当前位置: 首页 > news >正文

实例讲解MATLAB绘图坐标轴标签旋转

在进行绘图时需要在图片上添加上做标轴的标签,但是当数据量比较多时,例如一天24小时的数据,这时把每个小时显示在左边轴的标签上,文字内容放不下,因此需要将坐标轴标签旋转一定的角度,这样可以更好在图形上表现出我们想要呈现的效果。今天主要是以几个简单的实例介绍MATLAB绘图坐标轴标签旋转。

1.xtickangle函数

该函数通过旋转 x 轴刻度标签,此 MATLAB 函数 将当前坐标区的 x 轴刻度标签旋转到指定角度(以度为单位),其中 0 表示水平。指定正值表示逆时针旋转,负值表示顺时针旋转。

xtickangle(angle)将当前坐标轴的 x 轴刻度标签旋转到指定的角度;xtickangle(ax, angle):将指定坐标轴 ax 的 x 轴刻度标签旋转到指定的角度,而不是当前坐标轴;ang = xtickangle返回当前坐标轴的 x 轴刻度标签的旋转角度,以度为单位;ang = xtickangle(ax)返回指定坐标轴 ax 的 x 轴刻度标签的旋转角度,以度为单位。

对于特定的坐标轴,例如在使用 tiledlayout 和 nexttile 函数创建的分块图中,可以通过指定 ax 参数来旋转特定坐标轴的 x 轴刻度标签,使用实例如下:

clc;
clear all;
close all;
data1 = [-61.985731  0.09807398  98
-60.654782  0.118307152  85
-62.10265  0.12251611  82
-63.888355  0.104764369  92
-64.311429  0.026647907  107
-58.765987  0.037388049  119
-58.013333  0.03488062  127
-60.434386  0.030351077  128
-63.148462  0.035116094  120
-63.238462  0.039316079  106
-61.257429  0.043060216  89
-60.879329  0.047273744  74
-62.603173  0.052770037  68
-59.579087  0.039451698  74
-61.542441  0.057254602  90
-63.943248  0.062428356  114
-62.855078  0.041757097  139
-58.716246  0.082125854  162
-60.764546  0.044027447  179
-65.067856  0.085127171  187
-63.157738  0.106885576  184
-63.108333  0.099450438  171
-64.834721  0.088089775  151
-64.490828  0.086894242  126
];
data = [1:24];
figure;
subplot(3,1,1);
plot(data,data1(:,2));
xticks([1:24]);
xticklabels({'1:00','2:00','3:00','4:00','5:00','6:00','7:00','8:00','9:00','10:00',...'11:00','12:00','13:00','14:00','15:00','16:00','17:00','18:00','19:00','20:00',...'21:00','22:00','23:00','24:00'});
xlabel('time/h');
ylabel('tide/cm');
xtickangle(45); %x轴标签旋转45度
set(gca,'FontName','Times New Roman','FontSize',10.5);
subplot(3,1,2);
plot(data,data1(:,1));
xticks([1:24]);
xtickangle(45); %x轴标签旋转45度
xticklabels({'1:00','2:00','3:00','4:00','5:00','6:00','7:00','8:00','9:00','10:00',...'11:00','12:00','13:00','14:00','15:00','16:00','17:00','18:00','19:00','20:00',...'21:00','22:00','23:00','24:00'});
xlabel('time/h');
ylabel('SV/dB');
set(gca,'FontName','Times New Roman','FontSize',10.5);
subplot(3,1,3);
plot(data,data1(:,2));
xticks([1:24]);
xtickangle(45); %x轴标签旋转45度
xticklabels({'1:00','2:00','3:00','4:00','5:00','6:00','7:00','8:00','9:00','10:00',...'11:00','12:00','13:00','14:00','15:00','16:00','17:00','18:00','19:00','20:00',...'21:00','22:00','23:00','24:00'});xlabel('time/h');
ylabel('Density/(ind/m^{3})');
set(gca,'FontName','Times New Roman','FontSize',10.5);
set(gcf,'unit','centimeters','position',[10 5 22 12])
set(gca,'XTickLabelRotation',46);

