软件知识汇总

陈一甲

已于 2024-08-02 16:20:27 修改

阅读量60

点赞数 1

分类专栏：软件以及经验相关文章标签：经验分享

于 2021-05-20 18:03:01 首次发布

本文链接：https://blog.csdn.net/qq_41445172/article/details/117086466

版权

软件以及经验相关专栏收录该内容

2 篇文章 0 订阅

订阅专栏

文章目录

🐴 Typora
- 安装
- 居中
- 符号表达式
- 流程图
- 字体
- 图片居中+标题
- 多图显示
- 甘特图
- 跳转
🐴 window10
- window10重装
- 重装之后
- window10卡死定格重启问题
- window10家庭版修改英文用户名
🐴 jupyter-lab
- 官网文档
- 快捷键
- 拓展栏显示
- 报错显示：Bad file descriptor
- 指定目录打开jupyter
- jupyterlab-execute-time 安装
- 无法导入已经安装的包(新建内核)
- 查看内核使用的环境
- 新建jupyter内核
🐴 Anaconda
- anaconda 安装
- 配置环境操作
- 生成配置文件
- package 版本冲突问题
🐴 tensorflow 安装
- 安装
- 测试
- 补充内容
- 查看GPU CPU数量
🐴 Pycharm
- Pycharm Terminal 里面不显示环境名称而显示 PS
- Pycharm 安装Leetcode插件
- Python，Pycharm，Anaconda的关系
- pycharm配置Anaconda
- Pycharm pip离线安装
- 查看找个函数在哪里被引用
- 自动添加作者信息
🐴 Linux 命令
- 常用命令
- 查看文件
- 编辑文件
🐴 Excel
- 同时显示日期和星期
🐴 学习资源
- 编程学习
- 文献阅读
- 英语
🐴 备忘录
- 免费PPT、word、excel模板
- office下载与激活
- wallpaper engine离线版
- PanDownload
- 网页转pdf/图片

🐴 Typora

安装

Typora免费版，不是破解版，是没有升级的老版本

居中

标题居中： <h1 align = "center">标题</h1>
文字居中：<center><big>评分卡模型</big></center>
图片居中：
csdn 插入图片可用

<center>
    <img src="https://img-blog.csdnimg.cn/3cd34edf4e584eb2812233036df0d0e9.png" width="200">
    <center>例子</center>
</center>

符号表达式

史上最全Markdown公式、符号总结！！！

$\vec{a}$ 向量： $\vec{a}$
$\overline{a}$ 平均值： $\overline{a}$
$\underline{a}$ 下横线： $\underline{a}$
$\widehat{a}$ (线性回归，直线方程) y尖： $\widehat{a}$
$\widetilde{a}$ 颚化符号等价无穷小： $\widetilde{a}$
$\dot{a}$ 一阶导数： $\dot{a}$
$\ddot{a}$ 二阶导数： $\ddot{a}$

流程图

使用Typora工具绘制流程图
 流程图官方文档
 官方文档
 使用 Typora 画图（类图、流程图、时序图）

graph LR
    A[Hard edge] -->|Link text| B(Round edge)
    B --> C{Decision}
    C -->|One| D[Result one]
    C -->|Two| E[Result two]

字体

<font size=5>字体大小size=5</font>  # 字体大小
<b><font size=5 color=red face="华文彩云">华文彩云</font></b> # 字体加粗

<font face="黑体">黑体</font>   # 字体类型
<font face="宋体">宋体</font>
<font face="仿宋">仿宋</font>
<font face="幼圆">幼圆</font>
<font face="楷书">楷书</font>
<font face="华文行楷">华文行楷</font>
<font face="华文隶书">华文隶书</font>
<font face="华文新魏">华文新魏</font>
<font face="华文彩云">华文彩云</font>
<font face="华文琥珀">华文琥珀</font>

<font color=red>红色</font>
<font color="blue">蓝色</font>

<font color=#00ff00>绿色</font>
<font color=#0000ff>蓝色</font>


<font face="逐浪新宋">我是逐浪新宋</font>
<font face="逐浪圆体">我是逐浪圆体</font>
<font face="逐浪花体">我是逐浪花体</font>
<font face="逐浪像素字">我是逐浪像素字</font>
<font face="逐浪立楷">我是逐浪立楷</font>
<font color=red>我是红色</font>
<font color=#008000>我是绿色</font>
<font color=yellow>我是黄色</font>
<font color=Blue>我是蓝色</font>
<font color= #871F78>我是紫色</font>
<font color= #DCDCDC>我是浅灰色</font>
<font size=5>我是尺寸</font>
<font size=10>我是尺寸</font>
<font face="逐浪立楷" color=green size=10>我是逐浪立楷，绿色，尺寸为5</font>

