markdown基本语法

本文介绍了Markdown基本语法,涵盖标题、加粗、斜体、高亮、上标、下标等格式,以及代码引用、插入链接和图片、列表、分割线、表格对齐等内容。作者学习后大致掌握这些语法,后续会更熟练运用。

markdown基本语法

一、Markdown基本语法

1.1 标题

代码:

# 一级
## 二级
### 三级
#### 四级
##### 五级
###### 六级(最小)

效果:

………………………………

1.2 加粗

代码:

**加粗**

效果:

加粗

1.3 斜体

代码:

*倾斜*

效果:

斜体

1.4 高亮

代码:

==高亮==

效果:

==高亮==

1.5 上标

代码:

2^2^

效果:

2^2^

1.6 下标

代码:

H~2~O

效果:

H~2~o

1.7 代码引用(>式)

代码:

> hello markdown!!!!!

效果:

hello markdown!!!!!

代码:

> hello markdown!!!!!
>> hello markdown!!!!!

效果:

hello markdown!!!!!

hello markdown!!!!!

1.8 代码引用(```式)

代码:

```python
print('hello lic')
```

效果:

print('hello lic')

1.9 代码引入 (`式)

代码:

`print('hello lic')`

效果:

print('hello lic')

1.10 插入链接(链接显示)

代码:

<https://home.cnblogs.com/u/pythonlic/>

效果:

https://home.cnblogs.com/u/pythonlic/

1.11 插入链接 (链接描述显示)

代码:

[lic主页](https://home.cnblogs.com/u/pythonlic/ "lic主页")

效果:

lic主页

1.12 插入图片(链接)

代码:

![](C:\Users\Administrator\Desktop\1.jpg '表情包')

效果:

1.13 插入图片(图片路径)

  • 绝对路径:.md文本同目录下图片的名字,如 1.jpg

  • 相对路径:图片在电脑中的路径地址,如

    C:\Users\Administrator\Desktop\1.jpg

代码:

![](1.jpg)
![](C:\Users\Administrator\Desktop\1.jpg)

1.jpg

1.jpg

1.14 有序列表

代码:

1. 一
2. 二
3. 三

效果:

1.15 无序列表

代码:

* 一
* 二
* 三

效果:

1.16 分割线

代码:

---

效果:


1.17 表哥而且第二行必须得有,并且第二行的冒号代表对齐格式,分别为居中;右对齐;左对齐

代码:

name | age | sex
:-:|:-|-:
lic|21|男
liq|21|女

效果:

nameagesex
lic21
liq21

二、总结

​ 经过第一天的学习,我大致掌握了使用Markdown的基本语法,虽然还不太熟练,相信在今后的学习和调用中会更加的熟悉这些使用方法。

转载于:https://www.cnblogs.com/pythonlic/p/11172536.html

内容概要:本文系统介绍了算术优化算法(AOA)的基本原理、核心思想及Python实现方法,并通过图像分割的实际案例展示了其应用价值。AOA是一种基于种群的元启发式算法,其核心思想来源于四则运算,利用乘除运算进行全局勘探,加减运算进行局部开发,通过数学优化器加速函数(MOA)和数学优化概率(MOP)动态控制搜索过程,在全局探索与局部开发之间实现平衡。文章详细解析了算法的初始化、勘探与开发阶段的更新策略,并提供了完整的Python代码实现,结合Rastrigin函数进行测试验证。进一步地,以Flask框架搭建前后端分离系统,将AOA应用于图像分割任务,展示了其在实际工程中的可行性与高效性。最后,通过收敛速度、寻优精度等指标评估算法性能,并提出自适应参数调整、模型优化和并行计算等改进策略。; 适合人群:具备一定Python编程基础和优化算法基础知识的高校学生、科研人员及工程技术人员,尤其适合从事人工智能、图像处理、智能优化等领域的从业者;; 使用场景及目标:①理解元启发式算法的设计思想与实现机制;②掌握AOA在函数优化、图像分割等实际问题中的建模与求解方法;③学习如何将优化算法集成到Web系统中实现工程化应用;④为算法性能评估与改进提供实践参考; 阅读建议:建议读者结合代码逐行调试,深入理解算法流程中MOA与MOP的作用机制,尝试在不同测试函数上运行算法以观察性能差异,并可进一步扩展图像分割模块,引入更复杂的预处理或后处理技术以提升分割效果。
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