`
scm002
  • 浏览: 319083 次
社区版块
存档分类
最新评论

Python基础教程笔记——抽象

 
阅读更多

抽象

1 懒惰即美德

  1. 例子:
     1:  #Fibonacci数列函数
    
     2:  def fibo(x):
    
     3:      if x < 2:
    
     4:          return;
    
     5:      result = [0, 1]
    
     6:      for i in range(x - 2):
    
     7:          result.append(result[-1] + result[-2])
    
     8:      return result;
    
     9:  
    
    10:  #测试
    
    11:  myarray = fibo(10)
    
    12:  print(myarray)
    
    13:  input("Press enter!")       
    
    14:  
    
    15:  #结果
    
    16:  >>> 
    
    17:  [0, 1, 1, 2, 3, 5, 8, 13, 21, 34]
    
    18:  Press enter!
    
    19:  >>> 
    
    20:  
    
    

2 抽象和结构

  1. 说明:抽象可以节省很多工作,是计算机程序让人读懂的关键;

3 创建函数

  1. 说明:
    1. 函数是可以被调用的,它执行一些操作并返回一个值,可以使用内 建函数 callable 判断函数是否可以被调用;
    2. 使用 def 语句定义函数;
    3. return 语句用来返回值;
  2. 例子:
     1:  #没有导入math模块,用callable判断函数是否可用
    
     2:  >>> callable(math.sqrt)
    
     3:  Traceback (most recent call last):
    
     4:    File "<pyshell#9>", line 1, in <module>
    
     5:      callable(math.sqrt)
    
     6:  NameError: name 'math' is not defined
    
     7:  #导入math模块
    
     8:  >>> import math
    
     9:  >>> callable(math.sqrt)
    
    10:  True
    
    11:  >>> 
    
    12:  
    
    13:  #创建函数
    
    14:  >>> def myfunc(myparam):
    
    15:          print("This is my func!")
    
    16:          return 'Finish'
    
    17:  
    
    18:  #调用函数
    
    19:  >>> myfunc('Test')
    
    20:  This is my func!
    
    21:  'Finish'
    
    22:  >>> 
    
    23:  
    
    

3.1 给函数创建文档(Documenting Function)

  1. 说明:在函数开头添加一个字符串,它会随函数一同保存,这个字符串被 称为文档字符串;
  2. 例子:
     1:  #定义函数,并在里面添加文档字符串(docstring)
    
     2:  >>> def TestDocstring():
    
     3:          '这是一个文档字符串,它会随函数一同保存'
    
     4:          print('Hello, world!')
    
     5:          return 0
    
     6:  #调用函数
    
     7:  >>> TestDocstring()
    
     8:  Hello, world!
    
     9:  0
    
    10:  #使用内置的help函数可以显示函数中的文档字符串
    
    11:  >>> help(TestDocstring)
    
    12:  Help on function TestDocstring in module __main__:
    
    13:  
    
    14:  TestDocstring()
    
    15:      这是一个文档字符串,它会随函数一同保存
    
    16:  
    
    17:  >>> 
    
    18:  
    
    

3.2 并非真正函数的函数

  1. 说明:有些函数只执行一些操作,不用向调用方返回值,这时函数定义时, 可以省略return语句;
  2. 例子:
     1:  #不含return语句的函数
    
     2:  >>> def myfunc():
    
     3:          print("Hello")
    
     4:  
    
     5:  
    
     6:  >>> myfunc()
    
     7:  Hello
    
     8:  
    
     9:  #含return语句的函数
    
    10:  >>> def myfunc1():
    
    11:          print("Hello")
    
    12:          return
    
    13:  
    
    14:  >>> myfunc1()
    
    15:  Hello
    
    16:  
    
    17:  >>> result = myfunc()
    
    18:  Hello
    
    19:  #result结果为空对象
    
    20:  >>> print(result)
    
    21:  None
    
    22:  >>> result = myfunc1()
    
    23:  Hello
    
    24:  #result结果为空对象
    
    25:  >>> print(result)
    
    26:  None
    
    27:  >>> 
    
    28:  
    
    

4 参数魔法

 

