【简单易用，新人友好】一个轻量级生物信息学流程框架，从此解决99%的生物信息学流程搭建问题...

生物信息学数据分析流程的搭建是一项繁重而复杂的工作。随着行业的发展，各种生信流程框架层出不穷，比如有:

  • Nextflow

  • Snakemake

  • CWL

  • WDL

各种标准，各种规则，令人眼花缭乱。选择太多，往往令人无所适从。特别是新进入行业的人，不知道从何着手，一个一个学过去，对时间精力的耗费是巨大的，也是不必要的。不仅如此，既有的流程框架为了追求大而全，往往显得很笨重，这无疑增加了开发、维护和使用的难度。

针对现有流程框架的不足，我们开发了zflow，旨在为组学数据分析提供一个通用而又简单易用的轻量级框架。

https://github.com/jianzuoyi/zflow

功能简介

  • 支持单样本流程搭建：如转录组标准分析、WGS、WES重测序等。

  • 支持配对样本流程搭建：如肿瘤NGS变异检测等。

  • 支持加测：即支持一个样本多个文库，一个文库多条Lane的实验设计。

设计理念

我们相信 Linux 是生信流程设计的通用语言，坚持直接用Linux shell脚本编写生信流程。

整体框架

流程主要由两部分组成：

  • 模板文件：我们将流程所需的所有软件/脚本调用，计算资源（Cpu, 内存）以及任务之间的依赖关系，在一个 XML 模板文件中定义。

  • 解析器：zflow，负责将XML模板文件解析为Shell脚本。

  • 投递器：针对不同的集群环境，编写相应的任务投递插件。

zflow程序只有一个，即所有流程通用的。而每一条流程，会编写一个XML模板文件。任务投递，则是根据集群类型的不同，交给不同的投递插件。

软件依赖

  • Python 3.9.18

  • pandas 2.0.3

  • networkx 3.2.1

安装好Python和依赖的软件包，并将Python所在的路径加入环境变量中，如：

export PATH=/path/to/python3.9.18/bin:$PATH

快速开始 

git clone git@github.com:jianzuoyi/zflow.gitcd zflow./zflow -h
usage: zflow [-h] --xml XML [--env ENV] [--bed BED] [--par PAR] --config CONFIG --outdir OUTDIR [--overwrite] [--verbose]A pipeline framework for NGS data analysis.optional arguments:-h, --help       show this help message and exit--xml XML        XML config file for different project Type--env ENV        The path of Environment.sh [$PIPEDIR/config/Environment.sh]--bed BED        The path of BED file [Default is $Target in Environment.sh]--par PAR        Parameters file [Para=Value per line]--config CONFIG  Config file of Data path and Custom Infomation--outdir OUTDIR  Output directory--overwrite      Overwrite output results--verbose        Show detail message

使用说明

1. 生成任务

准备config文件：config.tsv

Project Patient Sample Type Data
mRNA hg002_gm24385 hg002_gm24385 . /ifs/public/test-data/giab/hg002_gm24385.mrna.R[12].fastq.gz
mRNA hg002_gm26105 hg002_gm26105 . /ifs/public/test-data/giab/hg002_gm26105.mrna.R[12].fastq.gz
mRNA hg002_gm27730 hg002_gm27730 . /ifs/public/test-data/giab/hg002_gm27730.mrna.R[12].fastq.gz
mRNA hg004_gm24143 hg004_gm24143 . /ifs/public/test-data/giab/hg004_gm24143.mrna.R[12].fastq.gz
mRNA hg005_gm24631 hg005_gm24631 . /ifs/public/test-data/giab/hg005_gm24631.mrna.R[12].fastq.gz

