1. vue中如何编译代码使相同的模块共用一样的数据
Vue.js很简单。正因为如此简单，人们常常认为其适合于小项目。虽然真正的Vue.js核心知识只是一个视图层库，实际上有一组工具，将使您能够使用Vue.js构建完整的大规模SPA（单页应用程序）。 SPA应用可以在不完全重新加载网页，产生一个更流畅的用户体验到的用户交互响应。还有好的副作用，SPA还鼓励后端专注于展示数据端点，这使得整体架构更加分离，并且对于其他类型的客户端可能是可重用的。 从开发人员的角度来看，SPA和传统的后端呈现应用程序之间的主要区别是，我们必须将客户端视为具有自己架构的应用程序。通常，我们需要处理路由，数据获取和持久性，查看渲染和必要的构建设置，以便于模块化代码库。
2. c语言编译连接好后，用cmd无法显示数据
首先需要安装有一个编译器并设置好环境变量,如
vc或gcc,以下是命令
gcc:
gcc
-c
test.c
-o
test.o
gcc
test.o
-o
test.exe
vc:
cl
/c
/tc
/o1
/md
test.c
link
test.obj
编译gui程序时,连接还需要指定静态库文件.
3. 如何将数据进行数据可视化展现
1.明确数据指标
首先，我们得先搞明白这些数据是怎么来的、干嘛的，如果连这个都不清楚就会很难展开接下来的讨论或设计。数据是做好图表设计的前提，毫无疑问，一连串的数字对于设计师来说是枯燥无味的，幸亏前期的数据收集工作已有人做好，但是作为设计师有必要要求他们给到你的是尽可能精准的数据，否则，会导致接下来的工作前功尽弃。因此，当初步接触数据时最好能够解决以下几点：
理解数据及指标
分析数据
提炼关键信息
明确数据关系及主题
2.为谁设计，用户想要什么信息
需要明确的是，同一组数据在不同用户眼中所看到的信息是不一样的，因为，角色、岗位的不同就造成了他们所关注的重点、立场不同，不同人所发现的信息、得出的结论也是不一样的，所以，在图表设计时面对不同的使用者所强调的信息及交互方式都是不一样的。主要影响因素：
用户群体是谁？有什么特点
从数据中需要提炼的信息是什么
通过图表想要解决什么问题
关注的重点
3.明确设计目的与价值
实际上，图表设计跟一个产品设计的思路是相似的，定义设计目标这个过程很容易被设计师忽略，设计目标不是一成不变的，但并不意味着一开始就没有，前期缺少对设计目标的定义会导致设计师往往说不清楚为什么这样设计，那么，接下来的设计工作就像个无头苍蝇一样乱撞，没有方向感。有的时候，设计方案被推翻，究其根源往往是由于对源思考不明确导致的，设计目标需要大家共同定义并达成一致的方向，否则，方向不对，努力白费。
定义设计目标的过程需要站在用户的角度和数据的角度进行综合分析从而进行构建，一方面需要考虑用户如何更简单的分析、理解数据从而提高决策效率；一方面需要考虑数据本身如何更加精准、一目了然的传达给用户。
4.规划设计方案，选择合适的图表类型
在工作中，一些同学在设计图表时把大量的时间用在寻找图表素材上，然而这种都是在表面上寻找解决办法实际上本末倒置了，解决不了本质问题。数据可视化设计不是单纯的图表样式设计，虽然了解图表也很重要，但是，仅仅将数据变成漂亮的图表只是形式的改变而已，远远不够的
当前期我们已经清楚了用户要做什么，有了明确的设计目标，那么，选择图表的过程就是信手拈来的事。在选择图表类型之前，自己心里已经比较清楚了图表大概的效果（如：呈现不同时间段的数据-用折线图合适；呈现不同份额比例-用饼图合适；某个阶段的数据出现频率-用散点图合适），具体的图表选择大家可以参考 Andrew Abela 整理的图表类型选择指南图示，有兴趣的同学可以研究一下。
常见的图表类型基本上以下六种涵盖了绝大部分的使用场景:
曲线图 用来反映时间变化趋势
柱状图 用来反映分类项目之间的比较，也可以用来反映时间趋势
条形图 用来反映项目之间的比较
饼图 用来反映构成，即部分占总体的比例
散点图 用来反映相关性或分布关系
地图 用来反映区域之间的分类比较
5.细化体验
前面我们谈论了很多图表设计前期的事，接下来谈一谈需要注意的几点细节，Dan Saffer 说过“最好的产品通常会做好两件事情：功能和细节。功能能够吸引用户关注这个产品，而细节则能够让关注的用户留下来”。毕竟细节设计成就卓越产品嘛
X坐标轴
