選擇多個的css選擇器，想問問小伙伴們有什么聯機可玩性高的游戲？

這里是喜愛游戲的小白

有的游戲，自己玩可能是恐怖游戲，但是和朋友聯機之后就會變成搞笑游戲。有的游戲，自己玩是非常困難的解謎游戲，但是聯機后變成搞笑游戲。還有些游戲自己玩是生死搏斗的動作游戲，和朋友聯機會變成搞笑游戲！今天小白就給大家帶來幾款1+1>2的好玩的沙雕單機游戲。

《火柴人競技場》（Stick Fight: The Game）

《火柴人競技場》是Landfall West制作的一款動作冒險游戲。玩家們在游戲中將會操控小人，在各式各樣的場景下上演緊張刺激的戰斗表演，玩家需要利用精湛的操作來進行攻擊和防御，最終擊敗所有對手的玩家即為獲勝者，同時基于物理的作戰系統也能夠讓游戲變得更加有趣。這又是一款友情毀滅器，是一款趣味十足的沙雕游戲，一定要多人游戲才能體會到它的樂趣。游戲不支持中文，Steam售價21RMB。

《戰斗磚塊劇場》（BattleBlock Theater）

《戰斗磚塊劇場》是美國Behemoth公司推出的超可愛過關小游戲。該游戲亮點就在于可以選擇單人或雙人關卡，雙人合作可以更簡單過關，比如很高的地方可以把你的朋友拋上去，然后那個朋友再拉你上去，并且沒有生命限制，打破了常規的過關類游戲，和朋友玩會體會到無窮的樂趣。這是一款一個人玩悲傷，兩個人玩歡樂的游戲。游戲支持簡體中文，Steam售價48RMB。

《武裝原型》（Broforce）

《武裝原型》是由Black Ships Fill the Sky開發的一款獨立的動作游戲。該作中包含分單人模式和合作模式。和合金彈頭風格類似，關卡很有挑戰。玩家將操控一個角色，向沿途的敵人發動攻擊，也可以使用機關槍消滅敵人。這是一款和朋友一起玩歡樂倍增的游戲，又爽又搞笑又沙雕～游戲不支持中文，Steam售價48RMB。

《城堡毀滅者》（Castle Crashers）

《城堡毀滅者》是The Behemoth發行的一款休閑益智的橫版動作游戲。游戲的玩法有點類似于街機上的《吞食天地》等游戲，玩家可以選擇擁有不同屬性的人物進行各種戰斗。該游戲的目標是打倒魔王、拯救公主。這是一款允許四名玩家共同游戲的類街機游戲。玩家控制的人物除了可以像街機游戲那樣橫版移動外，還可以更換武器，閃避和使用魔法，在獲得足夠的經驗以后還可以對能力進行強化。游戲中還有許多惡趣味的設定，多人游戲簡稱四個逗比大冒險，可以帶來成倍的游戲樂趣。游戲Steam售價48RMB。

《人類一敗涂地》（Human fall flat）

《人類一敗涂地》 是一款快節奏開放結局物理模擬解謎探索游戲，游戲設置在奇幻漂浮的夢境世界中，玩家的目標是要通過一系列解謎來逃離不斷崩塌的夢境，一切僅靠著玩家的智慧和知識。它是一部在合作時能讓樂趣翻倍的作品，如果你身邊有人陪你一起玩，它就變成了大家喜聞樂見的互坑游戲。玩家紛紛安利給好友，來一場笑不停的互坑冒險。因為比起游戲本身，能和朋友一起放肆大笑的感覺，更是彌足珍貴。玩過這款游戲，你才知道身邊智障好多，甚至包括你自己～游戲Steam售價48RMB。

哈哈，以上就是今天小白帶來的沙雕聯機游戲合輯啦～在歡聲笑語中鞏固友誼是再好不過的事情啦～

這里是喜愛游戲的小白，歡迎大家關注小白，小白會推薦好玩的游戲給大家哦～

購買ETF有什么好處？

ETF指交易型開放式指數基金，通常又稱交易所交易基金（Exchange Traded Funds，簡稱“ETF”），是一種在交易所上市交易的、基金份額可變的一種開放式基金。

