day12,618阴有雨

本文主要介绍了Linux常用终端命令如mkdir、touch、rm等的使用方法,并深入探讨了Python的基础语法,包括字符串处理、格式化输出、变量赋值以及基本的数据类型操作。此外,还涉及了条件语句、循环结构和函数调用等内容。

昨天学了爬虫,html语句时间关系,老师讲的比较匆忙,半知半解,
快到十二点的时候就准备618的抢购了。
今天讲了VM安装及系统安装,这些都是老早之前我都会的,没学到干货,有点失望。

今天看到她的步数有一万多,十点多的时候步数还在更新,不知道她今天是出远门了还是。好后悔,她答辩那天是周末,我应该去找她的。哎,好想她呀。

更新一下笔记

Ubuntu 终端命令

mkdir #创建文件夹
touch #创建文件
cd .. #回到上一级
cd ../ #切换到上级指定目录
rm -rf #删除
			例如:
			rm -rf Centos/ RedHat/ #删除Centos和RedHat两个文件夹
rm -rf * #删除当前目录下所有文件
cp : #复制文件、文件夹
	复制文件 : cp 文件名 路径
	复制目录 : cp -r 目录名 路径
	例如:
		cp 12.txt AID03/ #复制12.txt文件 到AID03目录里
		cp -r 音乐/ AID03/ #复制文件夹
mv ; 剪切文件、目录
	mv 目录/目录名 路径
		重命名
		mv 12.txt harry.txt #12改名为harry
		cp wangzhe.txt /home/tarena/ #将wangzhe.txt复制到主目录下
		cp harry.txt ~ #将harry.txt复制到主目录下
vim 文件名 :创建并编辑文件
	vim wanngzhe.txt #进入浏览模式,但是开始时不能编辑的,
					 #按a 左下角变成“插入”就能直接输入内容
					 #esc 退出编辑,又变成浏览模式
					 #按住shift+:左下角有冒号
					 #输入wq回车保存  write quick
scp
	1.远程复制:把本地的文件复制到远程的主机上
	2.明令格式
	scp 文件名 用户名@IP地址:绝对路径
ifconfig # linux查看本地IP地址

pycharm

例如 主目录下 mkdir day01 #先创建一个文件夹

file - open 找到 day01 文件夹

​ 选中day01文件夹

​ 右键-new-python file

快捷键

1.tab 自动补齐

2.ctrl+/ 注释

​ 单行,光标随便哪个位置,就可以注释

​ 多行,只要选中多行,不一定要完全选中,就可以注释

3.Alt + 单击 同时选中多个光标 #?

4.Ctrl + s 保存

5.ctrl + z 回退

6.Ctrl + shift + z 取消回退

python

1.字符串用””或者’’或者’’’或”””

“”" “”"所见即所得

print ("""我
喜欢
你
""")


message = '我是“齐天大圣”孙悟空'
message = “我是'齐天大圣'孙悟空”
message = '''我是“齐天大圣”'孙悟空'''

转义符:改变原有含义的特殊字符

# \"	\'	水平制表格(tab)\t	换行\n	文件路径\\
message = "我是\"齐天大圣\"孙悟空"
print(message)
#我是"齐天大圣"孙悟空

url = "c:a\b\c\d\a.txt" # 系统有时候会误认为\为转义符 需要将\换成\\
或
url = r"c:a\b\c\d\a.txt" # 有r表示都是原始字符串没有转义符
#格式化字符
#“..%d...%s...%f..”%(整数变量,字符串变量,小数变量)

number_one = 1
number_two = 2
str_result = "%d + %d = %d"%(number_one,number_two,number_one+number_two)
print(str_result)

#1 + 2 = 3

name = "harry"
age = 20
score = 98.29
print("我叫%s,今年%d岁了,考试得了%f分"%(name,age,score)) #分数直接用%f表示时,小数点后面位数比较多
print("我叫%s,今年%d岁了,考试得了%.1f分"%(name,age,score)) #%.1f  .1表示取小数后面一位

2.+号表示拼接,字符串只能和文字进行拼接,不能和数字拼接。
3.生成重复多次的字符串 字符串整数 例如

"我爱你"*3

4.print()函数 作用:将程序的结果输出到屏幕终端
5.Python中能写中文的地方只能是
1.字符串的内部
2.注释的内部
注释:
以#开头,直至行尾

print ("""我
喜欢
你
""") # 打印我爱你

6.range(start,stop[,step])函数调用时会返回整个序列生成器

         Range(3)     #生成0,1,2
		 Range(1,5)   #生成1,2,3,4
		 Range(1,10,3)#生成1,4,7     3为步长1->4->7 

7.for 语句:
用于从range生成器中获取整数

      For line in rage(1,4):
			Print (line)

