Python-数据分析组合可视化实例图【附完整源码】

数据分析组合可视化实例图

开篇：应女朋友的要求，于是写下了这篇详细的数据可视化代码及完整注释

一：柱状图、折线图横向组合网格布局

本段代码使用了pyecharts库来创建一个包含多个图表（柱状图、折线图）和网格布局的复杂可视化。以下是关于每一行代码的详细解释：

实现效果展示：
在这里插入图片描述

# 从pyecharts库中导入options模块，并将其重命名为opts。
from pyecharts import options as opts
# 从pyecharts.charts模块中导入Bar（柱状图）、Grid（网格布局）和Line（折线图）类。
from pyecharts.charts import Bar, Grid, Line# 创建第一个柱状图（bar）
# 初始化一个Bar对象。
bar = (Bar()# 使用.add_xaxis()方法添加X轴数据，这里是月份。.add_xaxis(["{}月".format(i) for i in range(1, 13)])# 使用.add_yaxis()方法添加两组Y轴数据（蒸发量和降水量），并为它们设置不同的颜色和Y轴索引。.add_yaxis("蒸发量",[2.0, 4.9, 7.0, 23.2, 25.6, 76.7, 135.6, 162.2, 32.6, 20.0, 6.4, 3.3],yaxis_index=0,color="#d14a61",).add_yaxis("降水量",[2.6, 5.9, 9.0, 26.4, 28.7, 70.7, 175.6, 182.2, 48.7, 18.8, 6.0, 2.3],yaxis_index=1,color="#5793f3",)# 使用.extend_axis()方法扩展两个额外的Y轴，分别用于表示蒸发量和温度，设置它们的名称、位置、范围和样式。.extend_axis(yaxis=opts.AxisOpts(name="蒸发量",type_="value",min_=0,max_=250,position="right",axisline_opts=opts.AxisLineOpts(linestyle_opts=opts.LineStyleOpts(color="#d14a61")),axislabel_opts=opts.LabelOpts(formatter="{value} ml"),)).extend_axis(yaxis=opts.AxisOpts(type_="value",name="温度",min_=0,max_=25,position="left",axisline_opts=opts.AxisLineOpts(linestyle_opts=opts.LineStyleOpts(color="#675bba")),axislabel_opts=opts.LabelOpts(formatter="{value} °C"),splitline_opts=opts.SplitLineOpts(is_show=True, linestyle_opts=opts.LineStyleOpts(opacity=1)),))# 使用.set_global_opts()方法设置全局配置，包括Y轴配置、标题、提示框和图例。.set_global_opts(yaxis_opts=opts.AxisOpts(name="降水量",min_=0,max_=250,position="right",offset=80,axisline_opts=opts.AxisLineOpts(linestyle_opts=opts.LineStyleOpts(color="#5793f3")),axislabel_opts=opts.LabelOpts(formatter="{value} ml"),),title_opts=opts.TitleOpts(title="多X/Y轴可视化示例"),tooltip_opts=opts.TooltipOpts(trigger="axis", axis_pointer_type="cross"),legend_opts=opts.LegendOpts(pos_left="25%"),)
)# 创建第一个折线图（line）
# 初始化一个Line对象。
line = (Line()# 使用.add_xaxis()方法添加X轴数据。.add_xaxis(["{}月".format(i) for i in range(1, 13)])# 使用.add_yaxis()方法添加一组Y轴数据（平均温度），并设置颜色和Y轴索引。.add_yaxis("平均温度",[2.0, 2.2, 3.3, 4.5, 6.3, 10.2, 20.3, 23.4, 23.0, 16.5, 12.0, 6.2],yaxis_index=2,color="#675bba",label_opts=opts.LabelOpts(is_show=False),)
)# 创建第二个柱状图（bar1）
