世界工厂网全球企业库(菏泽有哪些大企业)
专栏
2024-04-03 10:12
330
目录- 世界工厂网全球企业库,菏泽有哪些大企业?
- 阿里有哪些硬核技术在世界上领先?
- 一般公司用什么报表工具?
- 一个机械加工厂一般分为哪些部门?
- 国内有哪些大数据公司?
- 美的格力海尔究竟哪家企业进了世界500强?
- 美国辉瑞生物制药有限公司在中国有几个厂?
世界工厂网全球企业库,菏泽有哪些大企业?
作为浙江人,因为我们集团在河南的濮阳有投资,所以从河南的基地返回的时候经常要到菏泽这边来坐火车,因此对菏泽也有所了解了。
菏泽这边除了依托中原油田的石油资源搞石化以外。医药行业也非常的发达,有两家比较大的制药厂。例如
山东丹红制药有限公司公司经营范围包括大容量注射剂、小容量注射剂的生产,中药材的种植等。生产的维生素注射剂还是蛮受欢迎的。
山东步长制药有限公司公司经营范围包括片剂、硬胶囊剂、颗粒剂、丸剂(蜜丸、浓缩丸、水丸、水蜜丸)等。
制药企业的科技含量比较高,经济效益也比较好,而且有很多的原材料都是从农民这里收购来的,也能够带动当地的农业经济。
当然菏泽最大的企业主要有东明石化,几乎中国最大的地炼企业,中国民营企业500强,山东民营企业第三强,年营收近2000亿。作者为高级#经济师##策划# 。#新媒体##自媒体##我要上头条##微头条日签#
阿里有哪些硬核技术在世界上领先?
继创始人王坚当选中国工程院院士之后,阿里云再获国家级殊荣。在1月10日举行的国家科学技术奖励大会上,阿里云被授予国家技术发明奖、国家科技进步奖两大奖项。这是互联网公司首次同时获评两大奖项。
始创于2009年的阿里云是中国唯一的自研云操作系统,阿里技术人用长达十年的艰辛探索,完成了中国云计算从0到1的突破,并屡次刷新云计算峰值服务的全球纪录。
蓄势多年、全面爆发的不只有阿里云。这两年,阿里巴巴迎来硬核技术大爆炸期,在云计算、数据库、AI等领域抢占全球领先排位,在芯片、量子计算、区块链、IoT等领域实现全面布局,成为拥有最广技术布局、最厚技术积淀的中国科技公司。
人才厚度决定技术厚度,6万名科学家和工程师构成了阿里巴巴的技术底座。阿里巴巴集团38位合伙人有三分之一是技术出身,10万名员工有60%属于技术人才,其中已有数十位科学家获得院士、顶级协会Fellow、杰出科学家等荣誉,包括十多位IEEE Fellow、30多位国际知名高校教授。
阿里巴巴布局的每个前沿技术领域,背后都有全球顶级人才的支持。达摩院量子实验室科学家马里奥·塞格德(Mario Szegedy)是匈牙利科学院外籍院士,阿里巴巴本地生活研究院高级研究员何田为ACM Fellow、IEEE Fellow,平头哥首席科学家谢源是IEEE、AAAS、ACM三大国际顶会的“全满贯Fellow”。
2018年5月,犹他大学终身教授李飞飞加盟阿里,担任阿里云智能数据库事业部总经理;2019年3月,深度学习框架Caffe之父贾扬清从Facebook离职,加入阿里任阿里云智能计算平台事业部总经理。不论来自学界还是业界,阿里巴巴的科学家们总能在科学、技术、工程之间找到完美平衡,用最前沿的技术,服务最广大的人群。
比如在数据库领域,阿里自研的OceanBase打破了数据库基准性能测试TPC/uploads/title/20231230/6590151ca2806.jpgC九年未破的世界纪录;在AI领域,阿里已经成为中国最大的人工智能公司,阿里AI每天调用超1万亿次,服务全球10亿人;甚至在自称“万里长征第一步”的芯片领域,阿里巴巴也推出了拥有全球最强推理性能的AI芯片含光800。
根据普华永道发布的《2018年企业科技创新企业1000强》报告,阿里巴巴在国内所有上市公司中研发支出占比位居第一。持续稳定的科研投资和智力投资,最终将阿里巴巴带上技术跃迁之路,跻身世界顶级科技公司行列。
1月2日上午,阿里巴巴达摩院发布“达摩院2020十大科技趋势”。这是继2019年之后,阿里巴巴达摩院第二次预测年度科技趋势。科技浪潮新十年开启,“达摩院2020十大科技趋势”围绕AI、芯片、云计算、区块链、工业互联网、量子计算等领域提出最新趋势,并断言多个领域将出现颠覆性技术突破。
趋势一
人工智能从感知智能向认知智能演进
【趋势概要】人工智能已经在“听、说、看”等感知智能领域已经达到或超越了人类水准,但在需要外部知识、逻辑推理或者领域迁移的认知智能领域还处于初级阶段。认知智能将从认知心理学、脑科学及人类社会历史中汲取灵感,并结合跨领域知识图谱、因果推理、持续学习等技术,建立稳定获取和表达知识的有效机制,让知识能够被机器理解和运用,实现从感知智能到认知智能的关键突破。
趋势二
计算存储一体化突破AI算力瓶颈
【趋势概要】冯诺伊曼架构的存储和计算分离,已经不适合数据驱动的人工智能应用需求。频繁的数据搬运导致的算力瓶颈以及功耗瓶颈已经成为对更先进算法探索的限制因素。类似于脑神经结构的存内计算架构将数据存储单元和计算单元融合为一体,能显著减少数据搬运,极大提高计算并行度和能效。计算存储一体化在硬件架构方面的革新,将突破AI算力瓶颈。
趋势三
工业互联网的超融合
【趋势概要】5G、IoT设备、云计算、边缘计算的迅速发展将推动工业互联网的超融合,实现工控系统、通信系统和信息化系统的智能化融合。制造企业将实现设备自动化、搬送自动化和排产自动化,进而实现柔性制造,同时工厂上下游制造产线能实时调整和协同。这将大幅提升工厂的生产效率及企业的盈利能力。对产值数十万亿乃至数百万亿的工业产业而言,提高5%/uploads/title/20231230/6590151ca2806.jpg10%的效率,就会产生数万亿人民币的价值。
趋势四
机器间大规模协作成为可能
