Python打卡训练营学习记录Day28

告别MATLAB!用Python的PYPOWER搞定电力系统潮流计算(附Case30完整代码) 本文介绍了如何从MATLAB迁移到Python,使用PYPOWER工具包进行电力系统潮流计算。通过详细的环境准备、数据接口兼容性实践、潮流计算实现及最优潮流计算进阶,帮助工程师和学生无缝过渡到Python生态。文章还展示了结果处理与可视化技巧,并附有Case30完整代码示例。 阅读详情

 

题目1:定义圆(Circle)类

要求:

  1. 包含属性:半径 radius。
  2. 包含方法:
  • calculate_area():计算圆的面积(公式:πr²)。
  • calculate_circumference():计算圆的周长(公式:2πr)。
  1. 初始化时需传入半径,默认值为 1。
class Circle: 
  def __init__(self, radius=1): 
    self.radius = radius
   
  def caluculate_area(self): 
    area = 3.14 * self.radius * self.radius
    print(f"圆的面积为{area:.2f}")
  def caluculate_circumference(self): 
    circumference = 3.14 * 2 * self.radius
    print(f"圆的周长为{circumference:.2f}")

# 现在可以传入半径参数
Circle_instance = Circle(10)
Circle_instance.caluculate_area() 
Circle_instance.caluculate_circumference()

题目2:定义长方形(Rectangle)类

  1. 包含属性:长 length、宽 width。
  2. 包含方法:
  • calculate_area():计算面积(公式:长×宽)。
  • calculate_perimeter():计算周长(公式:2×(长+宽))。 is_square() 方法,判断是否为正方形(长 == 宽)。
  1. 初始化时需传入长和宽,默认值均为 1。
from cmath import rect


class Rectangle:
    def __init__(self, width=1, height=1):
        self.width = width
        self.height = height
    def caluculate_area(self):
        area = self.width * self.height
        print(f"矩形的面积为{area:.2f}")    
    def caluculate_perimeter(self):
        perimeter = 2 * (self.width + self.height)
        print(f"矩形的周长为{perimeter:.2f}")
    def is_square(self):
        if self.width == self.height:
            print("是否为正方形:Ture")
        else:
            print("是否为正方形:False")
rect = Rectangle(4, 26)
rect.caluculate_area()
rect.caluculate_perimeter()
rect.is_square()

 

题目3:图形工厂

创建一个工厂函数 create_shape(shape_type, *args),根据类型创建不同图形对象:图形工厂(函数或类)

shape_type="circle":创建圆(参数:半径)。

shape_type="rectangle":创建长方形(参数:长、宽)。

import math

class Circle:
    def __init__(self, radius):
        self.radius = radius
    
    def calculate_circumference(self):
        return round(2 * math.pi * self.radius, 2)

class Rectangle:
    def __init__(self, length, width):
        self.length = length
        self.width = width
    
    def is_square(self):
        return self.length == self.width

def create_shape(shape_type, *args):
    if shape_type == "circle":
        return Circle(*args)
    elif shape_type == "rectangle":
        return Rectangle(*args)
    else:
        raise ValueError("Unsupported shape type")    
shape1 = create_shape("circle", 5)
print(shape1.calculate_circumference()) 
shape2 = create_shape("rectangle", 3, 4)
print(shape2.is_square())  

 

@浙大疏锦行 

注意力机制模块:CVPR 2026 新宠:MLLA(多尺度线性注意力)即插即用,在 YOLO 和 ConvNeXt 上全面涨点 MLLA核心创新点与实践价值摘要(146字) 清华大学LeapLab团队通过解构Mamba模型,发现其核心优势源于遗忘门机制与块设计,而非传统SSM架构。基于此提出的MLLA模块创新性地将这两项设计融入线性注意力框架:1)用位置编码替代循环计算保留遗忘门的位置感知能力;2)通过门控投影+DWConv+MLP重构高效块结构。在COCO检测任务中,MLLA使小目标AP提升11.6%而仅损失6%FPS,支持ONNX/TensorRT全链路部署,代码已开源。该工作为高分辨率视觉任务提供了近乎零代价的性能提升方案。 阅读详情

