当前位置：首页 > news >正文

R语言 | 使用 ComplexHeatmap 绘制热图，分区并给对角线分区加黑边框

news 来源：原创 2025/7/5 18:17:08

目的：画热图，分区，给对角线分区添加黑色边框
建议直接看0和4。

0. 准备数据

# 安装并加载必要的包
#install.packages("ComplexHeatmap")  # 如果尚未安装
library(ComplexHeatmap)# 使用 iris 数据集 #data(iris)# 选择数值列（去掉物种列）
data0 <- iris
rownames(data0)=paste0(iris$Species, 1:nrow(data0))# data0 <- mtcars 分类效果不好# 随机抽取30个
set.seed(42)
dat=data0[sample(nrow(data0), 30), 1:4]
#dat=data0# 计算余弦距离
#install.packages("proxy")      # 如果尚未安装
library("proxy")
distance_matrix <- as.matrix(dist(dat, method = "cosine"))
# 如果不想安装新包，也可以使用默认的欧氏距离：
#distance_matrix <- as.matrix(dist(iris_data, method = "euclidean"))# 使用相似性绘图 simi=1-dist
similarity=1-distance_matrixdim(similarity)
[1] 30 30

1. Heatmap 全部分块加黑框

library(circlize)
col_fun = colorRamp2(c(-2, 0, 2), c("green", "white", "red"))
col_fun(seq(-3, 3))Heatmap(similarity, name = "mat", #col = col_fun,row_km = 3, column_km = 3,)
# 每个分块绘制黑边框
# When the heatmap is split, layer_fun is applied in every slice.
Heatmap(similarity, name = "mat", #col = col_fun,row_km = 3, column_km = 3,layer_fun = function(j, i, x, y, width, height, fill) {# 全部分块都加黑框v = pindex(similarity, i, j)#grid.text(sprintf("%.1f", v), x, y, gp = gpar(fontsize = 10))str(v)grid.rect(gp = gpar(lwd = 2, fill = "transparent"))if(sum(v > 0)/length(v) > 0.75) {}})

在这里插入图片描述

2. 为对角线分块添加黑边框

Heatmap(similarity, name = "mat",#col = c("white", "yellow", "red3"),#col = col_fun,col =  colorRamp2(c(0.5, 0.75, 1), c("white", "yellow", "red3")),row_km = 3, column_km = 3,layer_fun = function(j, i, x, y, width, height, fill, slice_r, slice_c) {v = pindex(similarity, i, j)#grid.text(sprintf("%.1f", v), x, y, gp = gpar(fontsize = 10))if(slice_r == slice_c) {grid.rect(gp = gpar(lwd = 4, fill = "transparent", col="black"))}})

在这里插入图片描述

3. 添加列注释

还有一个与 pheatmap 包同名的函数：


annotation_col = data.frame(type = data0$Species,row.names = rownames(data0)
)[rownames(dat), ,drop=F]
# set colors
ann_colors = list(#type = c('setosa'="#ed553b", 'versicolor'="#99b433", 'virginica'="orange")type = c('setosa'="violetred1", 'versicolor'="turquoise2", 'virginica'="blueviolet")
)
# "#ed553b", "#99b433"
#violetred1,turquoise2,pheatmap(similarity,name = "Cosine\nsimilarity",main="xx", border_color = NA,clustering_method = "ward.D2",annotation_col = annotation_col, #set anno for columnannotation_colors = ann_colors, #set colors#col = c("white", "yellow", "red3"),#col = col_fun,col =  colorRamp2(c(0.8, 0.9, 1), c("white", "yellow", "red3")),row_km = 3, column_km = 3,layer_fun = function(j, i, x, y, width, height, fill, slice_r, slice_c) {v = pindex(similarity, i, j)#grid.text(sprintf("%.1f", v), x, y, gp = gpar(fontsize = 10))if(slice_r == slice_c) {grid.rect(gp = gpar(lwd = 4, fill = "transparent", col="black"))}})

在这里插入图片描述

Bug:

有一个问题：不同次执行，图竟然是不同的，不仅仅是分类的排列顺序问题，而是分类本身也不同了。搜了一下，竟然受到随机数种子的影响？！固定的数据，固定的参数，每次聚类为什么还要受到随机数影响？不理解！难道非监督的聚类还要人工判断对不对？