运行结果:

图片

2.ytickangle函数

ytickangle 函数用于旋转当前坐标轴或指定坐标轴的 y 轴刻度标签到指定的角度(以度为单位),其中 0 度表示水平。正值表示逆时针旋转,负值表示顺时针旋转。

ytickangle(angle)将当前坐标轴的 y 轴刻度标签旋转到指定的角度;ytickangle(ax, angle)将指定坐标轴 ax 的 y 轴刻度标签旋转到指定的角度,而不是当前坐标轴;ang = ytickangle返回当前坐标轴的 y 轴刻度标签的旋转角度,以度为单位;ang = ytickangle(ax)返回指定坐标轴 ax 的 y 轴刻度标签的旋转角度,以度为单位。

在绘图时,如果 y 轴的刻度标签文字内容放不下,可以通过旋转标签来改善图形的可读性。例如,ytickangle(45) 可以将 y 轴刻度标签旋转 45 度。

clc;
clear all;
close all;
data = [0  585.76  298  585.76  298  585.76  298
0.1  557.6218608  302.8092487  556.1551935  301.2136497  556.1198666  300.4130501
0.2  531.1916909  307.0967308  529.6809085  304.0930011  529.5459545  302.5804936
0.3  507.677964  310.9198885  506.0065667  306.6733559  505.7213892  304.5277126
0.4  486.759645  314.3298342  484.8365359  308.9862838  484.3620808  306.277463
0.5  468.1510377  317.3720541  465.906398  311.0600217  465.2132941  307.8501496
0.6  451.5978946  320.0870271  448.9796538  312.9198246  448.046616  309.2640684
0.7  436.8739554  322.5107767  433.8447747  314.5882812  432.6572352  310.4751948
0.8  423.7778659  324.6753605  420.3125666  316.0855952  418.8615035  311.6795301
0.9  412.1304365  326.5176841  408.2138114  317.429837  406.4947493  312.708974
1  401.7722026  328.256087  397.397158  318.637169  395.4093162  313.635784
1.1  392.1284942  329.8840516  387.7272355  319.7220471  385.4728056  314.4705656
1.2  384.3712971  331.2675491  379.0829664  320.697401  376.5664992  315.2228282
1.3  377.0899475  332.5063927  371.3560572  321.574795  368.5839462  315.9010987
1.4  370.6171872  333.6165062  364.4496485  322.3645727  361.4296952  316.5130229
];
x = data(:,1);
y1 = data(:,2);
y2 = data(:,3);
y3 = data(:,4);
y4 = data(:,5);
y5 = data(:,6);
y6 = data(:,7);
c_map =  [0.00, 0.36, 0.670.68, 0.42, 0.890.44, 0.62, 0.980.10, 0.67, 0.590.99, 0.57, 0.590.28, 0.55, 0.860.96, 0.62, 0.240.30, 0.90, 0.560.12, 0.46, 0.710.46, 0.63, 0.900.96, 0.37, 0.400.14, 0.76, 0.710.99, 0.50, 0.020.00, 0.57, 0.760.35, 0.90, 0.890.17, 0.62, 0.470.21, 0.21, 0.670.99, 0.49, 0.000.98, 0.74, 0.440.97, 0.60, 0.580.18, 0.62, 0.170.68, 0.87, 0.530.12, 0.46, 0.700.65, 0.79, 0.890.95, 0.99, 0.690.74, 0.92, 0.680.37, 0.81, 0.720.01, 0.72, 0.77];
figure;
plot(x,y1,'r-o','markerface','r');
hold on;
plot(x,y2,'g-^','markerface','g');
plot(x,y3,'-^','markerface',c_map(1,:),'Color',c_map(1,:));
plot(x,y4,'-<','markerface',c_map(2,:),'Color',c_map(2,:));
plot(x,y5,'->','markerface',c_map(3,:),'Color',c_map(3,:));
plot(x,y6,'-s','markerface','k','Color','k');
xlabel('m');
ylabel('T')
legend('Tf(400g/s)','Tw(400g/s)','Tf(600g/s)','Tw(600g/s)','Tf(800g/s)','Tw(800g/s)');
box off;
set(gca,'FontName','Times New Roman','FontSize',12);%修改字体为古罗马angx = xtickangle %查询 x 轴刻度标签的当前角度
angy = ytickangle%查询 y轴刻度标签的当前角度
figure;
subplot(2,1,1);
plot(x,y1,'r-o','markerface','r');
hold on;
plot(x,y2,'g-^','markerface','g');
plot(x,y3,'-^','markerface',c_map(1,:),'Color',c_map(1,:));
plot(x,y4,'-<','markerface',c_map(2,:),'Color',c_map(2,:));
plot(x,y5,'->','markerface',c_map(3,:),'Color',c_map(3,:));
plot(x,y6,'-s','markerface','k','Color','k');
xlabel('m');
ylabel('T')
legend('Tf(400g/s)','Tw(400g/s)','Tf(600g/s)','Tw(600g/s)','Tf(800g/s)','Tw(800g/s)');
box off;
set(gca,'FontName','Times New Roman','FontSize',10);%修改字体为古罗马
subplot(2,1,2);
plot(x,y1,'r-o','markerface','r');
hold on;
plot(x,y2,'g-^','markerface','g');
plot(x,y3,'-^','markerface',c_map(1,:),'Color',c_map(1,:));
plot(x,y4,'-<','markerface',c_map(2,:),'Color',c_map(2,:));
plot(x,y5,'->','markerface',c_map(3,:),'Color',c_map(3,:));
plot(x,y6,'-s','markerface','k','Color','k');
xlabel('m');
ylabel('T')
legend('Tf(400g/s)','Tw(400g/s)','Tf(600g/s)','Tw(600g/s)','Tf(800g/s)','Tw(800g/s)');
box off;
set(gca,'FontName','Times New Roman','FontSize',10);%修改字体为古罗马
xtickangle(45);
ytickangle(45);

