水经注GIS
水经注GIS

免费下载6G全国90米高程DEM

这里为大家分享全国90米高程原始数据。

全国90米高程DEM

90米高程数据的经纬度跨度有按30度进行分块和按5度进行分块两种，下载完成后的文件如下图所示。

免费下载6G全国90米高程DEM_第1张图片

30度分块与5度分块

当经纬度跨度按30度进行分块时，全国范围共分成6块，由于分块的跨度比较大，因此数据覆盖范围远超过了全国范围，如下图所示。

免费下载6G全国90米高程DEM_第2张图片

30度分块与覆盖范围

全国90米高程DEM数据按30度分块后，共4.13GB大小，一共有6个文件，如下图所示。   

免费下载6G全国90米高程DEM_第3张图片

6个分块文件

文件解压后，可以在GlobalMapper中打开进行预览查看，如下图所示。

免费下载6G全国90米高程DEM_第4张图片

高程预览

全国90米SRTM数据按30度进行分块之后，全国数据覆盖范围接图表如下图所示。   

免费下载6G全国90米高程DEM_第5张图片

30度分块接图表

按30度跨度进行分块之后，覆盖全国的90米高程数据共有64个分块文件，共1.94GB大小，如下图所示。

免费下载6G全国90米高程DEM_第6张图片

64个分块文件

同样地，可以将任何文件解决之后，在Global Mapper中进行打开查看，也可以进行三维渲染和提取等高线等。

免费下载6G全国90米高程DEM_第7张图片

30度跨度渲染图

写在最后

由于按30度分块的全国范围数据有4.13GB，而按5度分块的全国范围数据有1.94G大小，因此共约6G大小。

你可能感兴趣的:(原始数据)