字体大小size=5 # 字体大小
华文彩云 # 字体加粗

黑体 # 字体类型
宋体
仿宋
幼圆
楷书
华文行楷
华文隶书
华文新魏
华文彩云
华文琥珀

红色
蓝色

绿色
蓝色

我是逐浪新宋
我是逐浪圆体
我是逐浪花体
我是逐浪像素字
我是逐浪立楷
我是红色
我是绿色
我是黄色
我是蓝色
我是紫色
我是浅灰色
我是尺寸
我是尺寸
我是逐浪立楷，绿色，尺寸为5

图片居中+标题

<center>
    <img style="border-radius: 0.3125em;
    box-shadow: 0 2px 4px 0 rgba(34,36,38,.12),0 2px 10px 0 rgba(34,36,38,.08);" 
    src="这里输入图片地址">
    <br>
    <div style="color:orange; border-bottom: 1px solid #d9d9d9;
    display: inline-block;
    color: #999;
    padding: 2px;">这里输入题注</div>
</center>

多图显示

Typora_Markdown_图片排版(总)

居中并排

<center class="half">
    <img src="https://tva1.sinaimg.cn/large/007S8ZIlgy1ggnfolw5kxj30u00u0qe5.jpg" width="550"/>
    <img src="https://tva1.sinaimg.cn/large/007S8ZIlgy1ggnfolw5kxj30u00u0qe5.jpg" width="550"/>
</center>

左对齐并排

<figure class="third">
    <img src="https://tva1.sinaimg.cn/large/007S8ZIlgy1ggnfolw5kxj30u00u0qe5.jpg" width="200"/>
    <img src="https://tva1.sinaimg.cn/large/007S8ZIlgy1ggnfolw5kxj30u00u0qe5.jpg" width="200"/>
    <img src="https://tva1.sinaimg.cn/large/007S8ZIlgy1ggnfolw5kxj30u00u0qe5.jpg" width="200"/>
</figure>

甘特图

gantt
    title work schedule           #  标题设置
    dateFormat  YYYY-MM-DD  # 设置时间格式
    
    section Plan   # 项目1 名字
    get data from mongo  :a1, 2023-04-10, 2023-04-12
    build dataset        :a2, after a1,   2d
    build model          :a3, after a2,   3d
    output result        :a4, after a3,   2d
    
    
    section Actual  # 项目2 名字
    get data from mongo  :b1, 2023-04-07, 3d
    build dataset        :b2, 2023-04-10, 2d
----------------------------------------------------------------------------------------------

gantt  #图标类型图为甘特图
        dateFormat  YYYY-MM-DD   # 设置日期格式 Y年 M月 D日期
        title 这是一个示例甘特图   #甘特图标题 关键字为title
        section 现有任务   #项目关键字，
        已完成               :done,    des1, 2014-01-06,2014-01-08
        进行中               :active,  des2, 2014-01-09, 3d
        计划中               :         des3, after des2, 5d

跳转

页面内跳转到其他标题:
a. 跳转到某个一级标题,比如叫 数据有效性: [跳转](#数据有效性)
b. 跳转到某个二级标题,比如叫 数据描述: [跳转](##数据描述)
本地文件跳转:
a. 引用当前文件夹下的1.xlsx：[跳转](./1.xlsx) or [跳转](1.xlsx)
b. 引用上级件文夹下的1.xlsx：[跳转](../1.xlsx)
注释：
a.在需要注释的地方添加[^1] , 在文章的最后注释来源添加: [^1]: 引用的来源
csdn页面内锚点跳转：
a. 锚点处:<h2 id="xxl">信息量</h2>
b. 跳转起点: [点此处跳转](#xxl)
c. a的h2是锚点处的标题等级，h1是一级标题，以此类推
d. a的 xxl是锚点的名称，自定义的，随便起

🐴 window10

window10重装

B站
联想官方提供的方法，因为这个绑定了台式机，正版自动激活，下载的时候选择家庭版：

重装之后

office安装：https://account.microsoft.com/services

window10卡死定格重启问题

win10老是定格卡死

window10家庭版修改英文用户名

实测有用，不过最后修改环境变量那边不知道怎么操作，没操作。
作者：掌学科技出处：bilibili：win10家庭版如何修改中文用户名为英文

<第一步>键盘按 win+R 键输入 regedit 点击确定；
<第二步>在弹出的注册表编辑器里ctrl+f搜索，找到ProfileList ;
或者依次寻找
\HKEY_LOCAL_MACHINE\SOFTWARE\Microsoft\Windows NT\CurrentVersion\ProfileList\；
这里有几个S-1-5-开头的项，挨个检查每一项，找到包含ProfileImagePath项并且值为C:\Users\你的中文用户名
<第三步>将ProfileImagePath双击，将中文用户名改为你需要的英文用户名（我之前的中文名是寻觅依稀，截图中改成 Liang 了） ,确定后关闭注册表编辑器。
<第四步>重启电脑，重启电脑以后桌面会变成第一次使用电脑的样子，或者是你另一个系统帐号。不要着急，打开C盘中C:\Users目录（如下图）把原来的中文用户名这个文件夹重命名为你刚才改的英文用户名然后直接重启电脑。重启以后就会变回原来的样子。

