渣渣屋

原创 python(matplotlib8)——图中图（在figure中画多个坐标图），次坐标（两个y轴）

文章目录前言图中图次坐标（两个y轴）前言来自 莫烦python的总结。图中图left,bottom,width,height = 百分比fig = plt.figure()x = [1,2,3,4,5,6,7]y = [1,2,3,9,5,6,7]left,bottom,width,height = 0.1,0.1,0.8,0.8 #figure的百分比ax1 = fig.add_axes([left,bottom,width,height])ax1.plot(x,y,'r')ax1.

原创 python(matplotlib7)——subplot 一个figure中国显示几个小图 分格显示

文章目录前言均等分割不均等分割前言来自 莫烦python的总结。均等分割plt.figure()plt.subplot(2,2,1) # 分成两行两列，第一个图plt.plot([0,1],[0,1])plt.subplot(2,2,2) # 分成两行两列，第二个图plt.plot([0,1],[0,1])plt.subplot(223) # 分成两行两列 不加逗号也okplt.plot([0,1],[0,1])plt.subplot(2,2,4) # 分成两行两列，第四个图

原创 python(matplotlib6)——打印图像（imshow）3D数据（contourf等高线）

文章目录前言打印图像 imshow3D图像 Axes3D前言来自 莫烦python的总结。打印图像 imshowa = np.array([0.313,0.365,0.423, 0.365,0.439,0.525, 0.423,0.525,0.651]).reshape(3,3)plt.imshow(a,interpolation='nearest',cmap='bone',origin='lower') # origin: 升序降序排列颜色

原创 python(matplotlib5)——Contours 等高线图

文章目录前言Contours 等高线图前言来自 莫烦python的总结。Contours 等高线图def f(x,y): return (1-x/2+x**5+y**3)* np.exp(-x**2-y**2)n=256x=np.linspace(-3,3,n)y=np.linspace(-3,3,n)X,Y = np.meshgrid(x,y) # 至于为什么用这个meshgrid请参考这篇博文：划线的时候，一个X中的元素对应一行Y，https://blog.csdn.net/

原创 python(matplotlib4)——Scatter 散点图，Bar柱状图(方向：向上，向下)，柱状图添加注释

文章目录前言scatter 散点图Bar柱状图(方向：向上，向下)前言来自 莫烦python的总结。scatter 散点图n =500X = np.random.normal(0,1,n) # 正态分布，参数分别为（均值，标准差，size）Y = np.random.normal(0,1,n)T = np.arctan2(Y,X) # for color valueplt.scatter(X,Y,s=75,c=T,alpha=0.5) # c 颜色plt.xlim((-1.5,1.5)

原创 python(matplotlib3)——ticks（坐标刻度）能见度

文章目录前言ticks（坐标刻度）能见度前言来自 莫烦python的总结。ticks（坐标刻度）能见度x = np.linspace(-3,3,50)y = 0.1*xplt.figure()plt.plot(x,y,linewidth=10,zorder=1) # 能见度等级plt.ylim(-2,2)ax=plt.gca()ax.spines['right'].set_color('none') # 消除右边框ax.spines['top'].set_color('none'

原创 python(matplotlib2)——legend图例，Annotation图片注解

文章目录前言legend 图例将figure的边框消除figure中设置x，y坐标轴位置Annotation图片注解标注一个点更多标注前言来自 莫烦python的总结。legend 图例x = np.linspace(-1,1,50)y1=2*x+1y2=x**2l1,= plt.plot(x,y2,label='up')l2,= plt.plot(x,y1,color='red',linewidth=1.0,linestyle='--',label='down')#若想将这个传入legen

原创 解决：pycharm中动画函数animation.FuncAnimation不起作用

在pycharm窗口中操作

原创 python(matplotlib1)——figure图像，坐标设置

前言来自 莫烦python的总结。figure图像画多个图x = np.linspace(-1,1,50)y1=2*x+1y2=x**2plt.figure(num='图1',figsize=(8,5)) # 画多个图plt.plot(x,y1)plt.figure(num='图2')plt.plot(x,y2)plt.plot(x,y1,color='red',linewidth=10.0,linestyle='--') #在图2中画一条粗虚线设置坐标轴给坐标轴设置范围和名称