【趋势概要】传统单体智能无法满足大规模智能设备的实时感知、决策。物联网协同感知技术、5G通信技术的发展将实现多个智能体之间的协同——机器彼此合作、相互竞争共同完成目标任务。多智能体协同带来的群体智能将进一步放大智能系统的价值:大规模智能交通灯调度将实现动态实时调整,仓储机器人协作完成货物分拣的高效协作,无人驾驶车可以感知全局路况,群体无人机协同将高效打通最后一公里配送。
趋势五
模块化降低芯片设计门槛
【趋势概要】传统芯片设计模式无法高效应对快速迭代、定制化与碎片化的芯片需求。以RISC/uploads/title/20231230/6590151ca2806.jpgV为代表的开放指令集及其相应的开源SoC芯片设计、高级抽象硬件描述语言和基于IP的模板化芯片设计方法,推动了芯片敏捷设计方法与开源芯片生态的快速发展。此外,基于芯粒(chiplet)的模块化设计方法用先进封装的方式将不同功能“芯片模块”封装在一起,可以跳过流片快速定制出一个符合应用需求的芯片,进一步加快了芯片的交付。
趋势六
规模化生产级区块链应用将走入大众
【趋势概要】区块链BaaS( Blockchain as a Service)服务将进一步降低企业应用区块链技术的门槛,专为区块链设计的端、云、链各类固化核心算法的硬件芯片等也将应运而生,实现物理世界资产与链上资产的锚定,进一步拓展价值互联网的边界、实现万链互联。未来将涌现大批创新区块链应用场景以及跨行业、跨生态的多维协作,日活千万以上的规模化生产级区块链应用将会走入大众。
趋势七
量子计算进入攻坚期
【趋势概要】2019年“量子霸权”之争让量子计算在再次成为世界科技焦点。超导量子计算芯片的成果,增强了行业对超导路线及对大规模量子计算实现步伐的乐观预期。2020年量子计算领域将会经历投入进一步增大、竞争激化、产业化加速和生态更加丰富的阶段。作为两个最关键的技术里程碑,容错量子计算和演示实用量子优势将是量子计算实用化的转折点。未来几年内,真正达到其中任何一个都将是十分艰巨的任务,量子计算将进入技术攻坚期。
趋势八
新材料推动半导体器件革新
【趋势概要】在摩尔定律放缓以及算力和存储需求爆发的双重压力下,以硅为主体的经典晶体管很难维持半导体产业的持续发展,各大半导体厂商对于3纳米以下的芯片走向都没有明确的答案。新材料将通过全新物理机制实现全新的逻辑、存储及互联概念和器件,推动半导体产业的革新。例如,拓扑绝缘体、二维超导材料等能够实现无损耗的电子和自旋输运,可以成为全新的高性能逻辑和互联器件的基础;新型磁性材料和新型阻变材料能够带来高性能磁性存储器如SOT/uploads/title/20231230/6590151ca2806.jpgMRAM和阻变存储器。
趋势九
保护数据隐私的AI技术将加速落地
【趋势概要】数据流通所产生的合规成本越来越高。使用AI技术保护数据隐私正在成为新的技术热点,其能够在保证各方数据安全和隐私的同时,联合使用方实现特定计算,解决数据孤岛以及数据共享可信程度低的问题,实现数据的价值。
趋势十
云成为IT技术创新的中心
【趋势概要】随着云技术的深入发展,云已经远远超过IT基础设施的范畴,渐渐演变成所有IT技术创新的中心。云已经贯穿新型芯片、新型数据库、自驱动自适应的网络、大数据、AI、物联网、区块链、量子计算整个IT技术链路,同时又衍生了无服务器计算、云原生软件架构、软硬一体化设计、智能自动化运维等全新的技术模式,云正在重新定义IT的一切。广义的云,正在源源不断地将新的IT技术变成触手可及的服务,成为整个数字经济的基础设施。
附趋势白皮书
一般公司用什么报表工具?
目前,国内市场第一的报表工具应该是FineReport,开源的有Birt、JasperReports。
金蝶用友广泛用于财务,BO是SAP的BI工具,水晶报表是SAP的报表工具。
以上都是商业工具,好处是一方面报表工具是一个数据库程序,企业级的系统工具,对于读取连通数据库、集成开发会更加灵活;另一方面诸多报表厂商由于需要实现商业化,在产品的打磨和服务上下足了功夫,很多工具在实际的业务场景中远比excel方便。
关于FineReport:日常工作中,涉及到表格、图表、分析、数据处理,大家首选的一定是Excel。但很多人困惑于Excel的深入学习难度,鸡肋的大数据处理效率。
比如某网友为处理七八个维度,近万条数据奔溃不已;又有人几十万行的数据把电脑频频跑崩;再者,随着多任务线之间的交叉,汇总任务呈几何级数增加……
倒不是说Excel完成不了这类任务, Excel作为个人办公软件绝无仅有,但作商业用,效率还稍有不足。最主要的原因还是处理速度上,excel更多时候充当的是轻量数据库和计算功能。
懂IT的朋友可能会说,交给数据库啊,写两条SQL就解决了。再不行,找程序员写代码,什么图形化的界面,分析,图表,数据录入,修改删除界面,都可以交由程序开发,性能杠杠的。那如果有一款工具能解决掉数据库之后的数据增改删,展现,交互分析,移动大屏展示,并做到办公协同,那就是小编今天想来讲讲的FineReport了。
FineReport的本质是一个通用的报表制作和数据可视化工具,是一个开放的商业报表工具。好比Excel,小到可以存储统计数据、制作各式各样的图表、dashboard,大到制作财务报表、开发进销存系统。
下文将从技术的角度讲讲FineReport,操作上为何能省时省人力,如何在实现系统化数据分析的同时又能有惊艳的可视化。
一、如何花1小时完成一张复杂报表,解放10+人力?1、关于FineReport的制表原理
FineReport是通过连接数据库,读取数据字段来设计报表模板的,所以在制作模板前先要知道数据库的类型、地址、访问数据库的用户名密码,两者建立一个数据连接后才可开始设计模板。然后依据所需功能(表格展示?填报?dashboard分析?)和表样来操作模板,最后在web端展示。
