ArcGIS Pro 车牌分区数据处理与地图制作全攻略
在大数据时代,地理信息系统(GIS)技术在各个领域都有着广泛的应用,而 ArcGIS Pro 作为一款功能强大的 GIS 软件,为数据处理和地图制作提供了丰富的工具和便捷的操作流程。
车牌数据作为一种重要的地理空间数据,蕴含着丰富的车辆分布和流动信息。
通过 ArcGIS Pro 处理车牌分区数据并制作车牌分区图,可以直观地展示车辆的地域分布特征,为交通管理、区域规划、车辆流量分析等提供有力的支持。
车牌数据解析
车牌,作为机动车辆的 “身份证”,其编码规则蕴含着明确的地域信息。
在我国,车牌的开头字母代表车辆的登记省份,而后面的第一个字母则进一步划分了该省份内的不同地区。
例如,京 A 表示北京市的某个特定区域,沪 B 则对应上海市的某一区域等。
这些看似简单的字母组合,实际上是车辆归属地的空间坐标,为基于地域的车辆数据分析提供了关键依据。
挖掘这些隐藏信息,能够帮助我们从车牌数据中提取出有价值的地域分布规律,为后续的地图制作和数据分析奠定基础。
数据处理
原始数据概况与初步整理
原始数据通常以 Excel 表格的形式呈现,包含两列关键信息:地区名和对应的车牌号。
原始数据
然而,这类原始数据往往存在一些问题,比如数据格式不统一、存在空值或错误值等,不能直接用于地图制作。
因此,数据处理的第一步是对数据进行初步整理。
这包括检查数据的完整性,删除或修正明显错误的记录,以及统一数据格式,确保地区名和车牌号的对应关系准确无误。
直辖市数据的特殊处理
对于北京、上海、天津和重庆这四个直辖市,由于其特殊的行政划分和车牌编码规则,需要进行专门的数据处理。
直辖市的车牌号开头直接代表城市本身,没有进一步的省级划分字母。
处理后数据
因此,在数据处理时,需要将直辖市的车牌号与对应的城市名称进行准确匹配,并将其视为独立的省级单位进行处理。
例如,将 “京 A” 这样的车牌号处理为 “北京市”,以便在后续的地图制作中能够正确地将其归类到相应的省级区域。
数据清洗与验证
在完成初步整理和直辖市数据处理后,还需要对整个数据集进行深度清洗和验证。
这一步骤的目的是确保数据的准确性和一致性,避免因数据问题导致的地图错误或分析偏差。
可以通过数据透视表、筛选等功能,检查每个地区名是否唯一对应一个车牌号,以及车牌号的格式是否符合规范。
同时,还可以利用地图数据进行交叉验证,确保处理后的车牌数据能够准确地映射到相应的地理区域。
表格连接:融合地理空间与属性数据
加载数据与启动连接操作
打开 ArcGIS Pro 软件,将市界数据和处理好的车牌 Excel 表同时加载进来。
市界数据提供了各个地区的地理边界信息,是制作车牌分区图的空间基础。
在市界数据上点击右键,选择 “连接和关联\添加连接”,启动表连接操作。
这一步骤的目的是将车牌数据中的属性信息与市界数据中的地理空间信息关联起来,为后续的地图符号化和标注提供数据支持。
连接设置与字段匹配
在弹出的添加连接对话框中,进行详细的连接设置。
输入表选择市界数据,连接字段选择市界数据中的 “地名” 字段,连接表选择车牌 Excel 表,连接表字段选择 “地区” 字段。
通过这种字段匹配的方式,将车牌数据中的地区信息与市界数据中的地理区域准确对应起来。
添加连接设置
这种连接操作能够确保每个地区的车牌信息都能正确地附加到相应的地理区域上,为地图制作提供完整且准确的数据基础。
连接结果检查与数据完整性验证
完成表连接后,打开属性表进行检查,确认 Excel 表中的车牌信息已经成功添加进来,并且数据完整、准确。
检查的重点包括每个地区的车牌号是否正确显示,是否有遗漏或错误的记录,以及数据的排列和格式是否符合预期。
如果发现问题,需要及时返回数据处理和连接设置步骤进行调整和修正,确保数据的可靠性,为后续的地图制作环节提供坚实的数据保障。
地图制作:从数据到可视化图表
开启标注功能与牌号信息展示
