从零开始

使用powershell时遇到csv不分列的问题修改powershell输出格式修改执行策略

使用python teqcplot对teqc 质量分析结果进行可视化展示GNSS 质量分析可视化teqc 可视化

PX4-ECL或许是同类项目中最优秀的（或者之一吧），从事无人机滤波开发或者类似多传感器融合的开发者很多都读过这个项目的代码。github地址但这个项目一直以来有个遗憾，卡尔曼滤波的矩阵求解部分是用matlab完成的，如下图。这么做有什么问题呢？顺便说一下，之前要通过PX4-ECL\EKF\matlab\scripts\Inertial Nav EKF\GenerateNavFilterEquations.m 来建模和生成c++矩阵。matlab是收费的，闭源的，与px4的开源，显得有点儿格格不

python生成词云jieba分词wordcloud词云中文显示方框jieba安装失败

文章目录1. 赋值2. 三目运算符3. with open4. format1. 赋值a,b = b,a # 这样就完成了两个变量的交换a, b = 3, 4 # 类似的赋值行为a, b, c = 3, 4, 5 # 当然可以写更多2. 三目运算符c语言中有?:这个三目运算符，python中有以下语法与之对应：a = b if b>0 else -b相当于c语言的a ...

使用python推导雅可比矩阵使用python进行建模如无人机PX4中EKF模型的生成

UKFUKF为Unscented Kalman Filter简写，中文可翻译为无损卡尔曼滤波，本滤波是为了解决非线性问题存在的（也可用于线性模型），即结合了UT变换和标准卡尔曼滤波的一种方法。UKF原理的通俗解释其实对于状态的一步递推和量测的一步递推，是不存在非线性带来的难题的。考虑以下非线性模型：xk+1=f(xk)+wx_{k+1}=f(x_{k})+wxk+1​=f(xk​)+wy...

读了一下下freeRTOS的代码，结合代码过一下freeRTOS调度器是怎么工作的。vTaskStartScheduler创建完用户的各种任务之后，调用函数vTaskStartScheduler便进入了任务调度，任务地阿杜这个函数做了三件事。创建 idle 任务 , 以下便是这部分代码可以看出idle task的任务优先级被设置为portPRIVILEGE_BIT, 而portPRI...

文章目录源代码代码位置编译运行点点解读源代码github上获取freeRTOS源代码代码位置.\FreeRTOS\FreeRTOS\Demo\WIN32-MSVC编译运行打开WIN32.sln,若编译出现下图错误，请更改工程配置。运行程序，结果如下图，点点解读此为最简单的一个demo程序，main_blinky.c的main函数中仅仅创建了两个task和一个timer，两...

代码如下，代码无法直接运行，有两处需要根据用户自己修改 1. 用户名（代码中为iceboy314159） 2. headerfrom urllib import requestimport chardetimport redef spyPage(page_index): if page_index == 1: url = 'https://blog.csdn...

使用的是datetime， 只需注意datetime的构造函数中最后一个参数是微妙microseconds不是毫秒，就没什么问题了。import datetime;# year, month, day,hour,minate,sec,usdt1 = datetime.datetime(2018, 5, 6,12,30,56,100000);dt2 = datetime.datetime...

白夜行讲述了一对痴男怨女，因爱成魔，并万劫不复的故事。      首先，不得不承认作为一部小说，白夜行是成功的，它能抓住读者的心，一旦读之，欲罢不能，必要一口气读完。也正是被这种感觉所吸引，又陆续将孙艺珍版、堀北真希版的电影，和山田孝之 绫濑遥版本的日语看了一遍，能做到如此，想必是真粉了。      但是，如果有朋友问起这本书，我却觉不会推荐。原因自己也不是特别清楚。兴许有一点点一成第一眼

以下代码来自'meachine learning in action' 原书代码为python2, 略作调整，此处为python3代码：''' first case of KNN classifer'''from numpy import *import operatorimport matplotlibimport matplotlib.pyplot as plt

刚读了《machine learning in action》的KNN算法。K最近邻算法（kNN，k-NearestNeighbo），即计算到每个样本的距离，选取前k个。从前k个选择出大多数属于的class来进行分类，以下特点：1. 简单，无需训练2. 样本数量不平衡时， 对‘最邻近，大多数’这样的规则，明显样本数量多的分类占优势3. 计算到全部样本的距离，计算量大书中给出的第

前端代码及详细讲解见以下链接：http://fex.baidu.com/webuploader/getting-started.htmlpython3后台部分处理代码如下：from cgi import parse_header, parse_multipartimport cgi#import other ...class BeiDouHTTPRequestHandler(

首先，创建动态链接库（一个简单的北斗数据处理接口，为简化处理，实现部分直接返回值），代码如下：#ifndef _pro_header_2014_#define _pro_header_2014_#ifdef EXPORT_PRO_DLL#define PRO_API __declspec(dllexport)#else#define PRO_API __declspec(dllim

创建按钮时添加如下代码： UIButton* btn = [[UIButton alloc] init]; /* btn 的其他设置 */ // [btn addTarget:self action:@selector(doSth:) forControlEvents:UIControlEventTouchUpInside]; [view addSubview:

今天做一个圆角按钮(ios 8.4), 使用下边代码没什么反应。UIButton* btn = [UIButton buttonWithType:UIButtonTypeRoundedRect];最终如下方式设置： UIButton* btn = [[UIButton alloc] init]; btn.backgroundColor = [[UIColor all

斯坦福大学健康心理学家凯利麦格尼格尔的著作“The Willpower Instinct”《自控力》.作者曾受邀到谷歌作家论坛讲述自控力。  刚看到这本书以为是鸡汤，只是打算随手翻阅一下。没想到一发不可收拾。斯坦福大学开设次课，并成为大学中最受欢迎的心理课程。在此书中，作者并没有通篇讲大道理，而是对每种不良行为以非常科学严谨的方式给出分析、结论和克服方法，里边包括了心理学、神经学、

最近一部动画片《画江湖之不良人》活的一塌糊涂，我正是不良人的粉丝。因为喜欢不良人，自然对这段历史产生了浓厚的兴趣，于是翻阅了蔡东藩的《五代史通俗演义》。说起历史演义小说，大多数人首先想到的自然是四大名著之一的《三国演义》。小时候特别喜欢这本书，但随着年龄渐长，却渐渐不喜欢了。首先，书中人物过于脸谱化，并不像红楼甚至水浒中人物个个栩栩如生；最重要的是其情节人物三假七真，甚至有人说是七假三

不管自己把IT当做一份事业，还是仅仅作为一个糊口的手段，毕竟coding不是生活的全部。自己也要找点乐趣。并不想参加最强大脑，看了这本书也不会有如此的质变。但是，还是要推荐一下，毕竟自己受益良多。1. 这本书是在自己候机时，为了打发时间度过的，初衷并不指望他真的能改变什么2. 读完这本书，不管是否承认，记忆力的提高确实达到自己都惊叹的程度， 真的只需要过一遍，三十六计、从单位到家的20

import sysimport urllib.requestimport demjson'''python3 调用百度号码归属地查询接口显示中文结果'''def get_phone_location(number):    url = 'http://apis.baidu.com/apistore/mobilephoneservice/mobilephone?

举例如下：ImportError: No module named 'demjson'使用pip安装demjson模块pip install demjson安装成功如下图。