当前位置: 首页 > news >正文

如何做网站咨询/推广方案策略怎么写

如何做网站咨询,推广方案策略怎么写,用html制作的蛋糕店网站,如何做网站优化🍉CSDN小墨&晓末:https://blog.csdn.net/jd1813346972 个人介绍: 研一|统计学|干货分享          擅长Python、Matlab、R等主流编程软件          累计十余项国家级比赛奖项,参与研究经费10w、40w级横向 文…

🍉CSDN小墨&晓末:https://blog.csdn.net/jd1813346972

   个人介绍: 研一|统计学|干货分享
         擅长Python、Matlab、R等主流编程软件
         累计十余项国家级比赛奖项,参与研究经费10w、40w级横向

文章目录

  • 1 数据读取
  • 2 写数据
  • 3 数据的四则运算
    • 3.1 加法
    • 3.2 减法
    • 3.3 乘法
    • 3.4 除法
    • 3.5 综合算法
    • 3.6 余数
    • 3.7 整除
    • 3.8 整除
    • 3.9 判断正负
    • 3.10 幂指数
    • 3.11 平方根
  • 4 向量
    • 4.1 普通向量
    • 4.2 逻辑向量
    • 4.3 向量填充
  • 5 向量的运算
    • 5.1 加法
    • 5.2 减法
    • 5.3 乘法
    • 5.4 除法
    • 5.5 内积
    • 5.6 外积
  • 6 矩阵
    • 6.1 普通矩阵
    • 6.2 转置矩阵
    • 6.3 子矩阵
    • 6.5 对角矩阵
    • 6.6 单位矩阵
  • 7 矩阵运算
    • 7.1 矩阵加法
    • 7.2 矩阵减法
    • 7.3 矩阵除法
    • 7.4 矩阵乘法
    • 7.5 两矩阵相乘
  • 8 数据框
    • 8.1 数据框创建
    • 8.2 数据框取数

该篇文章主要演示R语言中的基本数据操作方法,建议收藏!

文章包括:数据读取;数据基本的四则运算;向量操作及运算;矩阵操作及运算;数据框操作等方法。

1 数据读取

  运行程序:

data<- read.csv ( "G:\\Fonts\\Book1.csv")
head(data)

  运行结果:

##   X1 X2
## 1  2  5
## 2  2  2
## 3  3  7
## 4  4  0
## 5  4  2

2 写数据

  运行程序:

data1<-data.frame(1,2,2)
fix(data1)                           #直接写入data2<-read.table("clipboard", header = T,sep = '\t')
head(data2)                          #通过粘贴板内容写入

  运行结果:

##   X119.367781 X25.99242
## 1    119.3678  25.99242
## 2    119.3678  25.99242
## 3    119.3678  25.99242
## 4    119.3678  25.99242
## 5    119.3678  25.99242

3 数据的四则运算

3.1 加法

  运行程序:

a1=20
a2=4
a1+a2              #加法

  运行结果:

## [1] 24

3.2 减法

  运行程序:

a1-a2              #减法

  运行结果:

## [1] 16

3.3 乘法

  运行程序:

a1*a2              #乘法

  运行结果:

## [1] 80

3.4 除法

  运行程序:

a1/a2              #除法

  运行结果:

## [1] 5

3.5 综合算法

  运行程序:

(3+5/4)**2-6       #综合算法

  运行结果:

## [1] 12.0625

3.6 余数

  运行程序:

5%%2               #余数

  运行结果:

## [1] 1

3.7 整除

  运行程序:

5%/%2              #整除

  运行结果:

## [1] 2

3.8 整除

  运行程序:

abs(-3)            #绝对值

  运行结果:

## [1] 3

3.9 判断正负

  运行程序:

sign(3)            #判断正负

  运行结果:

## [1] 1

3.10 幂指数

  运行程序:

3^2                #幂指数

  运行结果:

## [1] 9

3.11 平方根

  运行程序:

sqrt(4)            #平方根

  运行结果:

## [1] 2

4 向量

4.1 普通向量

  运行程序:

## [1] 5 3 4 2

  运行结果:

## [1] 2

4.2 逻辑向量

  运行程序:

y<-c(TRUE,FALSE,TRUE);y    #逻辑向量

  运行结果:

