🥳

据说，过去的2019年是过去10年最差的一年，也是未来10年最好的一年。

2019

截至2020-01-05，主站的UV/PV: 83888/144575，扣除去年的46542/89826，2019年主站的UV/PV: 37346/54749。几个镜像站的访问量(https://chriszheng.gitee.io/, https://chriszheng.oschina.io/, https://zklhp.github.io/ UV/PV: 7310/13400, 8078/8986, 7779/8255)，扣除去年的(UV/PV: 1297/3600, 2869/3393, 183/210)，结果UV/PV: 6013/9800, 5209/5593, 7596/8045。2019年镜像站的UV/PV: 18818/23438。2019全年的UV/PV: 56164/78187。

1
2
3
4
5
6
7
p = [18700 40200; 32191 56829; 56164 78187];
bar(p);
colormap([ggplot2(8)(4, :); ggplot2(8)(6, :)]);
set(findall(gca(), "type", "patch"), 'EdgeColor', 'none', 'FaceAlpha', 0.8);
set(gca, 'xticklabel', {'2017 UV/PV'; '2018 UV/PV'; '2019 UV/PV'});
xlabel('Year');
ylabel('Count');

2017、2018和2019的UV/PV

Elsevier

https://en.wikipedia.org/wiki/File:Elsevier.svg

Elsevier logo

Octave plot

https://josoansi.de/octave_plot_compare/

某科研共享平台

引诱我无视版权上传论文全文在先，收到版权方的版权要求取消了我的分享，这还是正常操作。但，你给我发邮件，威胁如果我继续违反版权法律就取消的我帐号，这是什么意思？明明是你忽悠我上传的啊。

你怎么发展起来的你自己不清楚么？

店大欺客，吃枣药丸。

Octave 5.2.0 is coming

https://octave.space/

无线网卡

https://www.ekkles.com/sharing/tieba/

广电网络真垃圾

似乎用的中国电信的网络，但真垃圾。

早死早超生。

Start from 2020-1-16

https://en.wikipedia.org/wiki/Timeline_of_the_2019–20_Wuhan_coronavirus_outbreak

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
# Start from 2020-1-16
start = datenum(2020, 1, 16);
total_confirmed_cases = [
45
62
121
198
291
440
571
830
1287
1975
2744
4515
5974
7711
9692
11791
14380
17205
20438
24324
28018
];
total_confirmed_cases = total_confirmed_cases';
days = [start:start + numel(total_confirmed_cases) - 1];
[xb, yb] = barh(days, total_confirmed_cases);
patch(xb, yb, [1:numel(total_confirmed_cases)], "edgecolor", "none");
set(gca, 'yticklabel', datestr(days, "yyyy-mm-dd"));
colormap(ggplot2(64));
ylabel("Date");
xlabel("Cumulative confirmed cases");
hold on;

days_offset = days - start + 1;
pred = polyfit(days_offset, total_confirmed_cases, 2);
pred_days = 30;
pred_cases = polyval(pred, 1:pred_days);
plot(pred_cases, [start:start + pred_days - 1], 'r-')

# ffun = @(x, p) (p(1) * exp(p(2) * x));
# pkg load optim
# [f, p, cvg, iter, corp, covp, covr, stdresid, Z, r2] = leasqr(days_offset, total_confirmed_cases, [1 1], ffun)
# pred = 30; # Predict 20 days.
# plot(ffun(1:pred, p), [start:start + pred - 1], 'r-')

set(gca, 'yticklabel', datestr([start:start + pred - 1], "yyyy-mm-dd"), 'ytick', start:1:start + pred - 1);
# print("2019-nCoV.svg", "-S1200,1000");