【rmarkdown绘图宽度设置全攻略】:掌握fig.width参数的5个核心技巧

SpringBoot+Vue+Mysql社区医院信息平台(源码+文档) SpringBoot+Vue+Mysql学生宿舍信息管理系统 WEB端软件项目(源码+文档) 项目包含:①完整源码(后端+管理后台+用户前台);②数据库脚本文件;③万字论文文档;④开题报告;⑤答辩PPT;⑥项目运行视频教程。 项目架构: B/S 架构、MVC 分层设计 技术栈: Java、MySQL、SpringBoot、MyBatis-Plus、Token 权限校验、管理后台 Vue+ElementUI+ECharts、用户前台 Layui+jQuery、Maven 构建。 一、角色设计 学生用户: 注册登录、浏览宿舍信息、查询宿舍安排、在线报修、缴费查询、失物招领、桶装水预订、评论交流、收藏等。 商家用户: 注册登录、桶装水品牌与商品信息维护、预订订单查看与处理。 维修人员: 注册登录、查看待处理报修、接单维修、填写报修处理结果与进度反馈。 管理员: 学生管理、班级管理、宿舍信息管理、宿舍安排管理、报修处理管理、缴费信息管理、卫生检查与文明宿舍管理、失物招领管理、桶装水与商家管理、维修人员管理、公告资讯与轮播图管理等。 二、前台功能模块(学生端) 1. 首页展示:轮播图、宿舍公告、最新动态推荐、常用服务快速入口 2. 宿舍信息模块:宿舍列表、楼栋与房间条件筛选、宿舍详情查看、我的宿舍安排查询 3. 在线报修模块:在线提交宿舍设施报修申请、上传故障描述、查看报修进度与维修处理结果 4. 缴费模块:水电等缴费记录查询、缴费状态查看 5. 卫生检查与文明宿舍:宿舍卫生检查结果公示、文明宿舍展示 6. 失物招领模块:失物信息发布、招领信息发布、详情查看、评论互动 7. 桶装水预订:桶装水品牌与商品浏览、在线预订、我的预订记录查询 8. 假期留宿:假期留校申请提交、申请记录查询 9. 评论与收藏:信息评论、查看他人评论、评论回复互动、收藏感兴趣的内容 10. 个人中心... 立即下载

第一章:fig.width参数的基础概念与作用

在数据可视化过程中,图形的尺寸控制是确保图表清晰可读的重要因素之一。`fig.width` 是 R Markdown 或 ggplot2 等绘图环境中常用的参数,用于指定生成图形的宽度(单位通常为英寸)。该参数直接影响图像在文档中的显示比例和布局适配性,尤其在生成 PDF 或 HTML 报告时尤为关键。

fig.width 参数的基本用法

在 R Markdown 的代码块中,可以通过设置 `fig.width` 来控制图形输出的宽度。例如:
```{r, fig.width=8}
plot(mpg ~ hp, data = mtcars)
```
上述代码中,`fig.width=8` 表示生成的图形宽度为 8 英寸。R 会根据此设置自动调整绘图区域大小,从而影响图像分辨率和元素间距。

与其他图形参数的关系

`fig.width` 常与以下参数配合使用,以实现更精确的布局控制:
  • fig.height:设定图形高度,与宽度共同决定图像的宽高比
  • fig.asp:设置图形的纵横比,优先级高于 fig.height
  • out.width / out.height:控制图像在最终文档中的显示尺寸(如 HTML 中的百分比)
参数名作用常用单位
fig.width设定图形输出宽度英寸
fig.height设定图形输出高度英寸
out.width设定文档中图像显示宽度% 或 px
合理配置 `fig.width` 能有效避免图像过小导致标签重叠,或过大造成页面排版失衡的问题。