比如，对以上最后一个聚类函数，设置不同的随机数种子，结果分别是：

# set.seed(45) #这个随机数竟然影响分类位置？！比如修改随机数种子，图分别为
pheatmap(similarity,name = "Cosine\nsimilarity",main="xx", border_color = NA,clustering_method = "ward.D2",annotation_col = annotation_col, #set anno for columnannotation_colors = ann_colors, #set colors#col = c("white", "yellow", "red3"),#col = col_fun,col =  colorRamp2(c(0.8, 0.9, 1), c("white", "yellow", "red3")),row_km = 3, column_km = 3,layer_fun = function(j, i, x, y, width, height, fill, slice_r, slice_c) {v = pindex(similarity, i, j)#grid.text(sprintf("%.1f", v), x, y, gp = gpar(fontsize = 10))if(slice_r == slice_c) {grid.rect(gp = gpar(lwd = 4, fill = "transparent", col="black"))}})

在这里插入图片描述

原因：使用kmeans聚类，确实是随机数确定初始中心的。不使用kmeans聚类，就不会受到随机数的影响。

4. 层次聚类，对结果分群

原来：row_km = 3, column_km = 3, #kmeans确实是种子确定初始中心，结果会随随机数而变化
现在：cutree_row=3, cutree_cols=3, #层次聚类是稳定的

pheatmap(similarity,name = "Cosine\nsimilarity",main="Hierarchical cluster", border_color = NA,clustering_method = "ward.D2",annotation_col = annotation_col, #set anno for columnannotation_colors = ann_colors, #set colors#col = c("white", "yellow", "red3"),#col = col_fun,col =  colorRamp2(c(0.8, 0.9, 1), c("white", "yellow", "red3")),#row_km = 3, column_km = 3, #kmeans确实是种子确定初始中心cutree_row=3, cutree_cols=3, #层次聚类是稳定的layer_fun = function(j, i, x, y, width, height, fill, slice_r, slice_c) {v = pindex(similarity, i, j)#grid.text(sprintf("%.1f", v), x, y, gp = gpar(fontsize = 10))if(slice_r == slice_c) {grid.rect(gp = gpar(lwd = 4, fill = "transparent", col="black"))}})

在这里插入图片描述

Ref

R语言 | 使用 ComplexHeatmap 绘制热图，分区并给对角线分区加黑边框

目的：画热图，分区，给对角线分区添加黑色边框建议直接看0和4。 0. 准备数据 # 安装并加载必要的包 #install.packages("ComplexHeatmap") # 如果尚未安装 library(ComplexHeatmap)# 使用 iris 数据集 #data(iris)# 选择数值列&a…...

编程日记 2025/7/5 18:17:08

TensorFlow 简单的二分类神经网络的训练和应用流程

展示了一个简单的二分类神经网络的训练和应用流程。主要步骤包括： 1. 数据准备与预处理 2. 构建模型 3. 编译模型 4. 训练模型 5. 评估模型 6. 模型应用与部署加载和应用已训练的模型 1. 数据准备与预处理在本例中，数据准备是通过两个 Numpy 数…...

编程日记 2025/6/30 14:35:39

P1098 [NOIP 2007 提高组] 字符串的展开 - 洛谷 | 计算机科学教育新生态 #include <iostream> #include <cctype> #include <algorithm> using namespace std; int p1,p2,p3; string s,ret; void add(char left,char right) {string tmp;for(char ch left1;…...

编程日记 2025/7/5 17:05:47

[创业之路-282]：《产品开发管理-方法.流程.工具》-1- 优秀研发体系的特征、IPD关注的4个关键要素、IPD体系的7个特点

目录一、优秀研发体系的特征二、IPD关注的4个关键要素 1. 组织管理 2. 市场管理 3. 流程管理 4. 产品管理三、IPD体系的7个特点 1、产品开发是投资行为： 2、基于市场的产品研发： 3、平台化开发，大平台，小产品&#x…...

编程日记 2025/7/5 18:00:21

Node.js 与 PostgreSQL 集成：深入 pg 模块的应用与实践

title: Node.js 与 PostgreSQL 集成：深入 pg 模块的应用与实践 date: 2025/2/5 updated: 2025/2/5 author: cmdragon excerpt: 随着 JavaScript 在服务器端编程中的兴起，Node.js 已成为构建高性能网络应用程序的重要平台。PostgreSQL 则以其强大的特性以及对复杂数据结构的…...

编程日记 2025/7/5 18:01:42

【Uniapp-Vue3】从uniCloud中获取数据

需要先获取数据库对象： let db uniCloud.database(); 获取数据库中数据的方法： db.collection("数据表名称").get(); 所以就可以得到下面的这个模板： let 函数名 async () > { let res await db.collection("数据表名称…...