  • Project: 项目名称，可以任意设置

  • Patient: 病人/对象ID，可以重复，因为一个病人/对象可能有多个样本

  • Sample: 样本ID，一个病人/对象可以有多个样本，但样本ID必须唯一

  • Type：样本类型，用于区分配对样本，如果T代表肿瘤样本，N代表正常对照样本

  • Data: 数据路径。支持双端测序数据的分析。

准备运行脚本：run.sh

#!/bin/bash
set -euo pipefailconfig=./config.tsv
outdir=./result
template=./RNAseq_Standard_Analysis_PE.xml./zflow \--xml $template \--config $config \--outdir $outdir \--verbose

  • --xml  流程模板文件

  • --config  样本信息配置文件

  • --outdir  分析结果输出目录

  • --verbose  解析XML过程中输出详细提示信息，否则采用安静模式

运行：

./run.sh

最后输出：

...
Reading tasks
Checking task dependencies
Sorting tasks
Sorting tasks doneLocal tasks: /nas/develop/zflow/result/Tasks/mRNA/bin/mRNA_tasks.sh

最终输出的文件 mRNA_tasks.sh 即是总的Shell脚本文件，该文件中每一行是一个任务脚本。可以看到，每个任务脚本的文件名是以01，02这样的数字编号开头的，这些编号即表示该任务在整个流程中的顺序。

less mRNA_tasks.sh
/nas/develop/zflow/result/Tasks/mRNA/bin/01_Begin_mRNA.sh/nas/develop/zflow/result/Tasks/mRNA/bin/02_Cat_Fastq_hg002_gm24385_hg002_gm24385.sh
/nas/develop/zflow/result/Tasks/mRNA/bin/02_Cat_Fastq_hg002_gm26105_hg002_gm26105.sh
/nas/develop/zflow/result/Tasks/mRNA/bin/02_Cat_Fastq_hg002_gm27730_hg002_gm27730.sh
/nas/develop/zflow/result/Tasks/mRNA/bin/02_Cat_Fastq_hg004_gm24143_hg004_gm24143.sh
/nas/develop/zflow/result/Tasks/mRNA/bin/02_Cat_Fastq_hg005_gm24631_hg005_gm24631.sh/nas/develop/zflow/result/Tasks/mRNA/bin/03_Cat_Fastq_hg002_gm24385.sh
/nas/develop/zflow/result/Tasks/mRNA/bin/03_Cat_Fastq_hg002_gm26105.sh
/nas/develop/zflow/result/Tasks/mRNA/bin/03_Cat_Fastq_hg002_gm27730.sh
/nas/develop/zflow/result/Tasks/mRNA/bin/03_Cat_Fastq_hg004_gm24143.sh
/nas/develop/zflow/result/Tasks/mRNA/bin/03_Cat_Fastq_hg005_gm24631.sh/nas/develop/zflow/result/Tasks/mRNA/bin/04_FastQC_hg002_gm24385_hg002_gm24385.sh
/nas/develop/zflow/result/Tasks/mRNA/bin/04_FastQC_hg002_gm26105_hg002_gm26105.sh
/nas/develop/zflow/result/Tasks/mRNA/bin/04_FastQC_hg002_gm27730_hg002_gm27730.sh
/nas/develop/zflow/result/Tasks/mRNA/bin/04_FastQC_hg004_gm24143_hg004_gm24143.sh
/nas/develop/zflow/result/Tasks/mRNA/bin/04_FastQC_hg005_gm24631_hg005_gm24631.sh
/nas/develop/zflow/result/Tasks/mRNA/bin/04_Fastp_hg002_gm24385.sh
/nas/develop/zflow/result/Tasks/mRNA/bin/04_Fastp_hg002_gm26105.sh
/nas/develop/zflow/result/Tasks/mRNA/bin/04_Fastp_hg002_gm27730.sh
/nas/develop/zflow/result/Tasks/mRNA/bin/04_Fastp_hg004_gm24143.sh
/nas/develop/zflow/result/Tasks/mRNA/bin/04_Fastp_hg005_gm24631.sh...

