R语言小白学习笔记3—R语言读取数据
R语言小白学习笔记3—R语言读取数据
- 笔记链接
- 想说的话
- 学习笔记3—R语言读取数据
- 3.1 读取CSV文件
- 3.1.1 read_delim函数
- 3.1.2 fread函数
- 3.2 读取Excel数据
- 3.3 读取数据库数据
- 3.4 读取其他统计工具数据
- 3.5 读取R语言二进制文件
- 3.6 读取R语言数据
- 3.7 读取网页数据
- 3.7.1读取HTML表格
- 3.7.2抽取网页数据
- 3.8 读取JOSN数据
笔记链接
学习笔记1—R语言基础.
学习笔记2—高级数据结构.
想说的话
我觉得R语言读取数据还是比较重要的，这章真的，遇到了特别多的问题，然后一个问题一个问题去解决，所以花了两天才学完。笔记中我也给出了我的解决思路和方法，每一个例子我都敲了一遍，加深印象。
学习笔记3—R语言读取数据
3.1 读取CSV文件
读取CSV文件最好的方法是使用read.table函数，其返回结果为data.frame
read.table函数第一个参数为文件所在路径，本地或网页
第二个参数header表示数据的第一行，即列名
第三个参数sep表示数据的分隔符
例：
> theUrl <- "http://www.jaredlander.com/data/TomatoFirst.csv"
> tomato <- read.table(file=theUrl, header=TRUE, sep=",")
> head(tomato)Round Tomato Price Source Sweet Acid
1 1 Simpson SM 3.99 Whole Foods 2.8 2.8
2 1 Tuttorosso (blue) 2.99 Pioneer 3.3 2.8
3 1 Tuttorosso (green) 0.99 Pioneer 2.8 2.6
4 1 La Fede SM DOP 3.99 Shop Rite 2.6 2.8
5 2 Cento SM DOP 5.49 D Agostino 3.3 3.1
6 2 Cento Organic 4.99 D Agostino 3.2 2.9Color Texture Overall Avg.of.Totals Total.of.Avg
1 3.7 3.4 3.4 16.1 16.1
2 3.4 3.0 2.9 15.3 15.3
3 3.3 2.8 2.9 14.3 14.3
4 3.0 2.3 2.8 13.4 13.4
5 2.9 2.8 3.1 14.4 15.2
6 2.9 3.1 2.9 15.5 15.1
大文件使用read.table函数读取到内存比较慢，读取大CSV文件两个主流函数：read_delim和fread，因为两者都不把字符数据自动转换成factor。
3.1.1 read_delim函数
readr包提供读取文本文件的一系列函数。最常用的是read_delim函数。
其第一个参数为读取的文件路径或者URL。col_names默认为TRUE，指定文件的第一行为列名。
其返回为tibble数据类型，是data.frame的扩展。
例：
> theUrl <- "http://www.jaredlander.com/data/TomatoFirst.csv"
> tomato2 <- read_delim(file=theUrl, delim=',')-- Column specification ---------------------------------
cols(Round = col_double(),Tomato = col_character(),Price = col_double(),Source = col_character(),Sweet = col_double(),Acid = col_double(),Color = col_double(),Texture = col_double(),Overall = col_double(),`Avg of Totals` = col_double(),`Total of Avg` = col_double()
)> tomato2
# A tibble: 16 x 11Round Tomato Price Source Sweet Acid Color Texture<dbl> <chr> <dbl> <chr> <dbl> <dbl> <dbl> <dbl>1 1 Simps~ 3.99 Whole~ 2.8 2.8 3.7 3.42 1 Tutto~ 2.99 Pione~ 3.3 2.8 3.4 3 3 1 Tutto~ 0.99 Pione~ 2.8 2.6 3.3 2.84 1 La Fe~ 3.99 Shop ~ 2.6 2.8 3 2.35 2 Cento~ 5.49 D Ago~ 3.3 3.1 2.9 2.86 2 Cento~ 4.99 D Ago~ 3.2 2.9 2.9 3.17 2 La Va~ 3.99 Shop ~ 2.6 2.8 3.6 3.48 2 La Va~ 3.99 Faicos 2.1 2.7 3.1 2.49 3 Stani~ 4.53 Resta~ 3.4 3.3 4.1 3.2
10 3 Ciao NA Other 2.6 2.9 3.4 3.3
11 3 Scott~ 0 Home ~ 1.6 2.9 3.1 2.4
12 3 Di Ca~ 12.8 Eataly 1.7 3.6 3.8 2.3
13 4 Trade~ 1.49 Trade~ 3.4 3.3 4 3.6
14 4 365 W~ 1.49 Whole~ 2.8 2.7 3.4 3.1
15 4 Muir ~ 3.19 Whole~ 2.9 2.8 2.7 3.2
16 4 Biona~ 3.39 Whole~ 2.4 3.3 3.4 3.2
# ... with 3 more variables: Overall <dbl>, `Avg of
# Totals` <dbl>, `Total of Avg` <dbl>
在这里安装readr包的时候出现了一些问题：
第一个问题：
WARNING: Rtools is required to build R packages but is not currently installed. Please download and install the appropriate version of Rtools before proceeding。
解决：问度娘->需要下载Rtools->下载
然后是漫长的等待时间，这里我下载的是rtools40，为了节省大家时间，安装包见：
https://download.csdn.net/download/LL_2048/14984549.