第二章:fig.width参数的核心设置技巧

2.1 理解fig.width的单位与默认行为:理论解析

在R Markdown和ggplot2等可视化环境中,fig.width参数用于控制图形输出的宽度。其数值单位为英寸(inch),是设备无关的逻辑尺寸,常用于PDF、PNG等静态图形渲染。
常见输出格式中的行为差异
不同输出格式对fig.width的解析略有差异:
  • PNG/SVG:按指定尺寸缩放,分辨率由dpi决定
  • PDF:直接映射为物理尺寸,适合印刷排版
  • HTML:自动转换为CSS像素,受屏幕DPI影响
代码示例与参数说明
```{r, fig.width=6, fig.height=4, dpi=300}
library(ggplot2)
ggplot(mtcars, aes(wt, mpg)) + geom_point()
```
上述代码中,fig.width=6表示图形宽6英寸,高4英寸,结合dpi=300生成分辨率为1800×1200像素的图像,确保高精度输出。

2.2 按输出格式调整fig.width:PDF与HTML实践对比

在R Markdown中,fig.width 参数控制图表的宽度,但其实际表现因输出格式而异。HTML输出以像素为单位,PDF则基于LaTeX使用英寸。
参数行为差异
  • HTML:默认DPI下,fig.width = 8 解释为800px(8in × 100dpi)
  • PDF:直接转换为LaTeX中的英寸单位,受文档类和边距限制
代码示例与说明
```{r, fig.width=7, fig.height=5}
plot(mpg ~ hp, data = mtcars)
```
该代码块在HTML中生成约700px宽图像,在PDF中占据7英寸宽度。若文档边距较小则适配良好,否则可能溢出。建议PDF输出时将fig.width控制在6以内,HTML可灵活调整至适应屏幕。

2.3 结合fig.height控制图形纵横比:协调设置技巧

在R Markdown中,精确控制图形输出的外观至关重要。通过结合`fig.height`与`fig.width`参数,可有效协调图像的纵横比,避免图表拉伸失真。
基础参数说明
```{r, fig.height=6, fig.width=8}
plot(mpg ~ hp, data = mtcars)
```
上述代码设定图形高度为6英寸、宽度为8英寸,生成4:3的纵横比。`fig.height`以英寸为单位指定绘图区域高度,配合`fig.width`实现比例控制。
响应式设计建议
  • 保持常见屏幕比例(如16:9或4:3)提升可视化体验
  • 在高分辨率输出时,适当增加尺寸以保留细节清晰度
  • 使用相对比例而非固定像素值,增强文档可移植性

2.4 动态设置多图布局中的fig.width:并列与堆叠应用

在生成多图布局时,动态调整图像宽度(fig.width)能有效优化排版效果。通过控制不同子图的宽度参数,可实现并列显示或垂直堆叠的视觉结构。
并列布局配置
使用较小的 fig.width 值可将多个图形水平排列:

par(mfrow = c(1, 2))          # 一行两列布局
plot(x, y, main="图一")
par(fig.width = 4)            # 设置当前图形宽度
plot(z ~ w, main="图二")
上述代码中,par(mfrow) 指定网格布局,fig.width 调整单个图形占用宽度,确保并列显示时不重叠。
堆叠布局策略
对于纵向排列,增大 fig.width 并配合 mfrow 的行数设置:
  • 设置 mfrow = c(2, 1) 实现上下结构
  • 每张图独立设定 fig.width = 6 保证宽度一致
  • 避免因尺寸差异导致的错位问题

2.5 避免常见宽度设置错误:尺寸溢出与分辨率失真

在响应式设计中,元素宽度设置不当常导致内容溢出容器或在高分辨率屏幕上显示模糊。合理使用相对单位是避免此类问题的关键。
使用相对单位控制宽度
优先采用 rem、em 或 % 而非固定 px 值,使布局更具弹性。例如:

.container {
  width: 100%;
  max-width: 1200px;
  margin: 0 auto;
}
.card {
  width: calc(100% - 2rem);
  padding: 1rem;
  box-sizing: border-box;
}
上述代码确保容器始终适应视口,同时通过 max-width 限制最大宽度,防止过宽拉伸。box-sizing: border-box 包含内边距和边框,避免实际宽度超出预期。
常见错误对比
做法风险
width: 800px;小屏幕溢出
width: 100vw;可能包含滚动条导致溢出