4.1 值从哪里来

  1. 说明:
    1. 创建函数时应该保证在收到合法参数时,执行正确的操作,收到非 法参数时,执行明显的异常(一般通过断言(assert)或者异常 (exception)来实现);
    2. 形式参数(formal parameters):在函数定义中的参数;
    3. 实际参数(actual parameters):在调用时的参数;
  2. 例子:
     1:  #name为形式参数
    
     2:  >>> def hello(name):
    
     3:          print("Hello, %s!" % name )
    
     4:  
    
     5:  
    
     6:  #'Bill'为实际参数
    
     7:  >>> hello('Bill')
    
     8:  Hello, Bill!
    
     9:  >>> 
    
    10:  
    
    

4.2 能够改变参数吗

  1. 说明:在函数内为参数赋与新值不会改变外面任何变量的值;
  2. 注意:如果参数是列表,那么如果函数中修改了参数,也将修改原列表, 为了避免这种情况,可以使用分片来传递参数;
  3. 例子:
     1:  #函数不修改参数值
    
     2:  >>> def myfunc(x):
    
     3:          x=10
    
     4:          return
    
     5:  
    
     6:  >>> x = 5
    
     7:  >>> myfunc(x)
    
     8:  >>> x
    
     9:  5
    
    10:  >>> 
    
    11:  
    
    12:  #如果参数是列表,那么在函数中如果修改了参数,也会影响到调用的列表
    
    13:  >>> def editList(l):
    
    14:          l[0] = 'Test'
    
    15:          return
    
    16:  
    
    17:  >>> l = ['a', 'b', 'c']
    
    18:  >>> l
    
    19:  ['a', 'b', 'c']
    
    20:  >>> editList(l)
    
    21:  >>> l
    
    22:  ['Test', 'b', 'c']
    
    23:  >>> 
    
    24:  
    
    25:  #以分片的方式修改列表
    
    26:  >>> l
    
    27:  ['a', 'b', 'c']
    
    28:  >>> def editList(l):
    
    29:          l[0] = 'Test'
    
    30:          print (l)
    
    31:          return
    
    32:  
    
    33:  >>> editList(l[:])
    
    34:  ['Test', 'b', 'c']
    
    35:  >>> l
    
    36:  ['a', 'b', 'c']
    
    37:  >>> 
    
    

4.3 关键字参数和默认值

  1. 说明:
    1. 关键字参数:在调用函数时,在实参中指定实参对应的形参,这种调用 中的实参称为关键字参数;
    2. 位置参数:在调用函数时,通过位置匹配实参和形参,这种调用中的 实参称为位置参数;
  2. 注意:
    1. 关键字参数可以在函数中给参数提供默认值;
    2. 位置参数和关键字参数可以联合使用,但是应该 避免 使用这种方 式;
  3. 例子:
     1:  #关键字参数
    
     2:  >>> def hello(greeting='Hello', name='world'):
    
     3:          print("%s, %s" % (greeting, name))
    
     4:          return
    
     5:  
    
     6:  #调用时不提供默认值,则调用后,直接使用函数定义中的默认值
    
     7:  >>> hello()
    
     8:  Hello, world
    
     9:  
    
    10:  #没有指明形参名,则打印时按位置参数方式调用
    
    11:  >>> hello('Nice to meet you', 'Bill')
    
    12:  Nice to meet you, Bill
    
    13:  >>> hello('Bill', 'Hello')
    
    14:  Bill, Hello
    
    15:  
    
    16:  #使用关键字参数,调用时用关键字匹配,与位置无关
    
    17:  >>> hello(name='Bill', greeting='Nice to meet you')
    
    18:  Nice to meet you, Bill
    
    19:  >>> 
    
    20:  
    
    

4.4 收集参数

  1. 说明:
    1. 星号+参数名:参数前的星号将所有值放在同一个 元组 中,可以说 是将这些值收集起来,然后使用;
    2. 两个星号:用于处理关键字参数,可以将关键字参数收集到同一个字 典;
  2. 注意:调用时如果不提供任何元素,则收集参数就是一个空元组或空字典;
  3. 例子:
     1:  #星号+参数,将参数收集到元组中
    