第二个问题：
downloaded length ！= reported length
导致需要下载的好多zip文件都不能用。
解决：问度娘->是因为下载速度太慢，所以出现了长度不相同的问题->修改设定CRAN镜像
然后终于导入好了：
3.1.2 fread函数
另一个读取大量数据的函数是data.table包的fread函数。
第一个参数是读取的文件路径
header参数表示第一行是列名
sep指定分隔符
其返回结果为data.table对象，是data.frame的扩展和优化
例：
> library(data.table)
> tomato3 <- fread(input=theUrl, sep=',', header=TRUE)
试开URL’http://www.jaredlander.com/data/TomatoFirst.csv'
Content type 'text/csv' length 1107 bytes
downloaded 1107 bytes> head(tomato3)Round Tomato Price Source Sweet Acid
1: 1 Simpson SM 3.99 Whole Foods 2.8 2.8
2: 1 Tuttorosso (blue) 2.99 Pioneer 3.3 2.8
3: 1 Tuttorosso (green) 0.99 Pioneer 2.8 2.6
4: 1 La Fede SM DOP 3.99 Shop Rite 2.6 2.8
5: 2 Cento SM DOP 5.49 D Agostino 3.3 3.1
6: 2 Cento Organic 4.99 D Agostino 3.2 2.9Color Texture Overall Avg of Totals Total of Avg
1: 3.7 3.4 3.4 16.1 16.1
2: 3.4 3.0 2.9 15.3 15.3
3: 3.3 2.8 2.9 14.3 14.3
4: 3.0 2.3 2.8 13.4 13.4
5: 2.9 2.8 3.1 14.4 15.2
6: 2.9 3.1 2.9 15.5 15.1
3.2 读取Excel数据
使用readxl包中的read_excel函数，但其需要先下载好文件。
原书中的代码：
> download.file(url='http://www.jaredlander.com/data/ExcelExample.xlsx', destfile='data/ExcelExample.xlsx', method='curl')
> library(readxl)
> excel_sheets('data/ExcelExample.xlsx')
但我遇到了好多问题：
首先是用download.file时出现了一些问题：
一直出现这个错误：
Error in download.file(url = “http://www.jaredlander.com/data/ExcelExample.xlsx”, :
‘curl’ call had nonzero exit status
百度后发现解决方案都在说linux，所以难道是因为windows中没有curl方法吗？于是：
>install.packages("RCurl")
走起！
安装了之后还是这样的问题：
阿西吧！
于是我想看下download.file的帮助文件
> help("download.file")
这里提到了method里的其他方法，于是我试了一下auto，发现真的解决了上边那个问题，但新的问题：
>download.file(url='http://www.jaredlander.com/data/ExcelExample.xlsx', destfile='data/ExcelExample.xlsx', method='auto')
Error in download.file(url = "http://www.jaredlander.com/data/ExcelExample.xlsx", : 无法打开目的文件'data/ExcelExample.xlsx'，原因是'No such file or directory'
我想了想，这里可能是没有建立data文件夹的问题，所以我无奈地把data删了（当时想法比较单纯，我只想把他下载下来）
> download.file(url='http://www.jaredlander.com/data/ExcelExample.xlsx', destfile='ExcelExample.xlsx', method='auto')
试开URL’http://www.jaredlander.com/data/ExcelExample.xlsx'
Content type 'application/vnd.openxmlformats' length 2045364 bytes (2.0 MB)
downloaded 2.0 MB
这里终于下载好了
然而
> excel_sheets('ExcelExample.xlsx')
错误: Evaluation error: error -103 with zipfile in unzGetCurrentFileInfo
我直接反手就是…… ……复制粘贴->百度
可惜百度上也没有解决方法，于是我检查了一下下载的excel文件：
阿西吧，为啥打不开嘞？
我猜测可能是下载的时候出现损坏，或者原来这个文件就是坏的。
于是无奈复制粘贴了网址直接百度下载，终于下载好了。
> excel_sheets('E:/B/R/ExcelExample.xlsx')
[1] "Tomato" "Wine" "ACS"
太感动了！继续！
这里用的read_excel函数进行读取，返回的是tibble类型的数据。
> tomatoXL <- read_excel('E:/B/R/ExcelExample.xlsx')
> tomatoXL
