第一篇：用Excel表中數據在mapinfo中創建點

Mapinfo應用方法

1、將你所需要導入的經緯度的信息（包括：地點名稱、經度、緯度三項）做在一個Excel表格中，如下圖所示：

2、選中第一列的漢字部分，點擊右鍵，選擇“設置單元格格式”，在彈出的對話框中的第一項“數字”分類中有一項“文本”，選擇后點擊確定；

3、選中第二、三列表示經緯度的數字部分，點擊右鍵，選擇“設置單元格格式”，在彈出的對話框中的第一項“數字”分類中有一項“數值”，選擇后將后面的小數位數改為7位（為了達到更高的精確度），然后點擊確定；如下圖所示：

4、選中所有內容部分，如下圖所示：

然后點擊文件中的“另存為”選項，在“保存類型”的下拉選擇項中選擇 “DBF 4(dBASE Ⅳ)選項，如下圖所示：

然后點擊保存就可以了；注意：保存時會彈出一對話框，選擇“是”就可以了。

5、打開mapinfo軟件，在“快速啟動”對話框中選擇“打開表”選項，然后點擊“打開”，將打開的目錄找到第四步驟中保存的文件夾，將“文件類型”下拉選擇項中選擇“dBASE DBF(*.dbf)選項，然后點擊打開；如下圖所示：

在彈出的“dBASE DBF 信息”對話框中將“文件字符集[F]：”下拉菜單中，選擇最后一項“No character set conversion”，然后點擊確定；如下圖所示：

6、通過上步的操作你會在一個彈出的窗口中看到你剛才Excel表格中的信息，然后在工具條中點擊“表”選項中的“創建點”選項，如下圖所示：

然后在彈出的窗口中可以編輯你所喜歡的圖標的樣式（通過“使用符號”選項）如下圖：

然后分別點擊“確定”就好了。

7、關閉mapinfo文件，然后進入你保存的目錄下，你會發現多了幾個文件，雙擊其中一個“MapInfo Table”格式的文件打開就可以了，如下圖：

然后你就可以看到你剛才導入的那些地點就會以圖標的樣式顯示出來了，如下圖：

8、如果你有地理環境的底圖（這個可能需要購買，相當的貴，當初我們廣西的花了一百多萬），你可以打開就可以了，然后你就可以看到你創建的各個點分布在地圖上了。如下圖：（看到中間的小紅三角符號沒有？）

注意：由于經緯度和地圖可能存在一定的誤差，所以顯示出來的結果可能會與實際不符合。

9、如果想再進一步編輯的話在MapInfo里面選擇需要編輯的圖層進行編輯就可以了。

注意：文中圖片信息不要擴展出去。若有問題，再聯系我！

第二篇：在CATIA中批量創建點和曲線

一、查找catia安裝目錄下" />intel_acodecommandGSDPointSplineLoftFromExcel.xls文件。打開文件GSDPointSplineLoftFromExcel.xls，界面如下：

二、在StartCurve和EndCurve之間的一組數值是點的坐標值，每一組點連成一條樣條曲線。每一行的三個數值分別代表X、Y、Z坐標。同時可以畫出若干樣條曲線。如果需要，可以用這些樣條曲線創建放樣曲面。用每一對StartLoft、EndLoft之間的樣條曲線創建一個放樣曲面。

三、打開CATIA V5，進入Generative Shape Design，使要在其中創建點和樣條曲線的文件處于激活狀態，這個文件必須是CATPart文件，并且至少包含一個OpenBody：

四、運行宏程序，步驟如下：

1、單擊菜單“工具”à“宏”à“宏”：

2、顯示宏對話框后，執行宏 Feuil1.Main

3、對話框彈出后：選1生成點 選2生成點和曲線

選3生成點、曲線和loft曲面

4、選擇2，單擊“執行”。運行結果如下：

5、選擇3，單擊“執行”。運行結果如下：

在實際的工作中，用戶的原始坐標數據往往不是EXCEL格式，需要轉換成EXCEL格式，填充坐標值區域，用來生成點和曲線。

用戶的原始坐標數據通常用文本文件等格式存放，例如：

對上述問題，請按如下步驟進行操作：

一、這種格式的數據不能在EXCEL里直接使用，要把這些數據導入EXCEL，用EXCEL打開該文件，出現如下對話框：

二、對于文件類型，選擇“分隔符號”，而非“固定寬度”：

三、然后單擊“下一步”，選擇空格（如果是用其他分隔符分隔坐標值，選擇相應的分隔符）：

四、單擊“完成”，數據即導入EXCEL：

五、共有十行數據，要把它們粘貼到文件GSD_PointSplineLoftFromExcel.xls，先在該文件中準備十行空間。選擇四行表格，單擊菜單“插入”à“行”，即可插入四行表格：

