kelvinfanyiang的博客

2. 每个文件夹中随机创建 5-10个.txt 文件，文件夹名用创建时的时间戳命名(延时 0.01 秒创建一个)4. 将 .txt 文件全部复制到 12-02-txt 文件 目录中（没有就自己创建）5. 将 .py 文件全部复制到 12-02-py 文件 目录中（没有就自己创建）3. 每个文件夹中随机创建 5-10个.py 文件，文件夹名用创建时的时间戳命名。主要是练习python的os模块，并使用到time，shutil 等模块。1. 创建三个文件夹 [‘文件夹1’, ‘文件夹2’, ‘文件夹3’]

之前的教程里有写过python爬取小说的代码，但如果小说字数很多，爬起来会比较耗时。此时需要结合多线程来加快爬取速度。

一直对推理小说感兴趣，之前也是在网上下载别人制作好的小说来看。但一方面，别人做的小说可能内容不全或者有很多错别字；另一方面，很多txt格式的小说没有目录，不方便跳转。因此，尝试用python爬取在线阅读网站的小说，并制作电子书目录。

一次偶然的机会，得到了TE 20221105期的音频链接。经过分析和测试，发现，只需将地址中对应的时间和期数替换成之前某一期的，即可下载该期杂志的音频。为了方便，写了一个小脚本来方便下载音频文件。脚本主要使用datetime 模块来应对时间变化（往前数，每七天为一期）。使用 正则表达式来对各类时间、期数进行匹配和替换。P.S. 因本年度20220806期未出版，故如果时间倒回到20220806以前的日期，期数都会比实际的期数少一期，下载链接也会出错。

创建一系列变量的方法总结

朋友来家里吃饭，但是不知道做什么菜，正好看到《台北人》里尹雪艳自制的旋转餐牌，可以随机选出当天菜肴，感觉很有意思，于是想着用python做一个随机点菜的小程序。既然不知道点什么，那就只好交给天意了哈哈哈。看到tkinter包可以设计GUI界面，于是开始自学tkinter，初学者水平做了一个简陋的小工具给朋友增添点乐趣。代码里面插入的一些图片可以去我的github里下载，打包出来的exe也放到了release里了。具体展示呈现也做了一个小视频。...

在工作中常常需要将数据进行线性拟合并画出带有方程和R2的线性拟合图，用excel和origin都可以快速地进行拟合，但需要先画出散点图，再进行线性拟合。而且origin需要把方程自己以文本形式输入。如果图多的话，还是很辛苦的。因此，本文使用python的scipy.stats包对数据进行线性拟合，并用matplotlib批量出图，方便快捷的得到结果，提高效率，节省时间。...

工作需要，时不时需要画柱状图，但是**origin画图时不时的有点崩溃，有时候破解版输出图还有水印**，因此考虑用python一个脚本把平均值、标准差和绘图一次完成，每根柱子的配色都可以自己设置，每根柱子上面都有对应的数值，且随柱子高低排列。...

测试的时候，经常会得到很多平行样的结果，需要求平均值和标准差来画图，如果不想在excel里用公式，可以试试python来求平均值和标准差。并且将相同编号样品的平均值和标准差放在相邻两列，方便分析和画图。代码如下：import pandas as pddf=pd.read_excel('report-contact angles.xlsx', sheet_name='Sheet2', header=0) # 注意选择自己数据所在的sheet序号print(df)std=df.groupby(by=

之前一直用的是CPU版本的vasp5.4.4，听说结合gpu可以提速不少，于是心血来潮试一试。正好看到知乎上有人推荐说“智星云”的gpu租赁不贵，而且可以直接微信小程序操作，就抱着试一试的想法租了一天（100块）的Tesla V100-16GB （1块显卡）。登录之后，发现系统是Ubuntu 16.04，CUDA10.2，按照sobereva老师的b站教程：VASP 5.4.4极简安装方法（CentOS 7.6+ifort 19），先装好Intel 19编译器，相关路径放到~/.bashrc中，接下来开始编

背景代码如下：在分析态密度(DOS)时，常常用p4vasp这个软件来读取vasprun.xml，进而获得需要的各元素或轨道对应的图形。然后，利用p4vasp的export功能将数据输出画图。具体操作参见https://www.bigbrosci.com/2018/02/08/ex39/注：本例中的数据来源也是该博文，感谢原作者的分享然而，在将数据输出为dat格式后，发现一个问题，即：p4vasp把所有的数据都由上到下排在两列中，画图时面临着只有一个x， 一个y的情况，画出来的图如下：而软件

目的在各种各样的理论计算中，常常需要绘制各种填充图，绘制完后需要加渐变填充的colorbar。可是有些软件如VMD，colorbar渲染后颜色分布有些失真，不能较准确的表达各颜色对应的数值。用ps中的渐变填充可以解决该问题，但很多电脑配置较低，不能很好的运行ps。Python也可以直接绘制colorbar，填充颜色就好。如cmap中的bwr渐变本人就比较常用。然而，有时候颜色范围是负数范围多于正数范围（如：colorbar需要表示 [-60，40]这段，蓝色表示负数，红色表示正数，白色应该在colorba

背景在XRD的绘制中，常常需要把XRD图谱和对应的pdf卡片放在同一张图中堆叠，来显示各个特征峰的归属。一般情况下，使用origin绘制，叠加图层的方法可以得到这种图形，然而该方法仍然需要分别绘制XRD图和pdf卡片，然后进行一定的拖拽，拖拽过程中容易平移，不容易对齐。在网上搜索python绘制该类图形，发现教程极少且很多教程语焉不详，因此尝试用python来写个程序得到此图。思路主要思路就是，默认XRD谱图绘制在一张大的图中，将各个卡片按照高度不同依次叠加在大图中思路如图所示：Fig.1. 绘制

使用origin进行填充之前的XPS分峰之后用origin的积分功能来进行填充，不过我的origin2015似乎没有这个功能，装了origin2018才可以进行填充。简单步骤就是选中一条线（此时线是independent的），在origin的快捷分析里有“积分”功能，点击后，会弹出一个对话框 （Fig. 1），在“积分”栏里勾选“关闭快捷分析工具后保持阴影颜色”。然后点击“基线” 功能（Fig. 2），模式为“使用现有数据集”，选择你的基线那一列数据。之后就是拉伸积分区域，确保所有区域都被覆盖到。此时关闭

python来拟合Langmuir非线性方程``简介以前都是用origin来进行拟合，但是参数初值需要猜测，有时候不一定能够得到正确结果。后来用过MATLAB的工具箱，可以拟合，但电脑要安装MATLAB还是占挺大空间的。花了一下午了解了一下用Python来拟合已有的函数，感觉还不错，分享出来给大家。初学Python，大神们多多包涵。代码import pandas as pdimport numpy as npimport matplotlib.pyplot as pltfrom scip