# A tibble: 16 x 11Round Tomato Price Source Sweet Acid Color Texture<dbl> <chr> <dbl> <chr> <dbl> <dbl> <dbl> <dbl>1 1 Simps~ 3.99 Whole~ 2.8 2.8 3.7 3.42 1 Tutto~ 2.99 Pione~ 3.3 2.8 3.4 3 3 1 Tutto~ 0.99 Pione~ 2.8 2.6 3.3 2.84 1 La Fe~ 3.99 Shop ~ 2.6 2.8 3 2.35 2 Cento~ 5.49 D Ago~ 3.3 3.1 2.9 2.86 2 Cento~ 4.99 D Ago~ 3.2 2.9 2.9 3.17 2 La Va~ 3.99 Shop ~ 2.6 2.8 3.6 3.48 2 La Va~ 3.99 Faicos 2.1 2.7 3.1 2.49 3 Stani~ 4.53 Resta~ 3.4 3.3 4.1 3.2
10 3 Ciao NA Other 2.6 2.9 3.4 3.3
11 3 Scott~ 0 Home ~ 1.6 2.9 3.1 2.4
12 3 Di Ca~ 12.8 Eataly 1.7 3.6 3.8 2.3
13 4 Trade~ 1.49 Trade~ 3.4 3.3 4 3.6
14 4 365 W~ 1.49 Whole~ 2.8 2.7 3.4 3.1
15 4 Muir ~ 3.19 Whole~ 2.9 2.8 2.7 3.2
16 4 Biona~ 3.39 Whole~ 2.4 3.3 3.4 3.2
# ... with 3 more variables: Overall <dbl>, `Avg of
# Totals` <dbl>, `Total of Avg` <dbl>
可以通过提供表的位置索引（数字）或者表的名称（字符）来读取Excel文件的指定表：
> wineXL1 <- read_excel('E:/B/R/ExcelExample.xlsx', sheet=2)
> head(wineXL1)
# A tibble: 6 x 14Cultivar Alcohol `Malic acid` Ash `Alcalinity of ~<dbl> <dbl> <dbl> <dbl> <dbl>
1 1 14.2 1.71 2.43 15.6
2 1 13.2 1.78 2.14 11.2
3 1 13.2 2.36 2.67 18.6
4 1 14.4 1.95 2.5 16.8
5 1 13.2 2.59 2.87 21
6 1 14.2 1.76 2.45 15.2
# ... with 9 more variables: Magnesium <dbl>, `Total
# phenols` <dbl>, Flavanoids <dbl>, `Nonflavanoid
# phenols` <dbl>, Proanthocyanins <dbl>, `Color
# intensity` <dbl>, Hue <dbl>, `OD280/OD315 of diluted
# wines` <dbl>, Proline <dbl>
3.3 读取数据库数据
大部分数据库都可以通过各种驱动访问（通常是ODBC连接）。最流行的开源数据库有R语言实验包，如：RPostgreSQL和RMySQL。
这里用简单的SQLite来演示读取数据库：
首先用download.file函数下载数据库文件：
> download.file("http://www.jaredlander.com/data/diamonds.db",destfile="E:/B/R/diamonds.db", mode='wb')
竟然一次就成功了，有点兴奋，继续：
安装加载RSQLite包：
> install.packages("RSQLite")
> library(RSQLite)
首先用dbDriver函数指定驱动连接数据库，该函数主要参数为驱动的类型，如"SQLite"或者"ODBC"
> drv <- dbDriver('SQLite')
> class(drv)
[1] "SQLiteDriver"
attr(,"package")
[1] "RSQLite"
然后用dbConnect函数建立数据库连接，第一个参数是驱动，第二个常用参数是DSN连接字符串或路径。
> con <- dbConnect(drv, 'E:/B/R/diamonds.db')
> class(con)
[1] "SQLiteConnection"
attr(,"package")
[1] "RSQLite"
现在就已经连上数据库了，用DBI包的函数可以查看更多：
> dbListTables(con)
[1] "DiamondColors" "diamonds" "sqlite_stat1"
> dbListFields(con, name='diamonds')[1] "carat" "cut" "color" "clarity" "depth" [6] "table" "price" "x" "y" "z"
使用dbGetQuery函数准备执行查询数据库，返回data.frame数据类型：
> diamondsTable <- dbGetQuery(con, "SELECT * FROM diamonds", stringAsFactors=FALSE)
> head(diamondsTable)carat cut color clarity depth table price x
1 0.23 Ideal E SI2 61.5 55 326 3.95
2 0.21 Premium E SI1 59.8 61 326 3.89
3 0.23 Good E VS1 56.9 65 327 4.05
4 0.29 Premium I VS2 62.4 58 334 4.20
5 0.31 Good J SI2 63.3 58 335 4.34
6 0.24 Very Good J VVS2 62.8 57 336 3.94y z
1 3.98 2.43
2 3.84 2.31
3 4.07 2.31
4 4.23 2.63
5 4.35 2.75
6 3.96 2.48
3.4 读取其他统计工具数据