     2:  >>> def TestStar(x, *params):
    
     3:          print(x)
    
     4:          print(params)
    
     5:          return
    
     6:  
    
     7:  >>> TestStar(1, 2,3,4,5)
    
     8:  1
    
     9:  (2, 3, 4, 5)
    
    10:  
    
    11:  #两个星号,将参数收集到字典中
    
    12:  >>> def TestDoubleStar(x, **params):
    
    13:          print(x)
    
    14:          print(params)
    
    15:          return
    
    16:  
    
    17:  >>> TestDoubleStar(x=1,y=2,z=3)
    
    18:  1
    
    19:  {'y': 2, 'z': 3}
    
    20:  >>> 
    
    21:  
    
    

4.5 函数收集逆过程

  1. 说明:将实际参数放入元组或者列表,再调用函数的过程;
  2. 注意:使用一个星号来传递元组,使用两个星号来传递字典;
  3. 例子:
     1:  #传递元组
    
     2:  >>> def myAdd(x, y):
    
     3:          return x+y
    
     4:  
    
     5:  >>> data=(1231, 2131)
    
     6:  >>> myAdd(*data)
    
     7:  3362
    
     8:  >>> 
    
     9:  
    
    10:  #传递字典
    
    11:  >>> def myHello(greeting, name):
    
    12:          print('%s, %s' % (greeting, name))
    
    13:          return
    
    14:  
    
    15:  >>> data={'name':'Bill Gunn', 'greeting':'Hello'}
    
    16:  >>> myHello(**data)
    
    17:  Hello, Bill Gunn
    
    18:  >>> 
    
    19:  
    
    

5 作用域

  1. 说明;在函数内声明的变量,都是局部变量,如果需要在函数内声明全局 变量,需要在声明前添加关键字 global
  2. 例子:
     1:  #局部变量
    
     2:  >>> def TestLocalParam():
    
     3:          x = 10
    
     4:          return
    
     5:  
    
     6:  >>> x
    
     7:  Traceback (most recent call last):
    
     8:    File "<pyshell#4>", line 1, in <module>
    
     9:      x
    
    10:  NameError: name 'x' is not defined
    
    11:  
    
    12:  #全局变量
    
    13:  >>> y = 10
    
    14:  >>> def TestGlobalParam():
    
    15:          global y
    
    16:          y = 100
    
    17:          return
    
    18:  >>> y
    
    19:  10
    
    20:  #使用函数修改全局变量
    
    21:  >>> TestGlobalParam()
    
    22:  >>> y
    
    23:  100
    
    24:  >>>        
    
    25:  
    
    

6 递归

 

6.1 阶乘

  1. 例子:
     1:  >>> def factorial(n):
    
     2:          if n < 1:
    
     3:                  return 0
    
     4:          elif n == 1:
    
     5:                  return 1
    
     6:          else:
    
     7:                  return factorial(n-1) * n
    
     8:  
    
     9:  
    
    10:  >>> x = factorial(2)
    
    11:  >>> x
    
    12:  2
    
    13:  >>> factorial(3)
    
    14:  6
    
    15:  >>> factorial(4)
    
    16:  24
    
    17:  >>> for i in range(10):
    
    18:          print(factorial(i))
    
    19:  
    
    20:  
    
    21:  0
    
    22:  1
    
    23:  2
    
    24:  6
    
    25:  24
    
    26:  120
    
    27:  720
    
    28:  5040
    
    29:  40320
    
    30:  362880
    
    31:  >>> 
    
    32:  
    
    

6.2

  1. 例子:
     1:  >>> def mypow(x, y):
    
     2:          'y must be positive integer'
    
     3:          if y == 0:
    
     4:                  return 1
    
     5:          else:
    
     6:                  return x * mypow(x, y-1)
    
     7:  
    
     8:  >>> mypow(0, 10)
    
     9:  0
    
    10:  >>> mypow(1, 10)
    
    11:  1
    
    12:  >>> mypow(2, 10)
    
    13:  1024
    
    14:  >>> mypow(2, 128) * 0.0002
    
    15:  6.80564733841877e+34
    
    16:  >>>       
    
    17:  
    