  • MySQL主从同步 m0_63550220 mysql数据库
    MySQL主从同步（也称为复制）是一种重要的数据同步技术，它用于将一个MySQL服务器（主服务器）上的数据和变更实时复制到另一个或多个MySQL服务器（从服务器）。这种技术广泛应用于数据备份、读写分离、故障恢复等多种场景。一、基本概念主服务器（Master）：原始数据库系统，所有的写操作（如INSERT、UPDATE、DELETE）都在主服务器上进行，并负责将数据更改记录到二进制日志（Binary
  • （others）计算数据信噪比 ZhangTao_zata python
    ☆问题描述对原始数据添加随机噪声，得到了一组新的数据。如何计算新数据的信噪比（dB）？★解决方案信噪比（Signal-to-NoiseRatio,SNR）是描述信号强度相对于背景噪声强度的一个度量，通常以分贝（dB）为单位表示。要计算两组数据（例如，原始数据与添加了噪声的数据）的信噪比，我们可以采用以下步骤：计算原始信号的功率。这通常是通过对原始数据的所有值求平方后求平均得到的。计算噪声的功率。这
  • 遥感影像-语义分割数据集：GID数据集详细介绍及训练样本处理流程 GIS潮流 计算机视觉人工智能机器学习
    GID数据集：大规模高分卫星土地覆盖数据集原始数据集详情简介：GID是基于我国Gaofen-2卫星数据而构建的大规模高分辨率遥感图像土地覆盖数据集。GID数据集分为大规模分类集（GID-5）和精细土地覆盖集（GID-15）两个部分。大规模分类集（GID-5）包含建筑、农田、森林、草地和水域等5个土地覆盖类别，共计150景像素级标注的Gaofen-2卫星遥感图像。其中，训练集为120景图像，验证集为
  • 394.encoded_string（字符串解码） CristianoC
    题目给定一个经过编码的字符串，返回它解码后的字符串。编码规则为:k[encoded_string]，表示其中方括号内部的encoded_string正好重复k次。注意k保证为正整数。你可以认为输入字符串总是有效的；输入字符串中没有额外的空格，且输入的方括号总是符合格式要求的。此外，你可以认为原始数据不包含数字，所有的数字只表示重复的次数k，例如不会出现像3a或2[4]的输入。示例：s="3[a]2
  • pytorch view 函数介绍 qq_27390023 pytorch人工智能python
    view是PyTorch中用于改变张量形状（tensorshape）的函数。与其他形状转换操作不同的是，view并不改变张量的数据，而是返回一个新的张量，该张量与原始数据共享内存。1.基本用法view的作用是将一个张量重新排列成新的形状。它的基本语法是：tensor.view(shape)shape：新张量的形状，可以是整数或一个整数元组。shape中的某一个维度可以是-1，表示该维度的大小由张量
  • JavaScript 中的深拷贝新宠：structuredClone() 函数详解 芭拉拉小魔仙 jsjavascript开发语言ecmascript
    在JavaScript中，处理对象拷贝时，我们经常会遇到浅拷贝（shallowcopy）和深拷贝（deepcopy）的概念。浅拷贝只复制对象的第一层属性，如果属性值是引用类型（如对象、数组等），则只复制引用而不复制对象本身，这可能会导致原始数据被意外修改。而深拷贝则递归地复制对象及其所有子属性，确保原始数据和拷贝数据完全独立。传统上，JavaScript没有内置直接进行深拷贝的函数，开发者通常需要
  • es 时间字段聚合_Elasticsearch多字段聚合查询 大福mkq es时间字段聚合
    最近用到es做人群画像，原始数据是带标签的pin包，为了方便查询，对数据做了预处理，按标签做聚合，由于标签的数量不固定，所以想起来用递归实现多字段聚合(三个及三个以上字段)，源码在此，方便大家参阅。类似groupbyfield1,field2,field3...Note：groupFields存放聚合的字段ListgroupFields=newArrayList<>();groupFields.a
  • Java算法之希尔排序（Shell Sort） 持续输出... #Java算法算法java排序算法
    简介希尔排序，又称为缩小增量排序，是插入排序的一种改进算法。它通过引入增量序列，将原始数据序列分成多个子序列，对每个子序列进行插入排序，然后逐渐减小增量，直到增量为1，完成整个排序过程。算法步骤选择一个增量序列，例如初始时为数组长度的一半。将数组分为多个子序列，每个子序列的元素间隔为增量序列的第一个值。对每个子序列进行直接插入排序。逐步减小增量序列的值，重复步骤2和3，直到增量为1。//shell