制作模板时处理的对象是数据字段(区别于Excel的单元格数据),模板中一个单元格放一个数据字段,web端展示时字段扩展。FineReport报表中单元格的扩展是有方向的,可纵向扩展,也可横向扩展,也可以不扩展。
单元格的扩展是针对某一个单元格,当报表主体中绑定了多个单元格时,单元格与单元格之间依靠父子格关系跟随扩展。子格的数据会根据父格的数据进行过滤分组显示,并且还会跟随父格的扩展方向而扩展。
2、三大类报表设计方式,解决日常所有报表需求,并且一表复用。
1)普通模板设计,此者最常用。依靠着单元格的扩展与父子格的关系来实现模板效果,可进行参数查询,填报报表,图表设计等。比如交叉报表、行式报表、分组报表等等。
2)聚合报表设计,针对不规则大报表。适用于一张模板中显示多个独立模块的报表,几个报表块汇总在一起的复杂报表。
3)决策报表设计,就是表单,也是dashboard,用于弥补普通报表分页预览不能展示控件的问题。同时表单可以进行自由拖拽设计,自适应页面大小显示,自由制作驾驶舱可以更好的在各种大小类型的屏幕上展示,包括移动端、大屏。
以下举例一些常见的报表格式。
交叉表
行式报表
分组报表
自由报表
3、参数实现数据查询和过滤
在很多情况下,我们需要根据条件查询数据,过滤。在FineReport中,通过设置参数绑定数据字段和过滤的控件(单选框复选框等等),参数可用JS编辑更多复杂的情况,通过界面输入查询条件来控制报表显示的内容及形式,而后导出打印。
4、填报
填报就是向数据库中录入数据,用于固定格式固定条件的数据收集。就好比你注册知乎时提交的邮箱、收集、用户名、密码,都会按照格式存放到数据库中。
填报也需要一个模板,操作流程如下:
填报模板由控件组成,文本控件、数字控件、密码控件、单复选框、网页、文件等等。控件对应着数据字段。有了填报,就可以收集数据,并且允许用户实现对数据库的增删改。出于数据质量和数据安全的考虑,还可以对填报进入的数据做校验操作。
5、打印 &导入导出
FineReport的打印方式分为客户端打印和服务器端打印。
服务器端打印就是使用报表应用所在的服务器,连接的打印机进行打印;
客户端打印就是使用本地连接的打印机进行打印;又分为Flash打印、PDF打印、Applet打印以及本地打印。
出于对Excel的支持,有各种方式(如下)导出成Excel文件,同时,设计器中可导入Excel,填报也可直接导入带有数据的Excel表样。
二、如何制作酷炫的Dashboard可视化酷炫的dashboard都需要通过FineReport的表单(决策报表)来设计展现。通过拖拽报表块、图表块和各类控件初步设计界面。
不同于普通报表,普通报表是一个整体,无法实现局部刷新。表单是由各个组件组成,可以实现组件内刷新,即局部刷新。像动态大屏都是全局或者局部刷新的,所以需要用决策报表制作实现。
1、决策报表制作过程
新建表单:FineReport支持新建工作薄,即普通报表模板,还支持新建表单,两种设计模式;
拖入组件:FineReport表单支持多种不同的组件类型,包括报表块、tab块、绝对画布块、参数、图表和控件等等;
定义数据集:定义各个组件数据来源,图表组件数据即可来源于数据集,也可来源于单元格;
设置表单样式:即设置表单的显示样式。
2、数据可视化与交互
很多网友以前给我留言,问这样的可视化是什么图表制作的。其实大多由FineReport自带的H5图表。此前有提到FineReport良好的开放性,可让IT同事写代码开发,所以在制作时,也可接入Echarts等第三方控件来制作图表。
3、实用而强大的数据地图
finereport有很强大的地图功能:基本地图、GIS地图、热力地图、大数据流向地图等。
GIS地图基于GIS地图层进行数据展示,支持自定义GIS主题风格,能够与数据表钻取联动。比如省级钻取到市级、县级、街道。
三、总结以上便是FineReport一部分功能,篇幅有限,很多细节无法展开。
要说效率,最大的好处就是从数据库中读出数据自动产生报表,且一类报表做成一个固定样式的模板,每次只要同步一下,自动生产周期性的报表,如日报、周报、月报、季报等。 每次按照条件查询,Excel批量导出/打印,少了人力去一个一个用Excel统计汇总。
而且操作上,大多数功能FineReport都封装成模块了,包括写SQL取数,汇总筛选过滤等,基本上都有对应的功能键。像著名的资产负债表,如果按照以往写代码或者写复杂的SQL语句,就有点摧残生命了,而且那天书般的SQL语句要是出点错谁来查,如果数据来自多个源,那就彻底无法解脱了。
其次,在数据处理速度上,由于性能一部分依靠数据库,一部分依靠FineReport的行式报表引擎,相比于Excel的单机效率,几十万行的数据秒出。再者,企业数据库有各种自带或第三方的集群方案,通过堆机器就可以近似于无限的加大数据储存能力。
最后,FineReport除了解放个人,最大的贡献应该是对企业。在商业用途上,我们要考虑效率,人员的培训成本,协同性,还要考虑对企业业务的支撑、贡献,这几点Excel是比较难发挥贡献的。有知友说“Excel用得再溜,老板也不会给你涨工资,可能还革了其他同事的命”。那是因为Excel处理了数据,但没有得到有效结果去服务于业务带来效益。那如果在报表之后,基于业务基于指标去做特定主题的数据分析,站在公司角度做数据化管理,为领导的业务决策提供有效意见,这样的高度就别有不同了。
一个机械加工厂一般分为哪些部门?
一个机甲工厂一般会分为财务部门主要负责公司的资金来往,采购部门主要负责采购公司的一些机械产品和加工产品。
生产只要是负责加工订单质量部门只要负责质量检验,还有物流部门主要负责送货。没有,行政部门主要负责招人,后勤有的是属于行政部门,其他的也没有什么。
国内有哪些大数据公司?
