当前位置：首页 > news >正文

Python+Word实现周报自动化的完整流程

news 来源：原创 2025/7/25 21:35:04

一、技术方案概述

自动化报表解决方案基于以下技术组件：

Python 作为核心编程语言
python-docx 库用于处理 Word 文档
pandas 库用于数据处理和分析
matplotlib 或 plotly 库用于数据可视化
Word 模版作为报表的基础格式
这种方案的优势在于：保留了 Word 文档的排版灵活性和没关系，同时利用Python强大的数据处理能力，实现报表内容的自动化生成。

二、环境准备与依赖安装

需要配置Python环境并安装必要的库：

# 安装所需库
# 推荐在虚拟环境中安装
pip install python-docx pandas matplotlib plotly openpyxl

python-docx 是一个用于创建和更新 Microsoft Word(.docx) 文件的 Python 库

三、Word 模板设计原则

设计一个好的 Word 模板是自动化报表的基础。模板应当考虑以下几点：

结构清晰：包含标题、摘要、正文、图标位置等明确的结构
预留占位符：在需要动态填充的位置设置特定的占位符标记
格式一致：使用统一的字体、颜色、段落样式
考虑可扩展性：某些部分可能需要根据数据动态增减

一个典型的周报模板可能包含以下部分：

报告标题和时间范围
主要指标摘要
各业务线详细数据
异常情况说明
数据趋势图标
下周工作计划

使用 python-docx 操作 Word 文档

python-docx 库提供了丰富的 API 来操作 Word 文档。以下是一些基础操作：

from docx import Document
from docx.shared import Inches, Pt, RGBColor
from docx.enum.text import WD_ALIGN_PARAGRAPH# 创建一个新的 Word 文档
doc = Document()# 添加标题
doc.add_heading('周报：2025-04-21', 0)# 添加段落
p = doc.add_paragraph("本周业务总体运行情况：")
p.add_run('良好').bold = True
p.add_run(', 各项主表稳步增长。')# 添加表格
table = doc.add_table(rows=3, cols=3)# 设置表头
header_cells = table.rows[0].cells
header_cells[0].text = '指标名称'
header_cells[1].text = '本周数值'
header_cells[2].text = '环比变化'# 填充数据
data_cells = table.rows[1].cells
data_cells[0].text = '销售额'
data_cells[1].text = '￥1234567'
data_cells[2].text = '+12.3'# 添加图片
doc.add_picture("1.png", width=Inches(6), height=Inches(2))# 保存文档
doc.save("weekly_report.docx")

构建数据处理和获取模块

在实际应用中，报表数据可能来自多种来源，如数据库、API、Excel文件等。需要构建一个灵活的数据获取和处理模块

#! /usr/bin/env/python3
# -*- coding=utf-8 -*-
# @Author: jack
# @Date  : 2025/04/21/17:16
from docx import Document
from docx.shared import Inches, Pt, RGBColor
from docx.enum.text import WD_ALIGN_PARAGRAPH
import pandas as pd
import matplotlib.pyplot as plt
from datetime import datetime, timedeltadef get_report_period():"""确定报告的时间范围"""today = datetime.now()# 假设周报覆盖上周一到周日last_month = today - timedelta(days=today.weekday() + 7)last_sunday = last_month + timedelta(days=6)return last_month, last_sundaydef fetch_sales_data(start_date, end_date):"""从数据源获取销售数据"""# 实际应用中，这里是数据库查询或 API 调用# 这里使用模拟数据作为示例dates = pd.date_range(start=start_date, end=end_date)sales = [round(100000 + i * 5000 + i * i * 100) for i in range(len(dates))]return pd.DataFrame({"date": dates,"sales": sales})def calculate_kpi(df):"""计算关键绩效指标"""total_sales = df["sales"].sum()avg_sales = df["sales"].mean()max_sales = df["sales"].max()max_sales_day = df.loc[df["sales"].idxmax(), "date"]# 计算环比变化# 假设我们有上周的数据last_week_sales = total_sales * 0.9  # 模拟数据sales_change = (total_sales - last_week_sales) / last_week_salesreturn {"total_sales": total_sales,"avg_sales": avg_sales,"max_sales": max_sales,"max_sales_day": max_sales_day,"sales_change": sales_change}def generate_charts(df, output_path):"""生成数据可视化图表"""plt.figure(figsize=(10, 6))plt.plot(df['date'], df['sales'], marker='o')plt.title('每日销售额趋势')plt.xlabel('日期')plt.ylabel('销售额')plt.grid(True)plt.tight_layout()plt.savefig(output_path)plt.close()return output_path