  • 遥感影像-语义分割数据集：Vaihingen数据集详细介绍及训练样本处理流程 GIS潮流 计算机视觉
    原始数据集详情Vaihingen是一个相对较小的村庄，有许多独立的建筑和小的多层建筑。KeyValue卫星类型未知覆盖区域一个相对较小的村庄，有许多独立的建筑和小的多层建筑-Vaihingen场景城市分辨率5cm数量38张单张尺寸6000*6000原始影像位深8位标签图片位深8位原始影像通道数三通道标签图片通道数三通道官网https://www.isprs.org/education/benchm
  • 【国外比较权威的免费的卫星数据网站——NASA Worldview】 学地理的小胖砸 ENVI遥感地理信息科学地图学遥感影像数据大数据
    NASAWorldview网址：https://worldview.earthdata.nasa.gov/简介：NASAWorldview显示了全球范围内的实时卫星影像，用户可以通过该平台观察地球“现在”的样子，并通过滑动时间轴查看历史数据。虽然该平台不太适合下载原始数据，但它提供了各种科学产品的访问，对于科研和教育用途非常有价值。NASAWorldview是一个功能强大的在线平台，它允许用户交互
  • [Other]-安装ruby、ascli、ascp ifanatic 工具ruby开发语言后端
    最近新接到这样一个需求，将生物原始数据上传到某中心，其中用到ascp命令，阴差阳错的装了ruby、ascli，这里就都一并介绍下安装方式，由于服务器老旧默认安装时ruby2.0，又升级到2.7等引发的一系列问题，算是学习科普文了。Ruby是一种灵活、动态的编程语言，广泛用于Web开发、自动化等领域。ascli是IBMAspera的命令行接口工具，用于管理和传输大规模数据。ascp是Aspera的核
  • spark应用程序转换_4.Spark特征提取、转换和选择 - 简书 weixin_39956182 spark应用程序转换
    在实际机器学习项目中，我们获取的数据往往是不规范、不一致、有很多缺失数据，甚至不少错误数据，这些数据有时又称为脏数据或噪音，在模型训练前，务必对这些脏数据进行处理，否则，再好的模型，也只能脏数据进，脏数据出。这章我们主要介绍对数据处理涉及的一些操作，主要包括：特征提取特征转换特征选择4.1特征提取特征提取一般指从原始数据中抽取特征。4.1.1词频－逆向文件频率(TF-IDF)词频－逆向文件频率(T
  • Datawhale AI夏令营-task03 ghost_him 人工智能
    DatawhaleAI夏令营-task03笔记来源：DatawhaleAI夏令营数据增强基础数据增强是一种在机器学习和深度学习领域常用的技术，尤其是在处理图像和视频数据时。**数据增强的目的是通过人工方式增加训练数据的多样性，从而提高模型的泛化能力，使其能够在未见过的数据上表现得更好。**数据增强涉及对原始数据进行一系列的变换操作，生成新的训练样本。这些变换模拟了真实世界中的变化，对于图像而言，数
  • 每天一个数据分析题（五百零六）- 装袋方法 跟着紫枫学姐学CDA 数据分析数据挖掘
    装袋方法(bagging)也叫做bootstrapaggregating,是在原始数据集有放回地重采样S次后得到新数据集的一种技术，其代表算法有？A.AdaboostB.GBDTC.XGBOOSTD.随机森林数据分析认证考试介绍：点击进入题目来源于CDA模拟题库点击此处获取答案数据分析专项练习题库内容涵盖Python，SQL，统计学，数据分析理论，深度学习，可视化，机器学习，Spark八个方向的专
  • RK3568平台（触摸篇）主板端集成厂家触摸屏 嵌入式_笔记 瑞芯微linux
    一.硬件连接板卡配触摸框架构如下图：二.数据流向板卡配触摸框的数据流向，尽量做到高灵活性，并且简单清晰：1）后台进程从触摸框获取原始数据并计算，计算的点报给android内核input系统，实现android下多点触摸功能同时通过USB1将点的触摸数据回传给触摸框，触摸框收到回传数据后判断当前状态是否需要通过USB2发送给PC主机。2）USB2开启及关闭：当信号源进行切换时，板卡将该消息通过USB
  • 【机器学习】特征提取 特征降维 de-feedback 机器学习人工智能
    特征工程特征工程是将原始数据转化为可以用于机器学习的数字特征，比如字典的特征提取，文档的特征提取等。字典特征提取把字典的每个唯一的键作为数据集特征的一个维度，有这个维度的就为1，没有就是0。其他相同的键，该维度的值就是其键值。这样的操作把字典样本的每一条数据转化为了矩阵，但是矩阵中含有大量的0（因为数据中的键和值有很多不同），所以称之为稀疏矩阵为了保存数据的高效，一般使用三元组表存储。保存非零数据
  • 主成分分析（PCA）附Python实现 不染53 数学建模数学建模python算法