说起国内的大数据厂商,很多人第一时间想到的一定是阿里、腾讯、百度这三家龙头,甚至包括浪潮、华为等厂商似乎也已经名满天下。
但其实按照大数据产业的分类,国内还有很多大数据厂商,虽然低调但是实力出众,在不同的相关领域都有着极大的话语权。
下面就从数据使用、数据管理、数据收集三个方面对国内BI厂商进行简单的盘点。
数据采集、数据仓库IBM:国外老牌的大数据库平台,在数据采集、数据整合以及数据挖掘领域很有优势,但是其开发工具偏操作型,上手难度很大,维护起来很困难,价格也比较高;
SAP:SAP的产品运作模式是结合SAP的ERP系统,整合其他数据库或系统并不占优势,同时其使用要求较高,升级也很困难;
数据挖掘帆软:主打的finereport和FineBI两款产品能够通过集成回归、聚类等多种算法,深度挖掘数据潜在价值,在数据挖掘方面拥有着丰富的经验;
商业智能帆软:13年专注BI数据分析,旗下的FineBI产品性能强大稳定,支持自助式分析,学习成本低,可视化效果好,目前国内BI市场占有率第一,绝对的中国BI品牌领导者;
浪潮:主要是凭借云计算和云数据技术的高端服务器、应用主机,在存储设备的市场占有绝对优势,商业智能也是其主要领域;
微软:主要是Power BI业务分析工具,不过其探索式分析能力有限,功能简单,无法支持复杂业务场景,不适合做定制化开发。
可视化帆软:其产品finereport具有高度的可交互性,通过强大丰富的组件呈现出特殊的视觉效果,具有很高的可交互性,颜值也是相当棒的;
数字冰雹:数字冰雹主营大数据可视化业务,提供集设计、程序开发、硬件集成为一体的解决方案,市场占有率不算很高;
finereport制作出的大屏效果展示垂直应用海云数据:目前主要应用于公安、航空、快消、制造、金融、医疗、信息安全等领域;
用友:主要开发财务软件,与金蝶等厂商竞争激烈;
新浪、搜狐、网易:做门户网站的,目前新浪与搜狐都不敌网易,大数据的核心竞争力较差;
金蝶:主要做小微企业的财务业务一体化软件;
数据源百度:主要是支持百度图片等图文类型的数据源,以前的大数据业务很多,现在搜索引擎和人工智能领域百度还是领先于国内诸多厂商的;
WPS:金山的办公软件一直比较出名,文本类数据源,与国外的office的市场争夺一直非常激烈;
云脉互联:主要是小型的文档处理软件,文本类数据源,市场占额较小;
数据堂、聚合数据、云创:作为几家较大的大数据源厂商,但还是比不过现有的国外厂商,前景不错,市场份额不大;
云储存阿里云:云计算和云服务为主,产品线很广,市场占有率第一是毋庸置疑的;
百度云:百度云的云计算主要为了人工智能赋能,所以附属性比较强,但是发展迅速;
接下来,我们再分析一下现在的大数据市场,由于大数据市场涵盖的范围相当广泛,目前很难用整体的市场占有率去统计和衡量,但是因为BI商业智能在大数据时代的广泛应用,我们仍然可以从BI市场的角度进行分析。
目前来说,国外市场主要的两个行业领导者分别是微软的PowerBI和Tableau。根据著名国际咨询公司Gartner公布的2017年度北美BI魔力象限报告中内容指出,微软的Power BI在未来大有赶超Tableau之势。
但是在国内市场,根据著名IDC机构发布的《2017年中国商业智能(BI)市场跟踪报告》表明,国内BI厂商帆软已经超越了SAP、IBM、Tableau、Microsoft等众多国际巨头厂商,在各大主流BI产品中以13.76%的市场占有率位列第一(并且是国内唯一一家上榜公司)。
从厂商份额占比图中可以清楚的看出,帆软软件超越了SAP、IBM、Microsoft等众多巨头,除SAP与帆软市场占比相差不大之外,其他厂商差距还是比较大的。
更值得关注的是,进入前十的中国厂商仅有帆软一家,即使拉取了市场占比前20名的厂商也不见其他国内厂商身影。
美的格力海尔究竟哪家企业进了世界500强?
都是世界500强,只是进入的时间有先后。
1、2018年三家企业的营收2018年美的的营收是2618亿人民币,而海尔的营收是2661亿元,格力电器的营收是2000亿元,这个就是三家白电巨头的营收情况,海尔一直是老大。其次是美的,然后是格力,不过格力的产品比较单一,是专注于空调领域,在这个单一领域是绝对的领头羊。
2、三家公司在世界500强的排名刚刚财富中文网发布了2019年世界500强榜单,格力电器是首次进入榜单,排名414位,营收302亿美元。
海尔在榜单中排名第448位,而2017年的排名是499名,上升了51名,营收为277亿美元。在这个榜单中是以海尔智家股份有限公司的名义上榜的,而海尔集团旗下企业众多,同时拥有两家上市公司,一家是A股的海尔智家(原名青岛海尔),这家公司就是上榜世界500强的那一家,也就是下图中的公司。另一家公司叫做海尔电器集团有限公司,简称海尔电器,是在香港上市的公司,2018年的营收是852亿元。
美的集团排名312名,以营收396亿美元位居312位,比去年同期上升11名。
从名次来看,美的集团排名最靠前,是312位,而格力排名第二,在榜单中排名414名,而海尔以其一个上市公司海尔智家排名第448位。
4、谁最先进入世界500强榜单?在这里我们只说《财富》世界500强的名次,其他的榜单不考虑,在《财富》世界500强中,格力电器2019年是第一次进入榜单。海尔是2018年首次进入榜单,而美的集团是2016年首次进入榜单,排名481位。
总结:目前格力、海尔和美的都是世界500强企业,美的的排名最高,海尔的排名最低,格力居中,但是海尔集团是有两家上市公司的,集团的营收甚至还超过美的集团。总的来说,三家企业在《财富》世界500强的排名在逐年上升,这也从侧面说明中国经济表现的不俗魅力。
美国辉瑞生物制药有限公司在中国有几个厂?
辉瑞于上世纪80年代进入中国市场
1、1989年在大连建立现代化工厂
2、1991年在苏州建立健康药物厂
3、1995年在无锡建立制药厂
4、1997年在北京成立管理中心
5、2004年在上海成立辉瑞投资有限公司
6、2005年在上海成立辉瑞中国研发中心
7、2007年在大连设立辉瑞亚太财务中心
8、2010年在武汉成立研发中心
9、2011年辉瑞中国直接向美国总部汇报
10、2012年与海正制药合资成立辉瑞海正制药有限公司
11、2016年在杭州成立辉瑞全球生物技术中心
据雷诺统计,目前辉瑞在中国大陆地区共上市57个药物,化学药物和生物制剂分别为50个和7个。在这57个药物中,有包括立普妥、万艾可、络活喜、乐瑞卡、左洛复、卓乐定、索坦、西乐堡、大扶康和恩利等多个药物。
本站涵盖的内容、图片等数据系网络收集,部分未能与原作者取得联系。若涉及版权问题,请联系ynstorm@foxmail.com进行删除!