2. 投递任务

理论上来说，逐行执行 mRNA_tasks.sh 中的脚本，就可以得到分析结果，只是不能充分利用集群的计算资源。

你可以将这些任务手动投递到集群上，编号相同的任务可以同时投递。这是一种解决方案，但显然不是最优的。更好的方案是写一个插件与zflow衔接，将zflow生成的任务自动投递到集群上。

这得益于zflow两点独有的设计：其在生成脚本时，同时保留了任务的依赖关系，以及每一个任务所需要的Cpu和内存资源。

mRNA_tasks.sh文件的后面，还跟着一些以#order开头的行，这些行就表示任务之间的依赖关系。后续插件可以根据这些信息将所有任务添加到一个DAG图当中，从而自动高效地向集群投递任务。

#order 01_Begin_mRNA before 02_Cat_Fastq_hg002_gm24385_hg002_gm24385
#order 01_Begin_mRNA before 02_Cat_Fastq_hg002_gm26105_hg002_gm26105
#order 01_Begin_mRNA before 02_Cat_Fastq_hg002_gm27730_hg002_gm27730
#order 01_Begin_mRNA before 02_Cat_Fastq_hg004_gm24143_hg004_gm24143
#order 01_Begin_mRNA before 02_Cat_Fastq_hg005_gm24631_hg005_gm24631#order 02_Cat_Fastq_hg002_gm24385_hg002_gm24385 before 03_Cat_Fastq_hg002_gm24385
#order 02_Cat_Fastq_hg002_gm26105_hg002_gm26105 before 03_Cat_Fastq_hg002_gm26105
#order 02_Cat_Fastq_hg002_gm27730_hg002_gm27730 before 03_Cat_Fastq_hg002_gm27730
#order 02_Cat_Fastq_hg004_gm24143_hg004_gm24143 before 03_Cat_Fastq_hg004_gm24143
#order 02_Cat_Fastq_hg005_gm24631_hg005_gm24631 before 03_Cat_Fastq_hg005_gm24631#order 03_Cat_Fastq_hg002_gm24385 before 04_FastQC_hg002_gm24385_hg002_gm24385
#order 03_Cat_Fastq_hg002_gm26105 before 04_FastQC_hg002_gm26105_hg002_gm26105
#order 03_Cat_Fastq_hg002_gm27730 before 04_FastQC_hg002_gm27730_hg002_gm27730
#order 03_Cat_Fastq_hg004_gm24143 before 04_FastQC_hg004_gm24143_hg004_gm24143
#order 03_Cat_Fastq_hg005_gm24631 before 04_FastQC_hg005_gm24631_hg005_gm24631
#order 03_Cat_Fastq_hg002_gm24385 before 04_Fastp_hg002_gm24385
#order 03_Cat_Fastq_hg002_gm26105 before 04_Fastp_hg002_gm26105
#order 03_Cat_Fastq_hg002_gm27730 before 04_Fastp_hg002_gm27730
#order 03_Cat_Fastq_hg004_gm24143 before 04_Fastp_hg004_gm24143
#order 03_Cat_Fastq_hg005_gm24631 before 04_Fastp_hg005_gm24631...

你可能要问，那每一步的计算资源（Cpu，内存）需求在哪里呢？可以打开任意一个脚本，如：

less /nas/develop/zflow/result/Tasks/mRNA/bin/05_Align_Hisat2_hg002_gm24385.sh
#!/bin/bash
set -euxo pipefail
source /pub/pipeline/RNAseq/config/Environment.sh
Cpu=8
Mem=32cd /nas/develop/zflow/result/mRNA/hg002_gm24385/hg002_gm24385/02.Aln
hisat2 \-x $REFERENCE_GENOME \-1 ../01.QC/hg002_gm24385_clean_R1.fq.gz \-2 ../01.QC/hg002_gm24385_clean_R2.fq.gz \--summary-file hg002_gm24385_summary.txt \--new-summary \-p 8 \--dta -t |\
samtools view -Sb > hg002_gm24385.bamln -s `pwd`/hg002_gm24385_summary.txt /nas/develop/zflow/result/mRNA/multiqc/multiqc_WDir/hisat2/

