温馨治愈的番

推荐一些比较温馨治愈的番,新入坑的萌新可以考虑看一看,虽然部分在B站没资源:
妖精的旋律(日常类,结局很温馨很治愈,强烈推荐)
漆黑的子 弹(萝 莉很多,喜欢萝 莉的可以看一看)
Another(校园类)
school days(12集版)(校园类纯爱番)
幻灵镇魂曲(纯爱番,毕竟作者被成为爱的战士)
Fate Zero(和上面一个作者)
魔法少女小圆(校园类,还是上面那个作者,标签有个治愈)
心理测量者(还是上面的作者)
Fate Stay Night(HF线的剧场版还差最后两部)
尸鬼(日常番,结局很暖)
叛逆的鲁鲁修(日常+校园,结局最终男主实现了自己的愿望,妹妹也终于理解了男主,结局很治愈)
新世纪福音战士(比较老,结局很治愈)(剧场版和TV版剧情有很大区别)
虫之歌
死囚乐园(治愈的日常番,可惜动漫腰 斩了)
壳中少女
进击的巨人
惊爆游戏(非常温馨治愈的游戏番)
斩!赤红之瞳(最终主角一行的夙愿终于实现)
极黑的布伦希尔德(妹子很多,结局很治愈)
未来日记(温馨治愈的校园日常番)
寒蝉鸣泣之时(标签有个治愈)
海猫鸣泣之时(和上面一个作者,虽然TV版后期剧情可能会看起来有点懵,而且没出解,有点烂尾)
学园孤岛(温馨的校园日常番,喜欢芳文社作品的建议补一下)
学园默示录(校园类+日常类,除了某些恶意卖肉和某些尴尬的特写镜头整体还不错)
罪恶王冠(结局很治愈)
大剑(虽然最后几集和原作不太一样)
地狱少女
末日时在做什么?有没有空?可以来拯救吗(即末日三问,女主很可爱,也有很多可爱的萝 莉,而且结局很治愈,喜欢萝 莉的也可以补一下)
尸体派对(校园类)
东京喰种(校园类+日常类,建议只看前两季)
灰与幻想的格林姆迦尔(穿越题材,非常普通又非常温馨美好的异世界生活)
神枪少女(温馨的日常番)
地球防卫少年
黑之契约者
空之境界
古城荆棘王
恶魔人Crybaby(2018版的那个)
怪物
死亡笔记(一部很不错的智斗番)
星星公主(治愈日常番,虽然年代久远画质有些人不太适应)
命运石之门(还有个0)
Happy Sugar Life(纯爱番,女主很可爱,剧情非常温馨治愈)
Clannad(校园番+搞笑番,治愈,强推!)
复制,顺便希望可以顶一下,方便那些补番的新人看到

极化码(Polar Code)是由土耳其科学家Erdal Arıkan在2009年提出的一种新型纠错编码技术。它通过利用信道的极化现象,将虚拟信道分为误码率接近0和接近1/2的两类。在编码设计中,数据被放置在误码率极低的信道上,从而实现高效的数据传输。极化码的主要优势在于其理论编码容量能够达到香农限,并且构造方法较为简单。 MATLAB是一种功能强大的数学计算和编程工具,广泛应用于科学研究和工程领域。在极化码的研究中,MATLAB可用于构建编码和解码算法,模拟数据在不同信道条件下的传输效果,验证理论性能,并优化相关参数。 SC(Successive Cancellation,逐位取消)译码是极化码的基本解码方法。它从最可靠的比特开始,依次解码每个虚拟信道,且每个比特的解码结果会影响后续比特的解码,因为它们之间存在依赖关系。虽然SC译码的实现较为简单,但其计算复杂度较高,随着码长的增加,解码时间会线性增长。 SCL(Successive Cancellation List,逐位取消列表)译码是SC译码的改进版本。它通过引入列表机制,同时处理多个路径,从而增强了错误校正能力,并在一定程度上降低了错误率。与SC译码相比,SCL译码虽然需要消耗更多的计算资源,但能够提供更好的性能。 一个完整的MATLAB仿真资源通常包含以下内容: 编码模块:用于实现极化码的生成,包括码字构造和极化矩阵操作等。 信道模型:用于模拟各种通信信道,例如AWGN(加性高斯白噪声)信道或衰落信道。 SC/SCL译码模块:包含SC译码和SCL译码的算法实现。 误码率(BER)计算:通过比较发送和接收的码字,计算误码率,以评估编码性能。 性能曲线绘制:绘制误码率与信噪比(SNR)之间的关系曲线,展示不同译码策略的性能差异。 使用说明:指导用户如何运行仿真,理解代码结构,以及如何调整参数以进行自定义实验。 代码注
你好!以下是一些常用的Python绘图库和示例代码,希望能对你有所帮助: 1. Matplotlib:一个广泛使用的绘图库,可以绘制各种类型的图形,包括折线图、柱状图、饼图等。 ```python import matplotlib.pyplot as plt # 绘制折线图 x = [1, 2, 3, 4, 5] y = [2, 4, 6, 8, 10] plt.plot(x, y) plt.show() # 绘制柱状图 x = ['A', 'B', 'C', 'D', 'E'] y = [10, 8, 6, 4, 2] plt.bar(x, y) plt.show() # 绘制饼图 sizes = [15, 30, 45, 10] labels = ['A', 'B', 'C', 'D'] plt.pie(sizes, labels=labels) plt.show() ``` 2. Seaborn:一个基于Matplotlib的统计数据可视化库,提供了更高级的绘图接口和更漂亮的默认样式。 ```python import seaborn as sns # 绘制散点图 x = [1, 2, 3, 4, 5] y = [2, 4, 6, 8, 10] sns.scatterplot(x, y) plt.show() # 绘制箱线图 data = [1, 2, 3, 4, 5] sns.boxplot(data) plt.show() # 绘制热力图 data = [[1, 2, 3], [4, 5, 6], [7, 8, 9]] sns.heatmap(data) plt.show() ``` 3. Plotly:一个交互式的绘图库,可以生成动态和可交互的图表。 ```python import plotly.graph_objects as go # 绘制散点图 x = [1, 2, 3, 4, 5] y = [2, 4, 6, 8, 10] fig = go.Figure(data=go.Scatter(x=x, y=y, mode='markers')) fig.show() # 绘制3D散点图 z = [1, 2, 3, 4, 5] fig = go.Figure(data=[go.Scatter3d(x=x, y=y, z=z, mode='markers')]) fig.show() # 绘制线性回归曲线 import numpy as np x = np.linspace(0, 10, 100) y = x + np.random.randn(100) fig = go.Figure(data=go.Scatter(x=x, y=y)) fig.add_traces(go.Scatter(x=x, y=np.poly1d(np.polyfit(x, y, 1))(x), name='Fit')) fig.show() ``` 这些是一些常用的Python绘图库和示例代码,你可以根据自己的需求选择适合的库进行绘图。希望能对你有所帮助!如果有任何问题,请随时向我提问。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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