第三章:fig.width与其他图形参数的协同控制

3.1 fig.width与out.width的差异与选择策略

在R Markdown文档渲染中,fig.width与out.width控制着图形的不同输出阶段。
参数作用域解析
  • fig.width:指定图形设备生成时的宽度(单位:英寸),影响绘图分辨率
  • out.width:控制HTML或PDF中图像的显示尺寸,属于布局层面设置
典型应用场景
```{r, fig.width=8, out.width='60%'}
plot(mpg ~ hp, data = mtcars)
```
上述代码中,fig.width=8确保图像以高分辨率渲染,避免模糊;而out.width='60%'使图像在页面中自适应容器宽度,提升排版美观性。
选择策略
需求场景推荐配置
高清输出(打印/出版)增大 fig.width,out.width=100%
响应式网页布局fig.width适中,out.width='70%'~'90%'

3.2 联动dpi参数优化图像清晰度:高分辨率输出实践

在高分辨率图像输出中,DPI(每英寸点数)设置直接影响渲染清晰度。通过联动图像尺寸与DPI参数,可实现像素密度的最优匹配。
动态DPI适配策略
采用公式 `DPI = 像素宽度 / 物理宽度(英寸)` 进行反向计算,确保输出图像在指定物理尺寸下保持高清细节。
代码实现示例

from PIL import Image

# 设置目标物理尺寸(英寸)和所需DPI
physical_width = 8      # 8英寸
target_dpi = 300
pixel_width = int(physical_width * target_dpi)

img = Image.open("input.jpg")
img = img.resize((pixel_width, int(pixel_width * img.height / img.width)))

# 保存时指定DPI
img.save("output.jpg", dpi=(target_dpi, target_dpi))
上述代码通过计算目标像素宽度,按物理尺寸与DPI联动缩放图像,并在保存时嵌入DPI元数据,确保打印或显示设备正确解析清晰度。
常见输出DPI对照表
使用场景推荐DPI说明
网页显示72标准屏幕像素密度
高清打印300满足人眼分辨极限
大幅面喷绘150远距离观看降低要求

3.3 图形设备(device)对fig.width的实际影响分析

在R图形系统中,fig.width参数的渲染效果高度依赖于所选图形设备。不同设备对尺寸单位和分辨率的处理机制存在差异,直接影响输出图像的布局与清晰度。
常见图形设备对比
  • png():光栅设备,按像素固定宽度,fig.width需结合res参数控制实际物理尺寸
  • pdf():矢量设备,直接以英寸为单位解析fig.width,适合精确排版
  • svg():基于XML的矢量格式,响应式缩放,但浏览器渲染可能偏离预期

# png设备示例
png("plot.png", width = 480, height = 360)
plot(1:10)
dev.off()
# 实际fig.width效果受dpi影响:fig.width(inch) = width(px) / dpi
上述代码中,尽管未显式设置fig.width,但设备宽度以像素指定,最终在R Markdown中转换时会按默认DPI换算,导致与预期英寸值偏差。因此,使用光栅设备时必须协同调整分辨率参数以保证输出一致性。

第四章:不同场景下的fig.width实战应用

4.1 学术报告中精确控制图表宽度:LaTeX环境适配

在学术文档排版中,LaTeX因其强大的数学公式与图表处理能力被广泛采用。合理设置图表宽度对于适应不同页面布局至关重要。
使用图形环境调整宽度
通过\includegraphics命令的width参数可直接控制图像尺寸,常与文本宽度比例关联:

\begin{figure}[htbp]
  \centering
  \includegraphics[width=0.8\textwidth]{example-image}
  \caption{示例图像,宽度设为文本宽度的80\%}
\end{figure}
上述代码中,width=0.8\textwidth表示图像占页面文本宽度的80%,确保在不同纸型(如A4或Beamer幻灯片)中自动适配。
响应式宽度推荐值对照表
文档类型推荐宽度比例
期刊论文0.7–1.0\textwidth
会议报告0.8–0.9\textwidth
演示文稿(Beamer)0.6–0.75\textwidth