    

6.3 二元查找

  1. 例子:
     1:  >>> def binSearch(sequnce, number, lower, upper):
    
     2:          if lower == upper:
    
     3:                  assert number == sequnce[upper]
    
     4:                  return upper
    
     5:          middle = (lower + upper) // 2
    
     6:          if number > sequnce[middle]:
    
     7:                  return binSearch(sequnce, number, middle+1, upper)
    
     8:          else:
    
     9:                  return binSearch(sequnce, number, lower, middle)
    
    10:  
    
    11:  
    
    12:  >>> x
    
    13:  [0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21,
    
    14:  22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40,
    
    15:  41, 42, 43, 44, 45, 46, 47, 48, 49, 50, 51, 52, 53, 54, 55, 56, 57, 58, 59, 
    
    16:  60, 61, 62, 63, 64, 65, 66, 67, 68, 69, 70, 71, 72, 73, 74, 75, 76, 77, 78, 
    
    17:  79, 80, 81, 82, 83, 84, 85, 86, 87, 88, 89, 90, 91, 92, 93, 94, 95, 96, 97, 98, 99]
    
    18:  >>> binSearch(x, 10, 0, 99)
    
    19:  10
    
    20:  >>> binSearch(x, 11, 0, 99)
    
    21:  11
    
    22:  >>> 
    
    23:  
    
    

Date: 2011-12-02 14:37:46

Author:

Org version 7.7 with Emacs version 23

Validate XHTML 1.0
分享到:
评论

相关推荐

    图信号处理教程,在GraphSiP暑期学校展示。_Jupyter Notebook_Python_下载.zip

    - **教程笔记**:一系列的.ipynb文件,每个都详细讲解一个或多个主题,包含解释、代码示例和可视化。 - **数据集**:用于演示的图数据,可能以节点和边的关系矩阵形式存在。 - **代码库**:可能包含pygsp库,这是一...

    数字信号处理实验指导书-教程与笔记习题

    在实验步骤部分,学生将学习如何使用各种数字信号处理软件和工具,比如MATLAB或者Python中的信号处理库,来实现理论教程中提到的各种算法和技术。实验步骤通常会详细介绍如何获取和处理数据,包括信号的采集、滤波、...

    Fundamentals-of-Deep-Learning-for-Computer-Vision-Nvidia:该资源库包含我在NVIDIA Deep Learning Institute中完成的课程的笔记本文件和文档。 随时访问并使用笔记本和其他文件

    本资源库聚焦于NVIDIA Deep Learning Institute的"深度学习基础——计算机视觉"课程,旨在帮助学习者掌握深度学习在图像识别、分类、目标检测等方面的基本概念和技术。 **深度学习与计算机视觉** 计算机视觉是让...

    基于ssm的网络教学平台(有报告)。Javaee项目,ssm项目。

    重点:所有项目均附赠详尽的SQL文件,这一细节的处理,让我们的项目相比其他博主的作品,严谨性提升了不止一个量级!更重要的是,所有项目源码均经过我亲自的严格测试与验证,确保能够无障碍地正常运行。 1.项目适用场景:本项目特别适用于计算机领域的毕业设计课题、课程作业等场合。对于计算机科学与技术等相关专业的学生而言,这些项目无疑是一个绝佳的选择,既能满足学术要求,又能锻炼实际操作能力。 2.超值福利:所有定价为9.9元的项目,均包含完整的SQL文件。如需远程部署可随时联系我,我将竭诚为您提供满意的服务。在此,也想对一直以来支持我的朋友们表示由衷的感谢,你们的支持是我不断前行的动力! 3.求关注:如果觉得我的项目对你有帮助,请别忘了点个关注哦!你的支持对我意义重大,也是我持续分享优质资源的动力源泉。再次感谢大家的支持与厚爱! 4.资源详情:https://blog.csdn.net/2301_78888169/article/details/144929660 更多关于项目的详细信息与精彩内容,请访问我的CSDN博客!