编程日记 2025/7/5 16:46:18

LeetCode 0090.子集 II：二进制枚举 / 回溯

【LetMeFly】90.子集 II：二进制枚举 / 回溯力扣题目链接：https://leetcode.cn/problems/subsets-ii/ 给你一个整数数组 nums ，其中可能包含重复元素，请你返回该数组所有可能的子集（幂集）。解集不能 …...

编程日记 2025/7/5 17:06:24

Pytest+selenium UI自动化测试实战实例

今天来说说pytest吧，经过几周的时间学习，有收获也有疑惑，总之最后还是搞个小项目出来证明自己的努力不没有白费。环境准备 1 确保您已经安装了python3.x 2 配置python3pycharmselenium2开发环境 3 安装pytest库pip install p…...

编程日记 2025/7/3 18:00:43

黑马点评 - 商铺类型缓存练习题（Redis List实现）

首先明确返回值是一个 List<ShopType> 类型那么我们修改此函数并在 TypeService 中声明 queryTypeList 方法，并在其实现类中实现此方法 GetMapping("list")public Result queryTypeList() {return typeService.queryTypeList();}实现此方法首先需要…...

编程日记 2025/7/5 17:52:46

C++ 创建和配置dll与lib库

C简明教程（13）创建和配置dll与lib库_怎样生成lib库和dll库-CSDN博客 C 动态库与静态库详解一、为什么要引入库的概念在 C 编程中，随着项目规模的不断扩大，代码量也会急剧增加。如果将所有代码都写在一个源文件中，…...

编程日记 2025/7/5 17:34:52

深度剖析 Veo2 工具：解锁 AI 视频创作新境界

在当下这个 AI 技术日新月异的时代，各种 AI 工具如雨后春笋般涌现，让人目不暇接。今天，我就来给大家好好说道说道谷歌旗下的 Veo2，这可是一款在 AI 视频创作领域相当有分量的工具。好多朋友都在问，Veo2 到底厉害在哪？好不好上手？能在哪些地方派上用场？别着急，今天我就…...

编程日记 2025/7/5 17:22:23

LabVIEW自定义测量参数怎么设置?

以下通过一个温度采集案例，说明在 LabVIEW 中设置自定义测量参数的具体方法： 案例背景假设使用 NI USB-6009 数据采集卡和热电偶传感器监测温度，需自定义以下参数： 采样率：1 kHz 输入量程：0~10 V&a…...

编程日记 2025/7/1 22:39:05

JVM执行流程与架构（对应不同版本JDK）

直接上图（对应JDK8以及以后的HotSpot） 这里主要区分说明一下方法区于字符串常量池的位置更迭： 方法区 JDK7 以及之前的版本将方法区存放在堆区域中的永久代空间，堆的大小由虚拟机参数来控制。 JDK8 以及之后的版本将方法…...

编程日记 2025/7/5 16:53:59

数据治理项目为什么沦为了PPT工程？

数据治理项目为什么沦为了PPT工程？ 数据治理项目为什么沦为PPT工程数据治理项目面临的深层挑战数据治理项目的破局之道 "这个项目明明做了快一年了，怎么感觉还在原地踏步？"数据治理小张最近很烦恼。整天泡在会议室里，写…...

编程日记 2025/7/2 15:14:24

module ‘matplotlib.cm‘ has no attribute ‘get_cmap‘

目录解决方法1： 解决方法2，新版api改了： module matplotlib.cm has no attribute get_cmap 报错代码： cmap matplotlib.cm.get_cmap(Oranges) 解决方法1： pip install matplotlib3.7.3 解决方法2，新版…...

编程日记 2025/7/1 13:37:08

HTML5 教程之标签（3）

HTML5 <center> 标签 (已废弃) 定义和用法 <center> 标签对其包围的文本进行水平居中处理。HTML5不支持使用<center>标签，因此有关该标签的更多信息，请参考“HTML <center>标签”部分！ 示例: <center>这个…...

编程日记 2025/7/5 17:41:23

告别传统办公软件，这款编辑器让你事半功倍！

文章目录 1 界面的多样性2 性能优化3 文档编辑器的新功能4 外部文本支持5 体验感想 ONLYOFFICE最近发布了文档8.2版本，带来了众多新特性和性能改进。作为一名用户和开发者，我对这些更新进行了深入的体验，感受到了不少亮点。新版本特别强调了…...