# 类似于第一个柱状图的创建，但X轴和Y轴索引不同，用于在网格布局中定位。
bar1 = (Bar().add_xaxis(["{}月".format(i) for i in range(1, 13)]).add_yaxis("蒸发量 1",[2.0, 4.9, 7.0, 23.2, 25.6, 76.7, 135.6, 162.2, 32.6, 20.0, 6.4, 3.3],color="#d14a61",xaxis_index=1,yaxis_index=3,).add_yaxis("降水量 2",[2.6, 5.9, 9.0, 26.4, 28.7, 70.7, 175.6, 182.2, 48.7, 18.8, 6.0, 2.3],color="#5793f3",xaxis_index=1,yaxis_index=3,).extend_axis(yaxis=opts.AxisOpts(name="蒸发量",type_="value",min_=0,max_=250,position="right",axisline_opts=opts.AxisLineOpts(linestyle_opts=opts.LineStyleOpts(color="#d14a61")),axislabel_opts=opts.LabelOpts(formatter="{value} ml"),)).extend_axis(yaxis=opts.AxisOpts(type_="value",name="温度",min_=0,max_=25,position="left",axisline_opts=opts.AxisLineOpts(linestyle_opts=opts.LineStyleOpts(color="#675bba")),axislabel_opts=opts.LabelOpts(formatter="{value} °C"),splitline_opts=opts.SplitLineOpts(is_show=True, linestyle_opts=opts.LineStyleOpts(opacity=1)),)).set_global_opts(xaxis_opts=opts.AxisOpts(grid_index=1),yaxis_opts=opts.AxisOpts(name="降水量",min_=0,max_=250,position="right",offset=80,grid_index=1,axisline_opts=opts.AxisLineOpts(linestyle_opts=opts.LineStyleOpts(color="#5793f3")),axislabel_opts=opts.LabelOpts(formatter="{value} ml"),),tooltip_opts=opts.TooltipOpts(trigger="axis", axis_pointer_type="cross"),legend_opts=opts.LegendOpts(pos_left="65%"),)
)# 创建第二个折线图（line1）
# 类似于第一个折线图的创建，但X轴和Y轴索引不同，用于在网格布局中定位。
line1 = (Line().add_xaxis(["{}月".format(i) for i in range(1, 13)]).add_yaxis("平均温度 1",[2.0, 2.2, 3.3, 4.5, 6.3, 10.2, 20.3, 23.4, 23.0, 16.5, 12.0, 6.2],color="#675bba",label_opts=opts.LabelOpts(is_show=False),xaxis_index=1,yaxis_index=5,)
)# 重叠图表
# 使用.overlap()方法将第一个柱状图和折线图重叠。
overlap_1 = bar.overlap(line)
# 使用.overlap()方法将第二个柱状图和折线图重叠。
overlap_2 = bar1.overlap(line1)# 创建网格布局（grid）
grid = (# 初始化一个Grid对象，并设置初始宽度和高度。Grid(init_opts=opts.InitOpts(width="1200px", height="500px"))# 使用.add()方法将第一个重叠图表添加到网格的右侧。.add(overlap_1, grid_opts=opts.GridOpts(pos_right="58%"), is_control_axis_index=True)# 使用.add()方法将第二个重叠图表添加到网格的左侧。.add(overlap_2, grid_opts=opts.GridOpts(pos_left="58%"), is_control_axis_index=True)# 使用.render()方法生成并保存HTML文件，该文件包含所有图表和网格布局的可视化。.render("重叠图表和网格.html")
)