4.2 网页发布时响应式图形宽度设置:HTML输出优化

在网页发布过程中,确保图形内容在不同设备上正确显示是提升用户体验的关键。响应式设计要求图像能根据容器宽度自动缩放。
基本HTML结构与属性设置
为实现响应式图像,需在HTML中合理设置img标签的属性:
<img src="chart.png" alt="统计图表" style="max-width: 100%; height: auto;">
其中,max-width: 100%确保图像不超出父容器,height: auto保持宽高比,防止变形。
CSS媒体查询优化显示
通过媒体查询可针对不同屏幕尺寸调整图像表现:
  • 移动设备:限制最大高度,加快加载
  • 桌面端:启用高清源文件
  • 打印场景:切换为静态优化版本

4.3 多图排版中的统一宽度规范:提升可视化一致性

在多图并列展示的场景中,图像宽度不一常导致页面布局错乱,影响信息传达效率。为保障视觉一致性,需对所有图表实施统一宽度约束。
响应式图像控制策略
通过 CSS 设置最大宽度与自动缩放,确保图像在不同设备上保持等宽对齐:
.chart-container img {
  width: 100%;
  max-width: 600px;
  height: auto;
  display: block;
  margin: 10px auto;
}
上述样式强制所有图像填充容器宽度,并限制最大尺寸以防止失真,margin 确保垂直间距一致。
布局对齐效果对比
方案一致性维护性
原始尺寸差低
统一宽度优高

4.4 交互式文档中动态调整图形尺寸:Shiny集成技巧

在R Markdown与Shiny集成的交互式文档中,动态调整图形尺寸是提升可视化体验的关键环节。通过控制UI端的布局参数,可实现图形随窗口或控件变化自适应重绘。
响应式图形容器设置
使用plotOutput时,结合width和height参数支持百分比或像素值:
plotOutput("histPlot", width = "100%", height = "400px")
该设置使图形容器在不同设备上保持良好比例,配合Shiny的fluidRow与column布局系统实现响应式设计。
动态尺寸联动示例
通过滑块控制图形高度,实现用户交互驱动的尺寸调整:
  • 定义UI滑块:sliderInput("plotHeight", "图形高度", 300, 600, 400)
  • 服务器端绑定:output$histPlot <- renderPlot({...}, height = input$plotHeight)
此机制确保图形渲染高度随用户操作实时更新,增强交互灵活性。

第五章:总结与最佳实践建议

构建高可用微服务架构的通信策略
在分布式系统中,服务间通信的稳定性直接影响整体可用性。采用 gRPC 作为底层通信协议时,建议启用双向流与超时控制,以提升响应效率。

// 示例:gRPC 客户端设置超时
conn, err := grpc.Dial(
    "service.example.com:50051",
    grpc.WithTimeout(5*time.Second),
    grpc.WithUnaryInterceptor(retry.UnaryClientInterceptor()),
)
if err != nil {
    log.Fatal(err)
}
// 启用重试机制,避免瞬时网络抖动导致失败
日志与监控的统一接入方案
生产环境中,应统一日志格式并接入集中式监控平台。结构化日志(JSON 格式)便于解析与告警规则匹配。
  • 使用 Zap 或 Zerolog 等高性能日志库
  • 为每条日志添加 trace_id 和 service_name 字段
  • 通过 Fluent Bit 将日志转发至 Elasticsearch
容器化部署的安全加固清单
检查项推荐配置
镜像来源仅使用私有仓库或可信镜像
运行用户非 root 用户,如 USER 1001
资源限制设置 CPU 和内存 request/limit
自动化 CI/CD 流水线设计
触发代码合并 → 单元测试 → 镜像构建 → 安全扫描 → 部署到预发 → 自动化回归测试 → 生产蓝绿发布
结合 GitHub Actions 与 Argo CD 实现 GitOps 模式,确保环境一致性与回滚能力。
YOLOv8作物病害检测实战源码 这是一套基于YOLOv8n的农田病虫害目标检测系统,对叶片照片做目标检测,识别健康叶片、褐斑病、白粉病、锈病四类,并给出对应防治建议。全流程纯CPU可跑,配套交付完整Python源码、9章实战教程(md/html/pdf三种格式)、100张自造样本及YOLO标签、训练曲线与混淆矩阵截图、Tkinter界面和答辩PPT。 系统围绕五项功能展开:同一套推理逻辑覆盖图像、视频、摄像头三种来源;图形界面选文件即检测,画面叠彩色框标注病名与置信度,右侧面板同步给出症状与防治措施;检测记录自动写入CSV,统计页一键生成四类病害占比饼图;训练结束自动产出损失与精度曲线;内置防治建议文案库,检测命中即回填面板。 选型用YOLOv8n nano档,参数量约320万、权重约6.2MB,CPU单帧几十毫秒,小样本训练5到8分钟完成。数据由data_gen.py程序化绘制100张叶片图,固定随机种子,重跑分布一致,不依赖公开数据集。依赖全部锁版本,教程第7章整理了19条真实报错及排查方法,第8章给出换模型档、换PlantVillage数据集的迁移路径。 适合做计算机视觉方向课程设计或毕业设计的学生,也适合智慧农业方向想了解检测模型如何落进业务面板的学习者。不需要GPU,不需要系统学过目标检测,教程第3章会按需补齐原理。 使用时先pip install -r requirements.txt装好依赖,download_data.py下载预训练权重,data_gen.py生成样本后train.py训练,完成后用main.py infer批量检测或main.py gui启动界面。 立即下载