foreign包提供了一些用于读取其他格式的数据的命令
部分常用统计工具数据导入的函数：
| 函数 | 读取格式 |
|---|---|
| read.spss | SPSS |
| read.dta | Stata |
| read.ssd | SAS |
| read.octave | Octave |
| read.mtp | Minitab |
| read.systat | Systat |
这些函数的返回是data.frame，但并不是每次都会成功，虽然read.ssd可以读入SAS数据，但它需要有效的SAS许可证。
Hadley Wickham重写了新包haven，优化了速度和易用性，返回结果为tibble类型，常用函数：
| 函数 | 读取格式 |
|---|---|
| read_spss | SPSS |
| read_sas | Stata（书上是这样写的，但我觉得这里是SAS） |
| read_stata | Systat（同上，我觉得这里是Stata） |
3.5 读取R语言二进制文件
与其他程序员一起工作时，传递数据或R对象最好方法是用Rdata文件，可储存多个对象，并在三大系统间传递
例：创建一些对象存储在RData文件中，删除后，再加载
> n <- 20
> r <- 1:10
> w <- data.frame(n, r)
> n
[1] 20
> wn r
1 20 1
2 20 2
3 20 3
4 20 4
5 20 5
6 20 6
7 20 7
8 20 8
9 20 9
10 20 10
> save(n, r, w, file="E:/B/R/multiple.rdata")
> rm(n, r, w)
> n
错误: 找不到对象'n'
> load("E:/B/R/multiple.rdata")
> n
[1] 20
这些对象存放到工作环境时和存储到RData中名字相同，所以不用把load函数结果分配给对象。
函数saveRDS将对象保存到一个二进制RDS文件中，此时保存的对象没有名字，所以加载到工作环境后需要分配对象：
> smallVector <- c(1, 5, 4)
> smallVector
[1] 1 5 4
> saveRDS(smallVector, file='thisObject.rds')
> thatVect <- readRDS('thisObject.rds')
> thatVect
[1] 1 5 4
> identical(smallVector, thatVect)
[1] TRUE
3.6 读取R语言数据
R和一些软件包自带数据
只需要输入data( )即可
例：
> data(diamonds, package = 'ggplot2')
> head(diamonds)
# A tibble: 6 x 10carat cut color clarity depth table price x y<dbl> <ord> <ord> <ord> <dbl> <dbl> <int> <dbl> <dbl>
1 0.23 Ideal E SI2 61.5 55 326 3.95 3.98
2 0.21 Prem~ E SI1 59.8 61 326 3.89 3.84
3 0.23 Good E VS1 56.9 65 327 4.05 4.07
4 0.290 Prem~ I VS2 62.4 58 334 4.2 4.23
5 0.31 Good J SI2 63.3 58 335 4.34 4.35
6 0.24 Very~ J VVS2 62.8 57 336 3.94 3.96
# ... with 1 more variable: z <dbl>
3.7 读取网页数据
3.7.1读取HTML表格
如果数据存储在HTML表格，可以使用XML包中的readHTMLTable函数抽取数据。
例：
> theURL <- "https://www.jaredlander.com/2012/02/another-kind-of-super-bowl-pool/"
> bowlPool <- readHTMLTable(theURL, which=1, header=FALSE, stringsAsFactors=FALSE)
结果出现了错误：
错误: failed to load external entity “http://www.jaredlander.com/2012/02/another-kind-of-super-bowl-pool”
可能是网站变了的缘故？
于是我用浏览器进入这个网址，发现前边是https，然后修改：
> theURL <- "https://www.jaredlander.com/2012/02/another-kind-of-super-bowl-pool/"
> bowlPool <- readHTMLTable(theURL, which=1, header=FALSE, stringsAsFactors=FALSE)
Error in (function (classes, fdef, mtable) : unable to find an inherited method for function ‘readHTMLTable’ for signature ‘"NULL"’
此外: Warning message:
XML content does not seem to be XML: ''
出错！
百度发现好像不能抓取https的网页，额~好吧，但现在网页好像都是https，可能学到后边会有新的方法吧，go on！
3.7.2抽取网页数据
网页数据一般在table、div、span或者其他html元素中。本例以纽约Ribalta比萨网站的菜单和门店信息为例，地址电话存储在ordered list中，列标记在span元素中，物品和价格在table中。
这里使用rvest包进行数据抽取。
网页文件用read_html函数读取：
> library(rvest)
> ribalta <- read_html('http://www.jaredlander.com/data/ribalta.html')
