港岛径是香港四大远足行山径(港岛径、麦理浩径、卫奕信径 和凤凰径)中最短的一条,全长共50公里,共分为八段:
第一段(山顶段)由炉峰峡至薄扶林水塘
第二段(薄扶林段)由薄扶林水塘至贝璐道
第三段(香港仔段)由贝璐道至香港仔水塘道
继续阅读 »
以前的同时登录两个或多个MSN的方法,对于最新版的MSN似乎不灵了。新版的MSN可以用下面的方法实现多开功能,同时登陆两个或多个MSN,不用下载安装软件,修改一下注册表就行了,非常简单:
1 打开注册表编辑器
打开注册表的方法:”开始“-”运行“-输入regedit,回车。
2 展开 HKEY_LOCAL_MACHINE/SOFTWARE/Microsoft/Windows Live
3 在Messenger目录上右键选择”新建 DWORD 值“,名称为 MultipleInstances
4 右键点击刚才建的MultipleInstances,选择”修改“,将值修改为 1
5 将注册表编辑器关闭,然后就可以同时开两个或多个msn了
在字母上打些洞(见下面的图片),打印就省墨,真是不错的idea!
这是荷兰的一个公司制作的省墨环保字体,据说和普通字体相比,可以省墨20%!这种字体可以从ecofont网站上免费下载!安装方法:在XP系统的安装方法,在Vista系统的安装方法

最近用Quantity one用多了,看见斑点、条带的东西就想定量一下。用Photoshop应该可以量一下这种字体和其它字体相比到底能省多少墨,吃饭时间到了,不捣鼓了,以后再说吧。
矩阵计算最好的软件是matlab,但如果仅仅是做些简单的矩阵运算,用Excel也可以,下面一些矩阵运算函数比较常用:
1、矩阵转置
这个经常用到,一组数据,本来是横着排列的,要变成竖着排列,转置一下就可以了,用到的函数是=Transpose(原矩阵)
2、矩阵乘法,A、B矩阵相乘
Excel函数:=MMult(矩阵A,矩阵B)
3、求逆矩阵
Excel函数:=MInverse (原矩阵)
4、求矩阵行列式的值
Excel函数:=MDETERM(矩阵)
上面这些函数的用法是这样的:输入原始矩阵后,选择适当大小的输出区域,比如结果应该是3行3列的矩阵,就在excel中选择一个3行3列的区域(求行列式的值时,选一个单元格就可以了),然后在公式栏中输入函数,按Ctrl + Shift + Enter就得到了结果。
5、矩阵加法:
这个最简单,一列一列地加起来就可以了
离心机上一般标有两种离心速度单位:
rpm (Revolutions per minute): 转/分;
RCF (Relative Centrifugal Force):相对离心力,用重力加速度(g)的倍数表示。
两种离心速度的单位的换算公式为:
RCF=0.00001118*R*(rpm)*(rpm)
其中:R 是离心半径,单位:厘米;
离心管在离心机中离心的过程中,管口至管底的各点与旋转轴之间的距离(离心半径)是不一样的,在计算中采用平均半径作为离心半径:R=( R min+R max) / 2。
下面是一个离心速度换算器,两种离心速度的换算可以在下面换算器中进行:
RCF = 1.12 x Radius x (rpm/1000)^2
2009.8.20更新:
建议使用BioEdit合并多个序列文件,具体请看:用BioEdit合并多个基因序列文件
—–
昨天做了一个小软件,把多个后缀名为.seq文件的基因序列文件合并为一个FASTA格式的文件,并且把每个.seq文件的文件名放到合并后的文件的相应基因序列的前一行。比如有两个后缀名为.seq的文件s1.seq和s2.seq,内容分别为:
GGTACCCGGGGAT……
和
GTCTTTCGACAGGT……
合并后的文件就是:
>s1.seq
GGTACCCGGGGAT……>s2.seq
GTCTTTCGACAGGT……
如果合并的时候不涉及文件名,非常简单,用word就可以合并了。但要把文件名一起掺和进去,比较少见,没见过哪个软件可以这样做,所以就自己做了个小软件。
这小软件压缩之后只有4.71k,很小很简单,界面很丑…… 下载:seq文件合并小软件
关于FASTA格式:FASTA格式又称Pearson的格式,这种序列格式要求序列的标题行以大于号”>”开头,之后是关于该序列的描述。下一行起为具体的序列。一般 建议每行的字符数不超过80个(也有的地方建议不超过60个)。FASTA格式的详细说明可以参考这里:http://www.ncbi.nlm.nih.gov/blast/fasta.shtml
典型对应分析(Canonical Correspondence Analysis)是荷兰的Cajo J. F. Ter Braak在1986年提出的一种数据分析方法,用于分析生物种群和环境因素之间的关系。
比如这个例子:
12种蜘蛛分布在28个地点,在一段时间内,同时在各个地点捕蜘蛛,在每个地点捕了几种,每种捕了几只都知道了,然后又知道每个地点的一些环境因素的数据,这样就可以用典型对应分析来分析这些蜘蛛和环境因素之间的关系。