相关推荐

视觉辅助RIS波束追踪:用摄像头“看见”用户,实现毫秒级波束对准

在无线通信领域,波束成形技术是提升高频段信号覆盖与质量的核心手段,其原理是通过调整天线阵列的相位,使信号能量在特定方向相干叠加,形成高增益定向波束。这项技术的价值在于能有效克服高频信号路径损耗大、穿透性差的瓶颈,广泛应用于5G/6G、毫米波通信及室内定位等场景。然而,传统波束追踪依赖信道估计或波束扫描,存在训练开销大、实时性差的问题。本文聚焦于一种创新解决方案:将计算机视觉与可重构智能表面(RIS)相结合。通过摄像头直接感知用户位置,并利用RIS快速重构反射波束方向,实现了近乎零开销、毫秒级延迟的波束追踪,

weixin_33552698的博客 620

python打卡训练营打卡记录day22

核心影响特征Sex(性别)是决定生存概率的最关键因素,女性更易生存;Fare(票价)高、Age(年龄)小也显著促进生存。客舱等级矛盾Pclass高(舱位等级低,如 3 级舱)反而可能抑制生存,与常识中 “高舱位更易生存” 看似矛盾,需结合数据具体分布进一步验证(如高舱位是否有更多特殊情况)。家庭关系影响弱SibSp(兄弟姐妹 / 配偶数)、Parch(父母 / 子女数)对生存影响较小,仅在特定值时表现出一定规律。@浙大疏锦行。

yorushika_的博客 1542

Qt图表库三选一:Qwt、QChart、QCustomPlot实战性能对比与避坑指南

本文深入对比了Qt开发中三大主流图表库Qwt、QChart和QCustomPlot的性能与适用场景。通过实测数据展示各库在渲染效率、内存占用和功能特性上的差异,并提供针对不同项目需求的选型建议和集成避坑指南,帮助开发者高效选择最适合的Qt图表解决方案。

weixin_33691700的博客 449

Python打卡训练营学习记录Day25

相信大家在借助ai写代码的时候,经常会遇到try-except的异常处理模块,这是因为大部分大模型在后训练阶段都是经过强化学习训练的,为了确保结果的正确运行,只有采取 try-except的异常处理模块才能提高模型运行成功的概率。但是我们日常写代码的时候,大概率不会采取这些写法。所以我们要适应ai的写法。这也是今天专题的由来。

FanfanPyt的博客 824

使用AI编写测试用例——详细教程

现阶段AI还不能完全替代人工测试用例编写,但如果把AI当做一个提高效率的工具,它将会是一个很强大的辅助。

公众号|软件测试老吴 3万+

告别MATLAB依赖:手把手教你用Python实现GCC-PHAT时延估计(附完整代码与对比测试)

本文详细介绍了如何使用Python实现GCC-PHAT时延估计算法,替代传统的MATLAB依赖。通过完整的代码示例和性能对比测试,展示了Python在信号处理领域的强大能力,特别是在广义互相关和TDOA应用中的高效实现。文章还提供了实时音频处理和嵌入式部署的实用技巧,帮助工程师快速掌握这一关键技术。

weixin_42667269的博客 221

python打卡训练营打卡记录day34

知识点回归CPU性能的查看看架构代际核心数线程数GPU性能的查看看显存看级别看架构代际GPU训练的方法数据和模型移动到GPUdevice上类的call方法为什么定义前向传播时可以直接写作self.fc1(x)作业:复习今天的内容,在巩固下代码。思考下为什么会出现这个问题。检查CUDA是否可用。

yorushika_的博客 1449

ESP32 驱动 SYN6288 语音合成:Arduino IDE 下实现中文数字混合文本的智能播报

本文详细介绍了如何在Arduino IDE环境下使用ESP32驱动SYN6288语音合成模块,实现中文数字混合文本的智能播报。通过硬件选型、开发环境搭建、编码转换原理、命令帧构造及串口通信实战等步骤,帮助开发者快速掌握语音播报技术。文章还提供了混合文本处理技巧和常见问题排查方法,适合智能硬件开发者参考。

weixin_42553471的博客 448

python打卡训练营打卡记录day35

损失曲线特征:从1.0平稳下降至接近0,无震荡分析符合预期:ReLU激活+SGD优化器的标准收敛行为20000轮训练充分,最终损失接近零(测试准确率100%)典型成功训练案例,模型容量与数据复杂度匹配。

yorushika_的博客 1567

Spring Boot 与 Redisson 版本适配深度解析

Spring Boot 与 Redisson 的版本适配是一个动态演进的过程。开发者需要密切关注两者官方的版本更新日志,建立完善的版本验证机制。本文提供的适配方案基于当前最新技术状态(2024年1月),建议在实际生产环境中通过灰度发布策略验证版本兼容性。只有深入理解底层技术原理,才能在分布式系统的星辰大海中稳健航行。延伸阅读Spring Boot 官方迁移指南。