考虑到不同屏幕或浏览器的适配问题，当X坐标轴标签文字显示过于拥挤时可将文字打斜放置，既保证了数据的正常阅读也不影响图表美观。
当X坐标轴标签为连续的年份时，不要墨守成规的写成“2015、2016…”，可以用简写的式“2015、16、17...”，看起来会简单、清晰很多。
数据分布规则
如果没有制定明确的数据显示规则，就会出现后端传什么数据，前端就展示什么数据，导致图表展示效果和可读性都很差，如果要解决这个问题就需要定义规则。
这里数据的展示和时间有关，所以，我们需要考虑的是某个时间段内展示多少个点才是合适的，而显示一个点由多长时间的数据聚合（点聚合区间是多少），具体如下图2-1-2
规则定义清楚后，后台在与前段交互的时候就会按照以上规则进行，最终实现效果如下图2-1-3
遵循设计原则
图表的设计价值在于精准、高效、简单的传递数据信息，最好能够让读者一目了然，即使做不到一目了然也应该具备自我解释的能力。所以，就要求在设计时应该增强和突出数据元素，减少和弱化非数据元素，具体应该注意以下原则：
1.删除
除非特殊场景的考虑，应尽可能的删除和数据非相关的元素:
背景色
渐变色
网格线
3D效果
阴影效果（如果具体操作需要强调的除外，如：鼠标Hover查看具体信息）
2.弱化
即使有必要保留非数据元素，也要弱化或隐藏它们，尽量使用淡色
坐标轴
网格辅助线
表格线
3.组织
把相关的数据元素进行合理的组织分类，不要指望把所有的数据元素都放入图表内，只要放关键的、重要的数据在图表内。
4.强调
对于已选的数据元素也要考虑优先级，明确哪些数据是需要重点突出的进行突出标识，以便读者能够快速get到重要信息。
4. C语言编译的.EXE文件运行结果怎样才可以看到
没有任何修改，在编译环境中ctrl+F7可以看到结果
5. 我编的C++程序编译是没有错误的，但是在运行时怎么输入数据后没有结果显示呢
输入三个数 中间空格格开 我给你把结果也改对了
n1,n2,n3=4 8 16
最大公约数是:4
Press any key to continue
# include <iostream>
using namespace std;
void main ()
{
int GCD(int m,int n);
int n1,n2,n3,p;
cout<<"n1,n2,n3=";
cin>>n1>>n2>>n3;
p=GCD(n1,n2);
p=GCD(p,n3);
cout<<"最大公约数是:"<<p<<endl;
}
//求最大公约数
int GCD(int m,int n)
{
while(m!=n)
if(m>n)
m-=n;
else
n-=m;
return n;
}
6. 程序开发中的数据如何展示出来
程序开发中的数据如何展示出来。
简单来说，这个叫做数据可视化，包括过程可视化和结果可视化。
最简单的做法使用列表就可以展示了，稍微复杂一点可以用报表工具，在复杂的就需要上大数据平台了。
7. 在PASCAL语言程序编译中输入了数据，如何再让程序继续运行，显示最终结果
在FP界面下，按Alt + F5可以浏览程序运行结果。在仅仅打开这个程序时，则不能看到，不是他没出来，而是太快了，一闪而过。如果想看到结果，可在程序最后（“end.”之前）加上“readln;”便可看到，然而按一下“Enter”键，就会退出程序。
8. 怎样把一个用c或c++语言编写的代码结果在网页上显示出来
摘要 您好亲的网页去调用命令行对C进行编译之后运行，然后把结果回传至网页（这是个异步的过程，怎么处理就需要你自己实现了，比如说借助数据库），也可以开发一个专用的服务用来监控你服务器上的那个C存储的目录，一旦有新增的C文件就编译运行同时把结果写回数据库）
9. 数据可视化，到底该用什么软件来展示数据
1.使用你最熟悉的软件
学习用编程建立数据可视化不代表要摒弃你已经熟悉的工具。我一般使用任何能够最快速解决问题的工具，这个工具可以是Excel，GoogleSheets，或者是Python。
你不需要只用R或者只用JavaScript做完所有工作，在一项工作中囊括不同的工具是有好处的。你的最终目的是制作可视化图表，每一步的结果会引导你进行到下一步，所以不要太纠结于用“正确”的方法做事。
2.从基础做起
