常见的英文和中文文本词云图绘制 词云图最终效果
摘要:当我们手中有一篇文档,比如书籍、小说、电影剧本,若想快速了解其主要内容是什么,则可以采用绘制 WordCloud 词云图,显示主要的关键词(高频词)这种方式,非常方便。本文将介绍常见的英文和中文文本的词云图绘制,以及 Frequency 频词频词云图。
写在前面:由于文中有一些超链接,无法在公众号打开,建议点击底部「阅读原文」或者复制下面的博客链接到浏览器打开,体验更好。
在上一篇文章「pyspider 爬取并分析虎嗅网 5 万篇文章 」中的文本可视化部分,我们通过 WordCloud 和 jieba 两个包绘制了中文词云图,当时只是罗列出了代码,并没有详细介绍。接下来,将详细说明各种形式的词云图绘制步骤
(资料图片)
1. 英文词云
我们先绘制英文文本的词云图,因为它相对简单一些。这里以《海上钢琴师》这部电影的剧本为例。
首先,准备好电影剧本的文本文件(如下图):
接下来,我们绘制一个最简单的矩形词云图,代码如下:
这里,通过 open() 方法读取文本文件,然后在 WordCloud 方法中设置了词云参数,再利用 generate_from_text() 方法生成该电影剧本的词云,最后显示和保存词云图。十几行代码就可以生成最简单的词云图:
通过上面的词云图,你可能会发现有几点问题:
可不可以更换背景,比如白色?
词云图能不能换成其他形状或者图片?
词云中最显眼的词汇 「ONE」,并没有实际含义,能不能去掉?
以上这些都是可以更改的,如果你想实现以上想法,那么需要先了解一下 WordCloud 的API 参数及它的一些方法。
这里,我们列出它的各项参数,并注释重要的几项:
关于更详细的用法,你需要到官网了解。
了解了各项参数后,我们就可以自定义想要的词云图了。比如更换一下背景颜色和整体风格,就可以通过修改以下几项参数实现:
结果如下:
接下来,我们提升一点难度,通过设置 StopWords 去掉没有实际意义的「ONE」字符,然后将词云图绘制在我们自定义的一张图片上。
代码实现如下:
这里,首先通过 open() 方法读取文本文件,Image.open() 方法读取了背景图片,np.array 方法将图片转换为矩阵。
接着设置了词云自带的英文 StopWords 停止词,用来分割筛除文本中不需要的词汇,比如:a、an、the 这些。
然后,在 WordCloud 方法中,设置词云的具体参数。generate_from_text() 方法生成该词云,recolor() 则是根据图片色彩绘制词云文字颜色。最终的词云绘制效果如下:
现在,我们还是看到了显眼的「ONE」,下面我们将它去除掉,方法也很简单,几行代码就可以实现:
首先,我们对文本词频进行排序,可以看到 「ONE」词频最高,就将它添加进 stopwords 中,这样就可以屏蔽该词从而不在词云中显示。
需要注意的是,这种手动添加停止词的方法适用于词数量比较少的情况。
另外,我们还可以将词云图颜色显示为黑白渐变色,也只需修改几行代码即可:
1def grey_color_func(word, font_size, position, orientation, random_state=None,2 **kwargs):3 return "hsl(0, 0%%, %d%%)" % random.randint(50, 100)4 # 随机设置hsl色值5wc.recolor(color_func=grey_color_func)
效果如下:
以上,就是英文词云图绘制的几种方法,下面我们介绍中文词云图的绘制。
2. 中文词云
相比于英文词云,中文在绘制词云图前,需要先切割词汇,这里推荐使用 jieba 包来切割分词。因为它可以说是最好的中文分词包了,GitHub 上拥有 160 K 的 Star 数。安装好 jieba 包后,我们就可以对文本进行分词然后生成词云。
这里,选取吴军老师的著作《浪潮之巅》作为中文文本的案例,仍然采用图片形式的词云图。素材准备好后,接下来就可以开始中文词云图绘制。
首先,需要读取文本文件,相比于英文,这里要添加文本编码格式,否则会报错,添加几行代码就可以识别文本的编码格式:
1text = open(path.join(d,"langchao.txt"),"rb").read()2text_charInfo = chardet.detect(text)3print(text_charInfo)4# 结果5{"encoding": "UTF-8-SIG", "confidence": 1.0, "language": ""}6text = open(path.join(d,r"langchao.txt"),encoding="UTF-8-SIG").read()
接着,对文本进行分词。jieba 分词有 3 种方式:精确模式、全模式和搜索引擎模式,它们之间的差别,可以用一个例子来体现。
比如,有这样的一句话:「"我来到北京清华大学"」,用 3 种模式进行分词,结果分别如下:
全模式: 我/ 来到/ 北京/ 清华/ 清华大学/ 华大/ 大学
精确模式: 我/ 来到/ 北京/ 清华大学
搜索引擎模式: 我/ 来/ 来到/ 北京/ 清华/ 大学/ 清华大学/
根据结果可知,我们应该选择「精确模式」来分词。关于 jieba 包的详细用法,可以参考 GitHub 仓库链接:
分词完成后,还需要设置 stopwords 停止词,由于 WordCloud 没有中文停止词,所以需要自行构造。这里可以采取两种方式来构造:
通过 stopwords.update() 方法手动添加
根据已有 stopwords 词库遍历文本筛除停止词
2.1. stopwords.update() 手动添加
这种方法和前面的英文停止词构造的方法是一样的,目的是在词云图中不显示 stopwords 就行了 ,即先不设置 stopwords,而是先对文本词频进行排序,然后将不需要的词语添加为 stopwords 即可,代码实现如下:
1# 获取文本词排序,可调整 stopwords2process_word = WordCloud.process_text(wc,text)3sort = sorted(process_word.items(),key=lambda e:e[1],reverse=True)4print(sort[:50]) # # 获取文本词频最高的前50个词56[("公司", 1273), ("但是", 769), ("IBM", 668), ("一个", 616), ("Google", 429), ("自己", 396), ("因此", 363), ("微软", 358), ("美国", 344), ("没有", 334)...]
可以看到,我们先输出文本词频最高的一些词汇后,发现:「但是」、「一个」、「因此」这些词都是不需要显示在词云图中的。因此,可以把这些词用列表的形式添加到 stopwords 中,然后再次绘制词云图就能得出比较理想的效果,完整代码如下:
1import chardet 2import jieba 3text+=" ".join(jieba.cut(text,cut_all=False)) # cut_all=False 表示采用精确模式 4# 设置中文字体 5font_path = "C:\Windows\Fonts\SourceHanSansCN-Regular.otf" # 思源黑体 6# 读取背景图片 7background_Image = np.array(Image.open(path.join(d, "wave.png"))) 8# 提取背景图片颜色 9img_colors = ImageColorGenerator(background_Image)10# 设置中文停止词11stopwords = set("")12stopwords.update(["但是","一个","自己","因此","没有","很多","可以","这个","虽然","因为","这样","已经","现在","一些","比如","不是","当然","可能","如果","就是","同时","比如","这些","必须","由于","而且","并且","他们"])1314wc = WordCloud(15 font_path = font_path, # 中文需设置路径16 margin = 2, # 页面边缘17 mask = background_Image,18 scale = 2,19 max_words = 200, # 最多词个数20 min_font_size = 4, #21 stopwords = stopwords,22 random_state = 42,23 background_color = "white", # 背景颜色24 # background_color = "#C3481A", # 背景颜色25 max_font_size = 100,26 )27wc.generate(text)28# 获取文本词排序,可调整 stopwords29process_word = WordCloud.process_text(wc,text)30sort = sorted(process_word.items(),key=lambda e:e[1],reverse=True)31print(sort[:50]) # 获取文本词频最高的前50个词32# 设置为背景色,若不想要背景图片颜色,就注释掉33wc.recolor(color_func=img_colors)34# 存储图像35wc.to_file("浪潮之巅basic.png")36# 显示图像37plt.imshow(wc,interpolation="bilinear")38plt.axis("off")39plt.tight_layout()40plt.show()
stopwords 添加之前:
stopwords 添加之后:
可以看到,stopwords.update() 这种方法需要手动去添加,比较麻烦一些,而且如果 stopwords 过多的话,添加就比较费时了。下面介绍第 2 种自动去除 stopwords 的方法。
2.2. stopwords 库自动遍历删除
这种方法的思路也比较简单,主要分为 2 个步骤:
利用已有的中文 stopwords 词库,对原文本进行分词后,遍历词库去除停止词,然后生成新的文本文件。
根据新的文件绘制词云图,便不会再出现 stopwords,如果发现 stopwords 词库不全可以进行补充,然后再次生成词云图即可。
代码实现如下:
1# 对原文本分词 2def cut_words(): 3 # 获取当前文件路径 4 d = path.dirname(__file__) if "__file__" in locals() else os.getcwd() 5 text = open(path.join(d,r"langchao.txt"),encoding="UTF-8-SIG").read() 6 text = jieba.cut(text,cut_all=False) 7 content = "" 8 for i in text: 9 content += i10 content += " "11 return content1213# 加载stopwords14def load_stopwords():15 filepath = path.join(d,r"stopwords_cn.txt")16 stopwords = [line.strip() for line in open(filepath,encoding="utf-8").readlines()]17 # print(stopwords) # ok18 