- 世界工厂网全球企业库,菏泽有哪些大企业?
- 阿里有哪些硬核技术在世界上领先?
- 一般公司用什么报表工具?
- 一个机械加工厂一般分为哪些部门?
- 国内有哪些大数据公司?
- 美的格力海尔究竟哪家企业进了世界500强?
- 美国辉瑞生物制药有限公司在中国有几个厂?
世界工厂网全球企业库,菏泽有哪些大企业?
作为浙江人,因为我们集团在河南的濮阳有投资,所以从河南的基地返回的时候经常要到菏泽这边来坐火车,因此对菏泽也有所了解了。
菏泽这边除了依托中原油田的石油资源搞石化以外。医药行业也非常的发达,有两家比较大的制药厂。例如
山东丹红制药有限公司
公司经营范围包括大容量注射剂、小容量注射剂的生产,中药材的种植等。生产的维生素注射剂还是蛮受欢迎的。
山东步长制药有限公司
公司经营范围包括片剂、硬胶囊剂、颗粒剂、丸剂(蜜丸、浓缩丸、水丸、水蜜丸)等。
制药企业的科技含量比较高,经济效益也比较好,而且有很多的原材料都是从农民这里收购来的,也能够带动当地的农业经济。
当然菏泽最大的企业主要有东明石化,几乎中国最大的地炼企业,中国民营企业500强,山东民营企业第三强,年营收近2000亿。作者为高级#经济师##策划# 。#新媒体##自媒体##我要上头条##微头条日签#
阿里有哪些硬核技术在世界上领先?
继创始人王坚当选中国工程院院士之后,阿里云再获国家级殊荣。在1月10日举行的国家科学技术奖励大会上,阿里云被授予国家技术发明奖、国家科技进步奖两大奖项。这是互联网公司首次同时获评两大奖项。
始创于2009年的阿里云是中国唯一的自研云操作系统,阿里技术人用长达十年的艰辛探索,完成了中国云计算从0到1的突破,并屡次刷新云计算峰值服务的全球纪录。
蓄势多年、全面爆发的不只有阿里云。这两年,阿里巴巴迎来硬核技术大爆炸期,在云计算、数据库、AI等领域抢占全球领先排位,在芯片、量子计算、区块链、IoT等领域实现全面布局,成为拥有最广技术布局、最厚技术积淀的中国科技公司。
人才厚度决定技术厚度,6万名科学家和工程师构成了阿里巴巴的技术底座。阿里巴巴集团38位合伙人有三分之一是技术出身,10万名员工有60%属于技术人才,其中已有数十位科学家获得院士、顶级协会Fellow、杰出科学家等荣誉,包括十多位IEEE Fellow、30多位国际知名高校教授。
阿里巴巴布局的每个前沿技术领域,背后都有全球顶级人才的支持。达摩院量子实验室科学家马里奥·塞格德(Mario Szegedy)是匈牙利科学院外籍院士,阿里巴巴本地生活研究院高级研究员何田为ACM Fellow、IEEE Fellow,平头哥首席科学家谢源是IEEE、AAAS、ACM三大国际顶会的“全满贯Fellow”。
2018年5月,犹他大学终身教授李飞飞加盟阿里,担任阿里云智能数据库事业部总经理;2019年3月,深度学习框架Caffe之父贾扬清从Facebook离职,加入阿里任阿里云智能计算平台事业部总经理。不论来自学界还是业界,阿里巴巴的科学家们总能在科学、技术、工程之间找到完美平衡,用最前沿的技术,服务最广大的人群。
比如在数据库领域,阿里自研的OceanBase打破了数据库基准性能测试TPC/uploads/title/20231230/6590151ca2806.jpgC九年未破的世界纪录;在AI领域,阿里已经成为中国最大的人工智能公司,阿里AI每天调用超1万亿次,服务全球10亿人;甚至在自称“万里长征第一步”的芯片领域,阿里巴巴也推出了拥有全球最强推理性能的AI芯片含光800。
根据普华永道发布的《2018年企业科技创新企业1000强》报告,阿里巴巴在国内所有上市公司中研发支出占比位居第一。持续稳定的科研投资和智力投资,最终将阿里巴巴带上技术跃迁之路,跻身世界顶级科技公司行列。
1月2日上午,阿里巴巴达摩院发布“达摩院2020十大科技趋势”。这是继2019年之后,阿里巴巴达摩院第二次预测年度科技趋势。科技浪潮新十年开启,“达摩院2020十大科技趋势”围绕AI、芯片、云计算、区块链、工业互联网、量子计算等领域提出最新趋势,并断言多个领域将出现颠覆性技术突破。
趋势一
人工智能从感知智能向认知智能演进
【趋势概要】人工智能已经在“听、说、看”等感知智能领域已经达到或超越了人类水准,但在需要外部知识、逻辑推理或者领域迁移的认知智能领域还处于初级阶段。认知智能将从认知心理学、脑科学及人类社会历史中汲取灵感,并结合跨领域知识图谱、因果推理、持续学习等技术,建立稳定获取和表达知识的有效机制,让知识能够被机器理解和运用,实现从感知智能到认知智能的关键突破。
趋势二
计算存储一体化突破AI算力瓶颈
【趋势概要】冯诺伊曼架构的存储和计算分离,已经不适合数据驱动的人工智能应用需求。频繁的数据搬运导致的算力瓶颈以及功耗瓶颈已经成为对更先进算法探索的限制因素。类似于脑神经结构的存内计算架构将数据存储单元和计算单元融合为一体,能显著减少数据搬运,极大提高计算并行度和能效。计算存储一体化在硬件架构方面的革新,将突破AI算力瓶颈。
趋势三
工业互联网的超融合
【趋势概要】5G、IoT设备、云计算、边缘计算的迅速发展将推动工业互联网的超融合,实现工控系统、通信系统和信息化系统的智能化融合。制造企业将实现设备自动化、搬送自动化和排产自动化,进而实现柔性制造,同时工厂上下游制造产线能实时调整和协同。这将大幅提升工厂的生产效率及企业的盈利能力。对产值数十万亿乃至数百万亿的工业产业而言,提高5%/uploads/title/20231230/6590151ca2806.jpg10%的效率,就会产生数万亿人民币的价值。