🐴 jupyter-lab

 pip install jupytertext

官网文档

JupyterLab

快捷键

shift+M :合并多个cell
ctrl+shift+-:拆分cell
k:移动到上一个cell
J:移动到下一个cell

拓展栏显示

settings → Advanced Settings Editor →Extension Manager
在这里插入图片描述

报错显示：Bad file descriptor

这个原因大抵是电脑用户名为中文，将其修改为英文即可。
然后可以参考上面的链接。

指定目录打开jupyter

jupyter lab --notebook-dir='d:/下载'

jupyterlab-execute-time 安装

版本要求: pip install jupyterlab==3.4.4
可以实现每个cell执行的时间和耗时，效果如下：
参考链接：无法安装jupyterlab执行时间扩展jupyterlab version：jupyterlab 3.4.4 此版本与老版本里面的setting显示不一样，老版本是代码模式，此版本不是代码模型。
安装步骤：
1. pip install npm (可以忽略1和2直接进行第三步试试)
2. pip install nodejs
3. pip install jupyterlab_execute_time
4. 进入jupyterlab > settings > Advanced Settings Editor > Execute Time > Enable
5. 进入jupyterlab > settings > Advanced Settings Editor > Notebook > √ Recording timing

无法导入已经安装的包(新建内核)

https://zhuanlan.zhihu.com/p/390887467

查看内核使用的环境

在内核中使用conda info -e 看到的使用的环境跟实际使用的环境可能是不一致的，所以要用下面的方法看内核实际使用的环境。

import sys
print(sys.executable)

D:\Anaconda3\envs\jiqixuexipingtai\python.exe

新建jupyter内核

参考链接:在linux服务器配置jupyter notebook，并且配置不同的kernel和环境。

"""
注意：将哪个环境添加至kernel就激活哪个环境, 假设需要将环境env_llm添加至kernel
"""
conda activate env_llm # 激活环境

conda install ipykernel # 安装所需要的包
conda install nb_conda

jupyter kernelspec list   # 查看现有内核的个数
python -m ipykernel --version # 查看ipykernel版本信息,输出:8.26.0
" 添加内核(windows & linux) "
python -m ipykernel install --user --name=env_llm --display-name env_llm
'''
输出如下:
(llm) root@autodl:~/autodl-tmp/LLaMA-Factory# python -m ipykernel install --user --name=llm --display-name env_llm
Installed kernelspec llm in /root/.local/share/jupyter/kernels/env_llm
'''

🐴 Anaconda

anaconda 安装

官网：链接
国内镜像：链接

配置环境操作

用Anaconda Prompt

查询环境：conda info -e
创建环境：conda create -n tf python=3.5
环境克隆：conda create -n tf_py39 --clone base
删除环境：conda remove -n tf_py39 --all

生成配置文件

python requirements.txt的生成和安装
 Python中如何生成requirements.txt文件
 Anaconda环境创建、导入、导出相关命令

pipreqs . ：只生成目前在用的包

Anaconda Powershell Prompt   进入到项目对应的主目录下
conda activate base  激活对应的环境

pipreqs .  # 生成requirements.txt
pipreqs . --encoding=utf-8  # 生成requirements.txt(如果目录包含中文)

