2020转it 学php还是java?

本文探讨了程序员行业的发展趋势及不同背景人士适合学习的技术方向。指出选择编程语言前需考虑个人兴趣与能力,并为不同水平的学习者推荐了PHP、Java与Python等语言的学习路径。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

年年都有人问类似的问题,让我来终结这一话题吧。

怎么说呢,曾经大学也迷茫过,也因为这些选择而不知所措,程序员这一行确实是这样,技术革新变化太快,如果是要大学毕业多年,或者没有本科以上的朋友,千万不要转行,这个行业已经不是10年前了,对程序员的要求是越来越高,表面上光鲜亮丽,实则深似海,实际上这不是一个学什么语言的问题,而是要确定人生要走的路,不管你选择哪门语言,你确定好了要当程序员吗?以前读书的时候,我是奔着学计算机而读这个专业的,而很多同学是被调剂过来的,最终,大部分人是没往这个行业走的,当老师,考公务员等等。

如果选择这一行的,我觉得只有以下特征的人,适合做程序员:

  • 至少本科毕业,与专业没太大关系,关键是对这行感兴趣性格不能急躁,耐得住性子,能保持学习的热情英语、数学要还好,逻辑要清晰,不然学的会挺痛苦的,且天花板低当然了,数据结构、组成原理、操作系统、编译原理等等,我觉得这个很重要,但不是必须,慢慢学就好。以上三点个人觉得是必须的。如果不满足条件,真的不建议学这学那的,你有这时间,拿去做别的,天花板还更高。如果满足以上条件,下面分析2020年学什么。PHP、Java、Python等等,如果真的想学,又刚入门,学习成绩不太好,计算机知识储备不足,我建议学前端或者
    PHP,不仅学得快,而且还能做出点东西,会一直提升自己的学习热情,有成就感,把PHP当跳板,用模板语言,学点框架,会接触到前端的东西,路线大致是
    初级PHP -> 中级 PHP -> JAVA or 前端。如果大学成绩好,计算机知识储备高,英语又好,专心学 Java,祖师级书
    Java编程思想 多看几遍,把java基础学好,然后接触 spring boot
    框架,分布式、微服务,高并发什么的,就专心往这里面学就好了,路线就是奔着大厂去。如果是大学学霸级别的,算法非常厉害,大学就搞操作系统、编译原理,各种数据结构、算法原理性手拈来的那种,我强烈建议,学
    Python,做人工智能、机器学习相关的,如果达到那种能看懂底层的那些人脸识别,机器学习相关的代码,了解其中的算法,这就是另外一种级别了。题注可以对号入座了
<think>好的,用户想在ArcGIS或QGIS中对DEM进行重分类。首先,我需要回忆一下这两个软件中关于重分类的功能和步骤。记得在ArcGIS里,重分类通常是通过Spatial Analyst工具里的Reclassify工具完成的。而在QGIS中,可能使用的是Raster Calculator或者Reclassify by Table之类的插件或处理工具。 用户可能对DEM数据不太熟悉,所以需要先解释什么是重分类。重分类就是将栅格中的数值重新映射到新的类别或范围,比如将高程分成不同的等级,用于分析地形或制作地图。不过,用户已经提到了DEM,所以可能已经了解基本概念,但应用步骤是关键。 接下来,要分步骤说明在两个软件中的操作流程。对于ArcGIS,需要确保Spatial Analyst扩展模块已经启用,然后找到Reclassify工具,选择输入栅格,设置分类规则,比如手动划分间隔或使用分类方法(自然间断点、等间隔等),然后指定输出路径。需要提醒用户注意分类方法的适用场景,比如等间隔适合均匀分布的数据,而自然间断点则根据数据分布自动划分。 对于QGIS,可能步骤稍有不同。QGIS默认可能没有直接的Reclassify工具,但可以通过Raster Calculator使用条件语句来重新分类,或者安装Reclassify插件。比如使用GRASS GIS的r.reclass模块,或者SAGA GIS的重分类工具。需要详细说明每种方法的具体步骤,比如在Processing Toolbox里搜索相关工具,设置旧值到新值的映射表,或者使用表达式进行条件赋值。 另外,用户可能会遇到常见问题,比如分类后数据范围不正确,或者输出结果不显示。这时候需要检查输入数据的值域,确认分类规则是否正确覆盖了所有可能的值,或者检查是否忽略了某些特殊值(如Nodata)。此外,输出格式的选择也可能影响结果,建议使用GeoTIFF等常见格式以确保兼容性。 还要考虑用户的实际应用场景。例如,重分类可能用于洪水模拟,将高程分为淹没区和非淹没区;或者用于土地利用规划,划分不同的坡度等级。不同的应用可能需要不同的分类策略,因此提供一些实例会有帮助。 最后,生成相关问题时,需要围绕DEM处理的其他操作,比如坡度计算、山体阴影生成,或者与其他软件的比较,比如如何选择ArcGIS和QGIS进行这类操作。可能还要涉及数据预处理步骤,比如如何纠正DEM中的错误或填补缺失值。</think>### 如何在 ArcGIS 或 QGIS 中对 DEM 进行重分类? #### **ArcGIS 操作步骤** 1. **启用 Spatial Analyst 扩展** 打开 ArcMap 或 ArcGIS Pro,依次点击 `Customize > Extensions`,勾选 `Spatial Analyst`[^1]。 2. **打开重分类工具** 在 `Toolbox` 中导航至 `Spatial Analyst Tools > Reclass > Reclassify`。 3. **设置参数** - 输入栅格:选择 DEM 数据。 - 分类方法:支持手动划分区间或自动分类(如自然间断点、等间隔)。 - 输出栅格:指定保存路径。 ```python # 示例:通过代码调用工具 arcpy.Reclassify_3d("dem.tif", "VALUE", "0 500 1;500 1000 2;1000 1500 3", "output_reclass.tif") ``` 4. **验证结果** 检查输出栅格的属性表,确认高程值已按规则映射到新类别。 --- #### **QGIS 操作步骤** 1. **使用 Raster Calculator** - 打开 `Raster Calculator`(Processing Toolbox 中搜索)。 - 输入条件表达式,例如将高程分为三类: ``` (dem@1 <= 500) * 1 + (dem@1 > 500 AND dem@1 <= 1000) * 2 + (dem@1 > 1000) * 3 ``` - 指定输出格式为 GeoTIFF。 2. **通过插件重分类(如 Reclassify by Table)** - 安装 `Reclassify by Table` 插件。 - 定义旧值范围与新值的映射表,例如: | 旧值范围 | 新值 | |----------|------| | 0-500 | 1 | | 500-1000 | 2 | | >1000 | 3 | 3. **GRASS GIS 工具** 在 Processing Toolbox 中搜索 `r.reclass`,上传规则文件(如 `rules.txt`)定义分类规则。 --- #### **常见问题与注意事项** - **数据范围不匹配**:检查 DEM 的元数据,确认高程值范围是否覆盖分类区间。 - **Nodata 处理**:在 QGIS 中可通过 `Raster Calculator` 添加条件 `ELSE 0` 或保留原值。 - **分类方法选择**: - 等间隔:适用于均匀分布的高程数据。 - 自然间断点:适合突出地形突变区域[^2]。 ---
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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