簡單講ETF就是可以通過證券賬戶直接買賣交易的標的，買入ETF就是買入了該ETF包含的一攬子股票或者其他資產。相對于買入單個股票風險更低，收益穩健。

尊嘉金融投研團隊介紹：目前國內A股市場、港股市場都有ETF，但都不如美股的ETF充滿魅力。

美股ETF的魅力

用美股ETF可以做所有類別的資產配置。可以做多也可以做空，且自帶杠桿。

美股指數ETF

標普500指數ETF

標普500ETF囊括了美國500家頂級上市公司，總市值占到整個美股市場的80%，是衡量美國大盤股市場的最好指標。因包含公司較多，風險也小。

2020.6~2021.5的1年期間一倍做多SPY漲幅40.56%，二倍做多SSO漲幅89.33%，三倍做多UPRO漲幅149.19%

納斯達克100指數ETF

納指ETF中高科技公司、計算機行業的公司居多，廣受投資者關注。

2020.6~2021.5的1年期間一倍做多QQQ漲幅44.59%，二倍做多QLD漲幅94.71%，三倍做多TQQQ漲幅150.34%

行業類ETF

美股10大類行業ETF包括可選消費XLY、必選消費XLP、能源XLE、金融XLF、醫療XLV、工業XLI、原材料XLB、科技XLK、公共事業XLU、房地產XLRE。

近年來均表現不俗。2020.6~2021.5的1年期間房地產XLRE漲幅29.61%。

債券類ETF

在理財觀念成熟的國家，債券是個人投資者資產配置的重要組成部分。

美國國債20年以上ETF

美國國債20以上ETF (TLT)是美國市場最受歡迎的長期國債ETF，中短期收益有力。

2020.8~2021.3的8個月期間一倍做空TBF漲幅21.44%，二倍做空TBT漲幅46.99%，三倍做空TMV漲幅75.92%

投資級公司債

LQD的投資組合囊括了600家流動性好的投資級公司債券，收益穩定，適合較大資金。2018.12~2020.11的2年期間LQD漲幅32.23%。

商品類ETF

掛鉤原油期貨的ETF

油價漲漲跌跌，可以通過投資原油ETF從原油波動中獲益。原油價格上漲可以選擇做多USO，原油價格下跌可以選擇兩倍做空SCO.

2020.6~2021.5的1年期間做多原油USO漲幅76.59%

2020.1~2020.3的3個月期間兩倍做空SCO漲幅311.78%

跟蹤基本金屬ETF

DBB是跟蹤銅鋁鋅等基本金屬的ETF,與全球宏觀經濟景氣度密切相關。

2020.6~2021.5的1年期間DBB漲幅64.08%。

外匯類ETF

美元ETF

做多美元是UUP，對應的做空美元為UDN。做空美元在2020.6~2021.5的1年期間漲幅7.81%。歐元和美元的走勢幾乎完全相反，可以相互反向操作。

人民幣ETF

CYB是人民幣ETF，跟蹤人民幣短期匯率變動情況，如果人民幣升值，則會獲得收益。2020.6~2021.5的1年期間漲幅15.55%

波動率ETF

恐慌指數做多VXX是由標普500波動率指數VIX衍生出來的最活躍的一只ETF，反映了投資者的情緒。如果悲觀情緒蔓延，VIX上漲，VXX也會狂漲。

疫情爆發的2020.1~2020.3三個月期間VXX暴漲216.02%。不過，長期來看VXX是下跌的，可以適當選擇做空恐慌指數SVXY。

可以暴漲、可以穩健、可以做多、可以做空，可以滿足各知識背景投資者的不同投資需求。這就是美股ETF。

尊嘉金融投研團隊介紹目前美股有近3000只ETF，今年以來越來越多的用戶會選擇購買交易美股ETF，因為所承擔的風險較買個股而言要低許多，但是收入并不亞于個股。

哪個數據可視化工具比較好？

R-ggplot2

ggplot2是R語言最為強大的作圖軟件包，強于其自成一派的數據可視化理念。當熟悉了ggplot2的基本套路后，數據可視化工作將變得非常輕松而有條理。

技術相關

核心理念

1. 將數據，數據相關繪圖，數據無關繪圖分離

這點可以說是ggplot2最為吸引人的一點。眾所周知，數據可視化就是將我們從數據中探索的信息與圖形要素對應起來的過程。

ggplot2將數據，數據到圖形要素的映射，以及和數據無關的圖形要素繪制分離，有點類似java的MVC框架思想。這讓ggplot2的使用者能清楚分明的感受到一張數據分析圖真正的組成部分，有針對性的進行開發，調整。

2. 圖層式的開發邏輯

在ggplot2中，圖形的繪制是一個個圖層添加上去的。舉個例子來說，我們首先決定探索一下身高與體重之間的關系；然后畫了一個簡單的散點圖；然后決定最好區分性別，圖中點的色彩對應于不同的性別；然后決定最好區分地區，拆成東中西三幅小圖；最后決定加入回歸直線，直觀地看出趨勢。這是一個層層推進的結構過程，在每一個推進中，都有額外的信息被加入進來。在使用ggplot2的過程中，上述的每一步都是一個圖層，并能夠疊加到上一步并可視化展示出來。

3. 各種圖形要素的自由組合

由于ggplot2的圖層式開發邏輯，我們可以自由組合各種圖形要素，充分自由發揮想象力

基本開發步驟

1. 初始化 – ggplot()