运行结果:

图片

图片

3.ztickangle函数

​​​​​​​​​ztickangle 函数用于旋转三维坐标系中 z 轴的刻度标签到指定的角度(以度为单位),其中 0 度表示水平方向。正值表示逆时针旋转,负值表示顺时针旋转。​​​​​​​

对于特定的坐标轴,在使用 tiledlayout 和 nexttile 函数创建的分块图中,可以通过指定 ax 参数来旋转特定坐标轴的 z 轴刻度标签,例如 ztickangle(ax2, -45)。

clc;
clear all;
close all;
figure;
subplot(2,1,1)
[x,y,z] = peaks;
surf(x,y,z);
subplot(2,1,2)
[x,y,z] = peaks;
surf(x,y,z);
xtickangle(45);
ytickangle(45);
ztickangle(45);
%从 R2019b 开始,可以使用 tiledlayout 和 nexttile 函数显示分块图。
% 调用 tiledlayout 函数以创建一个 2×1 分块图布局。
% 调用 nexttile 函数以创建坐标区对象 ax1 和 ax2。在每个坐标区中绘制。
% 然后通过将 ax2 指定为 ztickangle 的第一个输入参数,旋转下部图的 z 轴刻度标签。
tiledlayout(2,1)
ax1 = nexttile;
stem3(ax1,2*rand(5))ax2 = nexttile;
stem3(ax2,2*rand(5))
ztickangle(ax2,-45)
%创建一个曲面图。然后,查询 z 轴刻度标签的旋转角度。默认情况下,不会旋转标签。
[x,y,z] = peaks;
surf(peaks)
ang = ztickangle

运行结果:

图片

图片

 

相关文章:

实例讲解MATLAB绘图坐标轴标签旋转

在进行绘图时需要在图片上添加上做标轴的标签&#xff0c;但是当数据量比较多时&#xff0c;例如一天24小时的数据&#xff0c;这时把每个小时显示在左边轴的标签上&#xff0c;文字内容放不下&#xff0c;因此需要将坐标轴标签旋转一定的角度&#xff0c;这样可以更好在图形上…...