在 ArcGIS Pro 的菜单栏上选择标注功能,并开启标注选项。
在字段选择中,选定 “牌号” 字段,将牌号信息标注在地图上。
通过合理的标注设置,如调整字体大小、颜色和标注位置等,确保牌号信息在地图上清晰可读,且不会遮挡重要的地理特征。
标注能够直观地展示各个地区的车牌信息,为地图用户提供明确的视觉指引,增强地图的信息传递效果。
符号系统调整与分区配色方案
打开符号系统,在主符号系统中选择 “唯一值” 选项,字段选择 “省级”,表示以省为单位进行分类。
然后,根据实际需求和数据特点,选择合适的配色方案。
配色方案的选择应遵循视觉美观和信息区分的原则,通过不同的颜色直观地表示不同省份的车牌分区。
例如,可以采用渐变色系来表示不同省份的车牌分布密度,或者使用鲜明的对比色来突出重点区域的车牌信息。
通过精心调整符号系统,使地图在视觉上更具吸引力,同时能够更有效地传达车牌分区的数据信息。
地图布局设计与美化
除了标注和符号系统的基本设置外,还可以对地图的整体布局进行设计和美化。
添加图例、比例尺、标题等地图元素,使地图更加完整和专业
图例能够帮助用户理解地图符号和颜色所代表的意义,比例尺则为用户提供地图与实际地理空间的比例关系,标题则简洁明了地概括地图的主题内容。
此外,还可以通过调整地图的背景颜色、添加网格线、优化地理要素的显示层次等方式,提升地图的视觉效果和可读性,使其更具实用价值和观赏性。
数据分享与拓展应用:多平台数据利用
KML 格式数据分享与微图网页版查看
为了方便数据的分享和多平台查看,可以将制作好的车牌分区数据导出为 KML 格式。
KML 格式是一种广泛应用于地理信息共享的文件格式,具有良好的兼容性和可移植性。
将 KML 文件加载到水经微图(简称 “微图”)网页版内,用户可以通过网页浏览器随时随地查看和分析车牌分区图。
微图网页版提供了一系列便捷的地图浏览和分析工具,如缩放、平移、图层控制等,方便用户从不同角度和细节程度了解车牌数据的地理分布情况。
拓展应用领域与数据融合可能性
车牌分区图不仅仅局限于在 ArcGIS Pro 和微图网页版中查看和分析,还可以进一步拓展其应用领域和数据融合的可能性。
例如,可以将车牌分区数据与交通流量数据、车辆类型数据、道路网络数据等进行融合分析,深入研究车辆流动规律、交通拥堵状况、区域车辆需求等交通相关问题。
此外,还可以将车牌分区图应用于城市规划、环境保护、公共安全等领域,为城市的合理布局、污染源追踪、交通执法等提供数据支持和决策依据。
通过与其他数据的结合和综合分析,车牌分区图能够发挥更大的价值,为多领域的研究和实践提供丰富的地理空间信息。
总结
通过上述步骤,我们成功地使用 ArcGIS Pro 处理了车牌分区数据,并制作出了直观、专业的车牌分区图。
这一过程涵盖了数据处理、表格连接、地图制作以及数据分享等多个环节,充分展示了 ArcGIS Pro 在地理空间数据处理和可视化方面的强大功能。
车牌分区图的制作不仅能够帮助我们更好地了解车辆的地域分布特征,还能为交通管理、区域规划等多个领域提供有力的数据支持和决策辅助。
随着地理信息技术的不断发展和数据获取手段的日益丰富,未来在数据处理和地图制作方面将面临更多的机遇和挑战。
相关文章:
ArcGIS Pro 车牌分区数据处理与地图制作全攻略
在大数据时代,地理信息系统(GIS)技术在各个领域都有着广泛的应用,而 ArcGIS Pro 作为一款功能强大的 GIS 软件,为数据处理和地图制作提供了丰富的工具和便捷的操作流程。 车牌数据作为一种重要的地理空间数据…...
Git 本地常见快捷操作
Git 本地常见快捷操作 📌 1. 基本操作 操作命令初始化 Git 仓库git init查看 Git 状态git status添加所有文件到暂存区git add .添加指定文件git add <file>提交更改git commit -m "提交信息"修改最后一次提交信息git commit --amend -m "新…...
