>stackloss
有4列数据，那么你plot他们就相当于两两做plot，一共16幅图。
对角线的4幅是名称Air.Flow Water.Temp Acid.Conc. stack.loss
那么比如第2行第3幅图就是Water.Temp Acid.Conc （水温和酸碱环境）的散点图。
其实面对多列数据，plot运行的就是pairs的功能，所以结果和pairs是一样的
如果你只需要其中一幅(还是第2行第3幅图)，就
>plot(stackloss[2],stackloss[3])
谁在横坐标，谁在前
我的世界中指令(Command)是通过输入特定文本字符串而激活的高级功能。通过按下T键唤出聊天窗口然后输入对应指令就可以使用了。常见的指令有召唤指令/summon、给予指令/give、传送指令/tp等，本文整理了全部92条指令并汇总，欢迎查看。我的世界指令代码大全如下：
常用指令
召唤指令/summon
给予指令/give
传送指令/tp
指令汇总
/?
/help的替代命令，提供命令使用帮助。
/ability
赋予或剥夺玩家的能力。
/advancement
添加、移除或查询玩家的进度。
/alwaysday
/daylock的替代命令，锁定或解锁日夜循环。
/attribute
修改或查询玩家和生物的属性。
/ban
将玩家加入封禁列表。
/ban-ip
将IP地址加入封禁列表。
/banlist
显示封禁列表。
/bossbar
修改或查询Boss栏。
/camerashake
启用镜头抖动效果。
/changesetting
更改一个正在运行的服务器的设置。
/clear
从玩家物品栏中删除物品。
/clearspawnpoint
从世界中移除出生点。
/clone
将特定区域的方块复制到另一处。
/connect
/wsserver的替代命令，连接至一个WebSocket服务器。
/damage
对指定实体造成伤害。
/data
允许玩家获取、合并或是移除实体或方块的NBT标签。
/datapack
控制加载的数据包。
/daylock
/alwaysday的替代命令，锁定或解锁日夜循环。
/debug
开始或结束调试会话。
/dedicatedwsserver
尝试连接一个WebSocket服务器。
/defaultgamemode
更改默认的游戏模式。
/deop
撤销玩家的管理员权限。
/dialogue
打开一个玩家的NPC对话。
/difficulty
设置难度等级。
/effect
添加或移除状态效果。
/enchant
附魔玩家的物品。
/event
用于触发一个实体的事件。
/execute
更改执行环境的情况下执行另一条命令。
/experience
/xp的替代命令，给予玩家经验。
/fill
分享大数据学习路线：第一阶段为JAVASE+MYSQL+JDBC
主要学习一些Java语言的概念，如字符、bai流程控制、面向对象、进程线程、枚举反射等，学习MySQL数据库的安装卸载及相关操作，学习JDBC的实现原理以及Linux基础知识，是大数据刚入门阶段。
第二阶段为分布式理论简介主要讲解CAP理论、数据分布方式、一致性、2PC和3PC、大数据集成架构。涉及的知识点有Consistency一致性、Availability可用性、Partition tolerance分区容忍性、数据量分布、2PC流程、3PC流程、哈希方式、一致性哈希等。
第三阶段为数据存储与计算（离线场景）主要讲解协调服务ZK(1T)、数据存储hdfs(2T)、数据存储alluxio(1T)、数据采集flume、数据采集logstash、数据同步Sqoop(0.5T)、数据同步datax(0.5T)、数据同步mysql-binlog(1T)、计算模型MR与DAG(1T)、hive(5T)、Impala(1T)、任务调度Azkaban、任务调度airflow等。
第四部分为数仓建设主要讲解数仓仓库的历史背景、离线数仓项目-伴我汽车（5T）架构技术解析、多维数据模型处理kylin（3.5T）部署安装、离线数仓项目-伴我汽车升级后加入kylin进行多维分析等；
第五阶段为分布式计算引擎主要讲解计算引擎、scala语言、spark、数据存储hbase、redis、kudu，并通过某p2p平台项目实现spark多数据源读写。
第六阶段为数据存储与计算（实时场景）主要讲解数据通道Kafka、实时数仓druid、流式数据处理flink、SparkStreaming，并通过讲解某交通大数让你可以将知识点融会贯通。
第七阶段为数据搜索主要讲解elasticsearch，包括全文搜索技术、ES安装操作、index、创建索引、增删改查、索引、映射、过滤等。
第八阶段为数据治理主要讲解数据标准、数据分类、数据建模、图存储与查询、元数据、血缘与数据质量、Hive Hook、Spark Listener等。
第九阶段为BI系统主要讲解Superset、Graphna两大技术，包括基本简介、安装、数据源创建、表操作以及数据探索分析。
第十阶段为数据挖掘主要讲解机器学习中的数学体系、Spark Mlib机器学习算法库、Python scikit-learn机器学习算法库、机器学习结合大数据项目。
对大数据分析有兴趣的小伙伴们，不妨先从看看大数据分析书籍开始入门！B站上有很多的大数据教学视频，从基础到高级的都有，还挺不错的，知识点讲的很细致，还有完整版的学习路线图。也可以自己去看看，下载学习试试。