六、選擇兩行表格，單擊菜單“插入”à“行”，又插入兩行表格：

七、即得到十行表格，以容納十行坐標值：

八、將原始數據復制后，粘貼到這十行三列表格中，如果沒有其他數據輸入，將下面兩段多余的數據刪除，得到如下結果：

九、運行程序，畫出樣條曲線：

第三篇：大數據在教學管理中的運用

大數據在教學管理中的運用

隨著大數據時代的崛起，云數據時代的來臨，大數據給各行各業的發展模式和決策帶來前所未有的革新與挑戰，教育行業同樣不可避免。當前人們對大數據的認識尚處于初始階段，特別是大數據在教育領域的研究和實踐才剛剛開始，真正的將大數據完美地應用于教育，造福于教育，仍然有很長的路要走，這需要我們共同的努力！

一、何為大數據

《自然》雜志在2008年9月推出了名為“大數據”的封面專欄，講述了數據在數學、物理、生物、工程及社會經濟等多個學科扮演了愈加重要的角色。加里?金說：“這是一場革命，龐大的數據資源使得各個領域開始了量化進程，無論學術界、商界還是政府，所有領域都將開始這種進程。”大數據也稱巨量資料，指的是所涉及的資料量規模巨大到無法透過目前主流軟件工具，在合理時間內達到擷取、處理、并整理成為幫助企業更好經營決策的各種資訊，同時與大數據相關的數據存儲、數據安全、數據分析等領域也都屬于大數據范疇。

二、大數據對教學的影響

中國原始社會時期，“燧人之世，天下多水，故教民以漁”，“宓羲氏之世，天下多獸，故教民以獵”，法家思想的集大成者韓非子也有“世異則事異，事異則備變”的觀點，足見教育是需要根據現實變化的。

在教育領域中，大數據除體現傳統數據的所有宏觀功能外，還能收集分析詳盡的微觀個性化數據，大數據的優勢立顯。傳統數據詮釋宏觀、整體的教育狀況；大數據用于調整教育行為與實現個性化教育；傳統數據來源于階段性的，針對性的評估，其采樣過程可能有系統誤差；大數據來源于過程性的，以第三方、技術型的觀察采樣的方式誤差較小。傳統數據分析所需要的人才、專業技能以及設施設備都較為普通，易獲得；大數據挖掘需要的人才，專業技能以及設施設備要求較高，并且從業者需要有創新意識與挖掘數據的靈感而不是按部就班者。

大數據帶來新一輪教育信息化的浪潮已然隨著硬件的高速革新和軟件的高度智能無法抗拒地推到了我們面前。作為新時期的教育管理者，唯有掌握良好的“沖浪”技術，轉變教育思想，及時利用大數據服務學校管理、改革教育教學，提高辦學質量。

三、大數據教學管理模式

隨著時代的發展，科技的日新月異，以往的教學管理模式正在慢慢退出歷史舞臺。這種以現代信息技術為支撐，大數據為載體的新型管理模式極大地實現了教育資源的共享與充分利用，促進了工作效率的提升，轉變了工作效能，讓工作更加具有時效性，科學性，及時性。管理透明化、簡約化、信息化。

1、教育大數據管理的模型構建

正如2014年全國教育工作會議提出的，今后一個時期我國教育管理的目標是“加快推進教育治理體系和治理能力現代化”，我國的教育管理模式將發生質的變革，大數據管理模型應運而生。

大數據支撐的教育管理模型：以“主體、對象、資源、目標”為核心要素，建立多級連通共享的教育云，構建教育管理復雜系統，利用云技術處理教育云端大數據，為教育公共服務機構、教師和學生提供全天候多終端個性化需求的教育資源服務、專業發展服務和綜合素質發展服務，提升教育資源配置的合理性和公平性，提升教育決策科學化水平。大數據教育管理新模式如右圖所示。

在教育管理中，人的因素是重要的教育數據，是一切教育數據的來源。教育資源的配置，首先要進行科學合理的資源基本分類：人才資源、財物資源、知識資源；教育內容、教育理論、教育方法、教育經驗等，是教育資源配置中的隱性資源，卻是根本資源；技術資源是大數據教育管理的生產力資源，教育技術尤其是教育信息技術、大數據、云技術的應用，是管理主體滿足教育服務需要，合理配置教育資源的應用型資源。

2、教育大數據管理的行動路線圖

教育大數據管理是一個長遠的偉大工程，從當前的教育信息化建設水平和面臨的挑戰綜合考慮，還有相當長的路程要走。我們需要在思想上、理論上和實踐上全面推進，迫切需要制訂正確而長遠的行動路線圖如又圖所示。