可以看到，脚本的前面有：Cpu=8, Mem=32，即是指示该步骤需要8条线程，32G内存。负责投递任务的插件可以读取这两个信息用于任务投递。顺便提一下，任务脚本开始有一行：

source /pub/pipeline/RNAseq/config/Environment.sh

即是导入环境变量，任务中所需的软件的路径应该在这个Environment.sh文件中定义好，如本任务所需要的 hisat2, samtools应该在Environment.sh文件中将其所在的目录加入PATH。

最后来看一下脚本目录的全家福：

01_Begin_mRNA.sh
02_Cat_Fastq_hg002_gm24385_hg002_gm24385.sh
02_Cat_Fastq_hg002_gm26105_hg002_gm26105.sh
02_Cat_Fastq_hg002_gm27730_hg002_gm27730.sh
02_Cat_Fastq_hg004_gm24143_hg004_gm24143.sh
02_Cat_Fastq_hg005_gm24631_hg005_gm24631.sh
03_Cat_Fastq_hg002_gm24385.sh
03_Cat_Fastq_hg002_gm26105.sh
03_Cat_Fastq_hg002_gm27730.sh
03_Cat_Fastq_hg004_gm24143.sh
03_Cat_Fastq_hg005_gm24631.sh
04_FastQC_hg002_gm24385_hg002_gm24385.sh
04_FastQC_hg002_gm26105_hg002_gm26105.sh
04_FastQC_hg002_gm27730_hg002_gm27730.sh
04_FastQC_hg004_gm24143_hg004_gm24143.sh
04_FastQC_hg005_gm24631_hg005_gm24631.sh
04_Fastp_hg002_gm24385.sh
04_Fastp_hg002_gm26105.sh
04_Fastp_hg002_gm27730.sh
04_Fastp_hg004_gm24143.sh
04_Fastp_hg005_gm24631.sh
05_Align_Hisat2_hg002_gm24385.sh
05_Align_Hisat2_hg002_gm26105.sh
05_Align_Hisat2_hg002_gm27730.sh
05_Align_Hisat2_hg004_gm24143.sh
05_Align_Hisat2_hg005_gm24631.sh
05_FastQC2_hg002_gm24385.sh
05_FastQC2_hg002_gm26105.sh
05_FastQC2_hg002_gm27730.sh
05_FastQC2_hg004_gm24143.sh
05_FastQC2_hg005_gm24631.sh
06_Align_Hisat2_Sort_hg002_gm24385.sh
06_Align_Hisat2_Sort_hg002_gm26105.sh
06_Align_Hisat2_Sort_hg002_gm27730.sh
06_Align_Hisat2_Sort_hg004_gm24143.sh
06_Align_Hisat2_Sort_hg005_gm24631.sh
07_Stringtie_hg002_gm24385.sh
07_Stringtie_hg002_gm26105.sh
07_Stringtie_hg002_gm27730.sh
07_Stringtie_hg004_gm24143.sh
07_Stringtie_hg005_gm24631.sh
08_Stringtie_preDE_mRNA.sh
09_MultiQC_mRNA.sh
10_End_mRNA.sh
mRNA_tasks.sh

  • 一个总的脚本文件mRNA_tasks.sh，记录所有要执行的任务以及任务之间的依赖关系。

  • 多个任务脚本文件，记录着每一个任务要执行的命令以及所需要的计算资源。

模板简介

流程的描述信息我们统一放到一个XML模板文件当中。该模板的结构为：

<Pipeline>
<Task><Name>Align_Hisat2_$Sample</Name><Rely>Fastp_$Sample</Rely><Cpu>8</Cpu><Mem>32</Mem><Workdir>$Outdir/$Project/$Patient/$Sample/02.Aln</Workdir><Command><![CDATA[hisat2 \-x $REFERENCE_GENOME \-1 ../01.QC/$Sample_clean_R1.fq.gz \-2 ../01.QC/$Sample_clean_R2.fq.gz \--summary-file $Sample_summary.txt \--new-summary \-p $Cpu \--dta -t |\samtools view -Sb > $Sample.bamln -s `pwd`/$Sample_summary.txt $Outdir/$Project/multiqc/multiqc_WDir/hisat2/]]></Command>
</Task><ENV>
<Environment>/path/to/RNAseq/config/Environment.sh</Environment>
</ENV>
</Pipeline>