return stopwords1920# 去除原文stopwords,并生成新的文本21def move_stopwwords(content,stopwords):22 content_after = ""23 for word in content:24 if word not in stopwords:25 if word != "\t"and"\n":26 content_after += word2728 content_after = content_after.replace(" ", " ").replace(" ", " ")29 # print(content_after)30 # 写入去停止词后生成的新文本31 with open("langchao2.txt","w",encoding="UTF-8-SIG") as f:32 f.write(content_after)
网上有很多中文 stopwords 词库资料,这里选取了一套包含近 2000 个词汇和标点符号的词库:stopwords_cn.txt,结构形式如下:
遍历该 stopwords 词库,删除停止词获得新的文本,然后利用第一种方法绘制词云图即可。
首先输出一下文本词频最高的部分词汇,可以看到常见的停止词已经没有了:
1[("公司", 1462), ("美国", 366), ("IBM", 322), ("微软", 320), ("市场", 287), ("投资", 263), ("世界", 236), ("硅谷", 235), ("技术", 234), ("发展", 225), ("计算机", 218), ("摩托罗拉", 203)...]
词云图最终效果如下:
3. Frenquency 词云图
上面两种中英文词云图都是通过文本绘制的,而除了直接读入文本生成词云以外,比较常见的还有通过「词频」绘制词云图。这种词云图,则可以使用 DataFrame或者 字典格式来绘制。
下面,以此前我们爬过的一篇「近十年 世界大学排名 TOP500 强」教程的数据为例,介绍如何绘制词频词云图。
该份数据大小为 5001行 x 6 列,我们想根据各国 TOP 500 强大学的数量,来可视化地展示各国之间的大学数量差异。
1world_rank university score quantity year country 21 哈佛大学 100 500 2009 USA 32 斯坦福大学 73.1 499 2009 USA 43 加州大学-伯克利 71 498 2009 USA 54 剑桥大学 70.2 497 2009 UK 65 麻省理工学院 69.5 496 2009 USA 7... 8496 犹他州立大学 2018 USA 9497 圣拉斐尔生命健康大学 2018 Italy10498 早稻田大学 2018 Japan11499 韦恩州立大学 2018 USA12500 西弗吉尼亚大学 2018 USA
这里,有两种方式可以直接生成频率词云图,第一种是 利用 Series 列表生成,代码实现如下:
1import pandas as pd 2import matplotlib.dates as mdate 3from wordcloud import WordCloud 4import matplotlib.pyplot as plt 5 6df = pd.read_csv("university.csv",encoding = "utf-8") 7df = df.groupby(by = "country").count() 8df = df["world_rank"].sort_values(ascending = False) 9print(df[:10])10# 结果如下:11country12USA 145913Germany 38214UK 37915China 32016France 21017Canada 20918Japan 20619Australia 19920Italy 19521Netherlands 122
第二种方式是转换为 dict 字典生成,一行代码就可以完成:
1df = dict(df)2print(df)3# 结果如下:4{"USA": 1459, "Germany": 382, "UK": 379, "China": 320, "France": 210,..}
数据转换好以后,就可以生成词云图了,代码实现如下:
1font_path="C:\Windows\Fonts\SourceHanSansCN-Regular.otf" # 思源黑 2wordcloud = WordCloud( 3 background_color = "#F3F3F3", 4 font_path = font_path, 5 width = 5000, 6 height = 300, 7 margin = 2, 8 max_font_size = 200, 9 random_state = 42,10 scale = 2,11 colormap = "viridis", # 默认virdis12 )13wordcloud.generate_from_frequencies(df)14# or15# wordcloud.fit_words(df)16plt.imshow(wordcloud,interpolation = "bilinear")17plt.axis("off")18plt.show()
效果如下:
可以看到,美国最为突出,其次是德国、英国、中国等。看来,我们国内的大学还得加把劲啊。
以上,就是绘制词云图常见的几种方式。
本文完。
标签:
相关推荐:
精彩放送:
- []UNION指令怎么使用?UNION指令的用法
- []天天快资讯丨春季出境旅游比春节还火:错峰游秒变“人从众”?