原创 python（numpy，pandas12）——pandas plot 画图

文章目录前言plot.scatter前言根据 莫烦Python的教程 总结写成，以便自己复习和使用,这里我就不哟林地挂原创了????。data = pd.DataFrame(np.random.randn(1000,4), index = np.arange(1000), columns = ['A','B','C','D'])data = data.cumsum()print(data.head()) # 取出前五行

原创 python（numpy，pandas11）——pandas merge根据索引合并数据

文章目录前言参数on参数 index参数indicator参数 suffixes前言根据 莫烦Python的教程 总结写成，以便自己复习和使用,这里我就不哟林地挂原创了????。参数onon：以列为索引进行合并left = pd.DataFrame({'key':['K0','K1','K2','K3'], 'A':['A0','A1','A2','A3'], 'B':['B0','B1','B2','B3']})

原创 python（numpy，pandas10）——pandas 合并数据 concat，append

文章目录前言concat参数axis，ignore_index参数joinappendappend添加一个数据索引不同的数列前言根据 莫烦Python的教程 总结写成，以便自己复习和使用,这里我就不哟林地挂原创了????。concat参数axis，ignore_indexdf1 = pd.DataFrame(np.ones((3,4))*0,columns=['a','b','c','d'])df2 = pd.DataFrame(np.ones((3,4))*1,columns=['a','b'

原创 python（numpy，pandas9）——pandas 导入导出数据

文章目录前言用于导入导出数据的函数前言根据 莫烦Python的教程 总结写成，以便自己复习和使用,这里我就不哟林地挂原创了????。用于导入导出数据的函数read_csv read_pickle read_excelto_csv to_pickle to__exceldata = pd.read_csv('student.cvs')data.to_pickle('student.pickle') # 保存成pickle文件...

原创 python（numpy，pandas8）——pandas大范围赋值和增加特定数据，处理丢失数据（nan）

文章目录前言pandas大范围赋值增加空数据处理丢失数据（nan）isnull：查看哪个数据是nandropna：直接丢掉fillna：赋值为0前言根据 莫烦Python的教程 总结写成，以便自己复习和使用,这里我就不哟林地挂原创了????。pandas大范围赋值dates = pd.date_range('20200209',periods=6) #以日期的格式形成的数据df = pd.DataFrame(np.arange(24).reshape(6,4),index=dates,column

原创 python（numpy，pandas7）——pandas的数据选择

文章目录前言直接取某些数据loc：通过label取某些数iloc：通过行数和列数取某些数前言根据 莫烦Python的教程 总结写成，以便自己复习和使用,这里我就不哟林地挂原创了????。直接取某些数据dates = pd.date_range('20200209',periods=6) #以日期的格式形成的数据df = pd.DataFrame(np.arange(24).reshape(6,4),index=dates,columns=['a','b','c','d']) # index 行；c

原创 python（numpy，pandas6）——pandas数据形式的简介，排序方式sort_index，sort_values

文章目录前言Series data_range DataFramepandas的属性查看方法pandas 排序前言根据 莫烦Python的教程 总结写成，以便自己复习和使用,这里我就不哟林地挂原创了????。Series data_range DataFramepandas的数据类型更像是字典形式的numpydates = pd.date_range('20200209',periods=6) #以日期的格式形成的数据df=pd.DataFrame(np.arange(24).reshape(6

原创 python（numpy，pandas5）——numpy中copy 和 deep copy

文章目录前言copydeep copy前言根据 莫烦Python的教程 总结写成，以便自己复习和使用,这里我就不哟林地挂原创了????。copya8 = np.arange(4)b8 = a8c8 = a8d8 = b8a8[0] = 11print(a8,b8,c8,d8)# pyhton 中赋值是完完全全相等的，改变其中一个，其他的都会改变，所以这就需要其他的copy方法。deep copy用numpy中的copy函数就可以避免python copy中的尴尬b8 = a8.co