    2024年AI代码平台及产品发展简报-V11.pdf

    2024年AI代码平台及产品发展简报-V11

    蓝桥杯JAVA代码.zip

    蓝桥杯算法学习冲刺(主要以题目为主)

    QPSK调制解调技术研究与FPGA实现:详细实验文档的探索与实践,基于FPGA实现的QPSK调制解调技术:实验文档详细解读与验证,QPSK调制解调 FPGA设计,有详细实验文档 ,QPSK调制解调;

    QPSK调制解调技术研究与FPGA实现:详细实验文档的探索与实践,基于FPGA实现的QPSK调制解调技术:实验文档详细解读与验证,QPSK调制解调 FPGA设计,有详细实验文档 ,QPSK调制解调; FPGA设计; 详细实验文档,基于QPSK调制的FPGA设计与实验文档

    PID、ADRC和MPC轨迹跟踪控制器在Matlab 2018与Carsim 8中的Simulink仿真研究,PID、ADRC与MPC轨迹跟踪控制器在Matlab 2018与Carsim 8中的仿真研

    PID、ADRC和MPC轨迹跟踪控制器在Matlab 2018与Carsim 8中的Simulink仿真研究,PID、ADRC与MPC轨迹跟踪控制器在Matlab 2018与Carsim 8中的仿真研究,PID, ADRC和MPC轨迹跟踪控制器Simulink仿真模型。 MPC用于跟踪轨迹 ADRC用于跟踪理想横摆角 PID用于跟踪轨迹 轨迹工况有双移线,避障轨迹,正弦轨迹多种 matlab版本为2018,carsim版本为8 ,PID; ADRC; MPC; 轨迹跟踪控制器; Simulink仿真模型; 双移线; 避障轨迹; 正弦轨迹; MATLAB 2018; CarSim 8,基于Simulink的PID、ADRC与MPC轨迹跟踪控制器仿真模型研究

    基于Springboot的个性化图书推荐系统。Javaee项目,springboot项目。

    重点:所有项目均附赠详尽的SQL文件,这一细节的处理,让我们的项目相比其他博主的作品,严谨性提升了不止一个量级!更重要的是,所有项目源码均经过我亲自的严格测试与验证,确保能够无障碍地正常运行。 1.项目适用场景:本项目特别适用于计算机领域的毕业设计课题、课程作业等场合。对于计算机科学与技术等相关专业的学生而言,这些项目无疑是一个绝佳的选择,既能满足学术要求,又能锻炼实际操作能力。 2.超值福利:所有定价为9.9元的项目,均包含完整的SQL文件。如需远程部署可随时联系我,我将竭诚为您提供满意的服务。在此,也想对一直以来支持我的朋友们表示由衷的感谢,你们的支持是我不断前行的动力! 3.求关注:如果觉得我的项目对你有帮助,请别忘了点个关注哦!你的支持对我意义重大,也是我持续分享优质资源的动力源泉。再次感谢大家的支持与厚爱! 4.资源详情:https://blog.csdn.net/2301_78888169/article/details/144486173 更多关于项目的详细信息与精彩内容,请访问我的CSDN博客!

    Matlab实现Transformer-Adaboost时间序列预测的详细项目实例(含完整的程序,GUI设计和代码详解)

    内容概要:本文档详细介绍了一个利用Matlab实现Transformer-Adaboost结合的时间序列预测项目实例。项目涵盖Transformer架构的时间序列特征提取与建模,Adaboost集成方法用于增强预测性能,以及详细的模型设计思路、训练、评估过程和最终的GUI可视化。整个项目强调数据预处理、窗口化操作、模型训练及其优化(包括正则化、早停等手段)、模型融合策略和技术部署,如GPU加速等,并展示了通过多个评估指标衡量预测效果。此外,还提出了未来的改进建议和发展方向,涵盖了多层次集成学习、智能决策支持、自动化超参数调整等多个方面。最后部分阐述了在金融预测、销售数据预测等领域中的广泛应用可能性。 适合人群:具有一定编程经验的研发人员,尤其对时间序列预测感兴趣的研究者和技术从业者。 使用场景及目标:该项目适用于需要进行高质量时间序列预测的企业或机构,比如金融机构、能源供应商和服务商、电子商务公司。目标包括但不限于金融市场的波动性预测、电力负荷预估和库存管理。该系统可以部署到各类平台,如Linux服务器集群或云计算环境,为用户提供实时准确的预测服务,并支持扩展以满足更高频率的数据吞吐量需求。 其他说明:此文档不仅包含了丰富的理论分析,还有大量实用的操作指南,从项目构思到具体的代码片段都有详细记录,使用户能够轻松复制并改进这一时间序列预测方案。文中提供的完整代码和详细的注释有助于加速学习进程,并激发更多创新想法。