每一个配对的<Task>，</Task>标签内是一个任务的描述。其中包含：

  • Name：任务名称

  • Rely：任务依赖的步骤名称

  • Cpu：所需Cpu资源

  • Mem：所需内存资源

  • Workdir：工作目录

  • Command: 任务命令

其中以美元符号$或者@开头的为变量（$表示普通变量，@表示数组），在任务解析过程中将会被zflow依据输入的参数信息替换为具体的值。详情请参考流程示例文件：RNAseq_Standard_Analysis_PE.xml。

Environment.sh文件的作用前述已提及，用于放置所有环境变量。

流程设计

流程搭建非常容易，直接在XML中写Shell代码就可以了。但是zflow流程有一些保留的变量，或者说关键字，需要用户事先掌握。请放心，关键字的数量并不多，并且都非常容易理解。

XML标签中的关键字：

  • Name, Rely, Cpu, Mem, Workdir, Command，各关键字的作用前述也提及。

来源于命令行的关键字：

  • $Config：配置文件，即zflow的--config参数所指定的文件

  • $Target：BED格式文件，如WES或Panel测序中的探针捕获区域文件

  • $Outdir：输出目录

来源于配置文件中的关键字：

总的来说，配置文件中的每一列，会成为一个变量传递给XML，另外一些数组可以通过计算变换获得。

  • $Project：项目名称

  • $Patient：病人/对象ID

  • ：样本，如果是肿瘤样本，可以是Tumor表示肿瘤样本ID, $Normal表示正常样本ID

  • $Datadir：测序数据的原始位置

  • $Lib：文库名称

  • $Lane：Lane名称

  • @Lib：数组，代表某一样本的所有文库

  • @Lane：数组，代表某一文库的所有Lane

  • @Sample：数据，代表所有样本ID

  • @Tumor：数组，代表所有肿瘤样本ID

  • @Normal：数组，代表所有正常样本ID

需要说明的是，配置文件中列出的5个列是强制要求的：Project Patient Sample  Type    Data，除此之外，你还可以在其中增加列，这些列名同样会作为变量传递给XML。

更多变量想传递进XML，还可以通过 zflow 的 --par 参数实现：

--par PAR        Parameters file [Para=Value per line]

在这个参数文件中，每一行定义一个变量，其格式为：

参数名称=参数对应的值（可以是某个数值，或者文件的路径等）

可以通过配置文件config.tsv和专门的参数文件--par灵活地向XML文件传递变量，这有效地保证了zflow的灵活性。比如，你可以在config.tsv文件中增加一列，表示样本分组。也可以将分组信息单独放在一个文件中，再在--par文件中指明分组文件所有的路径，这都是非常灵活的。

特点总结

综上可以看出zflow设计生信流程的特点：

  • 简单易用。流程的所有设计都在XML文件中，zflow只负责解析XML，针对不同的流程，zflow无须做任何更改。

  • 轻量级。zflow由单个Python脚本构成，仅有600多行代码。

  • 轻松解决任务之间的依赖关系。zflow能够在生成任务脚本的过程中顺便生成任务之间的依赖关系。开发人员所需要做的工作仅仅是在XML文件中指定一下某个任务需要依赖于哪个或哪些任务即可。更进一步，如果任务关系指定错误，zflow能够给出错误提醒。