原创 python（numpy，pandas4）——numpy中array合并和分割

前言根据 莫烦Python的教程 总结写成，以便自己复习和使用,这里我就不哟林地挂原创了????。合并垂直合并，水平合并a6 = np.array([1,1])# array([1, 1])b6 = np.array([2,2])# array([2, 2])c6 = np.vstack((a6,b6)) # vertical stack 垂直合并# c6 = array([[1, 1],# [2, 2]])# 从这里也可以看出，np.array 生成的是一个行向量d6 =

原创 python（numpy，pandas3）——numpy索引

前言根据 莫烦Python的教程 总结写成，以便自己复习和使用,这里我就不哟林地挂原创了????。取某一行，某一列，某行的某几列的数据a5 = np.arange(3,15).reshape((3,4))print(a5[2][1])# 等价于print(a5[2,1])print(a5[2,:]) # 第二行print(a5[:,1]) # 第一列print(a5[1, 1:3]) # 第一行1——2列的元素，发现numpy中上限总是取不到，例如arange(3,15)就只是3——12取

原创 我的世界——用一桶水一直灭岩浆一直刷黑曜石

文章目录造一个铁桶装水拿水灭岩浆黑曜石出现了！再拿水桶装走水源持续灭火造一个铁桶装水自行百度拿水灭岩浆拿着这个装着水的铁桶对准岩浆旁边的地面右键，就能放置一个水源！黑曜石出现了！再拿水桶装走水源拿水桶装走水源后，流水消失了，可以轻松地肝黑曜石了（否则逆水很难瘦）持续灭火取走水源后，桶里还是那通水可以继续灭前面的岩浆！心疼岩浆一秒钟~...

原创 python（numpy，pandas2）——numpy 运算

前言根据 莫烦Python的教程 总结写成，以便自己复习和使用,这里我就不哟林地挂原创了????。numpy 运算对每个元素求sin，对每个元素求平方，每个元素对应相乘。a3 = np.array([10,20,30,40])b3 = np.arange(4)c3 = np.sin(a3) #对每个元素求sind3 = a3**2 # 对每个元素求平方e3 = a3 * b3 #每个元素对应相乘f3 = np.dot(a3,b3) # 矩阵相乘 a3.dot(b3)print(a

原创 python（numpy，pandas1）——numpy(ndim，shape，size,zero, empty, arange, linspace)

前言根据 莫烦Python的教程 总结写成，以便自己复习和使用,这里我就不哟林的挂原创了????。numpy属性ndim，shape，size# 1. numpy属性array1 = np.array([[1,2],[3,4]]) # 将一个列表变成数组矩阵,加速运算list = [[1,2],[3,4]]# print(array1)# print(list)#在list中只是列表## print(array1.ndim)# 数组的列维度# print(array1.shape)# 几

原创 泛函分析——有界线性算子和函数

线性映射： Let XXX and YYY be linear spaces over the same field F\mathbb{F}F. A linear operator from XXX into YYY is a mapping T:X→YT: X \rightarrow YT:X→Y such thatT(αx1+βx2)=αTx1+βTx2T\left(\alpha x_{1}+\beta x_{2}\right)=\alpha T x_{1}+\beta T x_{2}T(αx1​.

原创 泛函分析——内积空间定义的概念

希尔伯特空间： Let (X,⟨⋅,⋅⟩)(X,\langle\cdot, \cdot\rangle)(X,⟨⋅,⋅⟩) be an inner product space. If XXX is complete with respect to the norm induced by the inner product ⟨⋅,⋅⟩,\langle\cdot, \cdot\rangle,⟨⋅,⋅⟩, then we say that XXX is a Hilbert space.<对比> .