    液滴穿越障碍:从文献到案例的复现研究,液滴破裂与障碍物穿越:文献复现案例研究,液滴生成并通过障碍物破裂 该案例是文献复现,文献与案例一起 ,液滴生成; 障碍物破裂; 文献复现; 案例研究,液滴破

    液滴穿越障碍:从文献到案例的复现研究,液滴破裂与障碍物穿越:文献复现案例研究,液滴生成并通过障碍物破裂。 该案例是文献复现,文献与案例一起。 ,液滴生成; 障碍物破裂; 文献复现; 案例研究,液滴破裂:障碍挑战的文献复现案例

    蓝桥杯练习题_2.zip

    蓝桥杯算法学习冲刺(主要以题目为主)

    蓝桥杯笔记,用于个人学习进步.zip

    蓝桥杯算法学习冲刺(主要以题目为主)

    基于最小递归二乘法的MPC自适应轨迹跟踪控制优化 针对轮胎刚度时变特性提升模型精度与鲁棒性,仿真验证满足车辆低速高精度跟踪与高速稳定性提升 ,基于变预测时域MPC自适应轨迹跟踪控制与轮胎侧偏刚度优化提

    基于最小递归二乘法的MPC自适应轨迹跟踪控制优化 针对轮胎刚度时变特性提升模型精度与鲁棒性,仿真验证满足车辆低速高精度跟踪与高速稳定性提升。,基于变预测时域MPC自适应轨迹跟踪控制与轮胎侧偏刚度优化提升模型精度和鲁棒性,基于变预测时域的MPC自适应轨迹跟踪控制,针对轮胎刚度时变的特点造成控制模型精度降低,基于最小递归二乘法(RLS)估算的轮胎侧偏刚度,提升了模型的控制精度和鲁棒性,通过carsim与simulink联合仿真结果发现,改进后的轨迹跟踪控制器既满足了车辆低速行驶下的轨 迹跟踪精度,也一定程度上克服了高速下车辆容易失去稳定性的问题。 有详细的lunwen分析说明和资料,以及本人的,仿真包运行。 ,基于变预测时域的MPC; 自适应轨迹跟踪控制; 轮胎刚度时变; 控制模型精度降低; 最小递归二乘法(RLS)估算; 模型控制精度和鲁棒性提升; carsim与simulink联合仿真; 轨迹跟踪控制器; 车辆稳定性。,基于变预测时域MPC的轮胎刚度自适应轨迹跟踪控制策略研究

    GMSK调制解调技术研究:基于FPGA设计与实验详解,GMSK调制解调技术详解:基于FPGA设计的实验文档与实践应用,GMSK调制解调 FPGA设计,有详细实验文档 ,GMSK调制解调; FPGA设计

    GMSK调制解调技术研究:基于FPGA设计与实验详解,GMSK调制解调技术详解:基于FPGA设计的实验文档与实践应用,GMSK调制解调 FPGA设计,有详细实验文档 ,GMSK调制解调; FPGA设计; 详细实验文档; 实验结果分析,GMSK调制解调技术:FPGA设计与实验详解

    (源码)基于Arduino和Python的Cansat卫星系统.zip

    # 基于Arduino和Python的Cansat卫星系统 ## 项目简介 本项目是一个Cansat卫星系统,旨在设计和实现一个小型卫星模型,通过火箭发射至1公里高空,并使用地面站接收其传输的数据。项目涉及Arduino编程、Python数据处理和可视化。 ## 主要特性和功能 1. 硬件组件 使用Arduino Nano作为Cansat的微控制器。 搭载BMP 280温度和压力传感器、ATGM336H GPS模块、LoRa通信模块等。 地面站使用Arduino Uno和LoRa通信模块接收数据。 2. 数据处理 使用Python进行数据处理和可视化,包括数据清洗、计算风速、绘制温度、压力、风速和海拔随时间变化的图表等。 3. 通信与控制 通过LoRa模块实现Cansat与地面站之间的数据传输。 提供实时监视和记录数据的脚本。 ## 安装和使用步骤 ### 1. 硬件准备