fudaihb的博客 1083

GEE案例教程:融合Sentinel-1 SAR数据、Sentinel-2光学影像和WorldPop人口数据,构建完整的洪水监测与影响评估工作流

本文介绍了一个专为巴基斯坦哈扎拉分区设计的洪水监测系统,该系统整合了Sentinel-1 SAR数据、Sentinel-2光学影像和WorldPop人口数据等多源遥感数据。系统通过VV极化SAR数据的水体提取算法(阈值-13dB)实现洪水范围监测,结合10米分辨率的光学影像进行可视化验证,并利用100米分辨率人口数据评估受灾人口。系统提供完整的技术实现,包括研究区加载、遥感数据处理、日期选择界面和洪水变化检测等功能模块,为灾害应急响应提供科学依据。

此星光明博客 191

python打卡训练营打卡记录day53

原始类别分布从加载数据的输出可知,心脏病数据集共 303 条记录,其中患病(target=1)样本 165 条,健康(target=0)样本 138 条 ,不平衡比例约为0.84:1,属于轻度不平衡数据集,这也是引入 GAN 做数据增强的初衷,试图补充少数类(健康样本相对患病样本是少数类 )数据,优化模型对少数类的识别能力。合成数据分布。

yorushika_的博客 1262

手把手教你学Simulink--控制策略与算法的DC-DC变换器领域仿真领域建模实例:基于Simulink实现一个双闭环控制Buck变换器的仿真建模

目录主要步骤1. 前期准备2. 构建Buck变换器模型3. 定义双闭环控制器4. 设置参考电压和反馈回路5. 实现双闭环控制器逻辑6. 仿真参数设置7. 运行仿真与结果分析示例整合代码片段1. Simulink模型2. 双闭环控制器参数调节3. 仿真结果分析总结双闭环控制是一种常见的控制策略,广泛应用于电力电子系统(如DC-DC变换器)中。它通过内外两个环路的协同工作,分别控制系统的动态性能和稳态性能。对于Buck变换器,通常采用电流内环和电压外环的双闭环控制结构。以下是一个手把手教程,帮助你基于Simul

MHD0815的博客 325

python打卡训练营打卡记录day51

加载预训练ResNet18# 构建特征提取器,在每个残差块阶段后插入CBAM模块resnet.layer1, # 输出通道64CBAM(64), # CBAM模块(64通道)resnet.layer2, # 输出通道128CBAM(128), # CBAM模块(128通道)resnet.layer3, # 输出通道256CBAM(256), # CBAM模块(256通道)resnet.layer4, # 输出通道512CBAM(512) # CBAM模块(512通道)

yorushika_的博客 1141

VC中sqlite的使用

在VC中对sqlite的使用,实现数据库大批数据的快速插入,读取数据库中的数据在ListCtrl中显示

jre9下载 jdk9

(Java SE Runtime Environment 9.0) 9.0u175 官方最新版 【x86|x64】

Python打卡训练营学习记录Day34

上述是在cpu的情况下训练,(即使安装了cuda,但是没有使用cuda),我们借这个机会简单介绍下cpu的性能差异。# 这是Windows专用的库,Linux和MacOS不支持,其他系统自行询问大模型# 我想查看一下CPU的型号和核心数import wmiprint(f"CPU 型号: {processor.Name}")print(f"核心数: {processor.NumberOfCores}")

FanfanPyt的博客 998

STM32F407中文手册

STM32f407中文手册 本参考手册面向应用开发人员,提供有关使用 STM32F405xx/07xx、STM32F415xx/17xx、 STM32F42xxx 和 STM32F43xxx 微控制器存储器与外设的完整信息。STM32F405xx/07xx、STM32F415xx/17xx、STM32F42xxx 和 STM32F43xxx 构成一个微 控制器系列,各产品具有不同的存储器大小、封装和外设。有关订购信息以及器件的机械与电气特性,请参见数据手册。有关 ARM Cortex™-M4F 内核的信息,请参见《Cortex™-M4F 技术参考手册》。