## [1]  TRUE FALSE  TRUE

4.3 向量填充

  运行程序:

numeric(5)                 #填充5个0向量

  运行结果:

## [1] 0 0 0 0 0

5 向量的运算

5.1 加法

  运行程序:

a1<-c(12,18,32,24)
a2<-c(3,6,2,4)
a1+a2                      #加法

  运行结果:

## [1] 15 24 34 28

5.2 减法

  运行程序:

a1-a2                      #减法

  运行结果:

## [1]  9 12 30 20

5.3 乘法

  运行程序:

a1*a2                      #乘法

  运行结果:

## [1]  36 108  64  96

5.4 除法

  运行程序:

a1/a2              #除法

  运行结果:

## [1]  4  3 16  6

5.5 内积

  运行程序:

a1%*%a1                    #内积

  运行结果:

##      [,1]
## [1,] 2068

5.6 外积

  运行程序:

a1%o%a2                    #外积

  运行结果:

##      [,1] [,2] [,3] [,4]
## [1,]   36   72   24   48
## [2,]   54  108   36   72
## [3,]   96  192   64  128
## [4,]   72  144   48   96

6 矩阵

6.1 普通矩阵

  运行程序:

A<-matrix(1:12,ncol=4,nrow=3,byrow=TRUE);
A                 #普通矩阵

  运行结果:

##      [,1] [,2] [,3] [,4]
## [1,]    1    2    3    4
## [2,]    5    6    7    8
## [3,]    9   10   11   12

6.2 转置矩阵

  运行程序:

t(A)              #转置矩阵

  运行结果:

##      [,1] [,2] [,3]
## [1,]    1    5    9
## [2,]    2    6   10
## [3,]    3    7   11
## [4,]    4    8   12

6.3 子矩阵

  运行程序:

A[1:2,c(1,2,3)]   #子矩阵

  运行结果:

##      [,1] [,2] [,3]
## [1,]    1    2    3
## [2,]    5    6    7

6.5 对角矩阵

  运行程序:

C=matrix(1:9,nrow = 3,ncol = 3,byrow = T);diag(C)
diag(c(1:3))

  运行结果:

##      [,1] [,2] [,3]
## [1,]    1    0    0
## [2,]    0    2    0
## [3,]    0    0    3

6.6 单位矩阵

  运行程序:

diag(3)           #单位矩阵

  运行结果:

##      [,1] [,2] [,3]
## [1,]    1    0    0
## [2,]    0    1    0
## [3,]    0    0    1

7 矩阵运算

7.1 矩阵加法

  运行程序:

A<-matrix(1:9,ncol=3,nrow=3,byrow=TRUE)
B<-matrix(4:12,ncol=3,nrow=3,byrow=TRUE)
A+B               #矩阵加法

  运行结果:

##      [,1] [,2] [,3]
## [1,]    5    7    9
## [2,]   11   13   15
## [3,]   17   19   21

7.2 矩阵减法

  运行程序:

A-B               #矩阵减法

  运行结果:

##      [,1] [,2] [,3]
## [1,]   -3   -3   -3
## [2,]   -3   -3   -3
## [3,]   -3   -3   -3

7.3 矩阵除法

  运行程序:

A/B               #矩阵除法

  运行结果:

##           [,1]      [,2]      [,3]
## [1,] 0.2500000 0.4000000 0.5000000
## [2,] 0.5714286 0.6250000 0.6666667
## [3,] 0.7000000 0.7272727 0.7500000

7.4 矩阵乘法

  运行程序:

A*B               #矩阵乘法

  运行结果:

##      [,1] [,2] [,3]
## [1,]    4   10   18
## [2,]   28   40   54
## [3,]   70   88  108

7.5 两矩阵相乘

  运行程序:

A%*%B             #矩阵A乘以矩阵B

  运行结果:

##      [,1] [,2] [,3]
## [1,]   48   54   60
## [2,]  111  126  141
## [3,]  174  198  222

8 数据框

8.1 数据框创建

  运行程序:

d=data.frame(name=c("小李","小张","小民"),age=c(18,19,16),height=c(175,172,177));d

  运行结果:

##   name age height
## 1 小李  18    175
## 2 小张  19    172
## 3 小民  16    177

8.2 数据框取数

  运行程序:

d[1,2]

  运行结果:

## [1] 18

相关文章:

【R语言基础操作】

&#x1f349;CSDN小墨&晓末:https://blog.csdn.net/jd1813346972 个人介绍: 研一&#xff5c;统计学&#xff5c;干货分享          擅长Python、Matlab、R等主流编程软件          累计十余项国家级比赛奖项&#xff0c;参与研究经费10w、40w级横向 文…...

sqlite 常见命令 表结构

在 SQLite 中&#xff0c;将表结构保存为 SQL 具有一定的便捷性和重要性&#xff0c;原因如下 便捷性&#xff1a; 备份和恢复&#xff1a;将表结构保存为 SQL 可以方便地进行备份。如果需要还原或迁移数据库&#xff0c;只需执行保存的 SQL 脚本&#xff0c;就可以重新创建表…...

基于深度学习的车辆检测技术

基于深度学习的车辆检测技术是现代智能交通系统的重要组成部分&#xff0c;它利用计算机视觉和机器学习算法&#xff0c;特别是深度学习模型&#xff0c;来识别和定位图像或视频中的车辆。这项技术广泛应用于自动驾驶、交通监控、违章抓拍等多个领域。 深度学习车辆检测技术的…...

MyBatis 之三:配置文件详解和 Mapper 接口方式

配置文件 MyBatis 的配置文件是 XML 格式的&#xff0c;它定义了 MyBatis 运行时的核心行为和设置。默认的配置文件名称为 mybatis-config.xml&#xff0c;该文件用于配置数据库连接、事务管理器、数据源、类型别名、映射器&#xff08;mapper 文件&#xff09;以及其他全局属性…...

【PyTorch】基础学习:一文详细介绍 torch.load() 的用法和应用

【PyTorch】基础学习&#xff1a;一文详细介绍 torch.load() 的用法和应用 &#x1f308; 个人主页&#xff1a;高斯小哥 &#x1f525; 高质量专栏&#xff1a;Matplotlib之旅&#xff1a;零基础精通数据可视化、Python基础【高质量合集】、PyTorch零基础入门教程&#x1f44…...

事务、并发、锁机制的实现

配置全局事务 DATABASES {default: {ENGINE: django.db.backends.mysql,NAME: mydb,USER:root,PASSWORD:pass,HOST:127.0.0.1,PORT:3306,ATOMIC_REQUESTS: True, # 全局开启事务&#xff0c;绑定的是http请求响应整个过程# (non_atomic_requests可局部实现不让事务控制)} } …...

PC-DARTS: PARTIAL CHANNEL CONNECTIONS FOR MEMORY-EFFICIENT ARCHITECTURE SEARCH

PC-DARTS&#xff1a;用于内存高效架构搜索的部分通道连接 论文链接&#xff1a;https://arxiv.org/abs/1907.05737 项目链接&#xff1a;https://github.com/yuhuixu1993/PC-DARTS ABSTRACT 可微分体系结构搜索(DARTS)在寻找有效的网络体系结构方面提供了一种快速的解决方案…...

git的下载与安装

下载 首先&#xff0c;打开您的浏览器&#xff0c;并输入Git的官方网站地址 点击图标进行下载 下载页面会列出不同操作系统和平台的Git安装包。根据您的操作系统&#xff08;Windows、macOS、Linux等&#xff09;和位数&#xff08;32位或64位&#xff09;&#xff0c;选择适…...

windows文档格式转换的实用工具

大家好,我是爱编程的喵喵。双985硕士毕业,现担任全栈工程师一职,热衷于将数据思维应用到工作与生活中。从事机器学习以及相关的前后端开发工作。曾在阿里云、科大讯飞、CCF等比赛获得多次Top名次。现为CSDN博客专家、人工智能领域优质创作者。喜欢通过博客创作的方式对所学的…...

四级缓存实现

CommandLineRunner接口的run方法 什么是多级缓存? 多级缓存就是充分利用请求处理的每个环节,分别添加缓存,减轻Server端的压力,提升服务性能。 一级缓存:1.CDN:内容分发网络 二级缓存:2.NGINX+Lua脚本+OpenResty服务器 负载均衡反向代理【静态和转发】 三级缓存:J…...