    主成分分析矩阵分解特征值和特征向量特征值分解奇异值分解主成分分析（PCA）Python实现主成分分析方法（PrincipalComponentAnalysis，PCA）是一种常用的数据分析方法。PCA通过线性变换将原始数据变换为一组各维度线性无关的表示，将多个变量压缩为少数几个综合指标（称为主成分），是一种使用最广泛的数据降维算法。此外，由于主成分分析独特的性质，压缩之后的主成分之间线性无关，因此
  • 【myz_tools】Python库 myz_tools：Python算法及文档自动化生成工具 _千思_ myz_toolspython算法开发语言pip
    写在前面本来最开始只是单纯的想整理一下常用到的各类算法，还有一些辅助类的函数，方便时间短的情况下快速开发。后来发现整理成库更方便些，索性做成库，通过pipinstall直接可以安装使用关于库平时见到的各类算法大多数还是需要自己手动敲，比如四分位距法，还得知道了原理后详改代码，索性直接做成函数，直接传入原始数据，返回清洗后的数据。内部的话代码也已经开源，也做过几轮测试，所以不用担心会出现什么奇奇怪怪
  • 每天一个数据分析题（二百二十） 跟着紫枫学姐学CDA 数据分析题库数据分析数据挖掘
    在集成学习的GBDT算法中，每次训练新的决策树的目的是()？A.预测原始数据的标签B.预测上一个模型的残差C.降低模型的偏差D.降低模型的方差题目来源于CDA模拟题库点击此处获取答案
  • python——数据分析 pumpkin84514 python相关python数据分析开发语言
    数据分析的三个主要方面在数据分析中，整个流程通常可以分为三个大的方面：数据采集、数据挖掘和数据可视化。每个方面包含了不同的步骤，涉及到不同的Python库和工具。下面我们逐步展开讲解，并在最后总结为一份表格。1.数据采集数据采集是数据分析的第一步，主要任务是从各种数据源中获取原始数据。原理和作用场景：原理：通过API、网络爬虫、数据库连接等方式获取原始数据。作用场景：当你需要分析来自不同来源的数据
  • 利用Python处理合成孔径雷达（SAR）数据的成像过程 wavemenu python开发语言
    本文介绍了利用Python处理合成孔径雷达（SAR）数据的完整成像流程，包括数据加载、基本定义、聚焦、多视处理和结果显示等步骤。测试数据位ERS数据。首先，通过加载包含SAR原始数据的.mat文件，获取数据矩阵并设置相关的传感器参数。接着，定义了两个主要脉冲，即距离向脉冲和方位向脉冲，并对其进行傅里叶变换和共轭运算，得到用于后续相关处理的脉冲模板。在数据聚焦步骤中，通过距离向和方位向的压缩操作，将
  • 【机器学习】特征工程的基本概念以及LASSO回归和主成分分析优化方法 Lossya 机器学习回归人工智能算法特征工程
    引言特征工程是机器学习中的一个关键步骤，它涉及到从原始数据中提取和构造新的特征，以提高模型的性能和预测能力LASSO（LeastAbsoluteShrinkageandSelectionOperator）回归是一种用于回归分析的线性模型，它通过引入L1正则化（Lasso正则化）来简化模型并减少过拟合的风险主成分分析（PrincipalComponentAnalysis，PCA）是一种常用的降维技术
  • 取证工作：如何解锁受密码保护的 SQL Server 数据库并重置密码? 鸿萌数据安全 ElcomSoft取证工具数据库服务器sqlserver密码sqlserverSQL数据库密码破解
    AdvancedSQLPasswordRecovery是Elcomsoft取证工具包中的密码破解软件之一。该软件可以即时访问受密码保护的SQLServer数据库。更改以MicrosoftSQLServer格式保护数据库的任何用户或管理密码。即时重置密码以保护MicrosoftSQLServer数据库任何语言和编码的密码自动备份原始数据库保证对支持的数据库格式进行密码重置支持：所有版本的Micros
  • Python 数据清洗与预处理 天蓝蓝23528 numpy
    Python数据清洗与预处理在数据科学和机器学习的项目中，数据清洗与预处理是至关重要的一步。无论数据来源如何，原始数据通常都是不完整、不一致、含有噪声的，甚至可能包含错误。为了从这些原始数据中提取有价值的信息，并进行有效的分析和建模，我们必须首先进行数据清洗与预处理。本文将深入探讨使用Python进行数据清洗与预处理的各种技术和方法。一、数据清洗的概述数据清洗，也称为数据整理或数据清理，是从原始数
  • 计算机网络中的加密技术与公钥基础设施（PKI） yimeixiaolangzai 计算机网络计算机网络网络运维