编程日记 2025/7/5 11:59:39

AI协助探索AI新构型自动化创新的技术实现

一、AI自进化架构的核心范式 1. 元代码生成与模块化重构 - 代码级自编程：基于神经架构搜索的强化学习框架，AI可通过生成元代码模板（框架的抽象层定义、神经元结点-网络拓扑态的编码抽象定义）自动组合功能模块。例如&#xff0…...

编程日记 2025/7/5 18:08:42

全能型免费内网穿透工具，全面支持macOS、Windows、Linux及Docker系统

1. 登陆官网网址并注册帐号 ngrok | API Gateway, Kubernetes Networking Secure Tunnels 2 下载并安装工具 3. 启动工具在命令行执行 ngrok http http://localhost:8080 其中端口可换成用户自己想要穿透的端口 4. 获取穿透地址命令执行后会出现如下画面，红…...

编程日记 2025/7/5 16:36:47

Web - CSS3浮动定位与背景样式

概述这篇文章主要介绍了 CSS3 中的浮动定位、背景样式、变形效果等内容。包括 BFC 规范与创建方法、浮动的功能与使用要点、定位的多种方式及特点、边框与圆角的设置、背景的颜色、图片等属性、多种变形效果及 3D 旋转等，还提到了浏览器私有前缀。 BFC规范与浏览…...

编程日记 2025/7/5 17:19:51

VUE之组件通信（二）

1、v-model v-model的底层原理：是:value值和input事件的结合 $event到底是啥？啥时候能.target 对于原生事件，$event就是事件对象 ，能.target对应自定义事件，$event就是触发事件时，所传递的数据&#xff…...

编程日记 2025/7/5 17:22:24

Gauss高斯:建表语法,存储方式,OLTP和OLAP,系统时间,数组,分组(grouping set,rollup)

数据库和表的语法数据库表 oracle,高斯, hive的默认存储方式都是列式存储存储方式高斯数据库（GaussDB）支持列式存储和行式存储 OLTP 与 OLAP OLTP（联机事务处理，Online Transaction Processing）是一种用于管理…...

编程日记 2025/7/5 18:13:01

Java基础进阶

Java基础进阶异常概述异常就是程序出现了不正常的情况具体分为：Throwable—>(Error Exception);Exception—>(RuntimeException 非RuntimeException) Throwable类是Java语言中所有错误和异常的祖宗类；（上面还有Object类) Thr…...

编程日记 2025/7/5 16:58:46

【数据结构】链表应用1

链表应用面试题 02.02.返回倒数第k个节点题目描述思路解题过程复杂度查找相同后缀题目描述解题思路完整代码： 删除绝对值相等的节点题目描述解题思路代码面试题 02.02.返回倒数第k个节点题目描述实现一种算法，找出单向链表中倒数第 k 个节点。返回…...

编程日记 2025/7/5 17:27:57

python gltf生成预览图

使用Python生成GLTF模型的预览图随着3D技术的不断发展，GLTF（GL Transmission Format）逐渐成为了Web和移动应用程序中最流行的3D文件格式之一。GLTF文件不仅能以较小的体积存储复杂的3D模型，还支持动画、材质、光照和纹理等特性。…...

编程日记 2025/7/5 18:08:42

HTTP和HTTPS协议详解

HTTP和HTTPS协议详解 HTTP详解什么是http协议http协议的发展史http0.9http1.0http1.1http2.0 http协议的格式URI和URL请求request响应response http协议完整的请求与响应流程 HTTPS详解为什么使用HTTPSSSL协议HTTPS通信过程TLS协议 HTTP详解什么是http协议 1、全称Hyper Tex…...

编程日记 2025/7/5 17:30:36

实战：利用百度站长平台加速网站收录

本文转自：百万收录网原文链接：https://www.baiwanshoulu.com/33.html 利用百度站长平台加速网站收录是一个实战性很强的过程，以下是一些具体的步骤和策略： 一、了解百度站长平台百度站长平台是百度为网站管理员提供的一系列工…...

编程日记 2025/7/5 12:16:07

专门记录台式电脑常见问题

1、蓝屏死机，检查内存硬盘和cpu 2、拆内存条，用橡皮擦金手指 3、放主板静电，扣主板电池 4、系统时间不正确，主板电池没电 5、开机键坏了 6、电脑主机的风扇转，正常通电运行，但显示器没信号。看键盘的num键&…...