大视频背景暗黑风格的wordpress企业主题免费下载
整体风格是黑色的,首页首屏大视频背景,动态效果非常好。向下滚动时,滚动的特效也不错。 原文 https://www.bixugao.com/wp/26.html...
Apache Tomcat漏洞,对其进行升级
我们付出一些成本,时间的或者其他,最终总能收获一些什么。 升级背景: 近日,新华三盾山实验室监测到 Apache 官方修复了一个远程代码执行漏洞 (CVE-2025-24813) ,其CVSS3 漏洞评分为 7.5 。 影响范围 9.0.0.M1 ≤…...
fs的proxy_media模式失效
概述 freeswitch是一款简单好用的VOIP开源软交换平台。 在fs的使用过程中,某些场景只需要对rtp媒体做透传,又不需要任何处理。 在fs1.6的版本中,我们可以使用proxy_media来代理媒体的转发,媒体的协商由AB路端对端处理ÿ…...
Spring Boot与Apache Ignite集成:构建高性能分布式缓存和计算平台
1. 前言 1.1 什么是Apache Ignite Apache Ignite是一个高性能的分布式内存计算平台,支持内存缓存、分布式计算、流处理和机器学习等功能。它提供了低延迟的数据访问和强大的计算能力,适用于需要高性能和可扩展性的应用。 1.2 为什么选择Apache Ignite 高性能:Ignite利用内…...
深度学习优化-Gradient Checkpointing
数学原理参考: 梯度检查点技术(Gradient Checkpointing)详细介绍:中英双语-CSDN博客 视频讲解参考: 用梯度检查点来节省显存 gradient checkpointing_哔哩哔哩_bilibili Gradient Checkpointing(梯度检查…...
Linux内核实时机制19 - RT调度器3 - 实时任务出入队
Linux内核实时机制19 - RT调度器3 - 实时任务出入队 1、enqueue_task_rt和dequeue_task_rt都会调用dequeue_rt_stack接口, 当请求的rt_se对应的是任务组时,会从顶部到请求的rt_se将调度实体出列。 2、任务添加到rt运行队列时, 如果存在多个…...
CRM企业客户关系管理系统产品原型方案
客户关系管理系统(CRM)是企业产品应用中的典范,旨在通过信息技术和互联网技术提升企业核心竞争力,优化企业与顾客在销售、营销和服务方面的互动。本作品提供了一套通用型的CRM系统原型模板,涵盖数据管理、审批流程、统…...
HashMap ,HashTable , ConcurrentHashMap 面试
双列集合 HashMap 线程不安全的 HashMap 允许键和值为 null。不过要留意,HashMap 并非线程安全的,在多线程环境下使用可能会出现问题。 数组链表红黑树 jdk1.8 双列集合 存储keyvalue 底层数组的形式存在,初始值 为16 也可以在new HashMap…...
PyTorch 系列教程:探索自然语言处理应用
本文旨在介绍如何使用PyTorch进行自然语言处理(NLP)的基础知识,包括必要的库、概念以及实际代码示例。通过阅读本文,您将能够开始您的NLP之旅。 1. 理解PyTorch PyTorch是一个开源的机器学习库,基于Torch库࿰…...
【操作系统安全】任务2:用户与用户组
目录 一、用户与用户组介绍 1.1 用户 1.2 用户组 1.3 用户与用户组的关系 二、用户与用户组管理 2.1 用户管理 2.1.1 创建用户 2.1.2 设置用户密码 2.1.3 删除用户 2.2 用户组管理 2.2.1 创建用户组 2.2.2 删除用户组 2.2.3 将用户添加到用户组 三、影子账户创建…...
DeepSeek技术解析:MoE架构实现与代码实战
以下是一篇结合DeepSeek技术解析与代码示例的技术文章,重点展示其核心算法实现与落地应用: DeepSeek技术解析:MoE架构实现与代码实战 作为中国AI领域的创新代表,DeepSeek在混合专家模型(Mixture of Experts, MoE&…...
LLM对齐方法作用:主要解决大型语言模型(LLMs)输出与人类价值观、需求和安全规范不一致的问题
LLM对齐方法作用:主要解决大型语言模型(LLMs)输出与人类价值观、需求和安全规范不一致的问题 对齐方法(Alignment Methods) 主要解决大型语言模型(LLMs)输出与人类价值观、需求和安全规范不一致的问题。其核心目标是让模型生成的内容更符合人类预期,同时确保伦理合规性…...