趋势四
机器间大规模协作成为可能
【趋势概要】传统单体智能无法满足大规模智能设备的实时感知、决策。物联网协同感知技术、5G通信技术的发展将实现多个智能体之间的协同——机器彼此合作、相互竞争共同完成目标任务。多智能体协同带来的群体智能将进一步放大智能系统的价值:大规模智能交通灯调度将实现动态实时调整,仓储机器人协作完成货物分拣的高效协作,无人驾驶车可以感知全局路况,群体无人机协同将高效打通最后一公里配送。
趋势五
模块化降低芯片设计门槛
【趋势概要】传统芯片设计模式无法高效应对快速迭代、定制化与碎片化的芯片需求。以RISC/uploads/title/20231230/6590151ca2806.jpgV为代表的开放指令集及其相应的开源SoC芯片设计、高级抽象硬件描述语言和基于IP的模板化芯片设计方法,推动了芯片敏捷设计方法与开源芯片生态的快速发展。此外,基于芯粒(chiplet)的模块化设计方法用先进封装的方式将不同功能“芯片模块”封装在一起,可以跳过流片快速定制出一个符合应用需求的芯片,进一步加快了芯片的交付。
趋势六
规模化生产级区块链应用将走入大众
【趋势概要】区块链BaaS( Blockchain as a Service)服务将进一步降低企业应用区块链技术的门槛,专为区块链设计的端、云、链各类固化核心算法的硬件芯片等也将应运而生,实现物理世界资产与链上资产的锚定,进一步拓展价值互联网的边界、实现万链互联。未来将涌现大批创新区块链应用场景以及跨行业、跨生态的多维协作,日活千万以上的规模化生产级区块链应用将会走入大众。
趋势七
量子计算进入攻坚期
【趋势概要】2019年“量子霸权”之争让量子计算在再次成为世界科技焦点。超导量子计算芯片的成果,增强了行业对超导路线及对大规模量子计算实现步伐的乐观预期。2020年量子计算领域将会经历投入进一步增大、竞争激化、产业化加速和生态更加丰富的阶段。作为两个最关键的技术里程碑,容错量子计算和演示实用量子优势将是量子计算实用化的转折点。未来几年内,真正达到其中任何一个都将是十分艰巨的任务,量子计算将进入技术攻坚期。
趋势八
新材料推动半导体器件革新
【趋势概要】在摩尔定律放缓以及算力和存储需求爆发的双重压力下,以硅为主体的经典晶体管很难维持半导体产业的持续发展,各大半导体厂商对于3纳米以下的芯片走向都没有明确的答案。新材料将通过全新物理机制实现全新的逻辑、存储及互联概念和器件,推动半导体产业的革新。例如,拓扑绝缘体、二维超导材料等能够实现无损耗的电子和自旋输运,可以成为全新的高性能逻辑和互联器件的基础;新型磁性材料和新型阻变材料能够带来高性能磁性存储器如SOT/uploads/title/20231230/6590151ca2806.jpgMRAM和阻变存储器。
趋势九
保护数据隐私的AI技术将加速落地
【趋势概要】数据流通所产生的合规成本越来越高。使用AI技术保护数据隐私正在成为新的技术热点,其能够在保证各方数据安全和隐私的同时,联合使用方实现特定计算,解决数据孤岛以及数据共享可信程度低的问题,实现数据的价值。
趋势十
云成为IT技术创新的中心
【趋势概要】随着云技术的深入发展,云已经远远超过IT基础设施的范畴,渐渐演变成所有IT技术创新的中心。云已经贯穿新型芯片、新型数据库、自驱动自适应的网络、大数据、AI、物联网、区块链、量子计算整个IT技术链路,同时又衍生了无服务器计算、云原生软件架构、软硬一体化设计、智能自动化运维等全新的技术模式,云正在重新定义IT的一切。广义的云,正在源源不断地将新的IT技术变成触手可及的服务,成为整个数字经济的基础设施。
附趋势白皮书
一般公司用什么报表工具?
目前,国内市场第一的报表工具应该是FineReport,开源的有Birt、JasperReports。
金蝶用友广泛用于财务,BO是SAP的BI工具,水晶报表是SAP的报表工具。
以上都是商业工具,好处是一方面报表工具是一个数据库程序,企业级的系统工具,对于读取连通数据库、集成开发会更加灵活;另一方面诸多报表厂商由于需要实现商业化,在产品的打磨和服务上下足了功夫,很多工具在实际的业务场景中远比excel方便。
关于FineReport:
日常工作中,涉及到表格、图表、分析、数据处理,大家首选的一定是Excel。但很多人困惑于Excel的深入学习难度,鸡肋的大数据处理效率。
比如某网友为处理七八个维度,近万条数据奔溃不已;又有人几十万行的数据把电脑频频跑崩;再者,随着多任务线之间的交叉,汇总任务呈几何级数增加……
倒不是说Excel完成不了这类任务, Excel作为个人办公软件绝无仅有,但作商业用,效率还稍有不足。最主要的原因还是处理速度上,excel更多时候充当的是轻量数据库和计算功能。
懂IT的朋友可能会说,交给数据库啊,写两条SQL就解决了。再不行,找程序员写代码,什么图形化的界面,分析,图表,数据录入,修改删除界面,都可以交由程序开发,性能杠杠的。那如果有一款工具能解决掉数据库之后的数据增改删,展现,交互分析,移动大屏展示,并做到办公协同,那就是小编今天想来讲讲的FineReport了。
FineReport的本质是一个通用的报表制作和数据可视化工具,是一个开放的商业报表工具。好比Excel,小到可以存储统计数据、制作各式各样的图表、dashboard,大到制作财务报表、开发进销存系统。
下文将从技术的角度讲讲FineReport,操作上为何能省时省人力,如何在实现系统化数据分析的同时又能有惊艳的可视化。
一、如何花1小时完成一张复杂报表,解放10+人力?
