
若利用相应的功能键,则可分别将光标移至欲 标记 内容之首、尾各按 1 次功能键即可。UNMARK 命令只需执行一次即可。 ②截取命令 STORE [BUFFER=文件名] ; CUT [BUFFER=文件名]。 把标记后的内容直接存入缓冲区或用给定的文件名存入缓冲区。 如果省略中括号里的内容,则后一次存入的内容就替代了前一次存入的内容。 STORE 与 CUT 的区别是:用 STORE 时,标记后的内容仍保留在原处;用 CUT 时,标记后的 内容从 原处被切除,CUT 不能在 OUTPUT 窗口上使用。 ③连接命令 PASTE [BUFFER=文件名] 把用 STORE 或 CUT 命令存入缓冲区的内容调到光标所在的窗口里来。操作方法:先在 命令 行上输入命令,光标下移到有行号的编辑区域内,再按回车键。 2. 文本编辑命令之一(可用 HELP 31 6 命令显示) 本组命令在命令行上使用,回车后生效,其中最常用的命令有: AUTOWRAP ON 使一行中超过 136 个字符部分自动移到下行;否则,将被删 除; CLEAR 清屏; FILE 'PRN:' 把窗口内的文件送到打印机上去; FILE '盘名:文件名' 文件存入指定的盘; INCLUDE '盘名:文件名' 把指定的盘上某文件调入窗口。 3. 文本编辑命令之二(可用 HELP 31 6 34 和 HELP 31 6 35 命令显示) 本组命令只在 PGM 窗口内行号上使用,其中一部分可单独使用, 另一部分需与操作定位 命 令配合起来使用。 如果一个完整的命令需通过 2 行或 3 行上发送命令才能完成, 则中间 过程都 要靠移动光标键来实现,最后按一次回车键使之生效。 (1)单行命令 ①只在一行上使用的一般命令(回车后生效) CL 把当前行上的字符由大写改成小写; CU 把当前行上的字符由小写改成大写; D[N] 删除自当前行起的 N 行,D 或 D1 都表示只删除当前行,其他命令中 N 的用法与 此相似; I[N] 在当前行之
后插入 N 个空行; IB[N] 在当前行之前插入 N 个空行; JC[N] 以第 N 列为中点, 使当前行内容置中; JL[N] 自左至右的第 N 列为当前行的第 1 个字符的位置; JR[N] 自左至右的第 N 列为当前行的最后 1 个字符的位置; R[N] 使当前行的内容在该行之后复制 N 行; >[N] 使当前行内容右移 N 个字符; <[N] 使当前行内容左移 N 个字符; TF[N] 自当前行起, 使相邻的所有行中的每一行上保留 N 个字符( 含字符间的空格); TS[N] 将当前行分裂成两行,并使这两行之间留出 N 个空行。 操作方法是: 先键入命令, 光标右移至欲分裂处,再按回车键。 ②只在一行上使用的特殊命令(回车后生效) COLS 在当前行上显示 1 个水平标尺; MASK 标记当前行的内容,在所需之处可用 I、IB 命令反复获得该行的内容; TA[N] 在当前行上设置跳格标尺,其标志是每隔 N 个字符处有一个 T 字符;D 在键入上述 3 个特殊命令的行号上,键入 D 命令,则可取消特殊命令。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
PowerBI 累计曲线制作指南:从 DAX 度量到可视化落地 在业务数据分析中,“累计趋势” 是衡量业务进展的核心视角 —— 无论是 “ ...
2025-08-15Python 函数 return 多个数据:用法、实例与实战技巧 在 Python 编程中,函数是代码复用与逻辑封装的核心载体。多数场景下,我们 ...
2025-08-15CDA 数据分析师:引领商业数据分析体系构建,筑牢企业数据驱动根基 在数字化转型深化的今天,企业对数据的依赖已从 “零散分析” ...
2025-08-15随机森林中特征重要性(Feature Importance)排名解析 在机器学习领域,随机森林因其出色的预测性能和对高维数据的适应性,被广 ...
2025-08-14t 统计量为负数时的分布计算方法与解析 在统计学假设检验中,t 统计量是常用的重要指标,其分布特征直接影响着检验结果的判断。 ...
2025-08-14CDA 数据分析师与业务数据分析步骤 在当今数据驱动的商业世界中,数据分析已成为企业决策和发展的核心驱动力。CDA 数据分析师作 ...
2025-08-14前台流量与后台流量:数据链路中的双重镜像 在商业数据分析体系中,流量数据是洞察用户行为与系统效能的核心依据。前台流量与 ...
2025-08-13商业数据分析体系构建与 CDA 数据分析师的协同赋能 在企业数字化转型的浪潮中,商业数据分析已从 “可选工具” 升级为 “核 ...
2025-08-13解析 CDA 数据分析师:数据时代的价值挖掘者 在数字经济高速发展的今天,数据已成为企业核心资产,而将数据转化为商业价值的 ...
2025-08-13解析 response.text 与 response.content 的核心区别 在网络数据请求与处理的场景中,开发者经常需要从服务器返回的响应中提取数 ...
2025-08-12MySQL 统计连续每天数据:从业务需求到技术实现 在数据分析场景中,连续日期的数据统计是衡量业务连续性的重要手段 —— 无论是 ...
2025-08-12PyTorch 中 Shuffle 机制:数据打乱的艺术与实践 在深度学习模型训练过程中,数据的呈现顺序往往对模型性能有着微妙却关键的影响 ...
2025-08-12Pandas 多列条件筛选:从基础语法到实战应用 在数据分析工作中,基于多列条件筛选数据是高频需求。无论是提取满足特定业务规则的 ...
2025-08-12人工智能重塑 CDA 数据分析领域:从工具革新到能力重构 在数字经济浪潮与人工智能技术共振的 2025 年,数据分析行业正经历着前所 ...
2025-08-12游戏流水衰退率:计算方法与实践意义 在游戏行业中,流水(即游戏收入)是衡量一款游戏商业表现的核心指标之一。而游戏流水衰退 ...
2025-08-12CDA 一级:数据分析入门的基石 在当今数据驱动的时代,数据分析能力已成为职场中的一项重要技能。CDA(Certified Data Anal ...
2025-08-12破解游戏用户流失困局:从数据洞察到留存策略 在游戏行业竞争白热化的当下,用户流失率已成为衡量产品健康度的核心指标。一款游 ...
2025-08-11数据时代的黄金入场券:CDA 认证解锁职业新蓝海 一、万亿级市场需求下的数据分析人才缺口 在数字化转型浪潮中,数据已成为企业核 ...
2025-08-11DBeaver 实战:实现两个库表结构同步的高效路径 在数据库管理与开发工作中,保持不同环境(如开发库与生产库、主库与从库)的表 ...
2025-08-08t 检验与卡方检验:数据分析中的两大统计利器 在数据分析领域,统计检验是验证假设、挖掘数据规律的重要手段。其中,t 检验和卡 ...
2025-08-08