程序员如何规划职业赛道?

在快速发展的信息技术时代&#xff0c;程序员作为数字世界的构建者&#xff0c;面临着前所未有的职业选择和发展机会。选择合适的职业赛道&#xff0c;不仅关乎个人职业发展的高度和速度&#xff0c;更影响着个人职业生涯的满意度和幸福感。本文将从自我评估与兴趣探索、市场需…...

蓝桥杯day3刷题日记--P9240 冶炼金属

P9240 [蓝桥杯 2023 省 B] 冶炼金属 经典二分&#xff0c;先在第一组中找到最小值&#xff0c;在利用最小值限制范围寻找最大值 #include <iostream> #include <algorithm> using namespace std; int n,kk; int m[10001],num[10001]; int maxs,mins;bool check1…...

Mybatis-xml映射文件与动态SQL

xml映射文件 动态SQL <where><if test"name!null">name like concat(%,#{name},%)</if><if test"username!null">and username#{username}</if></where> <!-- collection&#xff1a;遍历的集合--> <!-- …...

MySQL_数据库图形化界面软件_00000_00001

目录 NavicatSQLyogDBeaverMySQL Workbench可能出现的问题 Navicat 官网地址&#xff1a; 英文&#xff1a;https://www.navicat.com 中文&#xff1a;https://www.navicat.com.cn SQLyog 官网地址&#xff1a; 英文&#xff1a;https://webyog.com DBeaver 官网地址&…...

流媒体学习之路(WebRTC)——FEC逻辑分析(6)

流媒体学习之路(WebRTC)——FEC逻辑分析&#xff08;6&#xff09; —— 我正在的github给大家开发一个用于做实验的项目 —— github.com/qw225967/Bifrost目标&#xff1a;可以让大家熟悉各类Qos能力、带宽估计能力&#xff0c;提供每个环节关键参数调节接口并实现一个json全…...

command failed: npm install --loglevel error --legacy-peer-deps

在使用vue create xxx创建vue3项目的时候报错。 解决方法&#xff0c;之前使用的https://registry.npm.taobao.org 证书过期更换镜像地址即可 操作如下&#xff1a; 1.cd &#xff5e;2.执行rm .npmrc3. sudo npm install -g cnpm --registryhttp://registry.npmmirror.com…...

KubeSphere集群安装-nfs分布式文件共享-对接Harbor-对接阿里云镜像仓库-遇到踩坑记录

KubeSphere安装和使用集群版 官网:https://www.kubesphere.io/zh/ 使用 KubeKey 内置 HAproxy 创建高可用集群:https://www.kubesphere.io/zh/docs/v3.3/installing-on-linux/high-availability-configurations/internal-ha-configuration/ 特别注意 安装前注意必须把当前使…...

Epuck2机器人固件更新及IP查询

文章目录 前言一、下载固件更新软件包&#xff1a;二、查询机器人在局域网下的IP 前言 前面进行了多机器人编队仿真包括集中式和分布式&#xff0c;最近打算在实物机器人上跑一跑之前的编队算法。但由于Epuck2机器人长时间没使用&#xff0c;故对其进行固件的更新&#xff0c;…...

C goto 语句

C 语言中的 goto 语句允许把控制无条件转移到同一函数内的被标记的语句。 注意&#xff1a;在任何编程语言中&#xff0c;都不建议使用 goto 语句。因为它使得程序的控制流难以跟踪&#xff0c;使程序难以理解和难以修改。任何使用 goto 语句的程序可以改写成不需要使用 goto 语…...

【排序算法】-- 深入理解桶排序算法

概述 在计算机科学中&#xff0c;排序算法是一种对数据进行有序排列的重要技术。桶排序&#xff08;Bucket Sort&#xff09;是一种常见的排序算法&#xff0c;它通过将数据分到有限数量的桶中&#xff0c;并对每个桶中的数据分别排序&#xff0c;最后按照顺序将所有桶中的数据…...