不要期待你第一次尝试就会做出非常高级非常惊艳的视觉效果。尤其在学习的初期，你是有很多路要走的，所以要从基础做起，再慢慢去使用更加高级的技巧。这样你才不会一开始就感到备受打击，从而放弃学习的希望。
在R语言中，有很多工具包可以帮助你做事情，甚至有时候你只要使用一个函数就行了。但是如果你不熟悉R的编程句法，我还是建议你从最基本的R语言学起，即便可能会有些难。
就好比我之前提到的d3.js这个JacaScript函式库，如果你不熟悉JavaScript，或者刚刚开始学习编程，很多类似的东西都会看起来很难。我建议你从MikeBostock写的基础教程学起，慢慢开始了解你做的东西。
3.找一个项目去完成
不要认为要把所有的东西学完再开始做项目，这样你会被耽搁。先学习一些基础知识就可以开始了，这至少可以保证，日后当你遇到问题在网上搜索的时候，能够看懂那些解决方法。
选择一些数据，然后开始着手尝试可视化吧。一开始的进展肯定非常缓慢，你也会觉得很困惑，这都是很正常的。我直到现在还经常因为一些问题感到困惑，但你一定要坚持做完。
做项目的受益之处，在于它逼着你去学习你需要知道的。你每做完一个项目，下一个就会变得容易一些了。
通常一个数据可视化的项目会分成以下的步骤。
处理和格式化数据
Python
当我有一个非矩形分隔的文件 ,或数据比较凌乱时，我会写一些特别的Python脚本。幸运的话，我会找到并重新利用过去已有的脚本。有时会用Beautiful Soup来修饰，有时会用csvkit 。
R
我只有在需要加载csv格式表格时才会用到R，通常只是做数据聚合，合并，或处理从原来的数据中派生的部分。
Tabula
多用于公开的政府数据，包括在 PDF文件中涉及的数据。没有 Tabula的话这个过程将非常痛苦。
Microsoft Excel
只有在有需求的时候才会用到它。数据读入Excel中，然后再导入像Numbers或是OpenOffice这样的工具中。
Google Sheets
有时使用电子表格比写脚本更快，我很喜欢这样简洁的过程。
分析数据
在你去做最后的图形之前，你需要先了解这个数据集。
R
这里我想到的是R。因为R作为一个开源的统计计算语言，它有一个很丰富的社区，数不尽的扩展包，以及在Stack Overflow上大量的已解答的问题。
制作静态图形
这对我来说通常包含两个阶段：（i）在R中进行可视化; （ii）在Illustrator中润色。
R
在R中有可视化工具包，如ggplot2，但我几乎全部使用R自带的那些功能，即base R。
Adobe Illustrator
如果图形要发布给别人看，我会以PDF格式保存R生成的图形，并在Illustrator中编辑。虽然有些矫枉过正，但效果还不错。我也在考虑试着用Sketch。
制作交互式图形
Flash已经过时了，而JavaScript是新的宠儿。R在这里应用不广。
d3.js
我用数据驱动的文档来做交互式的数据可视化（我还在学习中）。有许多例子可以用来试手。但如果我想快速完成一个图表，我有时也会尝试用 Vega-Lite 。
4.认真阅读编程指南和范例
编程指南是很有用的。一开始可能会有些难，但你必须要适应。如果你的程序出了问题，很大可能是因为你写的不对，而不是代码的实现有问题。所以这个时候你就需要仔细阅读指南，确认你的函数运用是正确的。
在R语言中，所有函数的指南都是用相同的格式写的，它会告诉你这个函数有哪些参数，返回值是什么，并且之后会给出使用的范例，这些范例都非常经典。
d3.js函式库的创建者MikeBostock就写了非常好的指南，在网上也有很多其他教程。Bostock在指南中收录的大量范例是非常有用的，每当我遇到问题，在网上搜索解决方法的时候，我一般都会把出现的问题和“mbostock”放在一起搜索。
5.着手去做
我有时会也会因为想太多而迟迟不开始，但是只要你能着手按照以上的小提示去做，能节省很多时间。用工具进行数据可视化，一般会有一个最优的做法，但没有必要从一开始就去寻找它。先把形状和颜色在屏幕上试下，然后将数据编译进去，让数据在大体上看起来没问题。如果有些不对劲（尤其是对于含有互用和动画的可视化项目），你再去寻求更优化的做法。一般情况下，即使不是最优，你的图表也是没错的。
10. c语言编译成功没显示结果
按给的输入格式，scanf后的%d格式码之间用逗号分隔，表示分隔不同变量的输入数据。代码中默认以空格分隔数据，所以后面的数据始终在等待输入。