 转化为所需格式
var data = [];
for (var key in map) {data.push({name: key,value: map[key]});
}// 配置图表
option = {tooltip: {trigger: 'item'},legend: {top: '5%',left: 'center'},series: [{name: '院校类型',type: 'pie',radius: '65%',data: data,emphasis: {itemStyle: {shadowBlur: 10,shadowOffsetX: 0,shadowColor: 'rgba(0, 0, 0, 0.5)'}}}]
};// 将ECharts放到盒子里
var myChart = echarts.init(document.getElementById('main'));// 指定配置与数据
myChart.setOption(option);

Doughnut Chart(环形图)

Description:环形图可以直观展现各组成成分的占比情况,非常简单的图表。

Example:从下面的图表可以看出,我国院校以综合、理工、师范三种类型为主,农业、林业、以及其他类型院校占比较少。

Code

// 因为原始数据有误,因此提前统计并修正
const types = ['综合', '理工', '师范', '农业', '林业'];
const other = '其他';// 初始化
var map = {};
for (var i = 0; i < types.length; i++) {map[types[i]] = 0;
}
map[other] = 0;// 统计
for (var i = 0; i < raw.length; i++) {if (types.includes(raw[i]["类型"])) {map[raw[i]["类型"]] += 1;} else {map[other] += 1;}
}// 转化为所需格式
var data = [];
for (var key in map) {data.push({name: key,value: map[key]});
}// 配置图表
option = {tooltip: {trigger: 'item'},legend: {top: '5%',left: 'center'},series: [{name: '院校类型',type: 'pie',radius: ['40%', '70%'],avoidLabelOverlap: false,itemStyle: {borderRadius: 10,borderColor: '#fff',borderWidth: 2},label: {show: false,position: 'center'},emphasis: {label: {show: true,fontSize: '40',fontWeight: 'bold'}},labelLine: {show: false},data: data}]
};// 将ECharts放到盒子里
var myChart = echarts.init(document.getElementById('main'));// 指定配置与数据
myChart.setOption(option);

Nightingale Chart(南丁格尔玫瑰图)

Description:弗罗伦斯·南丁格尔或许是位为人所熟知的护士,但大多数不曾知道她还是一位统计学家。这种圆形的直方图被称为“南丁格尔的玫瑰”,这种图案曾被这位伟大的护士用于表达军医院季节性的死亡率,使得医事改良提案获得了女王的支持。南丁格尔玫瑰图用于表达新冠疫情各国死亡数时,效果十分震撼人心。

Example:从下面的图表可以看出,我国院校以综合、理工、师范三种类型为主,农业、林业、以及其他类型院校占比较少。

Code

// 因为原始数据有误,因此提前统计并修正
const types = ['综合', '理工', '师范', '农业', '林业'];
const other = '其他';// 初始化
var map = {};
for (var i = 0; i < types.length; i++) {map[types[i]] = 0;
}
map[other] = 0;// 统计
for (var i = 0; i < raw.length; i++) {if (types.includes(raw[i]["类型"])) {map[raw[i]["类型"]] += 1;} else {map[other] += 1;}
}// 转化为所需格式
var data = [];
for (var key in map) {data.push({name: key,value: map[key]});
}// 配置图表
option = {legend: {top: '5%',left: 'center'},tooltip: {trigger: 'item',formatter: '{a} <br/>{b} : {c} ({d}%)'},series: [{name: '院校类型',type: 'pie',radius: [100, 260],center: ['50%', '45%'],roseType: 'radius',itemStyle: {borderRadius: 8},label: {show: false},emphasis: {label: {show: true}},data: data}]
};// 将ECharts放到盒子里
var myChart = echarts.init(document.getElementById('main'));// 指定配置与数据
myChart.setOption(option);

Tree Map(矩形树图)

Description:矩形树图把具有层次关系的数据可视化为一组嵌套的矩形,它直观地以面积表示数值,以颜色表示类目。所有矩形的面积之和表示整体的大小,各个小矩形的面积表示每个子项的占比,矩形面积越大,表示子数据在整体中的占比越大。矩形树图擅长可视化带权重的数据关系。

