Carbon —— 代码分享利器

个人博客
个人简书

1. Carbon介绍

Carbon是一个可以把你的代码转成一张精美海报的工具,让你的代码分享颜值爆表。Carbon 可以轻松将源代码创建成简洁美观的图像分享出去,以下是Carbon的使用方法。(GitHub项目地址:https://github.com/dawnlabs/carbon)

Carbon 效果图

5ccd255eee1d3
carbon具有以下功能特性:

● 从GitHub的要点导入:只需将一个 GitHub gist id 追加到url

● 定制:自定义图片的语法主题,窗口样式等等

● 快速分享:点击一下即可保存您的图片或者点击链接

2. Sublime环境下Carbon插件安装

在 Sublime 中用包管理工具下载 Carbon 插件
5ccd22e960bb4
Ctrl + Shift + P 调出命令行窗口,输入 install package 回车,然后在新出现的窗口中输入 Carbon 回车即可
在 Sublime 的 Preferences -> Package Settings 中能看见 carbonSublime 就算插件安装成功。
5ccd22aec3810

3. Carbon插件配置及使用

Carbon配置

5ccd238ac4ff2
在这里插入图片描述
点击 Preferences -> Key Bindings 为 Carbon 设置一个快捷键绑定,然后保存。绑定快捷键后,在 Sublime 中选中代码,按快捷键 ctrl + m 就可以自动生成代码小卡片。

Carbon使用

选中代码,然后按 ctrl + m,会弹出一个网页,在这个页面可以自定义代码的样式,并导出代码图片。

5ccd26696bf09

在这里插入图片描述

4. Carbon进阶使用

每次弹出 Carbon 网页都会使用默认配置,每次都要手动修改样式非常麻烦。如果你不满意默认配置,可以修改 Carbon 的默认样式。在 Preferences -> Package Settings -> carbonSublime ->Settings 中可以设置 Carbon的样式。设置样式后,每次弹出的网页都会使用自定义的样式。
在这里插入图片描述
在这里插入图片描述

  • 3
    点赞
  • 12
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
Dice模型是一种常用的经济学模型,可以用来解释不同变量之间的相互作用和影响。R语言是一种非常流行的开源编程语言,适合进行数据分析和可视化。在使用Dice模型时,可以使用R语言来编写相关的代码,实现数学模型的计算和绘图。 以下是基于R语言的Dice模型代码示例: 首先需要导入相关的包和数据,例如: ``` library(ggplot2) library(readr) df <- read_csv("data.csv") ``` 其中,数据可以采用csv格式,通过read_csv函数将数据导入到R语言中。 然后可以定义Dice模型的参数和函数,例如: ``` savings_rate <- 0.2 labor_growth <- 0.02 capital_share <- 0.3 elasticity <- 0.5 production_function <- function(labor, capital) { labor^elasticity * capital^(1-elasticity) } climate_damage_function <- function(temperature) { if (temperature < 2) { 0 } else { (temperature - 2)^2 } } utility_function <- function(consumption, population) { consumption * (1 - 1 / (1 + population_growth_rate))^(time_discount_rate) } ``` 在这里,定义了一些常量和函数,例如储蓄率、劳动力增长率、资本份额、弹性系数、生产函数、气候损害函数和效用函数等。 接着可以编写Dice模型的主函数,例如: ``` dice_model <- function(carbon_emissions, temperature_increase) { global_output <- production_function(global_labor, global_capital) global_population <- global_population * (1 + population_growth_rate) per_capita_output <- global_output / global_population total_production <- per_capita_output * global_population_scale consumption <- total_production - carbon_emissions total_utility <- utility_function(consumption, global_population_scale) climate_damage <- climate_damage_function(temperature_increase) net_benefit <- total_utility - social_cost_of_carbon * carbon_emissions - climate_damage return(net_benefit) } ``` 其中,输入量是碳排放量和温度增长量,输出量是净收益。主函数中还会用到前面定义的各种参数和函数。 最后,可以通过绘图展示Dice模型的计算结果,例如: ``` carbon_emissions <- seq(0, 100, 0.5) temperature_increase <- seq(0, 10, 0.1) net_benefit_matrix <- outer(carbon_emissions, temperature_increase, dice_model) ggplot(melt(net_benefit_matrix), aes(x = Var1, y = Var2, fill = value)) + geom_raster() + scale_fill_gradientn(colors = c("white", "yellow", "orange", "red"), limits = c(-1000, 4000), breaks = seq(-1000, 4000, 1000), name = "Net benefit") + labs(x = "Carbon emissions", y = "Temperature increase") + theme_classic() ``` 这段代码可以绘制一个热力图,展示碳排放量和温度增长量对净收益的影响。通过这个图可以更直观地理解Dice模型的计算结果。 总之,基于R语言的Dice模型代码可以非常方便地实现数学模型的计算和可视化,使得经济学研究更加方便和高效。
评论 2
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