- []环球百事通!房间爆满、转让费飙升,扎堆开民宿能赚钱吗?
- []热讯:中国火龙有毒吗?中华蝾螈有什么特点?
- []抱怨的近义词 抱怨背后的心理分析
- []环球热讯:优秀的企业绩效考核系统——MVC设计模式
- []【快播报】怎么登入192.168.0.1路由器的管理页面?详细步骤
- []环球快资讯:fyp抖音是什么意思?抖音短视频app有哪些功能?
- []每日速讯:电脑只有浏览器可以上网其他软件都无法联网怎么办?解决措施
- []束发之年的含义 束发之年是什么意思?
- []热资讯!湿帘冷风机原理是什么?湿帘冷风机的作用与工作原理
- []全球滚动:厨卫十大品牌都有哪些?中国厨电行业最具影响力的十大品牌
- []sqoop导入pg11常见问题及解决方法
- []全球热推荐:电热水龙头什么品牌好?电热水龙头品牌推荐
- []当前热文:岁月不居时节如流的意思是什么?详情介绍
- []世界热讯:onekeyghost安装器一键还原重装电脑系统
- []两台未联网的Win7电脑怎么建立局域网游戏?操作步骤
- []无线路由器怎么设置?TP-LINK无线路由器设置教程
- []世界看热讯:三七丝光羊毛的缺点是什么?丝光羊毛是什么面料?
- []【环球聚看点】组件化元数据结构设计——PageMaker
- []播报:前端安全 跨站脚本攻击是一种代码注入攻击
- []焦点速读:电脑杂谈:oppor9s手机参数大全
- []热门:如何登录新浪微博html5?新浪微博怎么登陆?
- []环球关注:游击队之歌歌词作者是谁?游击队之歌歌词
- []环球即时看!华为鸿蒙系统怎么安装第三方软件?安装方法步骤
- []郑阳个人资料 关于金鹰卡通卫视主持人郑阳
- []环球新动态:蒙特利尔的麦吉尔大学:计算几何课程资料
- []环球观察:粤语版《月半弯》 张学友演唱的歌曲你听过吗?
- []全球速讯:视频编码中画面质量控制中最重要的部分——DataRate
- []环球焦点!在excel中如何将简体字变成繁体字?转换方法步骤
- []粒子群算法原理 基于numpy6.2的粒子群算法详解
- []天天视讯!理想一体化速印机怎么样?理想一体化速印机性能
- []世界热议:NSM开发总结 NSM项目的技术培训
- []【全球报资讯】vivo史上最强高端旗舰!vivoNEX5最新曝光
- []世界讯息:什么是驱动程序?驱动程序和光驱有什么区别?
- []刘锐诚:各版本DJ音标表及英式DJ对照表
- []今日播报!三星i458怎么样?报价多少?三星i458市场报价及测评
- []mcafee修复所有漏洞 没有让客户暴露在风险之中
- []当前最新:mac卡巴斯基激活码怎么用?免费领取教程来了
- []【天天时快讯】神州行幸福卡是什么?神州行幸福卡详情介绍
- []快报:课外常识:奋笔疾书的意思是什么?详情介绍
- []当前要闻:王者荣耀镜怎么玩?王者荣耀人物镜零基础教学
- []智盈人生交满10年后可以退多少钱?答案来了
- []梦幻西游手游帮战夺旗怎么玩?拉怪教学来了
- []万利达电磁炉怎么样?万利达电磁炉相关介绍
- []科龙空调遥控器怎么用?科龙空调遥控器使用方法
- []天天热资讯!种子怎么下?电脑如何下载BT种子文件?
- []《霹雳五号》:万物在强大的环境下都会改变 努力维持自我
- []天天观热点:华侨城西部投资挂牌剑门关华侨城旅游公司2亿股股份 底价4.75亿元
- []环球快消息!美高梅国际酒店集团2022年度收益净额6.74亿美元 同比减少44%
- []女演员长相有多重要?看《我们的日子》里李小冉和齐欢就知道了
- []美物科技(WNW.US)收到纳斯达克股价不合规通知
- []观速讯丨社保基数1万多什么水平(社保基数8000是什么档次)
- []信用卡2万额度算高吗(信用卡2万额度算高吗)
- []天天通讯!交强险9月19日新规
- []焦点速递!港财政司副司长黄伟纶对香港保持国际金融中心地位充满信心?