這是三個層級的運行策略：底層是大數據教育管理的基礎建設――教育云的建設，各區域應遵循國家教育數據標準，建設分布式教育數據中心（云）――資源庫+數據庫+數據關系邏輯的建構，為云端教育教學資源配置提供基礎硬件支撐，進而建設三層智慧平臺――智慧校園、智慧學堂（課堂）和智慧終端（尤其是移動終端）――應用平臺建設，同樣作為基礎層級的是教育資源的大數據挖掘――對教育過程所產生的數據進行統計、分析、建模等處理，為教育管理決策提供數據應用；位于高層的是教育大數據管理的操作系統，從公共服務到學生個體發展，利用大數據進行教育資源的公平配置和個性化供給，推進教育發展與改革，使人人享有優質恰當的教育資源，促進教育的優質可持續發展，推進教育品牌建設和創新提升，形成高效綠色的教育文化。

四、大數據教學管理的優越性

用數據說話、用數據決策、用數據管理、用數據創新的數據文化正在成形，大數據時代已經來臨。順應大數據時代的發展，教育變革已經進入了一個新的階段，教育領域將迎來一場前所未有的大變革。

大數據的發展給困境中的教育變革提出了新的挑戰。進入大數據時代，依靠言傳身教的古代精英式教學和注重快速實效的現代大眾式教學正在有效結合，基于數據分析的共享式精準教學不再遙遠，按需學習、因材施教將真正成為可能。大數據帶來的一系列變革，對新型創新人才的培養提出了更為迫切和現實的要求：日益強大的互聯網、多媒體及概念軟件、開源軟件等為師生提供了更加自由、靈活的學習和探索空間，求知的視野被極大拓寬；日益頻繁的師生活動及社會互動被大數據予以記錄、分析和共享，教育環境的時空界限和信息隔閡得以打破，長期以來潛伏于數據之下的教育理論和規律將日益凸顯和明朗，人才培養將更具靈活性和多樣性；學習與生活、教育與社會不再被孤立，學生、學校與現實生活的體驗更為接近，學生學習興趣、學校辦學動力將被大大激發。

第四篇：大數據在制造業中的應用

大數據在制造企業中的應用

近年來出現的人力短缺、工資上漲、產品交付期短和市場需求變動大等問題，使得制造業正面臨新一波轉型挑戰。如何在控制生產成本的同時，還能提高生產力與效率，則是轉型的主要目的。在這樣的背景下，德國、美國等制造業發達國家無不積極推動“工業4.0”。“工業4.0”本質上是通過信息物理系統實現工廠的設備傳感和控制層的數據與企業信息系統融合，使得生產大數據傳到云計算數據中心進行存儲、分析，形成決策并反過來指導生產[1]。大數據的作用不僅局限于此，它可以滲透到制造業的各個環節發揮作用，如產品設計、原料采購、產品制造、倉儲運輸、訂單處理、批發經營和終端零售。大數據使得訂單處理方式有了質的變化

大數據的核心作用在于預測。大數據可以快速精準地預測市場趨勢和客戶需求，并對客戶進行細分，為其提供量身定制的合適服務。企業通過大數據的預測結果，便可以得到潛在訂單的數量，然后直接進入產品的設計和制造以及后續環節[2]。即企業可以通過大數據技術，在客戶下單之前進行訂單處理。而傳統企業通過市場調研與分析，得到粗略的客戶需求量，然后開始生產加工產品，等到客戶下單后，才開始訂單處理。這大大延長了產品的生產周期。如海爾集團于2013年1月構建了SCRM（社交化客戶關系管理）會員大數據平臺。銷售人員可進行大數據分析，精準預測出個體消費者的需求，實現了在客戶下單之前進行訂單處理。大數據使得倉儲運輸和批發經營不復存在

由于大數據能夠精準預測出個體消費者的需求以及消費者對于產品價格的期望值，企業在產品設計制造之后，可直接派送到消費者手中。雖然此時消費者還沒有下單，但是消費者最終接受產品是一個大概率事件。這使得企業不存在庫存過剩的問題，也就沒有必要進行倉儲運輸和批發經營。大數據使原料采購更加科學

大數據技術可以從數據分析中獲得知識并推測趨勢，可以對企業的原料采購的供求信息進行更大范圍的歸并、匹配，效率更高。大數據通過高度整合的方式，將相對獨立的企業各部門信息匯集起來，打破了原有的信息壁壘，實現了集約化管理，可以根據輕重緩急，更加科學合理地安排企業的財政支出。其次，利用大數據的海量存儲與快速數據處理功能，可以對采購的原料的附帶屬性（節能、節水、環保等）進行更加精細化的描述與標準認證，通過分類標簽與關聯分析，可以更好地評估企業采購資金的支出效果。此外，大數據能預測原材料的價格以及原材料品質的好壞。這使制造業企業更加科學地采購原材料成為可能，企業可以采購到質優價低的原材料。大數據使得產品設計制造更加優化

