随笔分类 - Python
Python
摘要：以uv为例，在虚拟环境的情况下，修改 Zed 的 tasks.json 来运行 Python 代码，创建任务使用 uv run 命令来执行文件。 项目级配置 ：在项目根目录下创建 .zed/tasks.json 文件，让配置只对当前项目生效。 全局配置：使用命令面板（Cmd/Ctrl + Shift
阅读全文
摘要：和 Fresh Editor 一样，Sublime Text 可以直接调用系统 pyright-langserver。 Sublime Text的插件都在Github，直接使用太困难了，尤其是补全功能的pyright，需要Node.js的支持，经常因为不能连接Github，影响使用效果。 Subli
阅读全文
摘要：Fresh Editor 是一款基于 Rust 构建的现代化终端文本编辑器（TUI），其核心亮点之一是内置原生 LSP（Language Server Protocol）客户端，Fresh 的 LSP 集成无需复杂配置即可“开箱即用”，以python 为例，通过 pip 安装python-lsp
阅读全文
摘要：安装UV 官方提供的安装路径太慢了，可以试试国内的中科大或者南阳理工学院的镜像， https://mirrors.ustc.edu.cn/github-release/astral-sh/uv/LatestRelease/ https://mirror.nyist.edu.cn/github-rel
阅读全文
摘要：假设项目结构是这样： my_project/ ├── main_gui.py # 主文件 ├── utils/ # 工具文件夹（模块） │ ├── __init__.py │ ├── a.py │ └── b.py └── widgets/ # 组件文件夹 ├── __init__.py ├── w
阅读全文
摘要：项目Project将一组文件和文件夹分组，以保持工作井井有条。它们支持特定于项目的设置和构建系统，可以快速在它们之间切换工作。 将文件夹添加到项目对于 快速跳转 和项目范围内的跳转到定义是必要的。 项目元数据存储在具有.sublime-project扩展名的 JSON 文件中。 项目元数据分为三个最
阅读全文
摘要：Matplotlib：tick_params 用于更改刻度、刻度标签和网格线的外观。 语法 Axes.tick_params(axis=‘both’, **kwargs) 参数： Parameter Value Use axis {‘ x ‘， ‘ y ‘， ‘ both ‘}，可选 将参数应用于哪
阅读全文
摘要：单一职责原则 单一职责原则（Single Responsibility Principle, SRP）是面向对象编程中的一个核心原则，它指的是一个类或一个函数应该有且只有一个改变的理由。也就是说，一个函数或类应该只做一件事，并且做好这件事。如果一个函数尝试做太多的事情，它就会变得难以理解和维护。 d
阅读全文
摘要：Python import random def guessing_game(): # 生成0到100之间（包含）的随机数 answer = random.randint(0, 100) print("欢迎来到猜数字游戏！") print("我已经想好了一个0到100之间的数字，你来猜猜看！") w
阅读全文
摘要：在定义函数时，你可能无法提前确定用户会传入多少个参数。*args 和 **kwargs 就是用来处理这种可变数量参数的工具： *args：接收任意数量的位置参数（非键值对形式），并将它们打包成一个元组 (tuple)。 **kwargs：接收任意数量的关键字参数（键值对形式），并将它们打包成一个字典
阅读全文
摘要：__len__ 和 __getitem__ 是 PyTorch torch.utils.data.Dataset 抽象类要求必须实现的两个方法，是 PyTorch 数据加载体系的「基石」—— __len__ 回答：数据集一共有多少个样本？ __getitem__ 回答：给定一个索引 idx，如何获取
阅读全文
摘要：新安装的Debian13（trixie）中python默认是3.13.5 在安装pip时报错 × This environment is externally managed ╰─> To install Python packages system-wide, try apt install py
阅读全文
摘要：import sys from PySide6.QtWidgets import ( QApplication, QMainWindow, QWidget, QHBoxLayout, QVBoxLayout, QPushButton, QStackedWidget, QLabel ) from Py
阅读全文
摘要：class Calculator: def __init__(self): self.strategy = None def set_strategy(self, strategy): self.strategy = strategy def calculate_result(self, num1,
阅读全文
摘要：1. 一元正态分布 对于随机变量\(X \sim \mathcal{N}(\mu, \sigma^2)\)，其概率密度函数为：\(f(x) = \frac{1}{\sigma\sqrt{2\pi}} \exp\left( -\frac{(x-\mu)^2}{2\sigma^2} \right)\)
阅读全文
摘要：高斯混合模型（Gaussian Mixture Model, GMM）是一种常用的概率模型，用于聚类和密度估计。它假设数据是由多个高斯分布混合生成的。GMM 的计算通常使用 期望最大化（Expectation-Maximization, EM）算法 来求解。 一、问题设定 我们有： 数据集：\(X
阅读全文
摘要：# 1. 生成示例数据 X, _ = make_blobs(n_samples=10, centers=2, cluster_std=0.90, random_state=0) 生成的数据： [[ 1.10590929 5.61263348] [-0.24242331 1.4859204 ] [ 1
阅读全文
摘要：KMeans 算法的核心是计算样本与质心之间的距离，不同的距离度量方法会导致聚类结果的差异。 1. 欧氏距离（Euclidean Distance） 公式：\(d(x,y) = \sqrt{\sum_{i=1}^{n}(x_i-y_i)^2}\) 特点：最常用的距离度量，直观表示空间中两点的直线距离
阅读全文
摘要：1. 正态分布的定义 正态分布（Normal Distribution），又称为高斯分布（Gaussian Distribution） ，是一种在统计学和概率论中最重要的连续概率分布。它广泛应用于自然科学、社会科学、工程、金融等领域。 正态分布的概率密度函数（PDF）如下： \[f(x|\mu, \
阅读全文
摘要：import numpy as np # 数据集，一个二维数组，每一行代表一个样本，每一列代表一个特征 data = np.array([ [11.51, 529.83, 526.49, 93.00, 71.45, 208.25], [12.09, 526.70, 524.66, 92.03, 84
阅读全文
浙公网安备 33010602011771号