  • 模块化设计。zflow被设计成只负责生成Shell脚本，后续的集群任务投递交给专用的插件完成。这极大地保证了流程框架的可扩展性。

很多生信流程，值得用zflow重写一遍。

许可证

zflow 支持学术免费使用，欢迎 Fork、加星和下载。如需商用，请联系【简说基因】获得授权。

云上转录组分析流程（点击图片跳转）

ade5174006209f0bc09617921e222789.png

一文读懂scRNA-seq数据分析（点击图片跳转）

e5ce006dca676d2baa9723460f03f5aa.png

如何自学生物信息学：从菜鸟到专家（点击图片跳转）

9a2a25d94917df9d1f65c3c2e1e4379a.png

往期精彩：

生信人的自我修养：Linux 命令速查手册

经典教程：全转录数据分析实战

网上最全的 R 语言图库（建议收藏）| 简说基因 Recommend

清华大学生物信息学课件资料分享

生物信息学软件：两种风格

新年第一课：从零开始入门Galaxy生信云平台

生物信息学必备的R语言相关参考书 | 简说基因 Recommand

从单细胞数据分析的最佳实践看R与Python两个阵营的博弈

涉嫌侵权，容我解（jiao）释（bian）一下

生物信息学中的可重复性研究

关于简说基因

  • 生信平台

    Galaxy中国（UseGalaxy.cn）致力于打造中国人的云上生物信息基础设施。大量在线工具免费使用。无需安装，用完即走。活跃的用户社区，随时交流使用心得。

  • 联系方式

    QQ交流群（免费）：925694514

    微信交流群（免费）：加微信好友，注明“Galaxy交流群”

    客服微信：usegalaxy

1dbfc85535c0be9cb7db537a6c77ddc5.png

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.mzph.cn/bicheng/15803.shtml

如若内容造成侵权/违法违规/事实不符，请联系多彩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

小程序的深层了解

小程序的深层了解

一:wxss的全局样式和局部样式 写在文件上,第一个路径会执行全局和局部自带的wxss给wxml,会执行wxml,会执行json和js. 无论那个文件都会执行文件夹内的和外部的app.wxss,但是如果有一样的属性,则看属性的权重,权重一样,则设置局部样式. 二:全局配置 wx:key"写的是data内…
阅读更多...
17.7K星开源产品分析平台：Posthog

17.7K星开源产品分析平台：Posthog

Posthog&#xff1a;开源洞察&#xff0c;产品优化的得力助手 - 精选真开源&#xff0c;释放新价值。 概览 PostHog是一个全面开源的平台&#xff0c;旨在帮助团队构建更好的产品。它提供了从产品分析到会话回放、功能标志和A/B测试等一系列工具&#xff0c;支持自托管&#x…
阅读更多...
读人工智能时代与人类未来笔记14_管控人工智能

读人工智能时代与人类未来笔记14_管控人工智能

1. 管控人工智能 1.1. 历史上的战场进一步推进到与数字网络相连的所有地方 1.2. 数字程序现在控制着一个由众多实体系统构成的庞大且仍在不断增长的领域&#xff0c;而且越来越多的此类系统已实现网络化 1.2.1. 在某些情况下甚至连门锁和冰箱都实现了网络化 1.2.2. 这催生出…
阅读更多...
2024年汉字小达人活动4个多月开赛：18道历年选择题和答案、解析

2024年汉字小达人活动4个多月开赛：18道历年选择题和答案、解析

根据近年的安排&#xff0c;2024年第11届汉字小达人比赛还有4个多月就启动&#xff0c;那么孩子们如何利用这段时间有条不紊地备考呢&#xff1f;我的建议是两手准备&#xff1a;①把小学1-5年级的语文课本上的知识点熟悉&#xff0c;重点是字、词、成语、古诗。②把历年真题刷…
阅读更多...
联想端游联运SDK接入指南