> class(ribalta)
[1] "xml_document" "xml_node"
> ribalta
{html_document}
<html xmlns="http://www.w3.org/1999/xhtml">
[1] <head>\n<meta http-equiv="Content-Type" content="t ...
[2] <body>\r\n<ul>\n<li class="address">\r\n <span ...
通过查看HTML，可以看到地址存储在span中，首先用html_nodes函数选择ul元素里的所有span元素：
> ribalta %>% html_nodes('ul') %>% html_nodes('span')
{xml_nodeset (6)}
[1] <span class="street">48 E 12th St</span>
[2] <span class="city">New York</span>
[3] <span class="zip">10003</span>
[4] <span>\r\n \t<span id="latitude" value="40.7333 ...
[5] <span id="latitude" value="40.733384"></span>
[6] <span id="longitude" value="-73.9915618"></span>
管道符见笔记1.8管道
这将返回ul元素的所有span节点的列表，接下来使用html_nodes函数搜索带有’.street’类的任意元素：
> ribalta %>% html_nodes('.street')
{xml_nodeset (1)}
[1] <span class="street">48 E 12th St</span>
为了实现数据抽取，可以调用html_text函数抽取span元素内的文本：
> ribalta %>% html_nodes('.street') %>% html_text()
[1] "48 E 12th St"
当待抽取的信息数据存储在html元素的属性中，则需要使用html_attr函数：
例，抽取ID’longitude’的span元素属性：
> ribalta %>% html_nodes('#longitude') %>% html_attr('value')
[1] "-73.9915618"
本例许多信息存储在’food-items’类的table中，所以通过html_nodes函数搜索’food-items’类的table，因为有多个表格，我们需要的为第六个，这里用magrittr包里的extract2函数对表格选取。
使用html_table函数抽取的数据最终存为data.frame数据类型：
> ribalta %>% html_nodes('table.food-items') %>% magrittr::extract2(5) %>% html_table()X1
1 Marinara Pizza Rosse
2 Doc Pizza Rosse
3 Vegetariana Pizza Rosse
4 Brigante Pizza Rosse
5 Calzone Pizza Rosse
6 Americana Pizza RosseX2
1 basil, garlic and oregano.
2 buffalo mozzarella and basil.
3 mozzarella cheese, basil and baked vegetables.
4 mozzarella cheese, salami and spicy oil.
5 ricotta, mozzarella cheese, prosciutto cotto and black pepper.
6 mozzarella cheese, wurstel and fries.X3
1 9
2 15
3 15
4 15
5 16
6 16
3.8 读取JOSN数据
对于API和文档数据库特别常用的数据格式是JSON，它是基于纯文本的可嵌套的数据格式。
读取JSON数据两个主要的包：rjson和rjsonlite
fromJSON函数读取JSON文件进入R语言，解析JSON文本，默认其将数据简化为data.frame数据类型：
> library(jsonlite)
> pizza <- fromJSON('http://www.jaredlander.com/data/PizzaFavorites.json')
> pizzaName
1 Di Fara Pizza
2 Fiore's Pizza
3 Juliana's
4 Keste Pizza & Vino
5 L & B Spumoni Gardens
6 New York Pizza Suprema
7 Paulie Gee's
8 Ribalta
9 Totonno'sDetails
1 1424 Avenue J, Brooklyn, NY, 11230
2 165 Bleecker St, New York, NY, 10012
3 19 Old Fulton St, Brooklyn, NY, 11201
4 271 Bleecker St, New York, NY, 10014
5 2725 86th St, Brooklyn, NY, 11223
6 413 8th Ave, New York, NY, 10001
7 60 Greenpoint Ave, Brooklyn, NY, 11222
8 48 E 12th St, New York, NY, 10003
9 1524 Neptune Ave, Brooklyn, NY, 11224
R语言小白学习笔记3—R语言读取数据相关推荐
- R语言小白学习笔记12—概率分布
R语言小白学习笔记12-概率分布 笔记链接 学习笔记12-概率分布 12.1 正态分布 12.2 二项分布 12.3 泊松分布 12.4 其他分布 笔记链接 学习笔记1-R语言基础. 学习笔记2-高级 ...