二：散点图与折线图横向组合网格布局

本段代码展示了如何使用pyecharts库来创建并组合一个散点图和一个折线图，并将它们放置在一个网格（Grid）布局中。以下是关于每一行代码的详细解释：

实现效果展示：
在这里插入图片描述

# 导入pyecharts库中的options模块（并设置别名为opts）
from pyecharts import options as opts
# 导入Grid、Line、Scatter这三个图表类。
from pyecharts.charts import Grid, Line, Scatter# 定义了两组X轴数据（x_data_a和x_data_b）以及四组Y轴数据（y_data_a、y_data_b、y_date_c、y_date_d）。这些数据将用于创建散点图和折线图
x_data_a = ['草莓', '西瓜', '香蕉', '椰子', '蓝莓', '榴莲', '牛油果']
x_data_b = ['香菜', '蘑菇', '柿子', '黄瓜', '菠菜', '韭菜', '南瓜']
y_data_a = [10, 23, 46, 70, 54, 31, 28]
y_data_b = [15, 20, 31, 55, 35, 43, 68]
y_date_c = [23, 35, 31, 50, 54, 13, 67]
y_date_d = [56, 23, 45, 32, 12, 67, 40]# 这创建了一个散点图对象scatter
scatter = (Scatter()# 设置X轴数据为x_data_a.add_xaxis(x_data_a)# 分别添加两组Y轴数据，并设置其系列名称为“售出”和“收益”。.add_yaxis("售出", y_data_a).add_yaxis("收益", y_data_b)# 设置全局配置项，包括标题、图例位置和X轴标签的旋转角度。.set_global_opts(title_opts=opts.TitleOpts(title="蔬菜"),legend_opts=opts.LegendOpts(pos_left="20%"),xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=45)),)
)# 创建了一个折线图对象line
line = (Line()# 设置X轴数据为x_data_b.add_xaxis(x_data_b)# 分别添加两组Y轴数据，并设置其系列名称为“售出”和“收益”.add_yaxis("售出", y_date_c).add_yaxis("收益", y_date_d)# 设置全局配置项，包括标题、图例位置和X轴标签的旋转角度.set_global_opts(title_opts=opts.TitleOpts(title="水果", pos_right="5%"),legend_opts=opts.LegendOpts(pos_right="20%"),xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=45)),)
)# 这段代码创建了一个Grid对象，用于将散点图和折线图组合在一起
grid = (Grid()# 将散点图添加到网格中，并设置其位置为左侧55%的位置.add(scatter, grid_opts=opts.GridOpts(pos_left="55%"))# 将折线图添加到网格中，并设置其位置为右侧55%的位置.add(line, grid_opts=opts.GridOpts(pos_right="55%"))# 渲染图表，并将其保存为HTML文件，文件名为“散点与折线组合.html”.render("散点与折线组合.html")
)

三：柱状图、折线图竖向组合网格布局

本段代码展示了如何使用pyecharts库创建一个包含柱状图和折线图的竖向网格布局图表，并自定义了x轴和y轴的标签和数据。以下是关于每一行代码的详细解释：

实现效果展示：
在这里插入图片描述

# 导入pyecharts库中的options模块，并重命名为opts，用于设置图表的各种选项
from pyecharts import options as opts
# 导入pyecharts库中的Bar（柱状图）、Grid（网格布局）、Line（折线图）图表类
from pyecharts.charts import Bar, Grid, Line# 定义一个列表，自定义x轴标签
x_axis_data = ["西瓜", "香蕉", "蓝莓", "椰子", "榴莲", "草莓", "木瓜", "水蜜桃"]# 定义两个列表，自定义柱状图和折线图的y轴数据
bar_y_axis_data = [18, 25, 30, 44, 53, 34, 79, 56]
line_y_axis_data = [13, 30, 67, 45, 55, 67, 89, 54]# 创建一个柱状图对象，并设置其x轴标签、y轴数据（包括销售量和利润），以及全局选项（如标题）
bar = (Bar().add_xaxis(x_axis_data)  # 使用自定义的x轴标签.add_yaxis("销售量", bar_y_axis_data)  # 添加一个名为“销售量”的系列，数据为bar_y_axis_data.add_yaxis("利润", [v * 0.5 for v in bar_y_axis_data])  # 添加一个名为“利润”的系列，数据为销售量的一半.set_global_opts(title_opts=opts.TitleOpts(title="柱状图"))  # 设置全局选项，包括图表标题
)# 创建一个折线图对象，并设置其x轴标签、y轴数据（包括销售量和利润），以及全局选项（如标题和图例位置）
line = (Line().add_xaxis(x_axis_data)  # 使用自定义的x轴标签.add_yaxis("销售量", line_y_axis_data)  # 添加一个名为“销售量”的系列，数据为line_y_axis_data.add_yaxis("利润", [v * 0.5 for v in line_y_axis_data])  # 添加一个名为“利润”的系列，数据为销售量的一半.set_global_opts(title_opts=opts.TitleOpts(title="折线图", pos_top="48%"),  # 设置图表标题及其位置legend_opts=opts.LegendOpts(pos_top="48%"),  # 设置图例位置)
)# 创建一个网格布局对象，将柱状图和折线图添加到布局中，并设置它们的位置，最后渲染图表到HTML文件
grid = (Grid().add(bar, grid_opts=opts.GridOpts(pos_bottom="60%"))  # 将柱状图添加到网格布局中，并设置其位置.add(line, grid_opts=opts.GridOpts(pos_top="60%"))  # 将折线图添加到网格布局中，并设置其位置.render("柱状图和折线图的网格布局图表.html")  # 渲染图表到HTML文件
)