联想端游联运SDK接入指南

1. 接入流程 本文档主要介绍了 联想PC游戏SDK接入流程、联想游戏提供的功能、接入注意事项等。 1.1. 接入方式 1. 联想游戏SDK2.1版本支持“账号防沉迷支付”接入方式&#xff1b; a. 联想提供账号注册、登录等能力 b. 联想提供防沉迷服务 c. 联想提供游戏内支付 1.2. 对…
阅读更多...
【学习笔记】计算机组成原理（八）

【学习笔记】计算机组成原理（八）

CPU 的结构和功能 文章目录 CPU 的结构和功能8.1 CPU的结构8.1.1 CPU的功能8.1.2 CPU结构框图8.1.3 CPU的寄存器8.1.4 控制单元CU和中断系统 8.2 指令周期8.2.1 指令周期的基本概念8.2.2 指令周期的数据流 8.3 指令流水8.3.1 指令流水原理8.3.2 影响流水线性能的因素8.3.3 流水…
阅读更多...
数据库-SQL性能分析

数据库-SQL性能分析

SQL执行频率 慢查询日志 慢查询日志记录了所有执行时间超过指定参数&#xff08;long_query_time&#xff0c;单位&#xff1a;秒&#xff0c;默认10秒&#xff09;的所有 SQL语句的日志。 MySQL的慢查询日志默认没有开启&#xff0c;我们可以查看一下系统变量 slow_query_l…
阅读更多...
html5 笔记02

html5 笔记02

目录 01 svg的基本使用 02 svg绘图 03 进程和线程 01 svg的基本使用 svg和canvas的区别: canvas: 1.canvas作为一个容器只有一个dom元素 ,内部元素无法使用dom操作 (canvas不能展开然后选择不到 svg查看元素能选中因为是通过标签控制的) 2.canvas 是配合js完成各种绘制效果 …
阅读更多...
指纹识别概念解析

指纹识别概念解析

目录 1. 指纹是物证之首 1.1 起源于中国 1.2 发展于欧洲 1.3 流行于全世界 2. 指纹图像 3. 指纹特征 4. 指纹注册 5. 指纹验证 6. 指纹辨识 1. 指纹是物证之首 指纹识别技术起源于中国、发展于欧洲、流行于全世界。自20世纪以来&#xff0c;指纹在侦破刑事案件、解决诉…
阅读更多...
水泥超低排平台哪家好？

水泥超低排平台哪家好？

随着环保政策的加强和绿色发展理念的深入人心&#xff0c;水泥行业的超低排放改造已成为行业发展的新趋势。选择一个合适的水泥超低排平台对于确保改造效果和实现企业的可持续发展至关重要。朗观视觉小编将从多个角度出发&#xff0c;为您提供一份综合评估与选择攻略&#xff0…
阅读更多...
[C语言]自定义类型详解：结构体、联合体、枚举

[C语言]自定义类型详解：结构体、联合体、枚举

目录 &#x1f680;结构体 &#x1f525;结构体类型的声明 &#x1f525;结构的自引用 &#x1f525;结构体变量的定义和初始化 &#x1f525;结构体内存对齐 &#x1f525;结构体传参 &#x1f525;结构体实现位段&#xff08;位段的填充&可移植性&#xff09; &a…
阅读更多...
安装 Ubuntu桌面版，详细步骤（附引导 U盘制作工具）

安装 Ubuntu桌面版，详细步骤（附引导 U盘制作工具）

下载镜像 安装Ubuntu首先要下载镜像包&#xff0c;访问下面网址下载镜像包 https://releases.ubuntu.com/ 选择你要安装的Ubuntu版本 将 .iso 文件保存到所需位置&#xff0c;下面会使用此文件创建可引导 U盘。 制作 Ubuntu 引导 U 盘 首先要找到一个大于4G的U盘&#xff…
阅读更多...
猫头虎 解析：为什么AIGC在国内适合做TOB，在国外适合做TOC？