    在现代计算机网络中，加密技术和公钥基础设施（PKI）是保护数据安全和隐私的核心要素。随着网络攻击和数据泄露事件的增加，加密技术和PKI在保障网络通信安全、身份认证和数据完整性方面发挥了至关重要的作用。本文将深入探讨加密技术的基本概念、公钥基础设施的工作原理及其在实际应用中的作用。一、加密技术概述加密技术是保护数据安全的一种方法，通过将原始数据转换为无法直接理解的密文，以防止未经授权的访问。加密技术
  • Java中的数据恢复：如何通过算法实现高效的数据恢复 省赚客app开发者 java算法开发语言
    Java中的数据恢复：如何通过算法实现高效的数据恢复大家好，我是微赚淘客系统3.0的小编，是个冬天不穿秋裤，天冷也要风度的程序猿！作为开头。在数据处理和存储过程中，数据丢失或损坏是一个常见的问题。数据恢复算法可以帮助我们从损坏或丢失的数据中恢复原始数据。本文将介绍如何在Java中实现高效的数据恢复，涵盖常见的恢复算法和技术，包括文件系统恢复、数据库恢复以及数据恢复的优化策略。1.文件系统数据恢复文
  • 关于Apache Iceberg [听得时光枕水眠] apache
    ApacheIceberg是一种为大数据湖设计的现代化、开放式的表格式。要理解它，我们先来看看它要解决的问题以及为什么需要它。冰山下的问题在大数据领域，数据湖是一个存储原始数据的集中式存储库，数据以接近其原始形式保存，没有经过结构化处理。然而，传统的数据湖面临一些挑战：数据管理困难：数据湖中的数据缺乏结构化的管理，很难追踪数据的变化历史，难以进行有效的数据清理和更新。ACID事务支持缺失：ACID
  • python之数据模型训练过程详解 m0_68949064 Pythonpython开发语言
    一、模型训练详解当涉及使用Python进行深度学习和神经网络训练时，整个过程可以分为几个关键步骤。这里我会详细解释每个步骤的主要内容和如何实施。1.数据准备在深度学习中，数据准备是非常重要的一步。数据准备的主要目标是将原始数据整理成模型可以使用的格式，并确保数据质量和适用性。数据获取和加载：使用Python中的工具（如NumPy、Pandas）从文件、数据库或API中加载数据。数据清洗和预处理：处
  • 【学习笔记】灰色预测 GM(1,1) 模型 —— Matlab 望月12138 学习笔记matlab
    文章目录前言一、灰色预测模型灰色预测适用情况GM(1,1)模型二、示例指数规律检验(原始数据级比检验)级比检验的定义GM(1,1)模型的级比检验模型求解求解微分方程模型评价(检验模型对原始数据的拟合程度)残差检验级比偏差检验三、代码实现----Matlab级比检验代码模型求解代码调用模型求解代码进行预测前言通过模型算法，熟练对Matlab的应用。学习视频链接：https://www.bilibil
  • 2001-2022年 上市公司债务融资成本数据（原始数据、计算代码、参考文献和最终计算结果） 小王毕业啦 大数据人工智能大数据社科数据物联网
    上市公司债务融资成本数据涵盖2001至2022年间，涉及上市公司通过债务方式融资所需支付的利息、手续费等费用。这类数据可通过公司财报、公告或专业报告获得，对投资者评估公司财务和盈利能力至关重要。数据stkcd、证券代码、上市日期、year、Cost1、Cost2、Cost3、stkcd、证券代码、证券简称、上市日期、证监会行业代码、year、负债合计、财务费用、短期借款长期借款、一年内到期的长期借
  • 关于旗正规则引擎规则中的上传和下载问题 何必如此 文件下载压缩jsp文件上传
    文件的上传下载都是数据流的输入输出，大致流程都是一样的。 一、文件打包下载 1.文件写入压缩包 string mainPath="D:\upload\";     下载路径 string tmpfileName=jar.zip;        &n
  • 【Spark九十九】Spark Streaming的batch interval时间内的数据流转源码分析 bit1129 Stream
      以如下代码为例（SocketInputDStream）： Spark Streaming从Socket读取数据的代码是在SocketReceiver的receive方法中，撇开异常情况不谈(Receiver有重连机制，restart方法，默认情况下在Receiver挂了之后，间隔两秒钟重新建立Socket连接)，读取到的数据通过调用store(textRead)方法进行存储。数据
  • spark master web ui 端口8080被占用解决方法 daizj 8080端口占用sparkmaster web ui