Example:根据得分(score)将大学分为了九个档次(A+、A、A-、B+、B、B-、C+、C、C-)。每个色块表示一个档次,色块的大小与该档次院校个数成正比。每个色块都是可点击进入的,进入的下一层为属于该档次的所有院校,在这一层中,色块的大小与该院校得分成正比。



Code

// 评级名称&评级标准
const len = 9;
const standard_nam = ['A+', 'A', 'A-', 'B+', 'B', 'B-', 'B+', 'B', 'B-'];
const standard_num = [700, 400, 225, 200, 175, 150, 125, 100, 0];// 第一层(评级)
var data = [];
for (var i = 0; i < len; i++) {data.push({type: "root",name: standard_nam[i],value: 0,children: []});
}// 游标
var index = 0;// 第二层(学校)
for (var i = 0; i < raw.length; i++) {if (raw[i]['总分'] >= standard_num[index]) {data[index].value += 1;data[index].children.push({type: "leaf",name: raw[i]['学校名称'],value: raw[i]['总分']});} else {index++;}
}// 配置图表
option = {tooltip: {formatter: function (params) {if (params.data.type == "root") {var level = params.data.name;var amount = params.data.value;var minBorder, maxBorder;if (level == 'A+') {minBorder = 700;maxBorder = 1000;} else {minBorder = standard_num[standard_nam.indexOf(level)];maxBorder = standard_num[standard_nam.indexOf(level) - 1]}return "学校评级: " + level + "</br>高校数量: " + amount + "</br>分数区间: [" + minBorder + ", " + maxBorder + ")";} else {var university = params.data.name;var score = params.data.value;return "学校名称: " + university + "</br>学校得分: " + score;}}},series: [{name: 'option',type: 'treemap',visibleMin: 300,data: data,leafDepth: 1,roam: false,levels: [{itemStyle: {borderColor: '#555',borderWidth: 4,gapWidth: 4}},{colorSaturation: [0.3, 0.6],itemStyle: {borderColorSaturation: 0.7,gapWidth: 2,borderWidth: 2}},{colorSaturation: [0.3, 0.5],itemStyle: {borderColorSaturation: 0.6,gapWidth: 1}},{colorSaturation: [0.3, 0.5]}]}]
}// 将ECharts放到盒子里
var myChart = echarts.init(document.getElementById('main'));// 指定配置与数据
myChart.setOption(option);

写在后面

一些有用的资源:

  • 原始数据(.csv)
  • 原始数据(.json)
  • 完整项目(.html)

一些有用的网址:

  • Echarts(戳这里)
  • CSDN(戳这里)
  • Github(戳这里)

【Echarts】全国大学信息可视化相关推荐

  1. 基于 Scrapy-Redis 全国房源信息抓取系统

    基于 Scrapy-Redis 全国房源信息抓取系统 摘要 近几年,人们对房源信息的关注度越来越高.如何对全国房源信息进行灵活高效的采集并存储,对全国房源信息的分析工作起到重要作用.文中在分析房天下站 ...

  2. 基于 Python 的招聘信息可视化分析系统

    温馨提示:文末有 CSDN 平台官方提供的博主 Wechat / QQ 名片 :) 1. 项目简介 本项目利用 Python 从某招聘网站抓取海量招聘数据,进行数据清洗和格式化后存储到关系型数据库中( ...

  3. 1分钟爬取全国高校信息,制成大屏可视化!

    记得当初高考完,我选学校的时候是在书店买的高校信息排名的书,然而书中的信息都是很久之前的,并没有什么太大帮助.今天就来带大家爬点真正有用的东西,全国高校信息,涵盖绝大多数高校,并制作可视化看板.话不多 ...

  4. 太炫酷了|对全国大学数据进行可视化分析,看完后发现.....

    大家好,我是阿辰. 今天带大家来看一下全国所有大学的数据信息(包括专本科,覆盖全国),一共是获取到了全国31个省份,共2769所大学.先预览一下数据: 这里字段主要是包括了(省份.大学.类型.公或民办 ...