8.input 函数

S=input("请输入树干高度")

​ 作用:把用户输入的信息以字符格式返回
9.int()函数
​ 作用:把文字转化为数字

9.字符串算数运算符&&比较运算符

  • 算数运算符

    + += * *=
    
+ - * /
% :取余数 11%2 == 1
** : 幂运算 5**3 --> 5的3次方
// : 地板除 11//2 == 5 只要整数,和%正好相反
  • 比较运算符

    ==	!=	in	not in
    

    字符串常用方法

    1.len(“字符串”) :获取字符串的长度

    2.isdigit() : 判断是否为字符串类型的数字

  • len(‘hello’)

  • import random

  • number = random.randint(1,100)

  • 字符串 . isdigit()

  • n = input("请输入一个数字:")
    if n . isdigit() :
    	print(n)
    else :
    	print("您输入有误")
    

11.if分之结构注意

  • if elif else 后面必须加 :
  • 注意缩进,缩进后为对应语句的子句(4个空格/1个tab)

12.关系运算符&&逻辑运算符

> >= <= == !=
and	or

13.字符串编码

number = ord('a')
print(number)

str01 = chr(11221233)
print(str01)

while True :
    str_code=input("请输入编码值:")
    if str_code =="" :
        break
    char = chr(int(str_code ))
    print(char)
【电力系统】单机无穷大电力系统短路故障暂态稳定Simulink仿真(带说明文档)内容概要:本文档围绕“单机无穷大电力系统短路故障暂态稳定Simulink仿真”展开,提供了完整的仿真模型与说明文档,重点研究电力系统在发生短路故障后的暂态稳定性问题。通过Simulink搭建单机无穷大系统模型,模拟不同类型的短路故障(如三相短路),分析系统在故障期间及切除后的动态响应,包括发电机转子角度、转速、电压和功率等关键参数的变化,进而评估系统的暂态稳定能力。该仿真有助于理解电力系统稳定性机理,掌握暂态过程分析方法。; 适合人群:电气工程及相关专业的本科生、研究生,以及从事电力系统分析、运行与控制工作的科研人员和工程师。; 使用场景及目标:①学习电力系统暂态稳定的基本概念与分析方法;②掌握利用Simulink进行电力系统建模与仿真的技能;③研究短路故障对系统稳定性的影响及提高稳定性的措施(如故障清除时间优化);④辅助课程设计、毕业设计或科研项目中的系统仿真验证。; 阅读建议:建议结合电力系统稳定性理论知识进行学习,先理解仿真模型各模块的功能与参数设置,再运行仿真并仔细分析输出结果,尝试改变故障类型或系统参数以观察其对稳定性的影响,从而深化对暂态稳定问题的理解。
本研究聚焦于运用MATLAB平台,将支持向量机(SVM)应用于数据预测任务,并引入粒子群优化(PSO)算法对模型的关键参数进行自动调优。该研究属于机器学习领域的典型实践,其核心在于利用SVM构建分类模型,同时借助PSO的全局搜索能力,高效确定SVM的最优超参数配置,从而显著增强模型的整体预测效能。 支持向量机作为一种经典的监督学习方法,其基本原理是通过在高维特征空间中构造一个具有最大间隔的决策边界,以实现对样本数据的分类或回归分析。该算法擅长处理小规模样本集、非线性关系以及高维度特征识别问题,其有效性源于通过核函数将原始数据映射至更高维的空间,使得原本复杂的分类问题变得线性可分。 粒子群优化算法是一种模拟鸟群社会行为的群体智能优化技术。在该算法框架下,每个潜在解被视作一个“粒子”,粒子群在解空间中协同搜索,通过不断迭代更新自身速度与位置,并参考个体历史最优解和群体全局最优解的信息,逐步逼近问题的最优解。在本应用中,PSO被专门用于搜寻SVM中影响模型性能的两个关键参数——正则化参数C与核函数参数γ的最优组合。 项目所提供的实现代码涵盖了从数据加载、预处理(如标准化处理)、基础SVM模型构建到PSO优化流程的完整步骤。优化过程会针对不同的核函数(例如线性核、多项式核及径向基函数核等)进行参数寻优,并系统评估优化前后模型性能的差异。性能对比通常基于准确率、精确率、召回率及F1分数等多项分类指标展开,从而定量验证PSO算法在提升SVM模型分类能力方面的实际效果。 本研究通过一个具体的MATLAB实现案例,旨在演示如何将全局优化算法与机器学习模型相结合,以解决模型参数选择这一关键问题。通过此实践,研究者不仅能够深入理解SVM的工作原理,还能掌握利用智能优化技术提升模型泛化性能的有效方法,这对于机器学习在实际问题中的应用具有重要的参考价值。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
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