Win10+Ubuntu20.04双系统重装Ubuntu22.04单系统

从去年 8 月美化 Ubuntu 系统后一直存在内核错误问题&#xff0c;但因为大部分功能还能正常使用&#xff0c;只是在 apt 时报错&#xff0c;所以一直逃避不想重装&#xff0c;直到最近 12 月新的开始&#xff0c;恰好设置的界面打不开得重装 gnome &#xff0c;所以下定决心重装…...

eBPF:现代Linux的强大内核扩展技术

eBPF&#xff1a;现代Linux的强大内核扩展技术 eBPF&#xff08;Extended Berkeley Packet Filter&#xff09;是一项变革性的技术&#xff0c;它为Linux内核提供了一个灵活的、可编程的方式来处理数据包过滤、网络监控、安全性和系统性能分析等多种任务。 1. eBPF简介 1.1 …...

深度学习-52-AI应用实战之基于Yolo8的目标检测自动标注

文章目录 1 YOLOv81.1 YOLOV8的不同版本1.2 可检测类别1.3 数据说明1.4 网络结构1.5 算法核心步骤2 目标检测的基本原理2.1 安装yolov8(cpu版本)2.2 图片检测2.3 视频检测2.4 自动标注2.5 保存标注结果3 参考附录1 YOLOv8 YOLOv8是一种前沿的计算机视觉技术,它基于先前YOLO版…...

人工智能工作流程概述:从数据到智能决策

目录 一、引言 二、人工智能工作流程概述 &#xff08;一&#xff09;数据收集 &#xff08;二&#xff09;数据预处理 &#xff08;三&#xff09;模型选择与设计 &#xff08;四&#xff09;模型训练 &#xff08;五&#xff09;模型评估 &#xff08;六&#xff09;模…...

Jenkins升级到最新版本后无法启动

1. 场景还原 最近在web界面将jenkins升级到最新版本后&#xff0c;后台无法启动jenkins服务&#xff0c;服务状态如下&#xff1a; 运行jenkins命令提示invalid Java version jenkins --version jenkins: invalid Java version: java version "1.8.0_202" Java(TM)…...

.net core MVC入门(三)——Product页面添加

文章目录 项目地址一、Product数据库准备 项目地址 教程作者&#xff1a;教程地址&#xff1a; 代码仓库地址&#xff1a; 所用到的框架和插件&#xff1a; dbt airflow一、Product数据库准备 添加Product的EF上下文 public DbSet<Category> Categories { get; set; …...

【Java基础】笔记

List和ArrayList区别 public class Arrays_BugDemo {public static void main(String[] args){/** List 是一个固定大小的列表&#xff0c;虽然可以进行查询操作&#xff0c;但不支持添加、删除或修改元素。* 如果需要一个可以动态修改的列表&#xff0c;可以使用 ArrayList 进…...

Docker 进阶指南:常用命令、最佳实践与资源管理

Docker 进阶指南&#xff1a;常用命令、最佳实践与资源管理 Docker 作为一种轻量级的容器化技术&#xff0c;已经成为现代软件开发和部署不可或缺的工具。本文将为您深入介绍 Docker 的常用命令、最佳实践以及如何有效管理容器资源&#xff0c;帮助您更好地在 Ubuntu 22.04 或…...

C++编写静态库

1、新建项目创建静态库staticLib1. demoStaticLib.h #pragma once class ArrayTool { public:int Max(const int* lpHead, const int nLength);int Sum(const int* lpHead, const int nLength); }; demoStaticLib.cpp #include "pch.h" #include "demoStati…...

oracle数据库日常操作

1、执行SQL语句后不显示PL/SQL procedure successfully completed set feedback off; 2、显示实例名称 echo "set sqlprompt \"_user_connect_identifier> \"" >> $ORACLE_HOME/sqlplus/admin/glogin.sql 3、客户端尝试连接到服务器时发生超时 …...