四：柱状图、折线图内嵌组合网格布局

本段代码展示了如何使用pyecharts库创建并保存一个包含柱状图和折线图的复合图表，通过设置不同的Y轴索引和扩展Y轴，实现了多Y轴的效果。以下是关于每一行代码的详细解释：

实现效果展示：
在这里插入图片描述

# 导入pyecharts库中的options模块和Bar, Grid, Line图表类。
from pyecharts import options as opts
from pyecharts.charts import Bar, Grid, Line
# 创建一个列表x_data，包含1到12月的字符串表示。
x_data = ["{}月".format(i) for i in range(1, 13)]
# 创建一个Bar对象，并添加X轴数据。
bar = (Bar().add_xaxis(x_data)# 添加一个名为"蒸发量"的Y轴系列，设置其数据、Y轴索引、颜色等属性。.add_yaxis("蒸发量",[2.0, 4.9, 7.0, 23.2, 25.6, 76.7, 135.6, 162.2, 32.6, 20.0, 6.4, 3.3],yaxis_index=0,color="#d14a61",)#  添加一个名为"降水量"的Y轴系列，设置其数据、Y轴索引、颜色等属性。.add_yaxis("降水量",[2.6, 5.9, 9.0, 26.4, 28.7, 70.7, 175.6, 182.2, 48.7, 18.8, 6.0, 2.3],yaxis_index=1,color="#5793f3",)# 扩展一个名为"蒸发量"的Y轴，设置其名称、类型、最小值、最大值、位置、轴线样式、标签格式等属性。.extend_axis(yaxis=opts.AxisOpts(name="蒸发量",type_="value",min_=0,max_=250,position="right",axisline_opts=opts.AxisLineOpts(linestyle_opts=opts.LineStyleOpts(color="#d14a61")),axislabel_opts=opts.LabelOpts(formatter="{value} ml"),))# 扩展一个名为"温度"的Y轴，设置其名称、类型、最小值、最大值、位置、轴线样式、标签格式、分割线样式等属性。.extend_axis(yaxis=opts.AxisOpts(type_="value",name="温度",min_=0,max_=25,position="left",axisline_opts=opts.AxisLineOpts(linestyle_opts=opts.LineStyleOpts(color="#675bba")),axislabel_opts=opts.LabelOpts(formatter="{value} °C"),splitline_opts=opts.SplitLineOpts(is_show=True, linestyle_opts=opts.LineStyleOpts(opacity=1)),)).set_global_opts(yaxis_opts=opts.AxisOpts(name="降水量",min_=0,max_=250,position="right",offset=80,axisline_opts=opts.AxisLineOpts(linestyle_opts=opts.LineStyleOpts(color="#5793f3")),axislabel_opts=opts.LabelOpts(formatter="{value} ml"),),title_opts=opts.TitleOpts(title="多Y轴示例"),tooltip_opts=opts.TooltipOpts(trigger="axis", axis_pointer_type="cross"),)
)# 创建一个Line对象，并添加X轴数据和名为"平均温度"的Y轴系列，设置其数据、Y轴索引、颜色、标签显示等属性。
line = (Line().add_xaxis(x_data).add_yaxis("平均温度",[2.0, 2.2, 3.3, 4.5, 6.3, 10.2, 20.3, 23.4, 23.0, 16.5, 12.0, 6.2],yaxis_index=2,color="#675bba",label_opts=opts.LabelOpts(is_show=False),)
)# 将折线图line重叠到柱状图bar上。
bar.overlap(line)
# 创建一个Grid对象。
grid = Grid()
# 将bar图表添加到Grid中，并设置其位置参数，以及是否控制轴索引。
grid.add(bar, opts.GridOpts(pos_left="5%", pos_right="20%"), is_control_axis_index=True)
# 将Grid图表渲染为HTML文件，文件名为"树状与折线.html"。
grid.render("柱状与折线内嵌图.html")

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.rhkb.cn/news/368310.html

如若内容造成侵权/违法违规/事实不符，请联系长河编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

鸿蒙应用更新跳转到应用市场

鸿蒙应用更新跳转到应用市场

鸿蒙没有应用下载安装，只支持跳转到应用市场更新 gotoMarket(){try {const request: Want {parameters: {// 此处填入要加载的应用包名，例如： bundleName: "com.huawei.hmsapp.appgallery"bundleName: com.huawei.hmos.maps.app}}…
阅读更多...
【NOI-题解】1372. 活动选择1456. 淘淘捡西瓜1485. 接水问题