相关推荐

数据挖掘实战:决策树 + 聚类 + 关联规则,零 Key 离线可跑(Python 源码)

数据挖掘实战包。用 Python 标准库实现 CART 风格决策树、K-Means 聚类与 Apriori 关联规则,在虚构「星河便利店」会员表和购物篮上跑通分类、分群与购物篮分析,并给出准确率、轮廓系数、支持度/置信度/提升度。零第三方依赖、零 API Key 即可离线跑通。含 4 个样例、离线冒烟、中文 README(含「使用方法」)。均为作者原创可运行源码。MIT。作者 blog.csdn.net/mtl1994

产业园区运营负责人如何利用平台实现企业创新需求的精准分析与服务推送?.docx

科易网基于AI模型+行业大数据,在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,推出科技创新领域的AI+工具与数智化解决方案,推动科技创新与产业创新智能化发展。

科技中介服务机构在技术供需对接中如何实现服务流程的自动化与标准化?.docx

科技中介服务机构在技术供需对接中如何实现服务流程的自动化与标准化?

高校技术转移办公室人员在推动成果转化落地过程中,如何实现科技成果的高效推介与价值评估?.docx

科易网基于AI模型+行业大数据,在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,推出科技创新领域的AI+工具与数智化解决方案,推动科技创新与产业创新智能化发展。

产业园区如何高效对接企业技术需求与高校科研成果?.docx

科易网基于AI模型+行业大数据,在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,推出科技创新领域的AI+工具与数智化解决方案,推动科技创新与产业创新智能化发展。

国央企创新负责人如何快速掌握本地科技资源分布与匹配情况?.docx

科易网基于AI模型+行业大数据,在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,推出科技创新领域的AI+工具与数智化解决方案,推动科技创新与产业创新智能化发展。

科技中介服务机构如何通过数智工具提升技术需求挖掘的精准度?.docx

科易网基于AI模型+行业大数据,在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,推出科技创新领域的AI+工具与数智化解决方案,推动科技创新与产业创新智能化发展。

国央企创新负责人如何实现科技成果的精准识别与高效筛选?.docx

科易网基于AI模型+行业大数据,在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,推出科技创新领域的AI+工具与数智化解决方案,推动科技创新与产业创新智能化发展。

政府科技管理者如何在政策支持中更精准地识别和支持高价值科技项目?.docx

科易网基于AI模型+行业大数据,在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,推出科技创新领域的AI+工具与数智化解决方案,推动科技创新与产业创新智能化发展。

高校技术转移办公室人员如何系统化管理科技成果信息?.docx

科易网基于AI模型+行业大数据,在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,推出科技创新领域的AI+工具与数智化解决方案,推动科技创新与产业创新智能化发展。

科技中介服务机构如何构建标准化、模块化的智能服务工具?.docx

科易网基于AI模型+行业大数据,在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,推出科技创新领域的AI+工具与数智化解决方案,推动科技创新与产业创新智能化发展。

全桥LLC谐振变化器参数设计资料(闭环仿真+参数设计报告)