    spark master web ui 默认端口为8080，当系统有其它程序也在使用该接口时，启动master时也不会报错，spark自己会改用其它端口，自动端口号加1，但为了可以控制到指定的端口，我们可以自行设置，修改方法：   1、cd SPARK_HOME/sbin   2、vi start-master.sh     3、定位到下面部分
  • oracle_执行计划_谓词信息和数据获取 周凡杨 oracle执行计划
      oracle_执行计划_谓词信息和数据获取(上) 一：简要说明 在查看执行计划的信息中，经常会看到两个谓词filter和access，它们的区别是什么，理解了这两个词对我们解读Oracle的执行计划信息会有所帮助。 简单说，执行计划如果显示是access，就表示这个谓词条件的值将会影响数据的访问路径（表还是索引），而filter表示谓词条件的值并不会影响数据访问路径，只起到
  • spring中datasource配置 g21121 dataSource
    datasource配置有很多种，我介绍的一种是采用c3p0的，它的百科地址是： http://baike.baidu.com/view/920062.htm   <!-- spring加载资源文件 --> <bean name="propertiesConfig" class="org.springframework.b
  • web报表工具FineReport使用中遇到的常见报错及解决办法（三） 老A不折腾 finereportFAQ报表软件
    这里写点抛砖引玉，希望大家能把自己整理的问题及解决方法晾出来，Mark一下，利人利己。   出现问题先搜一下文档上有没有，再看看度娘有没有，再看看论坛有没有。有报错要看日志。下面简单罗列下常见的问题，大多文档上都有提到的。 1、repeated column width is largerthan paper width： 这个看这段话应该是很好理解的。比如做的模板页面宽度只能放
  • mysql 用户管理 墙头上一根草 linuxmysqluser
    1.新建用户 //登录MYSQL@>mysql -u root -p@>密码//创建用户mysql> insert into mysql.user(Host,User,Password) values(‘localhost’,'jeecn’,password(‘jeecn’));//刷新系统权限表mysql>flush privileges;这样就创建了一个名为：
  • 关于使用Spring导致c3p0数据库死锁问题 aijuans springSpring 入门Spring 实例Spring3Spring 教程
    这个问题我实在是为整个 springsource 的员工蒙羞 如果大家使用 spring 控制事务，使用 Open Session In View 模式， com.mchange.v2.resourcepool.TimeoutException: A client timed out while waiting to acquire a resource from com.mchange.
  • 百度词库联想 annan211 百度
    <!DOCTYPE html> <html> <head> <meta http-equiv="Content-Type" content="text/html; charset=UTF-8"> <title>RunJS</title&g
  • int数据与byte之间的相互转换实现代码 百合不是茶 位移int转bytebyte转int基本数据类型的实现
    在BMP文件和文件压缩时需要用到的int与byte转换,现将理解的贴出来;   主要是要理解;位移等概念 http://baihe747.iteye.com/blog/2078029   int转byte;   byte转int;   /** * 字节转成int,int转成字节 * @author Administrator *
  • 简单模拟实现数据库连接池 bijian1013 javathreadjava多线程简单模拟实现数据库连接池
    简单模拟实现数据库连接池 实例1： package com.bijian.thread; public class DB { //private static final int MAX_COUNT = 10; private static final DB instance = new DB(); private int count = 0; private i
  • 一种基于Weblogic容器的鉴权设计 bijian1013 javaweblogic
            服务器对请求的鉴权可以在请求头中加Authorization之类的key，将用户名、密码保存到此key对应的value中，当然对于用户名、密码这种高机密的信息，应该对其进行加砂加密等，最简单的方法如下： String vuser_id = "weblogic"; String vuse