    LongSung-USB-Drivers-V2.0-for-Windows

    U9300C 龙尚4G模块安装后模块才能正常使用,win7 win10驱动程序,支持USB转接板。

    (源码)基于Arduino平台的物联网温湿度监控系统.zip

    # 基于Arduino平台的物联网温湿度监控系统 ## 项目简介 这是一个基于Arduino平台的物联网温湿度监控项目,旨在通过简单的硬件设备实现环境数据的实时监测与远程管理。该项目适用于智能家居、农业种植等领域。 ## 项目的主要特性和功能 1. 温湿度数据采集通过Arduino板连接温湿度传感器,实时采集环境数据。 2. 数据传输将采集到的数据通过无线网络模块发送到服务器或远程终端。 3. 数据可视化可在电脑或移动设备端展示实时的温湿度数据。 4. 报警功能当温湿度数据超过预设阈值时,自动触发报警通知。 ## 安装使用步骤 前提假设用户已经下载了本项目的源码文件。以下是简单明了的安装使用步骤 1. 环境准备安装Arduino开发环境,配置必要的硬件接口。 2. 硬件连接将Arduino板与温湿度传感器、无线网络模块连接。 3. 代码上传将本项目提供的Arduino代码上传至Arduino板。

    基于需求响应与清洁能源接入的配电网重构优化:综合成本与混合整数凸规划模型分析(matlab实现),基于需求响应与清洁能源接入的配电网重构算法研究:网损与成本优化的仿真分析,高比例清洁能源接入下计及需求

    基于需求响应与清洁能源接入的配电网重构优化:综合成本与混合整数凸规划模型分析(matlab实现),基于需求响应与清洁能源接入的配电网重构算法研究:网损与成本优化的仿真分析,高比例清洁能源接入下计及需求响应的配电网重构(matlab代码) 该程序复现《高比例清洁能源接入下计及需求响应的配电网重构》,以考虑网损成本、弃风弃光成本和开关操作惩罚成本的综合成本最小为目标,针对配电网重构模型的非凸性,引入中间变量并对其进行二阶锥松弛,构建混合整数凸规划模型,采用改进的 IEEE33 节点配电网进行算例仿真,分析了需求响应措施和清洁能源渗透率对配电网重构结果的影响。 该程序复现效果和出图较好(详见程序结果部分),注释清楚,方便学习 ,高比例清洁能源; 需求响应; 配电网重构; 二阶锥松弛; 综合成本最小化; MATLAB代码; IEEE33节点配电网; 复现效果; 出图; 注释清楚。,Matlab代码复现:高比例清洁能源接入下的配电网重构模型与需求响应分析

    (源码)基于C++的RapidJSON库测试项目.zip

    # 基于C++的RapidJSON库测试项目 ## 项目简介 本项目是一个基于C++的RapidJSON库测试项目,主要用于测试RapidJSON库的功能正确性、性能以及稳定性。RapidJSON是一个高效的C++ JSON解析生成库,广泛应用于各种场景。本项目通过编写一系列的单元测试,覆盖了RapidJSON库的主要功能点,包括JSON解析、生成、内存管理、编码转换等,以确保RapidJSON库在各种情况下都能正确、稳定地工作。 ## 项目的主要特性和功能 1. 单元测试框架使用Google Test测试框架进行单元测试,确保测试的可靠性和可扩展性。 2. 全面测试覆盖覆盖了RapidJSON库的主要功能点,包括JSON解析、生成、内存管理、编码转换等,以及针对各种输入数据的测试。 3. 性能测试通过性能基准测试,评估RapidJSON库在处理不同规模和类型的JSON数据时的性能表现。

Global site tag (gtag.js) - Google Analytics