typroa 和markdown基操

目录

  • 标题

    • 一级标题

      • 二级标题
  • 字体
  • 图片
  • 来插入图片，如在同意文件夹上，可直接加图片名
  • 数学公式
  • 编辑表格

标题

一级标题

二级标题

三级标题

  • 无序标题 *加空格，无序标题

也可以使用ctrl = 向上增大标题等级

? ctrl - 向下减小标题等级

[ 中加TOC]加目录

字体

加粗** ** XXX **

斜体 * XX*

==变色== == xx==

图片

来插入图片，如在同意文件夹上，可直接加图片名

，也可输入网页图片地址

leetcodehttps://leetcode-cn.com/

ctrl +鼠标左键进入

数学公式

用再百度

编辑表格

性别 年纪
男 18

性别|年纪

:-|-:|:-:

居左|居中|局右

男|18

ps:需要按ctrl?切换源码模式

原文地址：https://www.cnblogs.com/agsol/p/11448894.html

时间： 2024-10-15 20:41:14

typroa 和markdown基操的相关文章

Mongodb3.6 基操命令——help有大用（二）

前言 在上一篇文章Mongodb3.6 快速入门(一)中,我们主要使用两个命令: 1.mongod #启动服务 2.mongo #连接mongodb 对于刚接触mongo的人来说,该怎么给命令传递参数.又该传递什么参数都是一脸懵逼的.本人也是这样.在一开始学习mongo的时候,只能死记硬背别人的代码,别人是怎么写,照抄着来.但发现,这样容易忘记.一开始的时候觉得自己会了,可过了几天就会觉得自己一点不会:"怎么又忘记了,好像没学一样" 其实,对于大多数窗口shell操作,都是有提供hel

kafka基操

本文略长,ctrl+f kafka:0.10.1 confuent:3.1.2 7.通过时间戳查询指定分区的offset 使用的方法(offsetsForTimes()): Properties props = new Properties(); KafkaConsumer<String,String> consumer = new KafkaConsumer<>(props); java.util.Map<TopicPartition,OffsetAndTimestamp&

JavaScript之基操

局部变量前面要加var   如 var name = "jiahuai" 全局变量 name = "jiahuai" 写完每一行JavaScript代码用;号隔开 注释: 单行 // 多行 /* */ 原文地址:https://www.cnblogs.com/yaojiahuai/p/9652265.html

pymysql 基操全套

pymysql:python操作mysql 什么是pymysql? pymysql是一个python连接操作mysql数据的一个模块.没有他我们就不能和mysql连接所以安装... 安装 >: pip3 install pymysql 什么是Cursor游标? 游标(Cursor)是处理数据的一种方法,为了查看或者处理结果集中的数据,游标提供了在结果集中一次一行或者多行前进或向后浏览数据的能力. 设置pymysql.cursors.DictCursor,查询的结果是字典,key是表的字段 语法

线段树基操

P1816 忠诚 st表竟然写挂了,线段树一遍过(就当练码力) P1198 [JSOI2008]最大数 1.动态在末尾插入一个数 2.输出末尾的L个数的最大值 线段树维护! P3870 [TJOI2009]开关 P2574 XOR的艺术 P2846 [USACO08NOV]光开关Light Switching 三倍经验题!!! 对一段01区间取^1,则若要修改这个o,这段区间的1的个数=区间长度-这段区间的1的个数(t[o].yihuo) 对于一个o,是否修改这个区间,可以对t[o].tag^1

小白学 Python 爬虫（19）：Xpath 基操

人生苦短,我用 Python 前文传送门: 小白学 Python 爬虫(1):开篇 小白学 Python 爬虫(2):前置准备(一)基本类库的安装 小白学 Python 爬虫(3):前置准备(二)Linux基础入门 小白学 Python 爬虫(4):前置准备(三)Docker基础入门 小白学 Python 爬虫(5):前置准备(四)数据库基础 小白学 Python 爬虫(6):前置准备(五)爬虫框架的安装 小白学 Python 爬虫(7):HTTP 基础 小白学 Python 爬虫(8):网页基

pandas-python入门基操

import numpy as npimport pandas as pd# ---------------------------------------------------------------# 目录# 生成数据# 查看数据# 选择# 缺失值# 运算-apply# 合并# 分组# 重塑-reshape# 数据透视表# 时间序列# 类别-Category# csv数据输入/输出# -----------------------------------------------------

tensor数据基操----索引与切片

玩过深度学习图像处理的都知道,对于一张分辨率超大的图片,我们往往不会采取直接压平读入的方式喂入神经网络,而是将它切成一小块一小块的去读,这样的好处就是可以加快读取速度并且减少内存的占用.就拿医学图像处理来说吧,医学CT图像一般都是比较大的,一张图片就可能达到500MB+,有的甚至超过1GB,下面是切过的一张已经被各种压缩过的肝脏CT图像的一角.        我们可以看到它的像素仍有5210*4200之多,如果直接把这样一张图片压平,将会得到一个5210*4200=21882000维的tenso

树的基操

树的深度 求树的深度 #include<bits/stdc++.h> using namespace std; const int N=1000006; vector<int>g[N]; int n,ans; void dfs(int u,int fa,int dep) { ans=max(ans,dep); for(int i=0;i<g[u].size();++i) { int v=g[u][i]; if(v==fa)continue; dfs(v,u,dep+1); }