【SpringMVC】常用注解:@RequestBody
1.作用 用于获取请求实体内容,直接使用得到的是keyvalue&keyvalue的数据。获取请求实体内容不适用get请求。 2.属性 required 描述是否有请求体,默认值为true。当取值为true时,get 请求方式会报错。如果取值为false,get请…...
brpc中的doublyBufferedData解析
double buffer解析(附brpc改进版) 双buffer是一个工程中常见的解决读写问题的结构。指的是读只读buff,写操作发生在写buff上。当写buff写完之后switch两个buff,然后写进程擦除原来的读数据,更新为最新的数据。 我们有…...
基于Android的记事本APP设计与实现:从需求分析到功能实现(超级简单记事本,附源码+文档报告)
基于Android的记事本APP设计与实现:从需求分析到功能实现 (以前大学课堂作业,抄在这里当个回忆吧) 引言 随着社会的不断进步,信息化建设不断发展,电子文字输入在生活、学习、工作中占有越来越重要的作用…...
Linux 部署 Spring Boot 项目, Web项目(2025版)
Linux 部署 Spring Boot 项目,Web项目(2025版) 一、简洁版1.1 Linux 环境配置1.2 将Spring Boot 项目部署到 Linux 中 二、详细版2.1 Linux 环境配置2.2 Spring Boot 项目搭建2.3 mysql 配置2.4 测试项目2.5 将Spring Boot 项目部署到 Linux …...
泛目录技术:智能缓存提升网站速度与稳定性
泛目录技术:智能缓存提升网站速度与稳定性 在现代网站运营中,速度和稳定性是用户体验和SEO优化的关键因素。2025奥顺互联推出的泛目录技术,通过智能缓存机制,为网站提供了卓越的性能提升和稳定性保障。本文将深入探讨该技术的特点…...
CNN SSP, ASPP, PPM 分割任务经典尺度聚合模块
SSP:Spatial Pyramid Pooling 让任意大小图像最终输出的特征维度始终固定,便于接全链接层。 4x4, 2x2,1x1区域的maxpooling,让任意大小图像最终输出最终特征维度始终为 (1641)*256 ASSP:Atrous Spatial Pyramid Pooling 不进行…...
Nping- Nmap中的一个工具-用于生成网络数据包并分析响应
Nping 工具介绍 Nping 是 Nmap 项目中的一个网络工具,用于生成网络数据包并分析响应。它可以用于网络探测、性能测试、防火墙测试、ARP 欺骗检测等多种场景。Nping 支持多种协议(如 TCP、UDP、ICMP、ARP),并允许用户自定义数据包…...
海马下载 1.0.2 | 纯净无广告,极简设计,不限速下载工具
海马下载是一款轻量级下载工具,仅保留核心链接下载功能,体积小巧仅21MB。实测无广告弹窗且不限速,适合追求简洁体验的用户。操作界面直观易用,可快速添加任务并查看下载进度。 大小:21M 下载地址: 百度网…...
【蓝桥杯—单片机】第十五届省赛真题代码题解析 | 思路整理
第十五届省赛真题代码题解析 前言赛题代码思路笔记竞赛板配置建立模板明确基本要求显示功能部分频率界面正常显示高位熄灭 参数界面基础写法:两个界面分开来写优化写法:两个界面合一起写 时间界面回显界面校准校准过程校准错误显示 DAC输出部分按键功能部…...
maven之自定义插件
写在前面 在使用maven肯定是离不开插件的,比如执行mvn clean或者时mvn compile其实运行的就是绑定的默认插件。虽然我们一般不需要来自定义插件,但是为了使用的过程中更加的清晰,来尝试自定义插件还是很有必要的,所以本文就一起来…...
Unity单例模式(c#泛型基类)
Unity单例模式 1 单例模式2 继承mono脚本单例模式基类3 SingletonAutoMono脚本 1 单例模式 单例模式基类模块 范型加约束,支持new来构造 //单例模式基类模块 //范型加约束,支持new来构造 public class BaseManager<T> where T :new() {private static T instance;public …...
java 中桥方法(Bridge Method)解决泛型和多态(即:类型兼容)而存在的
在 Java 中,**桥方法(Bridge Method)**是编译器自动生成的一种方法,主要用于解决泛型类型擦除和继承中的类型兼容性问题。以下是关于桥方法的几点关键信息: 1. 桥方法的作用 类型擦除兼容性:Java 的泛型在…...
