摘要: https://blog.quickso.cn/ 阅读全文
posted @ 2021-02-25 18:33 木子欢儿 阅读(322) 评论(0) 推荐(0) 编辑
摘要: 阅读全文
posted @ 2019-12-04 17:17 木子欢儿 阅读(1176) 评论(0) 推荐(4) 编辑
摘要: 1、下载64位的raspbian 下载安装时注意你的派是否支持64位 https://downloads.raspberrypi.org/raspios_arm64/images/ 2、换成国内源(亲测是可以支持64位的源): 把/etc/apt/sources.list所有内容替换为: deb h 阅读全文
posted @ 2021-10-17 16:18 木子欢儿 阅读(1) 评论(0) 推荐(0) 编辑
摘要: import math a = [p for p in range(2, 100) if 0 not in [p % d for d in range(2, int(math.sqrt(p)) + 1)]] print(a) [2, 3, 5, 7, 11, 13, 17, 19, 23, 29, 阅读全文
posted @ 2021-10-11 09:13 木子欢儿 阅读(3) 评论(0) 推荐(0) 编辑
摘要: <input type = "range" name = "salary" max = "20" min = "15" onchange="document.getElementById('show').innerHTML=value"> <span id="show"></span> 阅读全文
posted @ 2021-10-10 17:23 木子欢儿 阅读(16) 评论(0) 推荐(0) 编辑
摘要: 最近遇到一个需求,需要点击按钮,复制 <p> 标签中的文本到剪切板 之前做过复制输入框的内容,原以为差不多,结果发现根本行不通 尝试了各种办法,最后使了个障眼法,实现了下面的效果 一、原理分析 浏览器提供了 copy 命令 ,可以复制选中的内容 1 document.execCommand("cop 阅读全文
posted @ 2021-10-09 19:01 木子欢儿 阅读(8) 评论(0) 推荐(0) 编辑
摘要: <!DOCTYPE html> <html lang="en"> <head> <meta charset="UTF-8"> <title>Title</title> <link rel="stylesheet" href="Style.css"> </head> <body> <div class 阅读全文
posted @ 2021-10-07 16:39 木子欢儿 阅读(5) 评论(0) 推荐(0) 编辑
摘要: HTML <!DOCTYPE html> <html lang="en"> <head> <meta charset="UTF-8"> <title>Title</title> <link rel="stylesheet" href="Style.css"> </head> <body> <ul i 阅读全文
posted @ 2021-10-07 16:05 木子欢儿 阅读(4) 评论(0) 推荐(0) 编辑
摘要: Main.java package myCalculator; import javax.swing.JFrame; public class Main { public static void main(String[] args) { MyFrame frame = new MyFrame(); 阅读全文
posted @ 2021-10-06 21:21 木子欢儿 阅读(11) 评论(0) 推荐(0) 编辑
摘要: scores = {"小刘": 45, "小红": 68, "小米": 96, "小白": 65, "小梦": 75} highest = max(scores.values()) lowest = min(scores.values()) average = sum(scores.values() 阅读全文
posted @ 2021-10-04 18:46 木子欢儿 阅读(60) 评论(0) 推荐(0) 编辑
摘要: 需要软件 lm-sensors apt-get install lm-sensors -y 配置 sensors-detect 一直 enter回车到最后 运行温度检查命令 sensors 阅读全文
posted @ 2021-10-03 11:38 木子欢儿 阅读(9) 评论(0) 推荐(0) 编辑
摘要: 最大最小距离算法基本思想 最大最小距离法是模式识别中一种基于试探的类聚算法,它以欧式距离为基础,取尽可能远的对象作为聚类中心。因此可以避免K-means法初值选取时可能出现的聚类种子过于临近的情况,它不仅能智能确定初试聚类种子的个数,而且提高了划分初试数据集的效率。 该算法以欧氏距离为基础,首先初始 阅读全文
posted @ 2021-09-29 11:20 木子欢儿 阅读(13) 评论(0) 推荐(0) 编辑