- []环球快看:哈工智能重组预案出炉 拟收购宜春锂企切入新能源业务
- []微速讯:2020年车险保费新政策
- []环球新消息丨出险一次第二年保费怎么算2020
- []天天资讯:关于春天的味道作文600字汇总5篇
- []江苏自贸区板块2月8日跌1.42%,连云港领跌,主力资金净流出9927.05万元
- []微信昵称妇女简单大方 女人简单大方的微信网名汇总
- []2022教师节手抄报简单好看字少
- []观焦点:鄂台青年武当文化研学营开营
- []当前速读:有房贷的房子可以拍卖吗?(房贷没还完可以拍卖吗)
- []全球快看点丨单位为什么不给员工上生育险(单位不给男职工交生育险)
- []贝因美大股东权益再现变动 4.44%持股签署表决权委托协议
- []环球快消息!交通信用卡改还款日期怎么改(交通信用卡怎么改还款日期)
- []全球微头条丨营业外支出和管理费用的区别(营业外支出和管理费用的区别)
- []头条焦点:中际旭创:2月7日公司高管王军减持公司股份合计10000股
- []天天简讯:澄天伟业:2月7日公司高管景在军减持公司股份合计14万股
- []环球今日讯!南网能源:截至2023年1月31日,公司合并普通账户和融资融券信用账户的持有人数为156,602
- []速讯:北京2023年首场土拍收官:央国企仍是主角,越秀“再北上”59亿元拿下两宗
- []世界热议:中建智地17.2亿元底价拍得北京房山良乡大学城地块
- []观察:科拓生物:2月7日公司高管刘晓军减持公司股份合计8万股
- []游族网络(002174)股东林漓、林芮璟、林小溪合计质押5494.94万股,占总股本6%
- []电饭锅做面包的方法
- []焦点播报:合肥泰康人寿保险公司怎么样(合肥泰康人寿保险公司怎么样)
- []环球热资讯!谢杨春等:优质供应带动,杭州土拍迎“小阳春”
- []世界观焦点:越秀2023开年狂飙北京,59亿激进补仓,石景山死磕中海
- []半数地块溢价成交 北京第五批集中供地收官
- []大元泵业:2月6日公司高管崔朴乐减持公司股份合计2万股
- []每日头条!山西太原:公积金贷款首房首付比例为20%
- []璞泰来:2月8日公司高管陈卫增持公司股份合计9.25万股
- []越秀以33.12亿元+4.5万平现房销售面积竞得北京昌平回龙观地块
- []天马科技:2月7日公司高管何腾飞、曾丽莉增持公司股份合计3.52万股
- []当前头条:力合科技:公司主营业务为环境监测系统研发、生产和销售及运营服务
- []天天短讯!和医保卡绑定的银行卡丢了怎么办理(和医保卡绑定的银行卡丢了怎么办)
- []最资讯丨青岛东李世园板块万竹云峰项目再流拍 底价已降至3.56亿
- []厦门钨业等三方加强战略合作 推进大湖塘钨矿开发
- []世界观焦点:华侨城调整“18侨城06”票面利率至1.5% 并开启回售
- []捷安高科:公司暂未涉及ChatGPT的产品和技术
- []快看:外地人在长沙买房怎么交社保(外地人怎么在长沙买房)
- []世界快看点丨职工医保补缴会返还吗(补缴医保有返钱吗)
- []免费安全工作总结(优选9篇)
- []全球热点!“20荣盛地产MTN002”持有人会议通过变更债券本息兑付安排等议案
- []重点聚焦!深圳重启积分入户 专家预计未来住房需求会明显增加
- []全球快讯:华大九天:公司主要从事EDA工具软件的开发、销售及相关服务
- []茂业商业子公司与关联方签合计700万元物业服务协议
- []杭州网络零售额首次突破万亿 直播相关企业注册量全国第一
- 环球关注:红星美凯龙为常州子公司7.07亿债务提供担保