Python打卡训练营学习记录Day36

仔细回顾一下神经网络到目前的内容,没跟上进度的同学补一下进度。

FanfanPyt的博客 1095

复分析 阿尔福斯(Ahlfors) 第三版答案 英文

答案分为十章,有部分习题没有答案,全英文复分析阿尔福斯(Ahlfors) 第三版答案

python打卡训练营打卡记录day40

知识点回顾:彩色和灰度图片测试和训练的规范写法:封装在函数中展平操作:除第一个维度batchsize外全部展平dropout操作:训练阶段随机丢弃神经元,测试阶段eval模式关闭dropout作业:仔细学习下测试和训练代码的逻辑,这是基础,这个代码框架后续会一直沿用,后续的重点慢慢就是转向模型定义阶段了。昨天我们介绍了图像数据的格式以及模型定义的过程,发现和之前结构化数据的略有不同,主要差异体现在2处:1. 模型定义的时候需要展平图像。

yorushika_的博客 1163

python打卡训练营打卡记录day16

NumPy 数组的维度 (Dimension) 或称为 轴 (Axis) 的概念,与我们日常理解的维度非常相似。直观判断: 数组的维度层数通常可以通过打印输出时**中括号 `[]` 的嵌套层数**来初步确定:一层 [ ]: 一维 (1D) 数组。两层 [ ]: 二维 (2D) 数组。三层 [ ]: 三维 (3D) 数组,依此类推。

yorushika_的博客 1588

python打卡训练营打卡记录day26

编写一个名为 calculate_circle_area 的函数,该函数接收圆的半径 radius 作为参数,并返回圆的面积。编写一个名为 calculate_average 的函数,该函数可以接收任意数量的数字作为参数(引入可变位置参数 (*args)),并返回它们的平均值。编写一个名为 print_user_info 的函数,该函数接收一个必需的参数 user_id,以及任意数量的额外用户信息(作为关键字参数)。函数的参数类型:位置参数、默认参数、不定参数。user_id 是一个必需的位置参数。

m0_74839150的博客 1510

【Python训练营打卡】day02 @浙大疏锦行

题目: 定义两个字符串变量,str1 赋值为 “Hello”,str2 赋值为 “Python”。将这两个字符串拼接起来(中间加一个空格),并将结果存储在变量 greeting 中;计算 greeting 字符串的长度,存储在变量 length 中;获取 greeting 字符串的第一个字符,存储在变量 first_char 中。然后,使用 f-string 分三行打印出类似以下格式的信息:拼接结果: Hello Python字符串长度: 12第一个字符: H第二个字符:e最后一个字符是:n。

2301_77865880的博客 712

【Python训练营打卡】day03 @浙大疏锦行

列表的基础操作。

2301_77865880的博客 882

Python打卡训练营学习记录Day12

粒子群算法(Particle Swarm Optimization, PSO)是一种基于群体智能的优化算法,由 Kennedy 和 Eberhart 在 1995 年提出。该算法的灵感来源于鸟群或鱼群的群体行为,通过模拟粒子在搜索空间中的飞行来寻找最优解。

FanfanPyt的博客 814

python打卡训练营打卡记录day44

复合缩放(宽度、深度、分辨率均衡调整)在 ImageNet 上学习的全局特征(如大尺寸图像的语义信息)迁移到 CIFAR10 时,需更多 epoch 适配小尺寸(图 2 中准确率上升平缓),但轻量化设计(如 MBConv 模块)减少了过拟合风险。过拟合极低(训练 - 测试差距 < 1%),参数量少(训练速度快 30%+),适合资源受限环境或需要泛化性的任务(如小数据 + 实时推理)。测试准确率略高(+0.77%),训练拟合能力强,适合对精度要求高、允许轻度过拟合的场景(如 CIFAR10 竞赛级优化)。

yorushika_的博客 1221

python打卡训练营学习记录Day11

贝叶斯优化(2种实现逻辑,以及如何避开必须用交叉验证的问题)随机搜索(简单介绍,非重点 实战中很少用到,可以不了解)time库的计时模块,方便后人查看代码运行时长。

m0_74839150的博客 1099

python打卡训练营打卡记录day39

昨天我们介绍了minist这个经典的手写数据集,作为图像数据,相较于结构化数据(表格数据)他的特点在于他每个样本的的形状并不是(特征数,),而是(宽,高,通道数)# 先继续之前的代码from torch.utils.data import DataLoader , Dataset # DataLoader 是 PyTorch 中用于加载数据的工具。

yorushika_的博客 1060

python打卡训练营打卡记录day41

修改后 Iteration 损失波动减小(图 3 vs 图 1),训练过程更稳定,减少了 Batch 级噪声干扰。

yorushika_的博客 1015
上一篇: Python打卡训练营学习记录Day27
下一篇: Python 打卡训练营 Day29
FanfanPyt
博客等级 码龄2年 82粉丝 50原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值