【NOI-题解】1372. 活动选择1456. 淘淘捡西瓜1485. 接水问题

文章目录 一、前言二、问题问题：1372. 活动选择问题：1456. 淘淘捡西瓜问题：1485. 接水问题 三、感谢 一、前言 本章节主要对贪心问题进行讲解，包括《1372. 活动选择》《1456. 淘淘捡西瓜》《1485. 接水问题》题目。 二、问题 问…
阅读更多...
Debian linux安装最新版Cmake

Debian linux安装最新版Cmake

直接sudo apt install camke不是最新版本 卸载cmake sudo apt autoremove cmake下载cmake cmake官网 最上面的是候选版本，往下滑是最新稳定版 解压（改成自己的包） tar -zxvf cmake-3.30.0-rc4.tar.gz进入解压后的文件夹 lscd cmake-3.3…
阅读更多...
【项目实践】贪吃蛇

【项目实践】贪吃蛇

一、游戏效果展示二、博客目标三、使用到的知识四、Win32 API 介绍 4.1 WIn32 API4.2 控制台程序4.3 控制屏幕上的坐标COORD4.4 GetStdHandle4.5 GetConsoleCursorInfo 4.5.1 CONSOLE_CURSOR_INFO 4.6 SetConsoleCursorInfo4.7 SetConsoleCursorPosition4.8 GetAsyncKeyState 五…
阅读更多...
Python 项目依赖离线管理 pip + requirements.txt

Python 项目依赖离线管理 pip + requirements.txt

背景 项目研发环境不支持联网，无法通过常规 pip install 来安装依赖，此时需要在联网设备下载依赖，然后拷贝到离线设备进行本地安装。 两台设备的操作系统、Python 版本尽可能一致。 离线安装依赖 # 在联网设备上安装项目所需的依赖 # -d …
阅读更多...
Unity射击游戏开发教程：（29）躲避敌人的子弹射击

Unity射击游戏开发教程：（29）躲避敌人的子弹射击

在这篇文章中，我将介绍如何创建一个可以使玩家火力无效的敌人。创建的行为如下...... 当玩家向敌人开火时，敌人会向左或向右移动。向左或向右的移动是随机选择的，并在一段时间后停止敌人的移动。如果敌人移出屏幕，它就会绕到另一边。将一个精灵拖到画布上，将其缩小以匹配游…
阅读更多...
03.C1W2.Sentiment Analysis with Naïve Bayes

03.C1W2.Sentiment Analysis with Naïve Bayes

目录 Probability and Bayes’ RuleIntroductionProbabilitiesProbability of the intersection Bayes’ RuleConditional ProbabilitiesBayes’ RuleQuiz: Bayes’ Rule Applied Nave Bayes IntroductionNave Bayes for Sentiment Analysis P ( w i ∣ c l a s s ) P(w_i|clas…
阅读更多...
基于RK3588的GMSL、FPDLink 、VByone及MIPI等多种摄像模组，适用于车载、机器人工业图像识别领域

基于RK3588的GMSL、FPDLink 、VByone及MIPI等多种摄像模组，适用于车载、机器人工业图像识别领域

机器人&工业摄像头 针对机器人视觉与工业检测视觉，信迈自主研发和生产GMSL、FPDLink 、VByone及MIPI等多种摄像模组，并为不同应用场景提供多种视场角度和镜头。拥有资深的图像算法和图像ISP专家团队，能够在软件驱动层开发、ISP算法、FPG…
阅读更多...
【C#】找不到属性集方法。get只读属性用了反射设置setValue肯定报错

【C#】找不到属性集方法。get只读属性用了反射设置setValue肯定报错

欢迎来到《小5讲堂》 这是《C#》系列文章，每篇文章将以博主理解的角度展开讲解。 温馨提示：博主能力有限，理解水平有限，若有不对之处望指正！ 背景 找不到属性集方法。get只读属性用了反射设置setValue肯定报错 报错…
阅读更多...
ffmpeg下载/配置环境/测试

ffmpeg下载/配置环境/测试

一、下载 1、访问FFmpeg官方网站下载页面：FFmpeg Download Page； 2、选择适合Windows的版本（将鼠标移动到windows端）。通常，你会找到“Windows builds from gyan.dev”或者“BtbN GitHub Releases”等选项&#xff0…
阅读更多...
私域和社群的差别是什么？