pip install -r requirements.txt  # 批量安装依赖包

pip freeze > requirements.txt：requirements.txt

Anaconda Powershell Prompt   进入到项目对应的主目录下
conda activate base  激活对应的环境

pip freeze > requirements.txt   生成
pip install -r requirements.txt  导入

conda env export > environment.yml：environment.yml

Anaconda Powershell Prompt   进入到项目对应的主目录下
conda activate base  激活对应的环境

conda env export > environment.yml  生成
conda env update -f=environment.yml  导入

package 版本冲突问题

安装package前用conda search package_name --info查看这个包的版本的依赖
选择版本

🐴 tensorflow 安装

tensorflow-gpu版本与cudatoolkit以及cudnn版本对应官方参考

安装

用Anaconda Prompt

创建环境：
a版本：conda create -n tf2x python==3.8.5
b版本：conda create -n tf2x python==3.8.5
c版本：conda create -n tf2x python==3.7.12 from kaggle编译器
激活环境：activate tf2x
安装cudnn 与 cudatoolkit：
a版本：conda install cudatoolkit=11.3 cudnn=8.2.1
b版本：conda install cudatoolkit=10.1 cudnn=7.6.5
c版本：conda install cudatoolkit=11.2 cudnn=8.1
tf版本与keras版本匹配：
a版本：pip install tensorflow-gpu==2.8 keras==2.8 -i https://pypi.douban.com/simple/
b版本：pip install tensorflow-gpu==2.3 keras==2.3.1 -i https://pypi.douban.com/simple/
c版本：pip install tensorflow-gpu==2.6.4 keras==2.6.0 -i https://pypi.douban.com/simple/
安装基本库：
a版本： pip install pillow==8.2 numpy==1.21 matplotlib scipy pandas scikit-learn tqdm scikit-image imutils tensorboard -i https://pypi.douban.com/simple/
b版本： pip install pillow==8.2 numpy==1.18.5 matplotlib scipy pandas scikit-learn tqdm scikit-image imutils tensorboard -i https://pypi.douban.com/simple/
c版本： pip install numpy==1.21.6 pandas==1.3.5 matplotlib scipy scikit-learn tqdm scikit-image imutils tensorboard -i https://pypi.douban.com/simple/ kaggle
pip install numpy==1.19.5 protobuf==3.19.0 -i https://pypi.douban.com/simple/ 安装tensorflow自动安装的版本

测试

pycharm 创建新项目：File - New Project - 选择（创建）一个新文件夹 - Python Interpreter选项下的Previously configured interpreter的【…】- Conda Environment中interpreter选择anaconda安装路径下envs 刚刚创建的环境tf2x环境的路径

在这里插入图片描述

6. 新项目下code3输入代码测试：

import os
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'

import tensorflow as tf
import keras
print(tf.test.is_gpu_available())
print(tf.__version__)
print(keras.__version__)

会输出

D:\learning\Anaconda3_2021_11\envs\tftest\python.exe D:/code3/main.py
WARNING:tensorflow:From D:/code3/main.py:6: is_gpu_available (from tensorflow.python.framework.test_util) is deprecated and will be removed in a future version.
Instructions for updating:
Use `tf.config.list_physical_devices('GPU')` instead.
True
2.8.0
2.8.0

Process finished with exit code 0

补充内容

CUDA、CUDA Toolkit、cuDNN关系介绍：理清GPU、CUDA、CUDA Toolkit、cuDNN关系以及下载安装

查看GPU CPU数量

参考链接：tf.config：GPU 的使用与分配 *

gpus = tf.config.list_physical_devices(device_type='GPU')
cpus = tf.config.list_physical_devices(device_type='CPU')
print(gpus, cpus)

🐴 Pycharm

pycharm配置Anaconda

主要解决安装完后出现的配置问题，转载来自于：pycharm配置Anaconda

Pycharm pip离线安装

① 下载对应的 .whl文件：下载地址
② cd 进入.whl 所在目录： (base) F:\src_python>cd /d C:\Users\7404\Downloads
③ pip安装： (base) C:\Users\7404\Downloads>pip install xgboost-1.4.2-cp38-cp38-win_amd64.whl

查看找个函数在哪里被引用

在pycharm里面右键某个函数点击Find Usages，或者Alt+F7某个函数名。

自动添加作者信息

设置位置：file>Settings>Code Style > File and Code Template >Pyhton Script

基础模板:

# -*- coding: utf-8 -*-
# @Time : ${DATE} ${TIME}
# @Author : ${USER}
# @File : ${NAME}
# @Project : ${PROJECT_NAME}

有趣的模板：Basic Lib

🐴 Linux 命令

常用命令

nvitop：查看gpu、cpu、内存的占用, 参考链接
top：cpu运行情况
free -h内存使用情况
pwd：查看当前目录
mv test.txt /home/user/documents/ :将文件“test.txt”从当前目录移动到目录“/home/user/documents”
tar -zcvf data.tar.gz data：将当前目录下的data文件夹压缩成data.tar.gz
rm -r test：删除test文件夹
rm test/*：删除test文件夹里面的所有内容
rm test.txt：删除某个文件

查看文件

ls ：横向-显示所有文件
ll：列表-显示所有文件/同上
ls -la or la -al：显示所有文件(包含隐藏文件)
du -sh /home/app/software/：查看某个目录下的大小
du -sh /home/app/software/*：查看某个目录下所有文件的大小
du -sh .：查看当前目录所占的内存
du -sh *：查看当前目录下所有文件大小
待定

编辑文件

以编辑模式打开某个文件例如打开.bashrc文件: vim .bashrc ，进入该文件
在需要编辑的位置，按a进入编辑模式，进行编辑
编辑完成之后:
- 保存编辑结果 + 退出编辑模式：Esc→:wq→Enter
- 强制保存编辑结果 + 退出编辑模式：Esc→:wq!→Enter
- 弃用编辑结果 + 退出编辑模式：Esc→:q→Enter
- 强制弃用编辑结果 + 退出编辑模式：Esc→:q!→Enter