2021.02.25学习总结

7:30~7:35 学习打卡

准备!!

8:30~12:00 C语言Console编程

今天起来重新熟悉了一下Console编程,学会用一些简单的windowsAPI函数,然后写了一个娱乐小程序。

浑元异形掌门人马宝国大师

下面是我今天写出来的一个娱乐程序:
在这里插入图片描述
关于这个程序的总结:

如何用C语言画出69岁的老同志?年轻人不讲武德!

13:00~19:00 计算机网络

下午看了看计算机网络,学会了最简单建立TCP客户端和TCP服务器的写法。
TCP是一种建立网络通讯的方式。

有连接和无连接

在网络通讯中,两个计算机建立连接一共有两种方式:有连接无连接

理论基础

有连接

有连接就是说,在发送数据之前,我们先把数据经过的路线确定好,然后就一直占用这条信道,直到我们解除占用。

无连接

而无连接就是说,我们走一步看一步,只要我们遇到分叉路口,我们就做出判断该往哪边走,这种方式不会占用信道,不过相对有连接来说,不可靠(说不定走着走着就迷路了嘞,或者出车祸了)。
向我们平时说的 丢包 ,就是无连接在发送数据时,数据包在路上失踪了。

实现

有了高度的抽象概念,我们就需要将它实现出来。

有连接的实现(虚电路)

在说虚电路之前,我们先说说什么是电路。
在上个世纪的时候,那会打电话时,我们需要一个接线员帮我们转接我们的电话(抗日神剧里面经常看到),这个其实就是在建立通讯电路。
因为我们现在是计算机网络,电路很可能没有实体,所以我们把计算机建立电路的过程叫做建立虚电路的过程,我们利用虚电路实现有连接。

无连接的实现(数据报)

数据报就是没当我们的数据遇到分叉路口时,判断一下该往哪边走,我们用数据报实现无连接。

应用

虚电路和数据报技术在现在的TCP/IP协议簇里面的运用:

TCP(基于虚电路的协议)

TCP协议是传输层的协议,TCP协议是以虚电路技术为基础建立起来的一种通讯协议,用于在网络上面可靠的传输数据。

UDP(基于数据报的协议)

UDP协议也是传输层的协议,UDP协议是以数据报技术为基础建立起来的一种通讯协议,用于在网络上面不可靠的传输数据。
虽然说是不可靠,其实是相对于TCP来说的,UDP传输数据的效率是很高的,我们现在用的IP协议就是用的UDP技术。

20:00~20:30 学习最小生成树

今天晚上把最小生成树的问题写出来了,下面是今天对最小生成树的总结:

E - 百岛湖的故事(最小生成树Prim算法)

END:

时间的流逝总是在不经意间。。。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
首先,需要将数据转换成pandas的DataFrame格式,代码如下: ```python import pandas as pd data = {'日期/项目(A厂)': ['2021.1.1', '2021.1.2', '2021.1.3', '2021.1.4', '2021.1.5', '2021.1.6', '2021.1.7', '2021.1.8', '2021.1.9', '2021.1.10', '2021.1.11', '2021.1.12', '2021.1.13', '2021.1.14', '2021.1.15', '2021.1.16', '2021.1.17', '2021.1.18', '2021.1.19', '2021.1.20', '2021.1.21', '2021.1.22', '2021.1.23', '2021.1.24', '2021.1.25', '2021.1.26', '2021.1.27', '2021.1.28', '2021.1.29', '2021.1.30', '2021.1.31'], '进水': [149, 164, 86, 164, 146, 136, 93, 96, 90, 134, 141, None, None, None, 138, 138, 161, None, None, None, None, None, None, None, None, None, 114, 107, 121, None, None], 'COD': [20.1, 10.1, 37.1, 16.4, 10.9, 18.7, 17.2, 17.1, 18.5, 23.8, 17.7, 15.6, 11.0, 19.5, 18.5, 15.2, 16.5, 16.3, 17.3, 29.5, 20.7, 19.5, 18.9, 12.0, 23.9, 11.7, 10.6, 11.1, 14.2, 10.6, 12.5], '氨氮': [3.54, 0.65, 1.92, 1.44, 0.84, 1.59, 1.15, 1.61, 1.42, 2.46, 2.50, 1.48, 1.04, 3.55, 1.60, 1.82, 2.60, 2.10, 1.54, 3.54, 2.67, 3.25, 2.12, 2.38, 2.34, 1.51, 1.58, 1.31, 1.66, 1.26, 1.71], '总磷': [30.7, 20.1, 44.1, 21.5, 18.4, 29.7, 23.5, 24.2, 26.9, 31.7, 28.3, None, None, 24.0, 26.9, 27.8, 20.5, 27.9, 31.8, 37.8, 24.9, 29.3, None, 23.4, 23.5, 12.4, 27.9, 19.3, 17.6, 19.5, 15.4]} df = pd.DataFrame(data) ``` 接下来,我们可以使用matplotlib库进行数据可视化,这里我选择绘制折线图。代码如下: ```python import matplotlib.pyplot as plt # 设置图形大小 plt.figure(figsize=(10, 6)) # 绘制折线图 plt.plot(df['日期/项目(A厂)'], df['进水'], label='进水') plt.plot(df['日期/项目(A厂)'], df['COD'], label='COD') plt.plot(df['日期/项目(A厂)'], df['氨氮'], label='氨氮') plt.plot(df['日期/项目(A厂)'], df['总磷'], label='总磷') # 添加标题和标签 plt.title('A厂水质监测', fontsize=16) plt.xlabel('日期', fontsize=12) plt.ylabel('含量', fontsize=12) # 添加图例 plt.legend() # 显示图形 plt.show() ``` 运行上述代码,即可得到一张含有4条曲线的折线图,用于展示A厂水质监测数据的趋势。
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