1、关于FineReport的制表原理
FineReport是通过连接数据库,读取数据字段来设计报表模板的,所以在制作模板前先要知道数据库的类型、地址、访问数据库的用户名密码,两者建立一个数据连接后才可开始设计模板。然后依据所需功能(表格展示?填报?dashboard分析?)和表样来操作模板,最后在web端展示。
制作模板时处理的对象是数据字段(区别于Excel的单元格数据),模板中一个单元格放一个数据字段,web端展示时字段扩展。FineReport报表中单元格的扩展是有方向的,可纵向扩展,也可横向扩展,也可以不扩展。
单元格的扩展是针对某一个单元格,当报表主体中绑定了多个单元格时,单元格与单元格之间依靠父子格关系跟随扩展。子格的数据会根据父格的数据进行过滤分组显示,并且还会跟随父格的扩展方向而扩展。
2、三大类报表设计方式,解决日常所有报表需求,并且一表复用。
1)普通模板设计,此者最常用。依靠着单元格的扩展与父子格的关系来实现模板效果,可进行参数查询,填报报表,图表设计等。比如交叉报表、行式报表、分组报表等等。
2)聚合报表设计,针对不规则大报表。适用于一张模板中显示多个独立模块的报表,几个报表块汇总在一起的复杂报表。
3)决策报表设计,就是表单,也是dashboard,用于弥补普通报表分页预览不能展示控件的问题。同时表单可以进行自由拖拽设计,自适应页面大小显示,自由制作驾驶舱可以更好的在各种大小类型的屏幕上展示,包括移动端、大屏。
以下举例一些常见的报表格式。
交叉表
行式报表
分组报表
自由报表
3、参数实现数据查询和过滤
在很多情况下,我们需要根据条件查询数据,过滤。在FineReport中,通过设置参数绑定数据字段和过滤的控件(单选框复选框等等),参数可用JS编辑更多复杂的情况,通过界面输入查询条件来控制报表显示的内容及形式,而后导出打印。
4、填报
填报就是向数据库中录入数据,用于固定格式固定条件的数据收集。就好比你注册知乎时提交的邮箱、收集、用户名、密码,都会按照格式存放到数据库中。
填报也需要一个模板,操作流程如下:
填报模板由控件组成,文本控件、数字控件、密码控件、单复选框、网页、文件等等。控件对应着数据字段。有了填报,就可以收集数据,并且允许用户实现对数据库的增删改。出于数据质量和数据安全的考虑,还可以对填报进入的数据做校验操作。
5、打印 &导入导出
FineReport的打印方式分为客户端打印和服务器端打印。
服务器端打印就是使用报表应用所在的服务器,连接的打印机进行打印;
客户端打印就是使用本地连接的打印机进行打印;又分为Flash打印、PDF打印、Applet打印以及本地打印。
出于对Excel的支持,有各种方式(如下)导出成Excel文件,同时,设计器中可导入Excel,填报也可直接导入带有数据的Excel表样。
二、如何制作酷炫的Dashboard可视化
酷炫的dashboard都需要通过FineReport的表单(决策报表)来设计展现。通过拖拽报表块、图表块和各类控件初步设计界面。
不同于普通报表,普通报表是一个整体,无法实现局部刷新。表单是由各个组件组成,可以实现组件内刷新,即局部刷新。像动态大屏都是全局或者局部刷新的,所以需要用决策报表制作实现。
1、决策报表制作过程
新建表单:FineReport支持新建工作薄,即普通报表模板,还支持新建表单,两种设计模式;
拖入组件:FineReport表单支持多种不同的组件类型,包括报表块、tab块、绝对画布块、参数、图表和控件等等;
定义数据集:定义各个组件数据来源,图表组件数据即可来源于数据集,也可来源于单元格;
设置表单样式:即设置表单的显示样式。
2、数据可视化与交互
很多网友以前给我留言,问这样的可视化是什么图表制作的。其实大多由FineReport自带的H5图表。此前有提到FineReport良好的开放性,可让IT同事写代码开发,所以在制作时,也可接入Echarts等第三方控件来制作图表。
3、实用而强大的数据地图
finereport有很强大的地图功能:基本地图、GIS地图、热力地图、大数据流向地图等。
GIS地图基于GIS地图层进行数据展示,支持自定义GIS主题风格,能够与数据表钻取联动。比如省级钻取到市级、县级、街道。
三、总结
以上便是FineReport一部分功能,篇幅有限,很多细节无法展开。
要说效率,最大的好处就是从数据库中读出数据自动产生报表,且一类报表做成一个固定样式的模板,每次只要同步一下,自动生产周期性的报表,如日报、周报、月报、季报等。 每次按照条件查询,Excel批量导出/打印,少了人力去一个一个用Excel统计汇总。
而且操作上,大多数功能FineReport都封装成模块了,包括写SQL取数,汇总筛选过滤等,基本上都有对应的功能键。像著名的资产负债表,如果按照以往写代码或者写复杂的SQL语句,就有点摧残生命了,而且那天书般的SQL语句要是出点错谁来查,如果数据来自多个源,那就彻底无法解脱了。
其次,在数据处理速度上,由于性能一部分依靠数据库,一部分依靠FineReport的行式报表引擎,相比于Excel的单机效率,几十万行的数据秒出。再者,企业数据库有各种自带或第三方的集群方案,通过堆机器就可以近似于无限的加大数据储存能力。
最后,FineReport除了解放个人,最大的贡献应该是对企业。在商业用途上,我们要考虑效率,人员的培训成本,协同性,还要考虑对企业业务的支撑、贡献,这几点Excel是比较难发挥贡献的。有知友说“Excel用得再溜,老板也不会给你涨工资,可能还革了其他同事的命”。那是因为Excel处理了数据,但没有得到有效结果去服务于业务带来效益。那如果在报表之后,基于业务基于指标去做特定主题的数据分析,站在公司角度做数据化管理,为领导的业务决策提供有效意见,这样的高度就别有不同了。
一个机械加工厂一般分为哪些部门?
一个机甲工厂一般会分为财务部门主要负责公司的资金来往,采购部门主要负责采购公司的一些机械产品和加工产品。
生产只要是负责加工订单质量部门只要负责质量检验,还有物流部门主要负责送货。没有,行政部门主要负责招人,后勤有的是属于行政部门,其他的也没有什么。
国内有哪些大数据公司?
