qq_56407094的博客

scipy主要的功能模块包括：

使用Morris遍历算法，可以以O(1)的空间复杂度完成二叉树的遍历，但会破坏二叉树的结构。3. 如果cur有左子节点，则找到cur节点在中序遍历中的前驱节点pre（即cur左子树中最右的节点）。5. 如果pre的右子节点为cur，将其右子节点置为空，输出cur节点的值，然后将cur指向其右子节点。4. 如果pre的右子节点为空，将其右子节点指向cur，然后将cur指向其左子节点。2. 如果cur没有左子节点，则输出cur节点的值，然后将cur指向其右子节点。1. 初始化当前节点cur为根节点。

他们的本质都是一样的，都是通过分解来获取矩阵的核心特征，从运动角度来看都是将矩阵代表的运动分解为独立的旋转和伸缩。任意形状的矩阵都可以分解为一个正交矩阵，一个对角矩阵和另外一个正交矩阵的乘积。特征分解只是适用于，但是奇异值分解（SVD）与其不同，它适用于所有矩阵。

矩阵表示向量的运动和变换，矩阵分解就是找到合成的变换信息或者变换运动信息，找到合成变换中的具体旋转与伸缩信息。基的本质就是最基本的彼岸换单位或变换单元，决定了以何种变换尺度生成新的数据。特征分解是使用最广的矩阵分解之一，将矩阵分解成一组特征向量和特征值。特征值类似于向量的权重，特征值越大，说明特征向量越重要。是矩阵的特征向量，diag（lambda）为对角矩阵。，但是二维向量的基不都是单位矩阵，可以是任意一个方阵。可以通过分解 矩阵来发现矩阵一些不明显的特征和性质。

但是这个距离并非直接连接的距离，这只是其中的一种叫做欧氏距离，度量距离具有多样性，即范数的多样性。他是将向量映射到非负值的函数，直观来说范数是衡量从原点到。

需要写出的信息：1.文章做了一件什么事情（1句话概括即可）2.创新点、过程或怎么做的（2-3句话）3.可以得到什么结果（选出重要的结论，可以只定性，尽量定量讲解，2-3句话）4.可以写出该项的研究意义（吹吹牛，1句话）5.关键词（可能文章不需要，但是要写出来）需要写的信息：1.给出背景信息，一般由广泛到具体引出所研究的对象2.背景信息可以从现象、政策、大的全球背景、公认的某些问题3.参考文献的引用是必要的（最好是引用最新版的）4.避免一个普遍的观点的文章引用超过3篇，最好是1-2篇。

注：有一些其他要求在一审结束后编辑会告诉你，或者你可以提前查看进行完成。也可以在小木虫查询一些期刊的信息和相关评价，投过稿的人分享的一些经验。1.可以根据参考文献选择期刊。3.学科筛选选择期刊。

一些自己学习整理的笔记分享给大家（忽略丑字）