原创 泛函分析——赋范线性空间定义的概念

赋范线性空间定义的概念开集： A subset SSS of a normed linear space (X,∥⋅∥)(X,\|\cdot\|)(X,∥⋅∥) is open if for each s∈Ss \in Ss∈S there is an ϵ>0\epsilon>0ϵ>0 such that B(s,ϵ)⊂SB(s, \epsilon) \subset SB(s,ϵ)⊂S闭集：A subset FFF of a normed linear space (X,∥⋅∥)(X

原创 我的世界 文件保存位置

原创 泛函分析4——希尔伯特空间

文章目录它只是为了凑个标题3 Hilbert Spaces3.1IntroductionDefinitionExampleTheoremCorollary3.2 Hilbert Spaces Definition3.3 OrthogonalityDefinitionPropositionTheoremCorollary3.4 Best Approximation in Hilbert SpacesDefinitionTheoremCorollaryProposition3.5 Orthonormal Set

原创 正版Mincraft登录问题：微软账号不能登录

在Microsoft Store中搜索Xbox2. 进入Xbox控制台3. 从2登录，我的世界微软账号就ok????​

原创 泛函分析3——线性空间和赋范线性空间总结

文章目录线性空间的10条特性线性空间的子集子空间和凸集商空间线性空间的10条特性[1]x+y∈X[1] x+y \in X[1]x+y∈X whenever x,y∈Xx, y \in Xx,y∈X[2] x+y=y+xx+y=y+xx+y=y+x for all x,y∈Xx, y \in Xx,y∈X[3] There exists a unique element in X,X,X, denoted by 0 , such that x+0=0+x=xx+0=0+x=xx+0=0+x=x fo

原创 泛函分析2——Normed Linear Spaces

文章目录PrefaceFUNCTIONAL ANALYSIS NOTES2 Normed Linear Spaces2.1 DefinitionExamplesNotationEquivalent NormsDefinitonexample2.2 Open and Closed SetsDefinitionTheorem2.3 Quotient Norm and Quotient Map2.4 Completeness of Normed Linear SpacesDefinitionconverge of

原创 泛函分析1-线性空间

文章目录Preface1 Linear Spaces1.1 linear spaceExamples2 Subsets of a linear space2.1 Notation3 Subspaces and Convex Sets3.1 Subspaces3.2 linear hullpropositionOther Definition3.3 Convex SetsConvex hullpropositionRemark4 Quotient Spaceequivalence relationDefini

原创 泛函分析 商空间

线性空间中的商空间(Quotient Space)定义一个等价关系假设M是线性空间X的线性子空间：对于所以x，y属于X，我们定义：x≡y( mod M)⟺x−y∈Mx \equiv y(\bmod M) \Longleftrightarrow x-y \in Mx≡y(modM)⟺x−y∈M上面这个是X上定义的一个等价关系：x∼yx \sim y \quadx∼y if and only if (x−y)∈Z\quad(x-y) \in Z(x−y)∈Z定义商空间对于x，我们定义一个记号：[

转载 上下确界 inf sup和最大小值 max min的区别

上确界sup、下确界inf和最小值min、最大值max的区别（图源于百度知道）ps：需要注意函数的最值定义， 如函数的最小值是指函数在定义域中取到的最小值， 如上面的例子，x ∈ ( 1 , 2 ) x\in{(1, 2)}x∈(1,2)，所以1和2都不是函数的最小值， 因为这两个端点都不在定义域内， 但是它们分别是函数的下、上确界 最值定义（百度百科） 另一篇博主的博客， 机器学习中经常出现的inf和sup 总结： 一个函数如果有最大、小值， 则最大、小值就是该函数的上、下确界， 如果没有最大、小.

转载 转 Theorem、Proposition、Lemma和Corollary等的解释与区别

Theorem：定理。是文章中重要的数学化的论述，一般有严格的数学证明。Proposition：可以翻译为命题，经过证明且interesting，但没有Theorem重要，比较常用。Lemma：一种比较小的定理，通常lemma的提出是为了来逐步辅助证明Theorem，有时候可以将Theorem拆分成多个小的Lemma来逐步证明，以使得证明的思路更加清晰。很少情况下Lemma会以其自身的形式存在。Corollary：推论，由Theorem推出来的结论，通常我们会直接说this ..