- 全球信息:中电兴发:公司作为智慧城市全面解决方案提供商和运营服务商,被纳入深证人工智能(AI)50指数
- 【全球独家】志特新材:公司的定期报告会对股东总人数进行披露,届时请关注披露公告
- 今日热搜:医保卡不在红名单怎么解决(医保卡黑名单如何补救)
- 信用卡第一次还款日期怎么算的(信用卡还款日怎么算年限)
- 全球热资讯!用京医通挂号医保卡还能报销吗(京医通绑定社保卡能不能报销住院)
- 全球头条:多少人的信用卡额度达到30万以上(多少人的信用卡额度达到30万)
- 全球百事通!新地NOVO LAND 2B期最快下星期上载楼书
- 观察:石嘴山新型冠状病毒肺炎疫情:2月8日石嘴山疫情最新消息今天数据统计情况通报
- 环球热文:双杰电气: “东数西算”工程是国家重点发展战略之一,也会用到12kV的配电设备
- 百盛商业确认租赁四川绵阳科技城新区物业 用作经营购物中心等
- 需要进一步核实及完善 海航投资延期回复深交所关注函
- 新湖中宝:控股股东之一致行动人900万股解除质押
- 世界热消息:中国银河:公司坚持服务国家战略、服务中小微企业与提高业务核心竞争力相结合
- 【环球快播报】博世科:(1)公司暂无微生物燃料电池相关领域的规划
- 奋达科技:公司与首航签署了战略合作协议,具体请参考以往公告
- 天天快报!多晶硅价格上涨!
- 全球最资讯丨数字信号处理技术论文
- 四连涨!硅料最高价至249元/kg
- 环球视讯!海量项目信息!光伏行业最新报告出炉
- 当前热讯:再下一城!越秀以33.12亿+现房销售4.5万平竞得昌平信息园二期地块
- 新动态:西方制裁打击俄罗斯石油收入的背后:巨额利润究竟流向了哪?
- 全球焦点!2月8日豪鹏科技涨停分析:锂电池,动力电池回收,新能源汽车概念热股
- 环球时讯:建发股份申请发行不超过45亿元公司债 获发改委同意注册
- 2月8日真视通涨停分析:应急产业,东数西算,军民融合概念热股
- 世界快报:温州城建30亿私募债项目状态更新为“已受理”
- 短讯!哈药股份:道圣康膜不是本公司生产的产品,黑龙江大众安泰药业有限公司不是本公司的下属企业
- 湖州安吉6宗地均以底价成交 两山国有控股6.58亿连拿2宗
- “老撕鸡防骗”挂羊头卖狗肉,误导投资客户,30亿客户资金打水漂
- 2月8日新纶新材涨停分析:固态电池,锂电池,宁德时代概念股概念热股
- 全球热头条丨2月8日鸿博股份涨停分析:包装印刷,小家电,体育产业概念热股
- 天天微动态丨中原:一手私楼开放式及一房货尾量比例共占逾三成
- 如何简单的自制黑椒牛排?自制黑椒牛排的方法步骤?
- 腾讯开心鼠英语是腾讯旗下吗?腾讯开心鼠英语介绍
- 天天要闻:左立熊小玥还在一起吗?左立个人资料介绍?
- 环球播报:博大考神职称计算机软件破解版,博大考神职称计算机考试
- 当前头条:诗曼芬是几线品牌?诗曼芬品牌资料介绍?
- 绵阳美食有哪些?绵阳美食分享?
- 世界即时看!网易smtp的25端口可以使用ssl端口?操作步骤
- 世界看点:深圳杨梅坑在哪里?杨梅坑好不好玩?
- 环球即时:elasticsearch怎么安装插件?elasticsearch拼音分词插件安装教程
- 资讯推荐:周杰伦演武神的一部电影叫什么名字?讲述了什么剧情?
- 从虚拟化安全到容器安全:Docker容器的安全机制与解决方案
- 快报:陋室铭作者是谁?陋室铭作者资料介绍?
- 天天精选!mysql设计总结 基于mysql的bbs设计总结
- 含有狗的谚语有哪些?含有狗的谚语汇总?
- 骆驼精神是什么样的精神?骆驼精神介绍?
- 全球热门:12306抢票网站靠谱吗?火车票候补购票概率有多大?