Centos7阿里云yum源
#Step1:下载repository 没有wget命令 就用curl wget -O /etc/yum.repos.d/CentOS-Base.repo http://mirrors.aliyun.com/repo/Centos-7.repo curl -o /etc/yum.repos.d/CentOS-Base.repo http://mirrors.aliyun.com/repo/Centos-7.repo #Step2:安装epel基础组件源 没有wget命…...
leetcode 102. 二叉树的层序遍历
方法一: 用两个数组进行迭代遍历 class Solution {public List<List<Integer>> levelOrder(TreeNode root) {if(root null) {return new ArrayList<List<Integer>>();}List<TreeNode> cur new ArrayList<TreeNode>();cur.a…...
Trae插件革命:用VSPlugin Helper实现VSCode市场插件全自动安装
之前有读者留言说trae都没有c的插件用,确实是这样,trae的插件源用的是open vsx,而c/c插件是vscode官方插件市场的,如果想直接在trae中安装c/c插件是不行的,只能先从vscode官方插件市场把vsix后缀文件先下载下来&#x…...
SpringCloud带你走进微服务的世界
认识微服务 随着互联网行业的发展,对服务的要求也越来越高,服务架构也从单体架构逐渐演变为现在流行的微服务架构。这些架构之间有怎样的差别呢? 单体架构 单体架构:将业务的所有功能集中在一个项目中开发,打成一个包部…...
多线程(超详细) (ε≡٩(๑>₃<)۶ 一心向学)
多线程目录 一、认识线程 1、概念: 1) 线程是什么 2) 线程为什么存在 3) 进程与线程的区别 二、创建线程 1、方法1:继承Thread类 2、方法2:实现 Runnable 接口 3、方法3:匿名内部类创建 Thread 子类对象 4、方法4&#…...
LabVIEW旋转设备状态在线监测系统
为了提高大型旋转设备如电机和水泵的监控效率和故障诊断能力,用LabVIEW软件开发了一套实时监测与故障诊断系统。该系统集成了趋势分析、振动数据处理等多项功能,可实时分析电机电流、压力、温度及振动数据,以早期识别和预报故障。 项目背…...
RSS和TSS在网络流量处理中的优化作用
摘要 本文深入探讨了RSS(Receive Side Scaling)和TSS(Transmit Side Scaling)这两种网络流量处理技术的实现方法及其在网络性能优化中的重要作用。通过对硬件和软件实现方式的详细分析,阐述了它们如何在多队列网卡、多核处理器系统以及虚拟化环境中提升网络处理性能和吞吐…...
C++ 中的 RTTI(Run-Time Type Information,运行时类型识别)
我来为你详细讲解 C 中的 RTTI(Run-Time Type Information,运行时类型识别),并结合你提供的参考内容进行分析和说明。 什么是 RTTI? RTTI 是 C 提供的一种机制,允许程序在运行时识别对象的类型信息。它主要…...
Netty基础—4.NIO的使用简介二
大纲 1.Buffer缓冲区 2.Channel通道 3.BIO编程 4.伪异步IO编程 5.改造程序以支持长连接 6.NIO三大核心组件 7.NIO服务端的创建流程 8.NIO客户端的创建流程 9.NIO优点总结 10.NIO问题总结 4.伪异步IO编程 (1)BIO的主要问题 (2)BIO编程模型的改进 (3)伪异步IO编程 …...
WPS 接入 DeepSeek-R1 深度实践:打造全能AI办公助手
一、智能化办公革命的技术底座 1.1 全球办公自动化发展现状 根据Gartner 2024年数字化转型报告显示,全球83%的企业已启动文档处理智能化改造,其中中国企业的AI办公渗透率以年均37%的增速领跑全球。WPS Office凭借其月活设备数突破5.6亿的生态优势&…...
MySQL与Redis的缓存一致性问题
MySQL与Redis的缓存一致性问题 前言 在学习中,为了提高数据的读取效率,我们往往会使用Redis来作为MySQL数据的缓存,那么,自然就产生了二者间数据的一致性问题。 想要对MySQL和Redis进行数据处理,自然会产生以下问题…...
【前端文件下载实现:多种表格导出方案的技术解析】
前端文件下载实现:多种表格导出方案的技术解析 背景介绍 在企业级应用中,数据导出是一个常见需求,特别是表格数据的导出。在我们的管理系统中,不仅需要支持用户数据的Excel导出,还需要处理多种格式的表格文件下载&am…...
