该系统通过图用户界面实现一个简单的绘图功能，工具栏包括铅笔，画刷，取色器，喷枪，橡皮，直线，多边形，矩形，椭圆，圆角矩形，打字等工具，可以通过颜色面板进行画笔颜色选择，提供撤销和重做操作，实现图片保存，读取等功能。 运用到的设计模式有备忘录模式，迭代器模式，简单工厂模式，状态模式，模版方法模式，单例模式。 资源包含项目文件（eclipse）以及系统说明（docx文件），系统说明中说明了为什么要使用该模式，使用该模式有什么好处以及该模式的UML类图，较为清晰。 代码结构较为清晰，注释较为完备，需要的同学可以下载看看，有什么改进也欢迎交流。

练习题六：微生物物种分布柱状图 mycol <-c(119,132,147,454,89,404,123,529,463,104,552,28,54,84,256,100,558,43,652,31,610,477,588,99,81,503,562,76,96,495) mycol <-colors()[rep(mycol,20)] otu <-read.table(file="genus.xls",header=T,check.names=FALSE,sep="\t") rownames(otu) <- otu[,1] otu <-otu[,-1] al <- which(rownames(otu) %in% c("All")) if(length(al)) otu <-otu[-al,] rowsum <-sapply(1:nrow(otu),function(x) sum(otu[x,])) otu<-otu[order(rowsum,decreasing=TRUE),] dat <-sapply(1:ncol(otu),function(x) otu[,x]/sum(otu[,x])) colnames(dat) <-colnames(otu) rownames(dat) <-rownames(otu) lab <-rownames(dat) tiff(file="bar.genus.tiff",width=750,height=700,pointsize=15) ###pdf(file="bar.genus.pdf", height=8,width=7) layout(matrix(1:2,2,1),heights=c(1:1.2)) par(mar=c(3,5,2,2)) barplot(dat*100,width=1,space=1.2,plot=T,las=1,col=mycol[1:nrow(dat)],cex.axis=1,cex.names=1,border=NA,ylab="Relative abundance(%)",offset=0,cex.lab=1.2) par(mar=c(2,5,1,1)) plot.new() legend("topleft",legend=rownames(dat),ncol=3,fill=mycol[1:nrow(dat)],cex=0.8,bty="n") dev.off() *

ST_Curve是一个专业的曲线绘制控件，只要是xy坐标系的曲线，都可绘制，纵坐标只能显示为值，横坐标可以显示为值或者时间（如果你愿意为控件提供插件，则坐标可显示任意字符）。

matlab 绘图的形状代码 Q学习的 Matlab 实现 本项目是基于迷宫环境. 与最短路径算法不同, Q学习算法使agent能够通过与环境交互(采取四个方向的动作), 计算从给定的起点到固定的终点的最短路径. 文件结构 readMaze.m: 读取迷宫数据, 目前存储为矩阵的形式 q_learning.m: Q学习的核心算法 plotMaze.m: 绘制平均路径, 地图和各个点的最佳方向 actions.m: 定义动作空间 plotQ.m: 单独保存某一次迭代的Q矩阵图像, 默认保存为目录下的images文件夹 main.m: 执行主要功能 说明 如果需要修改起始点, 并绘制相关的路径, 可以在main.m运行完q_learning函数之后, 修改start并运行 start = [2,3]; plotMaze(OM, Q, HA, HP, start, dest, seed, gamma, alpha,epsilon,lambda); 代码即可绘制其他起点的图像. 结果 输出的Q值矩阵(迭代1000次): 各个状态的采取的最优的行为: 最优的路径: 平均的回报: 需求 基于 Ma

本程序包含了DDA画线法 Breseham画线，画圆，椭圆源程序

使用visio绘图软件绘制的平面图纸，标注了信息点等。

一款实用的通信绘图软件

h3c hp网络设备visio绘图素材h3c hp网络设备visio绘图素材h3c hp网络设备visio绘图素材

利用MATLAB在Window环境下实现MICAPS、GRIB和NetCDF三种气象数 据的读取，以及物理量图绘制的方法，可为MATLAB在气象领域的应用提供一些参考

分享了四种基于Q=D·v的交通流模型，并采用Matlab进行绘图，以供进行道路交通规划和交通大数据分析研究参考。