  5. 其实特简单,1分钟爬取全国高校信息并制成大屏可视化

    大家好,记得当初高考完,我选学校的时候是在书店买的高校信息排名的书,然而书中的信息都是很久之前的,并没有什么太大帮助. [注]文末提供技术交流群 干货推荐 深度盘点:这20套可视化炫酷大屏真香啊(附源 ...

  6. python flask + js ajax + echarts 53万条招聘信息可视化系统的渣实现

    (从0到1非常详细步骤)flask+ajax+echarts 53万条招聘信息可视化系统的实现   本篇blog默认:您已经入门echarts.html.js.json.python,知道一些大概的东 ...

  7. Python爬取全国大学排名 用pyecharts进行大屏可视化

    爬取全国大学排名 用pyecharts进行可视化 院校网址:http://college.gaokao.com/schlist/p F12 先找到对应的全部list 需要先安装requests,lxm ...

  8. 全国大学高校基础信息 API 接口

    全国大学高校基础信息 API 接口 提供全国大学高校基础信息. 1. 产品功能 提供最新的全国学院基本信息以及招生数据: 总计近 3000 条全国高校精准数据: 每月一次更新校正数据: 全接口支持 H ...

  9. 第十六届全国大学智能汽车竞赛竞速比赛规则

    ➤第十六届竞赛竞速比赛规则导读   参加过往届比赛的队员可以通过下面内容了解第十六届竞赛规则主要变化.如果第一次参加比赛,建议对于本文进行全文阅读. 竞速比赛共分为为八个组别.详细情况参加文档第一节中 ...

最新文章

  1. 【FPGA】单端口RAM的设计(异步读、异步写)
  2. 记录两段经典标定代码
  3. python语言程序设计梁勇-Python语言程序设计(美-梁勇)第1章习题解答
  4. Redfield.Sketch.Master中文版
  5. Py之SnowNLP:SnowNLP中文处理包的简介、安装、使用方法、代码实现之详细攻略
  6. 大整数减法c语言_3.2 C语言运算符和表达式
  7. android移除动画,android – 如何使用ObjectAnimator删除动画的慢端?
  8. 【发布】JEECG-P3 新主题后台风格(H5扁平化)
  9. 【报告分享】2020物业行业专题报告-德勤.pdf(附下载链接)
  10. 服务器远程桌面日志,记录远程桌面连接登录日志的方法及注意事项
  11. java 数组存入数据库_哔站播放量高达三百万的Java视频教程,如此惊人,还不来学?...
  12. 光伏蓄电池单相并网模型。光伏+MPPT+boost升压电路+桥式逆变 带参考文件,模型说明文件
  13. 天涯明月刀7月5号服务器维护,天涯明月刀7月5日更新_天刀7月5日版本改动_3DM网游...
  14. 【论文笔记】基于交易的以太坊智能合约分类检测方法
  15. java实现给图片添加水印(文字水印或图片水印)
  16. 35年老程序员个人谈:C语言时代行将落幕
  17. jdk8 list Stream groupingBy 分组之后 利用 reducing 求和 BigDecimal
  18. 通过chrome应用商店安装vue调试工具
  19. 电信话务查询真的那么难?
  20. 如何学习编程(编程如何学习呢)

热门文章

  1. 关于更新win11 22H2后透明任务栏失效的解决方法.2023.03.15
  2. 第三章 Python Kivy 学习 -- Kivy官方入门教程Pong Game
  3. 给程序员准备的逻辑思维题
  4. 用原版XP SP3集成最新补丁制作ISO镜像的方法
  5. 迁移学习( Transfer Learning )
  6. oracle中删除级联方法,解析Oracle中多表级联删除的方法
  7. ParkSon香熏精油——商业网站
  8. java、计算机进制转换,二进制 十进制 十六进制 的进制等等!
  9. vue-echarts画深度图
  10. 机器人库 各种机器人co数模cojt数据分享