933. 最近的请求次数
最近的请求次数 题目描述尝试做法推荐做法 题目描述 写一个 RecentCounter 类来计算特定时间范围内最近的请求。 请你实现 RecentCounter 类: RecentCounter() 初始化计数器,请求数为 0 。 int ping(int t) 在时间 t 添加一个新请求,其中 …...
[C++Qt] 槽函数收不到信号问题(信号的注册)
📢博客主页:https://loewen.blog.csdn.net📢欢迎点赞 👍 收藏 ⭐留言 📝 如有错误敬请指正!📢本文由 丶布布原创,首发于 CSDN,转载注明出处🙉📢现…...
吴恩达机器学习笔记复盘(三)Jupyter NoteBook
Jupyter NoteBook Jupyter是一个开源的交互式计算环境: 特点 交互式编程:支持以单元格为单位编写和运行代码,用户可以实时看到代码的执行结果,便于逐步调试和理解代码逻辑。多语言支持:不仅支持Python,还…...
面向对象Demo02
方法的调用的回顾 package oop; public class Demo02 {//静态public static void main(String[] args) {//student student new student();student.speak();//非静态 //student student new student();} } package oop; public class student {public static void sp…...
Quitzilla 学习版(安卓):戒掉坏习惯的高效助手
Quitzilla 是一款源自国外的日程管理工具,专为帮助用户戒除不良习惯而设计。它通过强大的习惯追踪功能和丰富的激励机制,让用户能够清晰地看到自己的进步,并逐步克服成瘾行为。这款软件的前身是一款戒烟应用,但经过改进后…...
AWB-illuminant_weight_vector
1.概念 光源权重向量 AWB 处理通过求取R/G-B/G 空间中灰色统计数据位置的平均值来估计光源, 此估计基于灰度世界假设. 因此, 输入统计数据中真实的灰色统计数据很重要. 通用环境下,灰色统计数据的平均值会遭到灰色区中的非灰色统计数据污染. 因此,估计结果的精确性依赖与选择灰…...
微信小程序面试内容整理-数据绑定
在微信小程序中,数据绑定是将 JavaScript 中的数据与 WXML 中的视图进行关联和同步的过程。它使得视图可以根据数据的变化自动更新,极大地简化了前端开发的复杂度。 数据绑定有两种主要类型: 1. 单向数据绑定:数据从 Java器更新到视图。...
蓝桥每日打卡--背包问题
#蓝桥#JAVA#背包问题 题目描述 有一个背包,它的容量为 W 4。有 3 个物品,它们的重量分别为 [2, 1, 3],价值分别为 [4, 2, 3]。问在不超过背包容量的情况下,能装入背包的物品的最大价值是多少? 解题思路 动态规划的…...
基于图像比对的跨平台UI一致性校验工具开发全流程指南——Android/iOS/Web三端自动化测试实战
一、需求背景与方案概述 1.1 为什么需要跨平台UI校验? 在移动互联网时代,同一产品需覆盖Android、iOS和Web三端。由于不同平台的开发框架(如Android的Material Design与iOS的Cupertino风格)及渲染引擎差异,UI界面易出…...
3D点云目标检测——KITTI数据集读取与处理
一、 数据基本情况 KITTI数据集是由德国卡尔斯鲁厄理工学院和丰田美国技术研究院联合创建的一个大规模自动驾驶场景下的计算机视觉算法评测数据集。以下是关于它的详细介绍: 数据集背景:为评估自动驾驶中计算机视觉算法的性能而设计。自动驾驶汽车需在…...
【鸿蒙开发】Hi3861学习笔记- 外部中断
00. 目录 文章目录 00. 目录01. 概述02. EXTI相关API03. 硬件设计04. 软件设计05. 实验现象06. 附录 01. 概述 我们在做按键控制实验时,虽然能实现 IO 口输入功能,但代码是一直在检测 IO 输入口的变化,因此效率不高,特别是在一些…...
技术与情感交织的一生 (一)
目录 一条朋友圈 静默 至暗时刻 选择 成人高考 歇一下 一条朋友圈 大年初一是我合作伙伴的生日,我称呼他为老高,他发的朋友圈写到:“50岁了,留下的皆是珍贵回忆。” ,看到留言的瞬间,只有一个感觉&a…...