【Linux】Ubuntu使用Netplan配置静态/动态IP

1、说明 Ubuntu 18.04开始,Ubuntu和Debian移除了以前的ifup/ifdown命令和/etc/network/interfaces配置文件,转而使用ip link set或者/etc/netplan/01-netcfg.yaml模板和sudo netplan apply命令实现网络管理。 Netplan 是抽象网络配置描述器,用于配置Linux网络。 通过netpla…...

chatGLM3+chatchat实现本地知识库

背景 由于客服存在大量的问题为FAQ问题&#xff0c;需要精准回复客户&#xff0c;所以针对此类精准问题&#xff0c;通过自建同量数量库进行回复。 落地方案 通过chatGLM3-6Blangchain-chatchatbge-large-zh实现本地知识库库。 注意&#xff1a;相关介绍和说明请看官网~ 配置要…...

webpack5零基础入门-11处理html资源

1.目的 主要是为了自动引入打包后的js与css资源&#xff0c;避免手动引入 2.安装相关包 npm install --save-dev html-webpack-plugin 3.引入插件 const HtmlWebpackPlugin require(html-webpack-plugin); 4.添加插件&#xff08;通过new方法调用&#xff09; /**插件 *…...

el-input设置max、min无效的解决方案

目录 一、方式1&#xff1a;type“number” 二、方式2&#xff1a;oninput&#xff08;推荐&#xff09; 三、计算属性 如下表所示&#xff0c;下面为官方关于max&#xff0c;min的介绍&#xff1a; el-input&#xff1a; max原生属性&#xff0c;设置最大值min原生属性&a…...

C语言经典面试题目(十八)

1、如何在C语言中实现堆排序算法&#xff1f; 堆排序是一种利用堆数据结构进行排序的算法。它的基本思想是首先将待排序的数组构建成一个最大堆&#xff08;或最小堆&#xff09;&#xff0c;然后逐步将堆顶元素与堆中最后一个元素交换&#xff0c;并重新调整堆&#xff0c;使…...

[数据集][目标检测]零售柜零食检测数据集VOC+YOLO格式5422张113类

数据集格式&#xff1a;Pascal VOC格式YOLO格式(不包含分割路径的txt文件&#xff0c;仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数)&#xff1a;5422 标注数量(xml文件个数)&#xff1a;5422 标注数量(txt文件个数)&#xff1a;5422 标注…...

Flask vs. Django:选择适合你的Web开发框架【第134篇—Flask vs. Django】

&#x1f47d;发现宝藏 前些天发现了一个巨牛的人工智能学习网站&#xff0c;通俗易懂&#xff0c;风趣幽默&#xff0c;忍不住分享一下给大家。【点击进入巨牛的人工智能学习网站】。 Flask vs. Django&#xff1a;选择适合你的Web开发框架 在选择一个适合你项目的Web开发框架…...

你能解释一下Spring AOP(面向切面编程)的概念和用法吗?在Spring中,如何使用事务管理?

你能解释一下Spring AOP&#xff08;面向切面编程&#xff09;的概念和用法吗&#xff1f; Spring AOP&#xff08;面向切面编程&#xff09;是Spring框架中一个非常重要的功能模块&#xff0c;它允许开发者通过预编译方式和运行期动态代理来实现程序功能的统一维护。AOP并不是…...

时序分解 | Matlab实现GWO-CEEMDAN基于灰狼算法优化CEEMDAN时间序列信号分解

时序分解 | Matlab实现GWO-CEEMDAN基于灰狼算法优化CEEMDAN时间序列信号分解 目录 时序分解 | Matlab实现GWO-CEEMDAN基于灰狼算法优化CEEMDAN时间序列信号分解效果一览基本介绍程序设计参考资料 效果一览 基本介绍 1.CEEMDAN方法的分解效果取决于白噪声幅值权重(Nstd)和噪声添…...

Spring Boot(七十):利用Jasypt对数据库连接进行加密

1 Jasypt简介 Jasypt(Java Simplified Encryption)是一个专注于简化Java加密操作的工具。它提供了一种简单而强大的方式来处理数据的加密和解密,使开发者能够轻松地保护应用程序中的敏感信息,如数据库密码、API密钥等。 Jasypt的设计理念是简化加密操作,使其对开发者更加…...