三星java游戏打雪仗下载_说说你们的第一部智能手机吧!我先来,下了200个游戏的诺基亚n72...

大家好,我是数码博物馆馆主小雨,今天想和大家聊一聊我使用的第一部智能手机吧!

手机从刚开始的黑白屏只能打电话到现在的无所不能,甚至代替了电脑的存在,我们每个人日常生活都离不开它!

07e221300ab60aeb9dc1241050d0d8df.png

不知道你们使用的第一款智能手机是什么呢?我先来,我当时上小学6年级的时候玩了很久的诺基亚n72手机,算是一个智能手机了!

1fb0ff84deb1a98332c3e970e1cd3727.png

毕竟可以下载java游戏,而且有很多平台可以下载软件游戏,我当初一口气下载了200多个游戏,当时我的同学都来我家抢着玩这个手机呢~

这款手机当然不是我的,是我爸当年花了大半个月的工资买的,当时买回来我爸要去工地,所以经常不带去,只要我放假,或者晚上我就偷偷的拿出来玩。

想想看好像都是10几年前的事情了,当时这款手机给我第一个印象就是太tm的时尚了吧!功能也真的太多了,光里面自带的系统软件都能让我研究好几天。

e752370b81b353b1154aaeac5d8added.png

手机里面还有个我最喜欢的贪吃蛇游戏,相信知道的人都懂,真的好玩,3d的,而且感觉比现在的很多游戏都耐玩。

7e02ca2b888973f71c8b3d05b48e08b3.png

手机还可以下载很多java游戏,像我最喜欢的《宠物王国啊,圣火纹章啊,java的松鼠大作战啊》,当然我也算是在这款手机上最早接触手游的了,当时这个平台上的手游简直是一种新的体验,里面虽然还是用1 ,3, 7, 9, #, *,放技能但是,那些养成的宠物啊,丰富的技能真的太吸引我了!

好了,这部手机算是我使用过的第一部手机了,感觉童年有它的陪伴也是非常欢快的!欢迎关注并留言你们当时使用的第一部智能手机吧!还有,下一期我会盘点一些好玩的塞班系统下的java游戏,点击关注不迷路哦!

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
优化以下代码 df_in_grown_ebv = pd.read_table(open(r"C:\Users\荆晓燕\Desktop\20230515分品种计算育种值\生长性能育种值N72分组 (7).txt"), delim_whitespace=True, encoding="gb18030", header=None) df_in_breed_ebv = pd.read_table(open(r"C:\Users\荆晓燕\Desktop\20230515分品种计算育种值\繁殖性能育种值N72分组 (7).txt"), delim_whitespace=True, encoding="gb18030", header=None) # df_in_grown_Phenotype.columns = ['个体号', '活仔EBV', '21d窝重EBV', '断配EBV'] # df_in_breed_Phenotype.columns = ['个体号', '115EBV', '饲料转化率EBV', '瘦肉率EBV', '眼肌EBV', '背膘EBV'] df_in_breed_ebv.columns = ['个体号', '活仔EBV', '21d窝重EBV', '断配EBV'] df_in_grown_ebv.columns = ['个体号', '115daysEBV', '饲料转化率EBV', '瘦肉率EBV', '眼肌EBV', '背膘EBV'] NBA_mean = np.mean(df_in_breed_ebv['活仔EBV']) NBA_std = np.std(df_in_breed_ebv['活仔EBV']) days_mean = np.mean(df_in_grown_ebv['115daysEBV']) days_std = np.std(df_in_grown_ebv['115daysEBV']) fcr_mean = np.mean(df_in_grown_ebv['饲料转化率EBV']) fcr_std = np.std(df_in_grown_ebv['饲料转化率EBV']) output = pd.merge(df_in_grown_ebv, df_in_breed_ebv, how='inner', left_on='个体号', right_on='个体号') # output['计算长白母系指数'] = 0.3 * (NBA - NBA_mean)/NBA_std - 0.3 * (days - days_mean)/days_std - 0.3 * (fcr-fcr_mean)/fcr_std + 0.1 * (pcl-pcl_mean)/pcl_std output['计算长白母系指数'] = 0.29 * (df_in_breed_ebv['活仔EBV'] - NBA_mean)/NBA_std - 0.58 * (df_in_grown_ebv['115daysEBV']- days_mean)/days_std - 0.13 * (df_in_grown_ebv['饲料转化率EBV']-fcr_mean)/fcr_std MLI_mean = np.mean(output['计算长白母系指数']) MLI_std = np.std(output['计算长白母系指数']) output['校正长白母系指数'] = 25 * ((output['计算长白母系指数'] - MLI_mean)/MLI_std) + 100 output.to_excel(r"C:\Users\荆晓燕\Desktop\20230515分品种计算育种值\权重3-N72权重指数_20230602.xlsx",index=False) print(NBA_mean) print(NBA_std) print(days_mean) print(days_std) print(fcr_mean) print(fcr_std) print(MLI_mean) print(MLI_std)
最新发布
06-03

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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