私域和社群的差别是什么？

社群就是拉很多人建群就可以了，但是私域不是，这里有三点不同 1、私域的用户来源，不仅仅是微信，而是基于一定的联系形成的链接，比如买了商家的货，反复购买觉得好，推荐给亲朋好友的二次开发用户&…
阅读更多...
探讨4层代理和7层代理行为以及如何获取真实客户端IP

探讨4层代理和7层代理行为以及如何获取真实客户端IP

准备工作 实验环境 IP角色192.168.1.100客户端请求IP192.168.1.100python 启动的HTTP服务192.168.1.102nginx服务192.168.1.103haproxy 服务 HTTP服务 这是一个简单的HTTP服务，主要打印HTTP报文用于分析客户端IP #!/usr/bin/env python # coding: utf-8import …
阅读更多...
java-数据结构与算法-02-数据结构-02-链表

java-数据结构与算法-02-数据结构-02-链表

文章目录 1. 概述2. 单向链表3. 单向链表（带哨兵）4. 双向链表（带哨兵）5. 环形链表（带哨兵）6. 习题E01. 反转单向链表-Leetcode 206E02. 根据值删除节点-Leetcode 203E03. 两数相加-Leetcode 2E04. 删除倒数…
阅读更多...
C++必修：深入理解继承与虚继承

C++必修：深入理解继承与虚继承

✨✨ 欢迎大家来到贝蒂大讲堂✨✨ 🎈🎈养成好习惯，先赞后看哦~🎈🎈 所属专栏：C学习 贝蒂的主页：Betty’s blog 1. 继承的概念与定义 1.1. 继承的概念 继承(inheritance)机制是面向对象程序设计…
阅读更多...
上位机网络通讯

上位机网络通讯

目录 一 设计原型 二 后台源码 一 设计原型 二 后台源码 using System; using System.Net.Sockets; using System.Text; using System.Threading.Tasks; using System.Windows.Forms;namespace 上位机网络通讯 {public partial class Form1 : Form{public Form1(){Initializ…
阅读更多...
昇思学习打卡-5-基于Mindspore实现BERT对话情绪识别

昇思学习打卡-5-基于Mindspore实现BERT对话情绪识别

本章节学习一个基本实践–基于Mindspore实现BERT对话情绪识别 自然语言处理任务的应用很广泛，如预训练语言模型例如问答、自然语言推理、命名实体识别与文本分类、搜索引擎优化、机器翻译、语音识别与合成、情感分析、聊天机器人与虚拟助手、文本摘要与生成、信息抽…
阅读更多...
Windows系统安装SSH服务结合内网穿透配置公网地址远程ssh连接

Windows系统安装SSH服务结合内网穿透配置公网地址远程ssh连接

前言 在当今的数字化转型时代，远程连接和管理计算机已成为日常工作中不可或缺的一部分。对于 Windows 用户而言，SSH（Secure Shell）协议提供了一种安全、高效的远程访问和命令执行方式。SSH 不仅提供了加密的通信通道，…
阅读更多...
实验九 存储过程和触发器

实验九 存储过程和触发器

题目 创建并执行一个无参数的存储过程proc_product1，通过该存储过程可以查询商品类别名称为“笔记本电脑”的商品的详细信息：包括商品编号、商品名称、品牌、库存量、单价和上架时间信息 2、创建并执行一个带输入参数的存储过程proc_product2&#xff…
阅读更多...
(PC+WAP)高端大气的装修装潢公司网站模板

(PC+WAP)高端大气的装修装潢公司网站模板

(PCWAP)高端大气的装修装潢公司网站模板PbootCMS内核开发的网站模板，该模板适用于装修公司网站、装潢公司网站等企业，当然其他行业也可以做，只需要把文字图片换成其他行业的即可；(PCWAP)，同一个后台，数据即…
阅读更多...
设计模式-代理模式和装饰者模式

设计模式-代理模式和装饰者模式

二者都是结构型的设计模式. 1.代理模式 1.1定义 为其他对象提供一种代理以控制对这个对象的访问. 代理从code实现方面分为静态代理和动态代理两种； 从适用范围来看,分为远程代理,虚拟代理,保护代理,智能引用几种. 远程代理:为某个对象在不同的内存地址空间提供…
阅读更多...
最新文章
推荐文章

Copyright @ 2022~2023