借助大數據技術，人們可以對原物料的品質進行監控，發現潛在問題立即做出預警，以便能及早解決問題從而維持產品品質[3]。大數據技術還能監控并預測加工設備未來的故障幾率，以便讓工程師即時執行最適決策。大數據技術還能應用于精準預測零件的生命周期，在需要更換的最佳時機提出建議，幫助制造業者達到品質成本雙贏[3]。例如，日本汽車公司Honda將大數據分析技術應用于電動車電池上。由于電動車不像汽車或油電混合車一樣，可以使用汽油作為動力來源，其唯一的動力就是電池，所以Honda希望進一步了解電池在什么情況下，績效表現最好、使用壽命最長。Honda公司通過大數據技術，可以搜集并分析車輛在行駛中的一些資訊，如：道路狀況、車主的開車行為、開車時的環境狀態等，這些資訊一方面可以幫助汽車制造公司預測電池目前的壽命還剩下多長，以便即時提醒車主做更換，一方面也可以提供給研發部門，做為未來設計電池的參考。

再如BMW公司應用大數據分析，在短短的12周時間內降低80%的零件報廢率。一臺汽車需要的零件有很多種，其中一個是與引擎結合的引擎上蓋。以前，BMW要等到最終引擎組裝階段，將引擎上蓋組裝完成后才知道到這個零件能否使用，如果不能使用就只好將整個引擎報廢。而通過大數據技術，BMW公司在引擎生產線上可以做即時的檢測與分析，倘若品管沒有問題則直接進到最后的組裝程序，但若零件品質不好且無法修補則直接報廢，或者零件品質不好但能經過其他方式修補，則在修補后再度進行品管測試，借此提高生產效率并降低報廢率。大數據使得終端零售暢通無阻

通過大數據技術，企業可以了解整個供應鏈中需求和供應的變化，從而促進了產品的終端零售。如沃爾瑪的零售鏈平臺提供的大數據工具，將每家店的賣貨和庫存情況大數據成果向各公司相關部門和每個供應商定期分享。供應商可以實現提前自動補貨，這不僅減少門店斷貨的現象，而且大規模減少了沃爾瑪整體供應鏈的總庫存水平，提高了整個供應鏈條和零售生態系統的投入回報率，創造了非常好的商業價值。

當今，世界各國始終致力于以技術創新引領產業升級，而大數據的利用使得資源節約、環境友好、可持續發展，智能化、綠色化的發展趨勢得以實現[4]。因此，大數據背景下的制造業領域將具備廣闊的市場空間和前景，這是制造業企業的莫大機遇。

第五篇：Oracle中的導入導出表及數據

Oracle中的導入導出表及數據

Oracle數據導入導出imp/exp就相當于oracle數據還原與備份。exp命令可以把數據從遠程數據庫服務器導出到本地的dmp文件，imp命令可以把dmp文件從本地導入到遠處的數據庫服務器中。利用這個功能可以構建兩個相同的數據庫。

1.用plsql實現

1.1使用plsql連接oracle，點擊工具——導出表

1.2選擇要導出的表

1.3可執行文件在C:oracleproduct10.2.0db_1bin 目錄下

導出是exp 導入是imp 導出的為dmp文件

1.4導入文件：

點擊工具——導入表

在導入文件中選擇要導入的表 確認后點擊導入

2.用dos命令實現

2.1Windows——R——cmd

2.2輸入dos命令：

exp youngtop_us/ail@192.168.0.46/orcl10g file=F:/fileSys.dmp log=F:/fileSys.log statistics=none tables=file_attach,file_tree,file_permission

ps：exp user/password@主機地址 file=存儲位置 log=存儲位置 statistics=none tables=tablename

3.將數據導出到excel表中及將excel表數據導入數據庫

3.1選中要導出數據的表右鍵——查詢數據

3.2選中表中的數據郵件——復制到excel

3.3在excel中保存

3.4可以不按照數據庫中的字段存放順序，編輯形成Excel表中的數據

3.5選中要導入的數據后另存一份txt文檔

3.6在plsql中點擊 工具——文本導入器

進入到文本導入器的頁面后，先點擊“來自文本文件的數據”選項卡，然后點擊打開按鈕，選擇數據錄入.txt文件

3.7在配置中進行配置

如果不將標題名勾選上，則會導致字段名也當做記錄被導入到數據庫中，影響正確錄入

3.8點擊導入按鈕將數據導入oracle數據庫中