编程日记 2025/7/5 17:44:02

数据库系统概念第六版记录一

1.关系型数据库关系型数据库（Relational Database，简称 RDB）是基于关系模型的一种数据库，它通过表格的形式来组织和存储数据。每个表由若干行（记录）和列（字段）组成，数据…...

编程日记 2025/7/5 16:15:41

本地Ollama部署DeepSeek R1模型接入Word

目录 1.本地部署DeepSeek-R1模型 2.接入Word 3.效果演示 4.问题反馈上一篇文章办公新利器：DeepSeekWord，让你的工作更高效-CSDN博客https://blog.csdn.net/qq_63708623/article/details/145418457?spm1001.2014.3001.5501https://blog.csdn.net/qq…...

编程日记 2025/7/1 4:02:47

Meta Sapiens AI论文解读：人类视觉模型基石初现，AI 未来走向何方？

一、引言在本文中，我们将深入探讨 Meta AI 的一项新成果，该成果发表于一篇题为《Sapiens：人类视觉模型的基础》的研究论文中。这篇论文介绍了一系列模型，这些模型针对四项以人类为中心的基本任务，正如我们在上面的演示…...

编程日记 2025/7/5 16:55:49

输入类控件和多元素控件【QT】

文章目录输入类控件QLineEdit Text EditCombo BoxSpin BoxDialSlider多元素控件QListWidget TableWidetTreeWidgetQGroupBoxTab Widget# QVBoxLayout# QHBoxLayoutQGridLayoutQFormLayout 输入类控件 QLineEdit 例如： 实现一个用户输入姓名密码电话性别的功能…...

编程日记 2025/7/5 12:26:43

一键开启/关闭deepseek

一键开启/关闭 Deepseek对应下载的模型一键开启 Deepseek，一键关闭Deepseek双击对应的bat，就可以启动https://mbd.pub/o/bread/Z56YmpZvbat 下载：https://mbd.pub/o/bread/Z56YmpZv 可以自己写下来，保存成bat文件，也可…...

编程日记 2025/7/5 17:40:32

gitea - fatal: Authentication failed

文章目录 gitea - fatal: Authentication failed概述run_gitea_on_my_pkm.bat 笔记删除windows凭证管理器中对应的url认证凭证启动gitea服务端的命令行正常用 TortoiseGit 提交代码备注END gitea - fatal: Authentication failed 概述本地的git归档服务端使用gitea. 原来的用…...

编程日记 2025/7/4 19:32:44

Spring AI 智能体通过 MCP 集成本地文件数据

作者：刘军 Model Context Protocol（MCP）简介模型上下文协议（即 Model Context Protocol，MCP） [ 1] 是一个开放协议，它规范了应用程序如何向大型语言模型（LLM）提供上下…...

编程日记 2025/7/5 17:51:02

音视频入门基础：RTP专题（5）——FFmpeg源码中，解析SDP的实现

一、引言 FFmpeg源码中通过ff_sdp_parse函数解析SDP。该函数定义在libavformat/rtsp.c中： int ff_sdp_parse(AVFormatContext *s, const char *content) {const char *p;int letter, i;char buf[SDP_MAX_SIZE], *q;SDPParseState sdp_parse_state { { 0 } }, *s1…...

编程日记 2025/7/5 18:00:59

MyBatis XML文件配置

目录一、配置连接字符串和MyBatis 二、书写持久层代码 2.1 添加Mapper接口 2.2 添加UserlnfoXMLMapper.xml 三、增删改查 3.1 、增（Insert） 3.2、删（Delete) 3.3、改 (Update) 3.4、查 (Select) MyBatisXML的方式需要以下两步&am…...

编程日记 2025/7/5 14:42:15

【Leetcode 热题 100】1143. 最长公共子序列

问题背景给定两个字符串 t e x t 1 text_1 text1 和 t e x t 2 text_2 text2，返回这两个字符串的最长公共子序列的长度。如果不存在公共子序列 ，返回 0 0 0。一个字符串的子序列是指这样一个新的字符串：它是由原字符串在不改变…...

编程日记 2025/7/5 17:38:12

【算法】动态规划专题④ ——LCS（最长公共子序列）+ LPS（最长回文子序列） python

目录前置知识LCS举一反三LPS 前置知识【算法】动态规划专题③ ——二维DP python 子序列定义为： 不改变剩余字符顺序的情况下，删除某些字符或者不删除任何字符形成的一个序列。 LCS 最长公共子序列 https://www.lanqiao.cn/problems/1189/learning/?p…...