内容概要:本文档系统性地介绍了全桥LLC谐振变换器的闭环仿真建模与关键参数设计方法,涵盖其工作原理、谐振元件(如谐振电感、谐振电容、励磁电感)的计算与优化流程,并结合Simulink或Plecs等仿真平台构建闭环控制系统模型,重点验证变频控制策略下的软开关实现、系统增益特性、效率优化及动态响应性能。资料包含完整的仿真模型、参数设计报告、数学计算书及参考文献,支持从理论分析到工程实践的全流程研究,适用于高频高效DC-DC变换器的研发与教学应用。; 适合人群:电力电子、电气工程及其自动化等相关专业的高校学生、科研人员,以及从事开关电源、新能源变换器、工业电源研发的工程技术人员,具备电路拓扑基础与仿真软件操作能力者更佳。; 使用场景及目标:①深入掌握全桥LLC谐振变换器的工作机理与谐振参数设计准则;②学习并实现闭环反馈控制系统的建模与稳定性分析;③支撑科研课题、课程设计、毕业设计或实际产品开发中的拓扑选型与性能验证需求;④通过仿真与计算联动提升对软开关技术与效率优化的理解与应用能力。; 阅读建议:建议结合所提供的仿真文件与设计文档同步操作,按照“建模—参数计算—仿真验证—性能分析”的流程逐步推进,重点关注频率调节对ZVS/ZCS实现的影响,对比不同负载条件下的闭环响应差异,深化对谐振腔特性和控制策略协同作用的理解。

fab-pm-optimizer-python-entry-py39-20261021-v1-1-0

fab-pm-optimizer-python-entry-py39-20261021-v1-1-0

政府科技管理者如何提升区域科技成果转化项目的评价与筛选效率?.docx

科易网基于AI模型+行业大数据,在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,推出科技创新领域的AI+工具与数智化解决方案,推动科技创新与产业创新智能化发展。

PSIM-三相维也纳VIENNA整流器电压电流双闭环+中点电位平衡SVPWM控制仿真

内容概要:本文档详细介绍了一种基于PSIM软件实现的三相维也纳(VIENNA)整流器仿真模型,重点实现了电压电流双闭环控制与中点电位平衡的SVPWM调制策略。该仿真系统通过精确的控制算法有效提升了整流器的功率因数,降低了输入电流谐波含量,并解决了三电平拓扑中常见的直流侧中点电位偏移问题,具有较高的工程实用价值,适用于高效率、高功率密度的电力电子系统设计与科研验证。文档还整合了丰富的配套资源,涵盖多种电力电子变换器拓扑结构、先进控制算法及典型应用场景,形成了系统化的技术资料体系,有助于深入理解现代整流技术的核心原理与发展动态。; 适合人群:面向从事电力电子、电气工程、新能源变换系统等领域的科研人员、高校研究生以及具备一定仿真基础的工程技术人员。; 使用场景及目标:①深入研究三相VIENNA整流器的工作机理与控制特性;②掌握电压外环、电流内环双闭环控制结构的设计方法;③理解并实现SVPWM调制技术与中点电位平衡控制策略的协同作用;④开展相关控制算法的仿真验证、性能优化与实验对比,为高性能整流装置的研发提供理论支撑和技术原型。; 阅读建议:建议结合文中列出的其他仿真案例(如PWM整流器、LLC谐振变换器、DAB变换器等)进行横向对比学习,充分利用所提供的PSIM、MATLAB/Simulink等多平台仿真资源,重点关注控制逻辑与主电路的耦合关系,通过参数调试与波形分析深化对系统动态响应和稳态性能的理解,强化“理论—建模—仿真—优化”的闭环研究能力。

产业园区运营负责人如何利用数智工具提升园区企业的技术对接效率?.docx

科易网基于AI模型+行业大数据,在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,推出科技创新领域的AI+工具与数智化解决方案,推动科技创新与产业创新智能化发展。

jp-host-release.apk

jp-host-release.apk

ICD10 openGauss版

ICD10 openGauss版

上一篇: 掌握这4步,轻松实现ggplot2中多组趋势线的精准叠加与配色优化
下一篇: 提示词工程效率翻倍,Dify循环语法你真的会用吗?
普通网友
博客等级 码龄3年 606粉丝 2892原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值