猫头虎 解析：为什么AIGC在国内适合做TOB，在国外适合做TOC？

猫头虎 解析&#xff1a;为什么AIGC在国内适合做TOB&#xff0c;在国外适合做TOC&#xff1f; 博主 猫头虎 的技术世界 &#x1f31f; 欢迎来到猫头虎的博客 — 探索技术的无限可能&#xff01; 专栏链接&#xff1a; &#x1f517; 精选专栏&#xff1a; 《面试题大全》 — 面…
阅读更多...
ps进程查看命令详解

ps进程查看命令详解

1、PS 命令是什么 查看它的man手册可以看到&#xff0c;ps命令能够给出当前系统中进程的快照。它能捕获系统在某一事件的进程状态。如果你想不断更新查看的这个状态&#xff0c;可以使用top命令。 2、ps命令支持三种使用的语法格式 UNIX 风格&#xff0c;选项可以组合在一起…
阅读更多...
鸿蒙ArkUI-X平台差异化：【运行态差异化(@ohos.deviceInfo)】

鸿蒙ArkUI-X平台差异化：【运行态差异化(@ohos.deviceInfo)】

平台差异化 简介 跨平台使用场景是一套ArkTS代码运行在多个终端设备上&#xff0c;如Android、iOS、OpenHarmony&#xff08;含基于OpenHarmony发行的商业版&#xff0c;如HarmonyOS Next&#xff09;。当不同平台业务逻辑不同&#xff0c;或使用了不支持跨平台的API&#xf…
阅读更多...
Postman快捷功能-批量断言与快速查询替换

Postman快捷功能-批量断言与快速查询替换

大家好&#xff0c;在我们日常的接口测试工作中&#xff0c;经常需要对接口返回的数据进行断言&#xff0c;以确保接口的正确性。当接口数量较多时&#xff0c;逐个编写断言语句会变得非常繁琐。此外&#xff0c;在接口测试过程中&#xff0c;我们还可能需要频繁地查找和替换某…
阅读更多...
Python自动化工具(桌面自动化、Web自动化、游戏辅助)

Python自动化工具(桌面自动化、Web自动化、游戏辅助)

工具介绍 连点工具是一款可以模拟键鼠后台操作的连点器工具。支持鼠标连点、键鼠脚本录制&#xff0c;支持辅助您实现办公自动化以及辅助游戏操作。功能简洁易用&#xff0c;非常方便操作。连点工具让您在在玩游戏、网购抢购的时候全自动点击鼠标&#xff01;主要功能有&#…
阅读更多...
MySQL数据库的数据文件保存在哪？MySQL数据存在哪里

MySQL数据库的数据文件保存在哪？MySQL数据存在哪里

在安装好MySQL数据库使用一段时间后&#xff0c;会产生许多的数据库和数据。那这些数据库的数据文件存放在本地文件夹的什么位置呢 一、默认位置 一般来说MySQL数据库的数据文件都是存放在data文件夹之中&#xff0c;但是根据使用的存储引擎不同&#xff0c;产生的一些文件也…
阅读更多...
24李林跌落神坛，880还刷吗？还是换1000、900、660？

24李林跌落神坛，880还刷吗？还是换1000、900、660？

“李林今年跌落神坛了&#xff01;” “全是固定题型没新题&#xff0c;结果今年考的全是新题。” 880是“老真题的神”&#xff0c; 遇到24年&#xff0c;冷门考点多&#xff0c;计算量又大&#xff0c;就不灵了。 但“老真题”&#xff0c;还是得刷。就像往年真题是要刷的…
阅读更多...
（十一）统计学基础练习题五（50道选择题）

（十一）统计学基础练习题五（50道选择题）

本文整理了统计学基础知识相关的练习题&#xff0c;共50道&#xff0c;适用于想巩固统计学基础或备考的同学。来源&#xff1a;如荷学数据科学题库&#xff08;技术专项-统计学二&#xff09;。序号之前的题请看往期文章。 201&#xff09; 202&#xff09; 203&#xff09; 2…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023