  • 【RPC框架Hessian二】Hessian 对象序列化和反序列化 bit1129 hessian
     任何一个对象从一个JVM传输到另一个JVM，都要经过序列化为二进制数据(或者字符串等其他格式，比如JSON)，然后在反序列化为Java对象，这最后都是通过二进制的数据在不同的JVM之间传输(一般是通过Socket和二进制的数据传输)，本文定义一个比较符合工作中。   1. 定义三个POJO    Person类 package com.tom.hes
  • 【Hadoop十四】Hadoop提供的脚本的功能 bit1129 hadoop
    1. hadoop-daemon.sh 1.1 启动HDFS ./hadoop-daemon.sh start namenode ./hadoop-daemon.sh start datanode  通过这种逐步启动的方式，比start-all.sh方式少了一个SecondaryNameNode进程，这不影响Hadoop的使用，其实在 Hadoop2.0中，SecondaryNa
  • 中国互联网走在“灰度”上 ronin47 管理 灰度
    中国互联网走在“灰度”上（转） 文/孕峰   第一次听说灰度这个词，是任正非说新型管理者所需要的素质。第二次听说是来自马化腾。似乎其他人包括马云也用不同的语言说过类似的意思。   灰度这个词所包含的意义和视野是广远的。要理解这个词，可能同样要用“灰度”的心态。灰度的反面，是规规矩矩，清清楚楚，泾渭分明，严谨条理，是决不妥协，不转弯，认死理。黑白分明不是灰度，像彩虹那样
  • java-51-输入一个矩阵，按照从外向里以顺时针的顺序依次打印出每一个数字。 bylijinnan java
    public class PrintMatrixClockwisely { /** * Q51.输入一个矩阵，按照从外向里以顺时针的顺序依次打印出每一个数字。 例如：如果输入如下矩阵： 1 2 3 4 5 6 7 8 9
  • mongoDB 用户管理 开窍的石头 mongoDB用户管理
      1:添加用户    第一次设置用户需要进入admin数据库下设置超级用户（use admin）      db.addUsr({user:'useName',pwd:'111111',roles:[readWrite,dbAdmin]});    第一个参数用户的名字    第二个参数
  • [游戏与生活]玩暗黑破坏神3的一些问题 comsci 生活
        暗黑破坏神3是有史以来最让人激动的游戏。。。。但是有几个问题需要我们注意      玩这个游戏的时间，每天不要超过一个小时，且每次玩游戏最好在白天      结束游戏之后，最好在太阳下面来晒一下身上的暗黑气息，让自己恢复人的生气   &nb
  • java 二维数组如何存入数据库 cuiyadll java
    using System; using System.Linq; using System.Text; using System.Windows.Forms; using System.Xml; using System.Xml.Serialization; using System.IO; namespace WindowsFormsApplication1 {
  • 本地事务和全局事务Local Transaction and Global Transaction(JTA) darrenzhu javaspringlocalglobaltransaction
    Configuring Spring and JTA without full Java EE http://spring.io/blog/2011/08/15/configuring-spring-and-jta-without-full-java-ee/ Spring doc -Transaction Management http://docs.spring.io/spri
  • Linux命令之alias - 设置命令的别名，让 Linux 命令更简练 dcj3sjt126com linuxalias
    用途说明 设置命令的别名。在linux系统中如果命令太长又不符合用户的习惯，那么我们可以为它指定一个别名。虽然可以为命令建立“链接”解决长文件名的问 题，但对于带命令行参数的命令，链接就无能为力了。而指定别名则可以解决此类所有问题【1】。常用别名来简化ssh登录【见示例三】，使长命令变短，使常 用的长命令行变短，强制执行命令时询问等。   常用参数 格式：alias 格式：ali