转载 整型规划的凸松弛(Convex Relaxation in Integer Programming)

先来看下整型组合优化问题，对于（图一）中的寻找最小点（红点）问题，用求导的方法不可取，用排序的方法就是NP问题，无法在多项式时间内找到最优解。（图一）遇到这种情况，可以采用松弛的方式来处理，首先把问题定义域X的范围从整型松弛到实值范围内，而且目标函数在整型定义域上小于或者等于原目标函数，如图二所示：（图二）此时可以用分析的方法(比如梯度下降等)来处理，但是仍然有个问题就是有可能陷入局部最小，解决陷入局部最小的办法就是让目标函数在定义域上是凸的，这样就不会陷入局部最小了（感..

原创 测度论相关概念（吐）

拓扑：将集合X中子集组成子集族拓扑空间：定义了拓扑的集合X豪斯多夫空间：拓扑空间X中任意两个不同的点可以由邻域分离由邻域分离：在拓扑空间X，如果存在元素x的邻域U和y的邻域V，使得U并V=空集度量空间：任意元素之间的距离可定义的集合开集：A是度量空间X的一个子集，若A中的每一个点的邻域都包含于A，则A是X的开集（拓扑学）。波莱尔集：在一个拓扑空间中，从所有开集出发，通过取补集，可数并，可数交等运算，构造出的所有集合。幂集：由集合A的所有子集组成的集合σ代数\sigma代数σ代数：幂集的一个.

原创 机器人动力学（Basic Newton-Euler Mechanics）

前言为什么要考虑运动学？因为运动学的速度是一个理想化的一个量，让它为0，立马就能为0，然鹅现实中它不可能瞬间就变成0，他还需要制动。另外就是加速度的限制：使得车能在车轮不打滑或者车不会翻过来的情况下在一定时间内达到最大速度。动力学 隐式表达：gi(q¨,q˙,q)=0\displaystyle g_i({\ddot q},{\dot q},q) = 0 gi​(q¨​,q˙​,q)=0动力学 显示表达：q¨=f(q˙,q,u)\displaystyle {\ddot q}= f({\dot

转载 向量叉乘方向判断

转载：向量叉乘方向判断a x b两个向量叉乘，可以获得垂直a，b的一个向量，但这个向量有两个方向，应该如何判断？通过将a的头与a的尾相接，并检查a到b是顺时针还是逆时针，能够确定a x b的方向。在左手坐标系中，如果a和b呈顺时针，那么a x b指向您。如果a x b呈逆时针，那么a x b远离您。而在右手坐标系中，如果a x b 呈顺时针方向，那么a x b远离您，如果a x b呈逆时针方向，那么a x b指向您。下图分别表示了顺时针方向和逆时针方向：...

原创 机器人运动学(a simple car)

前言本文参考StevenM.LaValleSteven M.LaValleStevenM.LaValle的《Planning Algorithms》，针对后驱的simple car来进行分型robot运动学。模型简介模型如下，车的坐标系原点在后轮中心位置，此模型为两轮驱动，后两个为驱动轮，前两个为从动轮，前两个掌握方向，后两个输出速度。L为前后轮的距离，如果 ϕ\phiϕ定了，那么车将进行圆周运动，运动半径就是ρ\rhoρ。运动学方程表述如下：s是车辆的速度（具有符号），就是沿着车的坐标系x轴的速

原创 将ArXiv中的Reference导入EndNote

文章目录前言一 查找ArXiv中论文的Reference二 将Reference导入Endnote三 在Endnote的Reference上增加相应的PDF文章前言  最近使用EndNote做文献收集工作，下面介绍使用过程中怎么将Reference下载下来，并附以相应的PDF，这样在EndNote中既可以查看Reference简介，又可以查看原文。（这里以ArXiv上的论文为例）一 查找ArXiv中论文的Reference进入网站搜索一篇论文，进行如下操作进入如下界面，点击Reference