说起国内的大数据厂商,很多人第一时间想到的一定是阿里、腾讯、百度这三家龙头,甚至包括浪潮、华为等厂商似乎也已经名满天下。
但其实按照大数据产业的分类,国内还有很多大数据厂商,虽然低调但是实力出众,在不同的相关领域都有着极大的话语权。
下面就从数据使用、数据管理、数据收集三个方面对国内BI厂商进行简单的盘点。
数据采集、数据仓库
IBM:国外老牌的大数据库平台,在数据采集、数据整合以及数据挖掘领域很有优势,但是其开发工具偏操作型,上手难度很大,维护起来很困难,价格也比较高;
SAP:SAP的产品运作模式是结合SAP的ERP系统,整合其他数据库或系统并不占优势,同时其使用要求较高,升级也很困难;
数据挖掘
帆软:主打的finereport和FineBI两款产品能够通过集成回归、聚类等多种算法,深度挖掘数据潜在价值,在数据挖掘方面拥有着丰富的经验;
商业智能
帆软:13年专注BI数据分析,旗下的FineBI产品性能强大稳定,支持自助式分析,学习成本低,可视化效果好,目前国内BI市场占有率第一,绝对的中国BI品牌领导者;
浪潮:主要是凭借云计算和云数据技术的高端服务器、应用主机,在存储设备的市场占有绝对优势,商业智能也是其主要领域;
微软:主要是Power BI业务分析工具,不过其探索式分析能力有限,功能简单,无法支持复杂业务场景,不适合做定制化开发。
可视化
帆软:其产品finereport具有高度的可交互性,通过强大丰富的组件呈现出特殊的视觉效果,具有很高的可交互性,颜值也是相当棒的;
数字冰雹:数字冰雹主营大数据可视化业务,提供集设计、程序开发、硬件集成为一体的解决方案,市场占有率不算很高;
finereport制作出的大屏效果展示垂直应用
海云数据:目前主要应用于公安、航空、快消、制造、金融、医疗、信息安全等领域;
用友:主要开发财务软件,与金蝶等厂商竞争激烈;
新浪、搜狐、网易:做门户网站的,目前新浪与搜狐都不敌网易,大数据的核心竞争力较差;
金蝶:主要做小微企业的财务业务一体化软件;
数据源
百度:主要是支持百度图片等图文类型的数据源,以前的大数据业务很多,现在搜索引擎和人工智能领域百度还是领先于国内诸多厂商的;
WPS:金山的办公软件一直比较出名,文本类数据源,与国外的office的市场争夺一直非常激烈;
云脉互联:主要是小型的文档处理软件,文本类数据源,市场占额较小;
数据堂、聚合数据、云创:作为几家较大的大数据源厂商,但还是比不过现有的国外厂商,前景不错,市场份额不大;
云储存
阿里云:云计算和云服务为主,产品线很广,市场占有率第一是毋庸置疑的;
百度云:百度云的云计算主要为了人工智能赋能,所以附属性比较强,但是发展迅速;
接下来,我们再分析一下现在的大数据市场,由于大数据市场涵盖的范围相当广泛,目前很难用整体的市场占有率去统计和衡量,但是因为BI商业智能在大数据时代的广泛应用,我们仍然可以从BI市场的角度进行分析。
目前来说,国外市场主要的两个行业领导者分别是微软的PowerBI和Tableau。根据著名国际咨询公司Gartner公布的2017年度北美BI魔力象限报告中内容指出,微软的Power BI在未来大有赶超Tableau之势。
但是在国内市场,根据著名IDC机构发布的《2017年中国商业智能(BI)市场跟踪报告》表明,国内BI厂商帆软已经超越了SAP、IBM、Tableau、Microsoft等众多国际巨头厂商,在各大主流BI产品中以13.76%的市场占有率位列第一(并且是国内唯一一家上榜公司)。
从厂商份额占比图中可以清楚的看出,帆软软件超越了SAP、IBM、Microsoft等众多巨头,除SAP与帆软市场占比相差不大之外,其他厂商差距还是比较大的。
更值得关注的是,进入前十的中国厂商仅有帆软一家,即使拉取了市场占比前20名的厂商也不见其他国内厂商身影。
美的格力海尔究竟哪家企业进了世界500强?
都是世界500强,只是进入的时间有先后。
1、2018年三家企业的营收
2018年美的的营收是2618亿人民币,而海尔的营收是2661亿元,格力电器的营收是2000亿元,这个就是三家白电巨头的营收情况,海尔一直是老大。其次是美的,然后是格力,不过格力的产品比较单一,是专注于空调领域,在这个单一领域是绝对的领头羊。
2、三家公司在世界500强的排名
刚刚财富中文网发布了2019年世界500强榜单,格力电器是首次进入榜单,排名414位,营收302亿美元。
海尔在榜单中排名第448位,而2017年的排名是499名,上升了51名,营收为277亿美元。在这个榜单中是以海尔智家股份有限公司的名义上榜的,而海尔集团旗下企业众多,同时拥有两家上市公司,一家是A股的海尔智家(原名青岛海尔),这家公司就是上榜世界500强的那一家,也就是下图中的公司。另一家公司叫做海尔电器集团有限公司,简称海尔电器,是在香港上市的公司,2018年的营收是852亿元。
美的集团排名312名,以营收396亿美元位居312位,比去年同期上升11名。
从名次来看,美的集团排名最靠前,是312位,而格力排名第二,在榜单中排名414名,而海尔以其一个上市公司海尔智家排名第448位。
4、谁最先进入世界500强榜单?
在这里我们只说《财富》世界500强的名次,其他的榜单不考虑,在《财富》世界500强中,格力电器2019年是第一次进入榜单。海尔是2018年首次进入榜单,而美的集团是2016年首次进入榜单,排名481位。
总结:目前格力、海尔和美的都是世界500强企业,美的的排名最高,海尔的排名最低,格力居中,但是海尔集团是有两家上市公司的,集团的营收甚至还超过美的集团。总的来说,三家企业在《财富》世界500强的排名在逐年上升,这也从侧面说明中国经济表现的不俗魅力。
美国辉瑞生物制药有限公司在中国有几个厂?
辉瑞于上世纪80年代进入中国市场
1、1989年在大连建立现代化工厂
2、1991年在苏州建立健康药物厂
3、1995年在无锡建立制药厂
4、1997年在北京成立管理中心
5、2004年在上海成立辉瑞投资有限公司
6、2005年在上海成立辉瑞中国研发中心
7、2007年在大连设立辉瑞亚太财务中心
8、2010年在武汉成立研发中心
9、2011年辉瑞中国直接向美国总部汇报
10、2012年与海正制药合资成立辉瑞海正制药有限公司
11、2016年在杭州成立辉瑞全球生物技术中心
据雷诺统计,目前辉瑞在中国大陆地区共上市57个药物,化学药物和生物制剂分别为50个和7个。在这57个药物中,有包括立普妥、万艾可、络活喜、乐瑞卡、左洛复、卓乐定、索坦、西乐堡、大扶康和恩利等多个药物。
本站涵盖的内容、图片等数据系网络收集,部分未能与原作者取得联系。若涉及版权问题,请联系ynstorm@foxmail.com进行删除!