  • yii2 restful web服务[格式响应] dcj3sjt126com PHPyii2
    响应格式 当处理一个 RESTful API 请求时， 一个应用程序通常需要如下步骤 来处理响应格式： 确定可能影响响应格式的各种因素， 例如媒介类型， 语言， 版本， 等等。 这个过程也被称为 content negotiation。 资源对象转换为数组， 如在 Resources 部分中所描述的。 通过 [[yii\rest\Serializer]]
  • MongoDB索引调优（2）——[十] eksliang mongodbMongoDB索引优化
    转载请出自出处：http://eksliang.iteye.com/blog/2178555 一、概述       上一篇文档中也说明了，MongoDB的索引几乎与关系型数据库的索引一模一样，优化关系型数据库的技巧通用适合MongoDB，所有这里只讲MongoDB需要注意的地方 二、索引内嵌文档     可以在嵌套文档的键上建立索引，方式与正常
  • 当滑动到顶部和底部时，实现Item的分离效果的ListView gundumw100 android
    拉动ListView，Item之间的间距会变大，释放后恢复原样； package cn.tangdada.tangbang.widget; import android.annotation.TargetApi; import android.content.Context; import android.content.res.TypedArray; import andr
  • 程序员用HTML5制作的爱心树表白动画 ini JavaScriptjqueryWebhtml5css
    体验效果：http://keleyi.com/keleyi/phtml/html5/31.htmHTML代码如下： <!DOCTYPE html> <html xmlns="http://www.w3.org/1999/xhtml"><head><meta charset="UTF-8" > <ti
  • 预装windows 8 系统GPT模式的ThinkPad T440改装64位 windows 7旗舰版 kakajw ThinkPad预装改装windows 7windows 8
      该教程具有普遍参考性，特别适用于联想的机器，其他品牌机器的处理过程也大同小异。 该教程是个人多次尝试和总结的结果，实用性强，推荐给需要的人！   缘由 小弟最近入手笔记本ThinkPad T440，但是特别不能习惯笔记本出厂预装的Windows 8系统，而且厂商自作聪明地预装了一堆没用的应用软件，消耗不少的系统资源（本本的内存为4G，系统启动完成时，物理内存占用比
  • Nginx学习笔记 mcj8089 nginx
    一、安装nginx             1、在nginx官方网站下载一个包，下载地址是：  http://nginx.org/download/nginx-1.4.2.tar.gz      2、WinSCP(ftp上传工
  • mongodb 聚合查询每天论坛链接点击次数 qiaolevip 每天进步一点点学习永无止境mongodb纵观千象
    /* 18 */ { "_id" : ObjectId("5596414cbe4d73a327e50274"), "msgType" : "text", "sendTime" : ISODate("2015-07-03T08:01:16.000Z"
  • java术语（PO/POJO/VO/BO/DAO/DTO） Luob. DAOPOJODTOpoVO BO
    PO(persistant object) 持久对象 在o/r 映射的时候出现的概念,如果没有o/r映射,就没有这个概念存在了.通常对应数据模型(数据库),本身还有部分业务逻辑的处理.可以看成是与数据库中的表相映射的java对象.最简单的PO就是对应数据库中某个表中的一条记录,多个记录可以用PO的集合.PO中应该不包含任何对数据库的操作. VO(value object) 值对象 通
  • 算法复杂度 Wuaner Algorithm
    Time Complexity & Big-O： http://stackoverflow.com/questions/487258/plain-english-explanation-of-big-o http://bigocheatsheet.com/ http://www.sitepoint.com/time-complexity-algorithms/
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他