這一步需要設定的是圖的x軸，y軸和”美學特征”。基本形式如下：

p <- ggplot(data = , aes(x = , y = ))

這一步里，設置x軸和設置y軸很好理解。那么”美學特征”又是什么呢？

舉個例子來說，下面這張散點圖里，x軸表示年齡，y軸表示身高，很好理解：

但這張圖除了展示年齡和身高的關系，還展示出每個樣本點的體重：顏色越深表示體重越大。因此體重信息和年齡身高一樣，也需要綁定到一個具體的列。這一列就是散點圖中的”美學特征”。

來看看R語言繪制代碼：

ggplot(heightweight, aes(x=ageYear, y=heightIn, colour=weightLb))+geom_point()

其中的colour參數就是該圖的”美學特征”。

再比如，下面這張柱狀圖中，x軸表示日期，y軸表示權重，很好理解：

但這張圖中每個日期對應了兩個不同的權重并采用兩個柱狀來對比，那么這個劃分依據也是另一個“美學特征”。

再看看繪制代碼：

ggplot(cabbage_exp, aes(x=Date, y=Weight, fill=Cultivar))+geom_bar(position="dodge", stat="identity")

其中的fill參數就是該圖的”美學特征”。

綜上所述，圖中的每個樣本點除了通過它的坐標位置，還可以以其他形式展示信息，比如大小，色深，分組等。而這些新形式需要綁定的列，便叫做”美學特征”。

“美學特征”的形式和x，y軸一樣是以列的形式給出，且列中元素個數和x，y軸列必然相等。它的設置也和x，y軸一樣在ggplot()函數的aes參數括號內進行。

2. 繪制圖層 – geom_bar()/geom_line()等等

上一步的主要工作是為數據可視化配置好了數據，接下來便可根據業務的需要來繪制不同的圖，如折線圖/柱狀圖/散點圖等等。具體的實現方法在后面的章節中會細致講解，這里重點提一下繪圖函數里的stat參數。這個參數是對沖突樣本點做統計，該參數默認為identity，表示保留樣本點原(y)值，還可以是sum，表示對出現在這點的(y)值進行求和等等。

3. 調整數據相關圖形元素 – scale系列函數、某些專有函數

在ggplot2中，scale標尺機制專門負責完成數據到圖像元素的映射。也許你會問，”美學特征”不是已經定義好了這個映射嗎？然而事實是”美學特征”只是選定了映射前的數據，并沒有說明具體映射到什么圖形元素。

舉個例子，假如某張表記錄了不同種類水池的長，寬，深信息。現在需要繪制不同種類下水池長和寬關系的柱狀圖，那么初始化完成的是這個映射：

而scale函數完成的是這個映射：

顯然a映射為了紅色，b映射為了藍色。

也許你還會問，我的代碼不用scale，那么映射是如何完成的呢？答曰系統有默認映射的，就像繪圖函數都有默認參數stat=identity這樣。

4. 調整數據無關圖形元素 – theme()、某些專有函數

這部分包括設置圖片標題格式，文字字體這類和數據本身無關的圖像元素。只需調用theme()函數或者某些專有函數(如annovate函數可為圖片添加注釋)便可實現。

一個圖層繪制好后便可觀察調整，然后開始下一個圖層的制作，直到整幅圖繪制完畢。

R語言可視化成品圖

說到工具，順帶提一下BI工具---FineBI

FineBI是為大數據量提供數據處理、ETL、Dashboard報表展示、動態分析、報表管理的可視化分析工具。優勢是：

前端可視化簡單操作（小試牛刀）：1.新建分析新建分析包括兩種類型的分析：普通即時分析和實時報表。普通即時分析：是指普通的分析模板，從cube中獲取數據，進行數據分析；實時報表：是指做出來的即時分析模板，可以對數據進行實時查看，保證數據的準確性報表創建完成之后，頁面進入數據分析設計界面，選擇組件布局為自由布局，如下圖：添加組件制作匯總表制作圖表組件布局：自適應布局&自由布局自適應布局，自動調節布局自由布局，自由選擇布局

莫名的就選中了全部圖層？

這個是因為使用快速選擇工具的時候，將屬性欄上面的自動選擇前面框勾選上了。操作的時候就選中了。

查看方法：

1、首先，打開電腦上面的PS軟件，并點擊進入，點擊左邊工具欄的時候，上邊默認的自動選擇是勾選狀態的。

2、當有時候操作的時候，由于圖層過多，不小心框選幾個圖層，就同時被選擇中了。

3、然后不想同時候被選中，可以將前面的勾給去除掉。

4、這樣操作的時候，就只會操作你上次的圖層。就不會出現不小心框選多圖層了，同時選中的情況了。