行驶证 OCR 识别API接口的影响因素

一、影响因素 (一)证件质量与图像质量 行驶证的质量对OCR 识别 API 界面的效果有重要影响。清晰的文件可以使识别系统准确地捕获文本信息&#xff0c;而模糊的文本可能会导致识别错误。而且不同地区、不同年份的行驶证在字体、排版、格式等方面可能存在差异&#xff0c;甚至可…...

什么是TCP/IP和UDP

TCP/IP和UDP都是网络协议&#xff0c;用于不同计算机或设备之间的通信。它们的作用是定义数据如何在网络上传输&#xff0c;但它们在传输方式、可靠性和效率上有显著的区别。 1. TCP/IP TCP/IP&#xff08;传输控制协议/互联网协议&#xff0c;Transmission Control Protocol…...

1074 Reversing Linked List (25)

Given a constant K and a singly linked list L, you are supposed to reverse the links of every K elements on L. For example, given L being 1→2→3→4→5→6, if K3, then you must output 3→2→1→6→5→4; if K4, you must output 4→3→2→1→5→6. Input Specif…...

layui table 纵向滚动条导致单元格表头表体错位问题

我用的时layui2.6.8版本 历史项目维护&#xff0c;bug给我让我做了&#xff0c;本来利用前端手段强解决&#xff0c;后来发现很多table 找了解决办法 打开layui-v2.6.8/lay/modules/table.js 如果打开后时压缩的代码 直接搜索 e.find(".layui-table-patch") …...

算法基础 - 求解非线性方程(牛顿法)

文章目录 1. 前言2. 牛顿迭代算法2.1. 基本思想2.2. 如何求解 x12.3. 如何求解 x22.4. 收敛性2.5. 编码实现2.5.1. 递归实现2.5.2. 非递归实现 1. 前言 前文介绍了如何使用“高斯消元法”求解线性方程组。本文秉承有始有终的态度&#xff0c;继续介绍“非线性方程”的求解算法。…...

[C#]C#实现数字到人民币大写金额的转换

在软件开发中&#xff0c;将数字转换成人民币大写形式的需求通常出现在需要生成财务报表、发票、收据、账单等正式文档的场景中。这些文档往往需要遵循一定的格式和规范&#xff0c;以确保信息的准确性和可读性&#xff0c;特别是在处理与金钱相关的数据时。 比如&#xff1a; …...

Base64.cv:高效安全的在线Base64转换工具详解

在日常开发中&#xff0c;Base64编解码是一个非常常见的需求。本文将介绍一款优秀的在线Base64转换工具&#xff1a;Base64.cv。 工具特点 1. 性能优势 采用浏览器原生API&#xff0c;转换速度快本地运算&#xff0c;无服务器延迟支持大容量文本处理 2. 安全性 纯客户端处…...

前端面试热门题(二)[html\css\js\node\vue)

Vue 性能优化的方法 Vue 性能优化的方法多种多样&#xff0c;以下是一些常用的策略&#xff1a; 使用v-show替换v-if&#xff1a;v-show是通过CSS控制元素的显示与隐藏&#xff0c;而v-if是通过操作DOM来控制元素的显示与隐藏&#xff0c;频繁操作DOM会导致性能下降。因此&am…...

施耐德电气:多维解构AI挑战,引领产业创新变革

CSDN 看到&#xff0c;大模型正在掀起一场智能化革命&#xff0c;带来计算、开发、交互三大范式全面升级和转换&#xff0c;其中 AI 计算范式正在从图灵、冯诺伊曼计算范式转为神经网络计算范式。AI 技术仍在快速发展&#xff0c;AI 算力基础设施的数据中心如果仍走“堆资源、堆…...

Unity的GPU Instancing技术

首先新建一个场景&#xff0c;添加一个相机&#xff0c;并创建一个Render Texture给相机。 然后在相机上挂载以下脚本TestBatches &#xff0c;同时脚本的Inspector面板的Mesh中选择Cube&#xff0c;另外创建一个新的材质拖动给mat&#xff1a; public class TestBatches : M…...