- 天天新动态:什么贷款能贷10年以上(有什么贷款能贷五年)
- 全球今头条!携程:年后跨境航班“量升价跌”,海外酒店错峰均价降一成
- 每日关注!艾莉森洛曼为什么不火?瑶瑶来为您解答
- 环球动态:货拉拉推出同城门到门跑腿服务 预计4月正式开放服务和骑手接单
- 上海浦东香楠路城市经典会所二次拍卖流拍 当前价1.08亿元
- 每日短讯:香港“高才通计划”接获7417宗申请 其中5799宗获批
- 焦点观察:c盘临时文件可以清理吗?c盘临时文件可以删除
- 【全球新要闻】卫生整顿工作总结(通用31篇)
- 豫能控股:公司指定的信息披露媒体有《证券时报》《上海证券报》和巨潮资讯网,相关费用以合同签订为准
- 多普达830怎么样?多普达830手机报价及性能配置介绍
- visit怎么读的?will和visit读音相同吗?
- 全球滚动:《从结婚开始恋爱》什么时候播出?从结婚开始恋爱演员表
- 当前简讯:福州高新投资1.09亿元摘闽侯一宗宅地 将建设拆迁安置房项目
- 快看点丨华为y320怎么样?华为y320报价及简评分享
- 今日热闻!西安空调移机哪家好?西安空调移机厂家技术信得过
- 焦点精选!win10怎么彻底清除win32trojan病毒?win32 trojan病毒清除教程
- 全球看点:尼康镜头标识的含义是什么?详情介绍
- 江河集团:公司在海外的业务主要集中在东南亚地区,暂无在中东地区开展业务的计划
- 全球最资讯丨春秋航空启动大规模线下招聘
- 热点在线丨【linux系统命令大全】免费使用和自由传播的Unix系统
- matlab软件实验原理 matlab中的图像增强与复原实验
- 社保基数忘记申报,基数自动上调了怎么回事(公积金基数上调了社保基数没调)
- 环球今日报丨皇家加勒比:2022年Q4营收26亿美元,净亏损5亿美元
- 世界观焦点:java代码实现二分法查找 二分法的实现
- 世界关注:北京社保外埠农村劳动力(社保为外埠农村劳动力是什么意思)
- 【环球新要闻】Waze将很快获得Android Auto最酷的新功能之一
- 最新消息:狄拉克:量子场论的研究方法
- 环球速读:10套极好用的PS绘画笔刷工具 简直就是神器
- 环球关注:越秀地产以25.99亿竞得石景山苹果园地块 配建1.5万平方米现房
- 世界短讯!京山轻机:如公司与其他公司发生达到信息披露标准的重大合作项目,公司将按规定及时履行信息披露义务
- 快讯:拉萨城建投资30亿元私募债项目状态更新为“已反馈”
- 全球快资讯:丹化科技:公司目前没有这方面的计划
- 全球热讯:房企融资分化:有国企两月授信超千亿,出险企业盼借新还旧应对偿债高峰
- 华联控股:华联南山A区更新项目有关申请报批工作在推进中
- 当前关注:深圳安托山新业花园动工 将提供226套保障性住房
- 环球热点评!*ST日海:上述资产转让的会计影响会体现在2022年年度报告中
- 信息:抖音在杭州成立无限能量房产经纪公司 注册资本150万
- 当前视讯!支付宝免费保单啥意思(支付宝免费领保单可以领吗)
- 徽商银行怎么交个人社保(我的社保是在安徽合肥徽商银行交的,怎样转到天津社保交费)
- 【全球报资讯】“19泰达01”回售数量234.49万手 回售金额23.45亿元
- 环球快资讯:新华制药:公司是全球主要解热镇痛等类药物供应商,与众多制剂生产企业均有业务往来
- 最新资讯:住建部等:启动公共领域车辆全面电动化先行区试点
- 美的置业10.2亿元公司债将于2月13日提前摘牌 利率4.4%
- 商汤-W跌超4% 此前遭软银集团减持近3亿股
- 世界聚焦:江西:落实16条金融措施 有效防范化解优质头部房企风险
- 当前头条:养乌龟的缸图片大全_养乌龟的缸
- 全球今头条!声迅股份:公司高度关注ChatGPT相关的行业化应用,也在探索ChatGPT与公司业务的结合点
- 动态:全城高考的观后感
- 精彩看点:海得控制:公司在系统解决方案业务中会涉及百度相关技术与产品的应用
- 咨询公司报告:中国旅游业复苏路径评估
- 超过退休年龄可以补交养老金吗(超过退休年龄可以补交养老金吗?)
- 【全球播资讯】降低存量房贷利率,可行吗?