- R语言小白学习笔记13—基本统计
R语言小白学习笔记13-基本统计 笔记链接 学习笔记13-基本统计 13.1 概括性统计量 13.2 相关系数和协方差 13.3 t-检验 13.3.1 单样本t检验 13.3.2 两样本t检验 13 ...
- R语言入门学习笔记 - 对R软件的认识
一.R软件 1.安装R:自行百度☺ 2.R控制台(R Console)和R程序脚本: 打开R软件,就会直接打开控制台,控制台可以显示程序运行的结果.错误提示等信息,也可以直接输入想要执行的操作并立即返 ...
- c语言运算符感想,C语言运算符学习笔记
运算符不仅具有不同的优先级,还有不同的结合性.在表达式中,各运算量参与运算的先后顺序不仅要遵守运算符优先级别的规定,还要受运算符结合性的制约,以便确定是自左向右进行运算还是自右向左进行运算. C语言的 ...
- R语言可视化学习笔记之相关矩阵可视化包ggcorrplot
本文转载自"R语言中文社区",己获授权. 作者简介Introduction taoyan:伪码农,R语言爱好者,爱开源. 个人博客: https://ytlogos.github. ...
- R语言可视化学习笔记之ggridges包绘制山峦图
作者:严涛 浙江大学作物遗传育种在读研究生(生物信息学方向)伪码农,R语言爱好者,爱开源. 严涛老师的绘图教程还有: gganimate |诺奖文章里面的动图绘制教程来了!! ggplot2学习笔记之 ...
- C语言程序设计学习笔记：P3-判断
本系列博客用于记录学习浙江大学翁恺老师的C语言程序设计,系列笔记链接如下: C语言程序设计学习笔记:P1-程序设计与C语言 C语言程序设计学习笔记:P2-计算 C语言程序设计学习笔记:P3-判断 C语 ...
- Go语言开发学习笔记（持续更新中）
Go语言开发学习笔记(持续更新中) 仅供自我学习 更好的文档请选择下方 https://studygolang.com/pkgdoc https://www.topgoer.com/go%E5%9F% ...
- 《C语言基础学习笔记》—— 黑马程序员 ＜Part1-4＞
<C语言基础学习笔记 Part1-4> Part 1 基础介绍 1. 第一个C语言程序:HelloWorld 1.1 编写C语言代码:hello.c 1.2代码分析 1)include 头 ...
最新文章
- 企业微信发送企业红包java_发放企业红包
- 网络推广外包浅析为什么网络推广外包中网站优化比百度竞价更友好？
- java发展过程中的重大事件
- 十六、去年写的pandas使用方法梳理，2020年5月13日整理
- LVS DR模式搭建，keepalived + LVS
- 包转发、吞吐量、背板带宽计算
- mybatis-plus 会自动增加 order by_python自动撸支付宝基金答题红包
- linux 不显示路径原因,linux 下shell 显示-bash-4.1不显示路径解决办法
- Silverlight之我见——数据批示（2）
- centosx64 6.2安装virtualbox
- 2021-09-02AUC
- SPSS基础教程：SPSS的安装和卸载
- 基于mysql的电商用户分析
- 02-ElasticSearch创建索引
- 基于SSM实现个性化健康饮食推荐系统
- 产权：使用权、收益权和转让权
- LR参数化，参数化类型：Fille类型--参数分配与取值规律
- python 1、输入三角形的三个顶点，计算该三角形的面积； 2、输入正六边形的边长，计算该六边形的面积； 3、用户输入每月存款，根据利率计算最后余额；
- CV文章摘要中文翻译集（目标检测，纹理分类）
- Codeforces 332B Maximum Absurdity（DP+前缀和处理）