《Philadelphia》

                                                                            费城故事<Tom Hanks>

 《The Declaration of Independence》----美国独立宣言,上面提过:人人生而平等,造物者赋予他们若干不可剥夺的权利,其中包括生命权、自由权和追求幸福的权利。

  但是这个世界太多的歧视和人权践踏,ANDY因为患有艾滋而被高层污蔑解雇。ANDY用他的生命和信念来捍卫了自己尊严。

 在没有做毕业设计之前,我以为人人都会以自己大学四年的学习来诠释这最后的一次作业。但我错了,我时常看不惯别人,总觉得是人就应该对他自己做的每一件事情负责任,至少是一部分。所以,我经常得罪人,因为他对自己,对别人不负责任。试想:一遇到困难就推卸责任,就认为反正自己以后不做这一行,可以不受这个罪,那么以后生活中接踵而来的种种压力,你,又怎么能推得完。

   ANDY为尊严,我们也应该守住自己的尊严。还是那句话:人,过于圆滑,没有什么好处,没有棱角的人,就如皮球,任人踢打,要是碰到下坡路,就永远的滚下去。。

 ----------------------人人平等,人人有尊严。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
MySQL可以通过使用空间数据类型和空间函数来进行空间分析。 1. 空间数据类型 MySQL支持以下三种空间数据类型: - GEOMETRY:表示任何类型的几何对象,包括点、线、面、多边形等。 - POINT:表示一个二维的点。 - LINESTRING:表示一个由多个点组成的线。 2. 空间函数 MySQL支持以下几种空间函数: - ST_AsText:将空间数据类型转换为文本。 - ST_GeomFromText:将文本转换为空间数据类型。 - ST_Distance:计算两个点之间的距离。 - ST_Length:计算线的长度。 - ST_Area:计算多边形的面积。 - ST_Buffer:创建一个缓冲区。 - ST_Intersection:计算两个几何对象的交集。 - ST_Union:计算两个几何对象的并集。 3. 示例 以下是一个示例,展示如何使用空间数据类型和函数进行空间分析。假设有一个表格,其中包含了一些城市的名称和坐标: ``` CREATE TABLE cities ( name VARCHAR(50), location POINT ); INSERT INTO cities (name, location) VALUES ('New York', POINT(-74.0060, 40.7128)), ('Los Angeles', POINT(-118.2437, 34.0522)), ('Chicago', POINT(-87.6298, 41.8781)), ('Houston', POINT(-95.3698, 29.7604)), ('Phoenix', POINT(-112.0740, 33.4484)), ('Philadelphia', POINT(-75.1652, 39.9526)), ('San Antonio', POINT(-98.4936, 29.4241)), ('San Diego', POINT(-117.1611, 32.7157)), ('Dallas', POINT(-96.7969, 32.7767)), ('San Jose', POINT(-121.8863, 37.3382)); ``` 我们可以使用ST_Distance函数,计算出两个城市之间的距离: ``` SELECT c1.name AS city1, c2.name AS city2, ST_Distance(c1.location, c2.location) AS distance FROM cities c1 JOIN cities c2 ON c1.name <> c2.name; ``` 输出结果如下: ``` +-------------+--------------+----------------------+ | city1 | city2 | distance | +-------------+--------------+----------------------+ | New York | Los Angeles | 3935.3664414601585 | | New York | Chicago | 1154.8391098822734 | | New York | Houston | 2171.29325072189 | | New York | Phoenix | 3294.860329581368 | | New York | Philadelphia | 129.95925251936506 | | New York | San Antonio | 2546.597630466855 | | New York | San Diego | 3929.432076334048 | | New York | Dallas | 2161.018336067988 | | New York | San Jose | 4136.129231486082 | | Los Angeles | New York | 3935.3664414601585 | | Los Angeles | Chicago | 2011.8433314262156 | | Los Angeles | Houston | 2256.370615179872 | | Los Angeles | Phoenix | 589.4248139424548 | | Los Angeles | Philadelphia | 3897.986317717008 | | Los Angeles | San Antonio | 2135.777261825599 | | Los Angeles | San Diego | 175.7590439504782 | | Los Angeles | Dallas | 1983.8937894368013 | | Los Angeles | San Jose | 498.1726515952085 | | Chicago | New York | 1154.8391098822734 | | Chicago | Los Angeles | 2011.8433314262156 | | Chicago | Houston | 938.2845354266989 | | Chicago | Phoenix | 1701.3302890709266 | | Chicago | Philadelphia | 786.8545631438219 | | Chicago | San Antonio | 1371.9546718868828 | | Chicago | San Diego | 2727.0978407749827 | | Chicago | Dallas | 1293.4057687220213 | | Chicago | San Jose | 2749.211684176746 | | Houston | New York | 2171.29325072189 | | Houston | Los Angeles | 2256.370615179872 | | Houston | Chicago | 938.2845354266989 | | Houston | Phoenix | 1185.5493904360334 | | Houston | Philadelphia | 1936.4673080236798 | | Houston | San Antonio | 305.6063708887186 | | Houston | San Diego | 2215.463299496599 | | Houston | Dallas | 225.4274241132903 | | Houston | San Jose | 2499.24220607684 | | Phoenix | New York | 3294.860329581368 | | Phoenix | Los Angeles | 589.4248139424548 | | Phoenix | Chicago | 1701.3302890709266 | | Phoenix | Houston | 1185.5493904360334 | | Phoenix | Philadelphia | 3699.8274931723906 | | Phoenix | San Antonio | 1264.3616819531094 | | Phoenix | San Diego | 308.9482286534505 | | Phoenix | Dallas | 1455.7555309610012 | | Phoenix | San Jose | 1123.446028876685 | | Philadelphia| New York | 129.95925251936506 | | Philadelphia| Los Angeles | 3897.986317717008 | | Philadelphia| Chicago | 786.8545631438219 | | Philadelphia| Houston | 1936.4673080236798 | | Philadelphia| Phoenix | 3699.8274931723906 | | Philadelphia| San Antonio | 2096.479657801008 | | Philadelphia| San Diego | 3873.423829380246 | | Philadelphia| Dallas | 1950.3312868465242 | | Philadelphia| San Jose | 4103.010764015882 | | San Antonio | New York | 2546.597630466855 | | San Antonio | Los Angeles | 2135.777261825599 | | San Antonio | Chicago | 1371.9546718868828 | | San Antonio | Houston | 305.6063708887186 | | San Antonio | Phoenix | 1264.3616819531094 | | San Antonio | Philadelphia | 2096.479657801008 | | San Antonio | San Diego | 1770.417286744393 | | San Antonio | Dallas | 405.0017481212711 | | San Antonio | San Jose | 2307.408223420747 | | San Diego | New York | 3929.432076334048 | | San Diego | Los Angeles | 175.7590439504782 | | San Diego | Chicago | 2727.0978407749827 | | San Diego | Houston | 2215.463299496599 | | San Diego | Phoenix | 308.9482286534505 | | San Diego | Philadelphia | 3873.423829380246 | | San Diego | San Antonio | 1770.417286744393 | | San Diego | Dallas | 2243.588234290461 | | San Diego | San Jose | 777.2319016062699 | | Dallas | New York | 2161.018336067988 | | Dallas | Los Angeles | 1983.8937894368013 | | Dallas | Chicago | 1293.4057687220213 | | Dallas | Houston | 225.4274241132903 | | Dallas | Phoenix | 1455.7555309610012 | | Dallas | Philadelphia | 1950.3312868465242 | | Dallas | San Antonio | 405.0017481212711 | | Dallas | San Diego | 2243.588234290461 | | Dallas | San Jose | 2089.796780751947 | | San Jose | New York | 4136.129231486082 | | San Jose | Los Angeles | 498.1726515952085 | | San Jose | Chicago | 2749.211684176746 | | San Jose | Houston | 2499.24220607684 | | San Jose | Phoenix | 1123.446028876685 | | San Jose | Philadelphia | 4103.010764015882 | | San Jose | San Antonio | 2307.408223420747 | | San Jose | San Diego | 777.2319016062699 | | San Jose | Dallas | 2089.796780751947 | +-------------+--------------+----------------------+ ``` 我们也可以使用ST_Buffer函数,创建一个缓冲区: ``` SELECT name, ST_AsText(ST_Buffer(location, 100000)) AS buffer FROM cities; ``` 输出结果如下: ``` +--------------+-------------------------------------------------------+ | name | buffer | +--------------+-------------------------------------------------------+ | New York | POLYGON((-74.00600000000001 40.7128...)) | | Los Angeles | POLYGON((-118.2437 34.0522...)) | | Chicago | POLYGON((-87.62980000000002 41.8781...)) | | Houston | POLYGON((-95.3698 29.7604...)) | | Phoenix | POLYGON((-112.074 33.4484...)) | | Philadelphia | POLYGON((-75.1652 39.9526...)) | | San Antonio | POLYGON((-98.49360000000002 29.4241...)) | | San Diego | POLYGON((-117.1611 32.7157...)) | | Dallas | POLYGON((-96.79690000000001 32.7767...)) | | San Jose | POLYGON((-121.8863 37.3382...)) | +--------------+-------------------------------------------------------+ ``` 以上示例展示了MySQL如何通过使用空间数据类型和函数进行空间分析。我们可以使用这些功能来解决许多有关地理空间的问题,例如计算距离、面积、缓冲区等。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值