JVM指令集概览:基础与应用

写在文章开头 在现代软件开发中,Java 语言凭借其“一次编写,到处运行”的理念成为了企业级应用的首选之一。这一理念的背后支撑技术正是 Java 虚拟机(JVM)。JVM 是一个抽象的计算机,它实现了 Java 编程语言的各种特性,并且能够执行编译后的字节码文件。了解 JVM 的工作原…...

使用 Redis Stream 结合 Redission DelayedQueue 实现延迟消息队列(已上线生产)

一、Redis Stream 介绍 Redis Stream 是 Redis 5.0 版本新增加的数据结构&#xff0c;作为一种轻量级的消息队列&#xff0c;Redis Stream 作为一种轻量级的消息队列&#xff0c;适合资源有限或对性能要求较高的场景。 Redis Stream 主要用于消息队列&#xff08;MQ&#xff…...

时频转换 | Matlab基于递归图Reccurence Plots一维数据转二维图像方法

目录 基本介绍程序设计参考资料获取方式 基本介绍 时频转换 | Matlab基于递归图Reccurence Plots一维数据转二维图像方法 程序设计 clear clc close allfs 6400 ; % 数据采样频率 N 5120; % 信号的点数% 生成时间向量 t (0:N-1) / fs; % 生成正弦信号 x sin(2 * pi * 15…...

《手写Spring渐进式源码实践》实践笔记 (第二十一章 将ORM框架整合到Spring容器中)

文章目录 第二十一章 ORM框架整合Spring背景目标设计实现代码结构类图实现步骤 测试事先准备属性配置文件测试用例测试结果&#xff1a; 总结 第二十一章 ORM框架整合Spring 背景 MyBatis-Spring 能够实现 MyBatis 与 Spring 框架的无缝集成。它使得 MyBatis 能够参与 Spring…...

数据库管理-第267期 23ai:Oracle Data Redaction演示(20241128)

数据库管理267期 2024-11-286 数据库管理-第267期 23ai&#xff1a;Oracle Data Redaction演示&#xff08;20241128&#xff09;1 示例表及数据2 创建编校策略2.1 名字全编校2.2 电话部分编校 3 DML演示3.1 场景13.2 场景2 总结 数据库管理-第267期 23ai&#xff1a;Oracle Da…...

NGO-CNN-BiGRU-Attention北方苍鹰算法优化卷积双向门控循环单元时间序列预测,含优化前后对比

NGO-CNN-BiGRU-Attention北方苍鹰算法优化卷积双向门控循环单元时间序列预测&#xff0c;含优化前后对比 目录 NGO-CNN-BiGRU-Attention北方苍鹰算法优化卷积双向门控循环单元时间序列预测&#xff0c;含优化前后对比预测效果基本介绍模型描述程序设计参考资料 预测效果 基本介…...

第六届国际科技创新学术交流会暨管理科学信息化与经济创新发展(MSIEID 2024)

重要信息 大会官网&#xff1a;msieid2024.iaecst.org &#xff08;点击了解大会&#xff0c;参会等内容&#xff09; 大会时间&#xff1a;2024年12月6-8日 大会地点&#xff1a;中国-广州 大会简介 随着全球化和信息化的不断深入&#xff0c;管理科学、信息化和经济发展…...

【计算机视觉算法与应用】模板匹配、图像配准

目录 1. 基于灰度值的模板匹配 2. 基于相关性的模板匹配 3. 基于形状的模板匹配 4. 基于组件的模板识别 5. 基于形变的模板匹配 6. 基于描述符的模板匹配 7. 基于点的模板匹配 性能比较 模板匹配的算法实现需要结合具体需求和应用场景来选择方法。以下是基于 OpenCV 的…...

HHO-CNN-BiGRU-Attention哈里斯鹰优化算法卷积神经网络结合双向门控循环单元时间序列预测,含优化前后对比

HHO-CNN-BiGRU-Attention哈里斯鹰优化算法卷积神经网络结合双向门控循环单元时间序列预测&#xff0c;含优化前后对比 目录 HHO-CNN-BiGRU-Attention哈里斯鹰优化算法卷积神经网络结合双向门控循环单元时间序列预测&#xff0c;含优化前后对比预测效果基本介绍模型描述程序设计…...