编程日记 2025/7/1 1:37:47

Cesium点集中获取点的id，使用viewer.value.entities.getById报错的解决方法

错误代码： viewer.value.entities.getById(pickedObject.id) 报错： 可以正常获取movement.position但是一直出现如下报错，无法获得航点的id，通过断点定位为 viewer.value.entities.getById(pickedObject.id)导致的报错解决方…...

编程日记 2025/7/5 17:34:13

360手机刷机 360手机解Bootloader 360手机ROOT

360手机刷机 360手机解Bootloader 360手机ROOT 问：360手机已停产，现在和以后，能刷机吗？ 答：360手机，是肯定能刷机的 360手机资源下载网站 360手机-360手机刷机RootTwrp 360os.top 360rom.github.io 一、…...

编程日记 2025/7/3 15:30:26

深度探索DeepSeek-R1：AI大模型的本地应用与个人知识库构建

深度探索DeepSeek-R1：AI大模型的本地应用与个人知识库构建引言在当今这个信息爆炸的时代，如何高效地存储、处理和获取知识，已经成为每个人面临的挑战。想象一下，如果你能在没有互联网连接的情况下，构建一个属于自己…...

编程日记 2025/7/5 16:51:29

LabVIEW图像采集与应变场测量系统

开发了一种基于LabVIEW的图像采集与应变场测量系统，提供一种高精度、非接触式的测量技术，用于监测物体的全场位移和应变。系统整合了实时监控、数据记录和自动对焦等功能，适用于工程应用和科学研究。项目背景传统的位移和应变测量技术往往…...

编程日记 2025/7/1 6:57:58

解决DeepSeek服务器繁忙问题：本地部署与优化方案

deepseek服务器崩了，手把手教你如何在手机端部署一个VIP通道！ 引言随着人工智能技术的快速发展，DeepSeek等大语言模型的应用越来越广泛。然而，许多用户在使用过程中遇到了服务器繁忙、响应缓慢等问题。本文将探讨如何通过本地部…...

编程日记 2025/7/4 20:35:12

今日AI和商界事件(2025-02-05)

今日AI领域的相关事件主要包括以下几个方面： 一、DeepSeek引发全球关注性能与成本优势： DeepSeek推出的R1模型性能出色，成本较低，在全球AI行业引发震动。该模型在数学、代码处理等方面性能优异，受到广泛赞誉。平台…...

编程日记 2025/7/5 17:16:43

SQL 秒变 ER 图 sql转er图

🚀SQL 秒变 ER 图，校园小助手神了！ 学数据库的宝子们集合🙋‍♀️ 是不是每次碰到 SQL 转 ER 图就头皮发麻？看着密密麻麻的代码，脑子直接死机，好不容易理清一点头绪，又被复杂的表关…...

编程日记 2025/7/5 17:12:53

SQL server 创建DB Link 详解

在日常工作中，经常涉及到跨库操作，为使跨数据库的操作变得更加灵活高效，我们可以在 SQL Server 中建立数据库链接（ DB Link），实现 SQL Server 数据库与其他数据库（如 Oracle, MySQL 等&#xff…...

编程日记 2025/7/5 17:01:26

25.2.5学习记录

今天主要学的是哈希表的理论知识，但是都是c实现，C语言的代码实现还没有完全搞明白。在写题的时候，懵懂的学着正确代码，用C语言模拟实现哈希表去解题。在哈希表的理论知识中，学到哈希函数，了解哈希冲突产…...

编程日记 2025/7/5 18:00:58

C# List 列表综合运用实例⁓Hypak原始数据处理编程小结

C# List 列表综合运用实例⁓Hypak原始数据处理编程小结 1、一个数组解决很麻烦引出的问题1.1、RAW 文件尾部数据如下:1.2、自定义标头 ADD 或 DEL 的数据结构如下： 2、程序 C# 源代码的编写和剖析2.1、使用 ref 关键字，通过引用将参数传递，以…...

编程日记 2025/7/5 9:41:20

不可信的搜索路径（CWE-426）

漏洞描述：程序使用关键资源时（如动态链接库、执行文件、配置文件等）没有明确的指定资源的路径，而是依赖操作系统去搜索资源，这种行为可能被攻击者利用，通过在搜索优先级较高的目录放置不良资源，…...

编程日记 2025/7/1 2:13:23

0. 准备数据

1. Heatmap 全部分块加黑框

2. 为对角线分块添加黑边框

3. 添加列注释

Bug:

4. 层次聚类，对结果分群

Ref

相关文章：