C语言二维数组，怎么理解
相信题主应该明白 C 语言中基本数据类型的变量，例如定义一个 float 型变量：
float a = 3.14;
变量 a 能表示一个数值，但是现实生活中，仅仅使用一个单数值常常是不能完成任务的。更多情况下，需要解决的问题数据类型都是比较复杂的。
一维数组
小明班级有 40 名同学，现在考试成绩出来了，要求我们使用 C 语言把它们的成绩从高到低排出来。要用 C 语言解决这个问题，首先要用 C 语言把 40 名同学的成绩表示出来。但是总不可能定义 40 个变量来存储各位同学的成绩吧？
好在 C 语言提供了数组语法，我们定义一个 score 数组用于解决这个问题是非常合适的：
float score[40];
score 有 40 个元素，可以表示 40 个同学的成绩。C 语言在内存中开辟一块连续的内存，供 score 使用，这块内存的大小等于 40*sizeof(float) 字节。
二维数组
要是现实生活中，所有问题都这么简单就好了，那我只要利用 C 语言的一维数组，就能走遍天下都不怕了。但是事与愿违，哪怕只是一个 9 宫格，一维数组已经不方便描述它了。
难道要定义 3 个一维数组来描述这个 9 宫格？就算可以，要是这个表再大点呢？比如 1000行，1000列呢？更进一步的，要是希望我们使用 C 语言描述笛卡尔二维坐标系，使用一维数组岂不是麻烦死了？
二维坐标系里的坐标怎样表示方便呢？数学中的表示方法就不错，横坐标为 a，纵坐标为 b 的点，写作(a, b)。
为了表述方便，使用 P 表示 9 宫格。如果在 P 中画上坐标轴，那每个格子描述起来就方便了，P(0,0) = 0, P(0,1) = 1，...
那要是 C 语言也能这么用，表示9宫格就太方便了，对不？实际上，还真可以。请看：
float pos[9][9];
pos[0][0]=0;
pos[0][1]=1;
几乎与用坐标描述一模一样，这可比用一维数组描述方便多了。类似的，三维数组，四维数组，都有适合使用它们的时候，理解方法也同二维数组相似。
二维数组的内存分配
对于人类来说方便的，死板的计算机不一定也这么认为。实际上，C 语言希望“规则”越少越好，它不怕麻烦，就怕“灵活”。
C语言对内存的分配方式，可不会随着人类认为的“维度”变化而变化。它就一种分配内存的方式，不管你是几维数组，分配内存统一按照线性划分。
对于 P[1][2]，C语言会将其解释为 P[1*3+2]。计算机最恨的就是“动脑”了，能用一维解决，就绝对不用二维。
而我们人类，最喜欢的就是，怎样方便怎样来。这也算是人与机器的区别吧。
欢迎在评论区一起讨论，质疑。文章都是手打原创，每天最浅显的介绍C语言、linux等嵌入式开发，喜欢我的文章就关注一波吧，可以看到最新更新和之前的文章哦。
二维数组，就是将一维数组里的每一个元素都设置为一个数组。
数学里的二维矩阵就是二维数组，更通俗点，如excel中的表格，很多行就表示外面的一维数组，而某一行有好多列，这些列就表示二维数组中的值。
https://m.toutiaocdn.cn/item/6671941067069194759/?app=news_article×tamp=1555083609&req_id=20190412234009010017042207218361D&group_id=6671941067069194759
可以看看我这片文章
从数据逻辑结构来看，可将二维数组当成矩阵，其下标就是矩阵的元素下标，只不过行列编号从0开始。
从物理存储结构来看，二维数组也就是在线性内存空间中分配的一整块连续内存空间（其实不管是几维数组，都是一整块连续空间）。为实现数组下标与物理内存地址直接的映射，首先，需要预先知道内存块的起始地址，C语言中的数组名即为此起始地址；其次，数组类型其实表明每个数组元素占用的内存字节数。有此两者，再结合数组元素的下标（代表着元素在数组中的位置），即可计算出每个数组元素的内存地址，进而可实现每个数组元素的读写访问操作。
这里关键是要理解C语言指针和内存地址的关系。
从应用的角度看二维数组，很简单，就是个矩阵。
从存储的角度看，更简单，就是一排连续内存。
从实现的角度看，确定类型后，不论是按名访问，指针访问还是引用访问，都是由编译器通过计算找到内存地址，然后传递。
大数据分析需要学习什么
1、基础科学的能力
统计学，数学，逻辑学是数据分析的基础，是数据分析师的内功，内功不扎实，学再多都是徒劳。
掌握统计学，我们才能知道每一种数据分析的模型，什么样的输入，什么样的输出，有什么样的作用，开始我们并不一定要把每个算法都弄懂。
如果我们要做数据挖掘师，数据能力是我们吃饭的饭碗。如果你没有数学能力，用现成的模型也好，模块也好，也能做，但一定会影响你的技术提升，当然更影响你的职位晋升。
2、使用分析工具的能力
数据分析工具：SQL、SPSS、SAS、R、EXCEL等等吧，都必须掌握并且会应用，毕竟企业需要的不是学者而是应用型人才。
3、掌握编程语言的能力
不会Python、不会R，说你懂数据分析谁都不信。
4、逻辑思维的能力
逻辑思维对于数据分析来说特别重要，不单单是数理逻辑这块，还要有逻辑学的知识。反映商业数据里，大家可以理解为去搭建商业框架或者说是故事线，有逻辑的推进，结果才会另人信服。
大数据需要的语言
Java、Scala、Python和Shell
分布式计算
分布式计算研究的是如何把一个需要非常巨大的计算能力才能解决的问题分成许多小的部分，然后把这些部分分配给许多服务器进行处理，最后把这些计算结果综合起来得到最终的结果。
分布式存储
是将数据分散存储在多台独立的设备上。采用的是可扩展的系统结构，利用多台存储服务器分担存储负荷，利用位置服务器定位存储信息，它不但提高了系统的可靠性、可用性和存取效率，还易于扩展。
分布式调度与管理
分布式的集群管理需要有个组件去分配调度资源给各个节点，这个东西叫yarn; 需要有个组件来解决在分布式环境下"锁"的问题，这个东西叫zookeeper; 需要有个组件来记录任务的依赖关系并定时调度任务，这个东西叫azkaban。
hbase、hive、sqoop。大数据架构设计阶段：Flume分布式、Zookeeper、Kafka。大数据实时计算阶段：Mahout、Spark、storm。大数据数据采集阶段：Python、Scala。大数据商业实战阶段：实操企业大数据处理业务场景，分析需求、解决方案实施，综合技术实战应用等