数据并行、模型并行与张量并行:深度学习中的并行计算策略(中英双语)

中文版 数据并行、模型并行与张量并行&#xff1a;深度学习中的并行计算策略 随着深度学习模型的不断增大&#xff0c;单个计算节点&#xff08;例如单个 GPU&#xff09;的计算和内存能力逐渐成为了限制训练效率和模型规模的瓶颈。为了应对这些挑战&#xff0c;深度学习社区…...

大数据-239 离线数仓 - 广告业务 测试 FlumeAgent 加载ODS、DWD层

点一下关注吧&#xff01;&#xff01;&#xff01;非常感谢&#xff01;&#xff01;持续更新&#xff01;&#xff01;&#xff01; Java篇开始了&#xff01; 目前开始更新 MyBatis&#xff0c;一起深入浅出&#xff01; 目前已经更新到了&#xff1a; Hadoop&#xff0…...

Python中的数据结构深入解析:从列表到字典的优化技巧

《Python OpenCV从菜鸟到高手》带你进入图像处理与计算机视觉的大门! Python是一门以易用性和可读性著称的高级编程语言,其内置的数据结构为开发者提供了强大的工具,但了解其底层实现及性能优化策略却常被忽略。本文深入探讨Python中的核心数据结构,包括列表(list)、元组…...

【JS】JS判断数据类型

typeof // typeof 后面括号有没有都可以 console.log(typeof(a)) // string console.log(typeof(123)) // number console.log(typeof(undefined)) // undefined console.log(typeof(true)) // boolean console.log(typeof(Symbol(123))) // symbolconsole.log(typeof(null)) /…...

基于jmeter+perfmon的稳定性测试记录

软件测试资料领取&#xff1a;[内部资源] 想拿年薪40W的软件测试人员&#xff0c;这份资料必须领取~ 软件测试面试刷题工具领取&#xff1a;软件测试面试刷题【800道面试题答案免费刷】 1. 引子 最近承接了项目中一些性能测试的任务&#xff0c;因此决定记录一下&#xff0c…...

【0351】Postgres内核 Open WAL segment(包含 WAL 位置 ‘RecPtr’)(2 - 4)

上一篇: 文章目录 1. 打开 WAL Segment2. Standby mode 由一个 状态机(state machine)实现2.1 何处获取 WAL 文件?2.1.1 XLogSource2.1.2 从所选源(XLogSource )读取 XLOG2.1.2.1 walreceiver 运行状态 ?2.1.3 readFile(XLOG 文件句柄)1. 打开 WAL Segment 在经过前…...

Mysql基础

什么是关系型数据库&#xff1f; 顾名思义&#xff0c;关系型数据库&#xff08;RDB&#xff0c;Relational Database&#xff09;就是一种建立在关系模型的基础上的数据库。关系模型表明了数据库中所存储的数据之间的联系&#xff08;一对一、一对多、多对多&#xff09;。 …...

Altium Designer学习笔记 24 PCB初始布局2

基于Altium Designer 23学习版&#xff0c;四层板智能小车PCB 更多AD学习笔记&#xff1a;Altium Designer学习笔记 1-5 工程创建_元件库创建Altium Designer学习笔记 6-10 异性元件库创建_原理图绘制Altium Designer学习笔记 11-15 原理图的封装 编译 检查 _PCB封装库的创建Al…...

【从0学英语】形容词性/名词性物主代词是什么?

在英语中&#xff0c;物主代词是非常重要的语法概念之一&#xff0c;特别是对于初学者来说。理解形容词性物主代词和名词性物主代词的不同&#xff0c;能够帮助我们在日常对话中准确地表达拥有关系。在这篇文章中&#xff0c;我们将深入探讨这两个概念&#xff0c;并通过详细的…...

hhdb数据库介绍(10-29)

管理 数据备份 从存储节点或灾备机房数据备份 选择灾备机房类型、从库&#xff08;双主备库&#xff09;存储节点类型进行备份&#xff0c;页面根据选择类型&#xff0c;对应给出提示信息。发起备份时&#xff0c;检测从存储节点状态是否符合备份条件。 主从数据一致性检测…...

springboot(20)(删除文章分类。获取、更新、删除文章详细)(Validation分组校验)

目录 一、删除文章分类功能。 &#xff08;1&#xff09;接口文档。 1、请求路径、请求参数。 2、请求参数。 3、响应数据。 &#xff08;2&#xff09;实现思路与代码书写。 1、controller层。 2、service接口业务层。 3、serviceImpl实现类。 4、mapper层。 5、后端接口测试。…...

实战指南:理解 ThreadLocal 原理并用于Java 多线程上下文管理

目录 一、ThreadLocal基本知识回顾分析 &#xff08;一&#xff09;ThreadLocal原理 &#xff08;二&#xff09;既然ThreadLocalMap的key是弱引用&#xff0c;GC之后key是否为null&#xff1f; &#xff08;三&#xff09;ThreadLocal中的内存泄漏问题及JDK处理方法 &…...

Spark 内存管理机制

Spark 内存管理 堆内内存和堆外内存 作为一个 JVM 进程&#xff0c;Executor 的内存管理建立在 JVM(最小为六十四分之一&#xff0c;最大为四分之一)的内存管理之上&#xff0c;此外spark还引入了堆外内存&#xff08;不在JVM中的内存&#xff09;&#xff0c;在spark中是指不…...

【Maven】继承和聚合

5. Maven的继承和聚合 5.1 什么是继承 Maven 的依赖传递机制可以一定程度上简化 POM 的配置&#xff0c;但这仅限于存在依赖关系的项目或模块中。当一个项目的多个模块都依赖于相同 jar 包的相同版本&#xff0c;且这些模块之间不存在依赖关系&#xff0c;这就导致同一个依赖…...

NViST运行笔记

文章标题&#xff1a; NViST: In the Wild New View Synthesis from a Single Image with Transformers 1. 环境配置 创建环境 conda create -n nvist python3.9 进入环境 conda activate nvist 安装torch torchvision torchaudio pip install torch2.1.2 torchvision0…...

性能测试工具Grafana、InfluxDB和Collectd的搭建

一、性能监控组成简介 1、监控能力分工:这个系统组合能够覆盖从数据采集、存储到可视化的整个监控流程。Collectd可以收集各种系统和应用的性能指标,InfluxDB提供高效的时序数据存储,而 Grafana 则将这些数据以直观的方式呈现出来。2,实时性能监控:对于需要实时了解系统状…...

JS中的类与对象

面向对象是使用最广泛的一种编程范式&#xff0c;最具代表性的面向对象语言就是Java和C&#xff0c;在它们的理念中&#xff0c;面向对象的三大特性&#xff1a;封装&#xff0c;继承&#xff0c;多态。类&#xff0c;对象&#xff0c;公有/私有方法/属性&#xff0c;各种继承就…...

域名解析系统 DNS

1.域名系统概述 用户与互联网上某台主机通信时&#xff0c;必须要知道对方的IP地址。然而用户很难记住长达32 位的二进制主机地址。即使是点分十进制地址也并不太容易记忆。但在应用层为了便于用户记忆各种网络应用&#xff0c;连接在互联网上的主机不仅有P地址&#xff0c;而…...

Flutter 1.1:下载Flutter环境

1、在AS中下载Flutter插件 在setting的Plugins中下载Flutter&#xff0c;如图所示&#xff0c;可以直接进行搜索查找 2、下载flutter的sdk源代码 flutter中文文档学习 通过Git下载SDK源代码 git clone -b stable https://github.com/flutter/flutter.git3、配置系统变量 3…...

HTML5系列(6)-- 拖放 API 实战指南

前端技术探索系列&#xff1a;HTML5 拖放 API 实战指南 &#x1f3af; 致读者&#xff1a;探索现代交互技术 &#x1f44b; 前端开发者们&#xff0c; 今天我们将深入探讨 HTML5 中一个强大而实用的特性 —— 拖放 API。这项技术能够让我们创建更加直观和交互性强的用户界面…...