实现模板填充逻辑

#! /usr/bin/env/python3
# -*- coding=utf-8 -*-
# @Author: jack
# @Date  : 2025/04/21/17:16
import osfrom docx import Document
from docx.shared import Inches, Pt, RGBColor
from docx.enum.text import WD_ALIGN_PARAGRAPH
import pandas as pd
import matplotlib.pyplot as plt
from datetime import datetime, timedeltadef get_report_period():"""确定报告的时间范围"""today = datetime.now()# 假设周报覆盖上周一到周日last_month = today - timedelta(days=today.weekday() + 7)last_sunday = last_month + timedelta(days=6)return last_month, last_sundaydef fetch_sales_data(start_date, end_date):"""从数据源获取销售数据"""# 实际应用中，这里是数据库查询或 API 调用# 这里使用模拟数据作为示例dates = pd.date_range(start=start_date, end=end_date)sales = [round(100000 + i * 5000 + i * i * 100) for i in range(len(dates))]return pd.DataFrame({"date": dates,"sales": sales})def calculate_kpis(df):"""计算关键绩效指标"""total_sales = df["sales"].sum()avg_sales = df["sales"].mean()max_sales = df["sales"].max()max_sales_day = df.loc[df["sales"].idxmax(), "date"]# 计算环比变化# 假设我们有上周的数据last_week_sales = total_sales * 0.9  # 模拟数据sales_change = (total_sales - last_week_sales) / last_week_salesreturn {"total_sales": total_sales,"avg_sales": avg_sales,"max_sales": max_sales,"max_sales_day": max_sales_day,"sales_change": sales_change}def generate_charts(df, output_path):"""生成数据可视化图表"""plt.figure(figsize=(10, 6))plt.plot(df['date'], df['sales'], marker='o')plt.title('每日销售额趋势')plt.xlabel('日期')plt.ylabel('销售额')plt.grid(True)plt.tight_layout()plt.savefig(output_path)plt.close()return output_pathdef generate_report(template_path, output_path):"""生成周报的主函数"""# 获取报告时间范围start_date, end_date = get_report_period()period_str = f"{start_date.strftime('%Y年%m月%d日')} 至 {end_date.strftime('%Y年%m月%d日')}"# 获取并处理数据sales_data = fetch_sales_data(start_date, end_date)kpis = calculate_kpis(sales_data)# 生成图表chart_path = generate_charts(sales_data, 'sales_trend.png')# 加载Word模板doc = Document(template_path)# 替换标题中的日期for paragraph in doc.paragraphs:if '{{report_period}}' in paragraph.text:paragraph.text = paragraph.text.replace('{{report_period}}', period_str)# 填充KPI数据for paragraph in doc.paragraphs:if '{{total_sales}}' in paragraph.text:paragraph.text = paragraph.text.replace('{{total_sales}}', f"¥{kpis['total_sales']:,.2f}")if '{{sales_change}}' in paragraph.text:change_text = f"+{kpis['sales_change']:.2%}" if kpis['sales_change'] >= 0 else f"{kpis['sales_change']:.2%}"paragraph.text = paragraph.text.replace('{{sales_change}}', change_text)# 填充表格数据for table in doc.tables:for row in table.rows:for cell in row.cells:for paragraph in cell.paragraphs:if '{{avg_sales}}' in paragraph.text:paragraph.text = paragraph.text.replace('{{avg_sales}}', f"¥{kpis['avg_sales']:,.2f}")if '{{max_sales}}' in paragraph.text:paragraph.text = paragraph.text.replace('{{max_sales}}', f"¥{kpis['max_sales']:,.2f}")if '{{max_sales_day}}' in paragraph.text:day_str = kpis['max_sales_day'].strftime('%Y年%m月%d日')paragraph.text = paragraph.text.replace('{{max_sales_day}}', day_str)# 添加图表for paragraph in doc.paragraphs:if '{{sales_chart}}' in paragraph.text:# 保存当前段落的参考p = paragraph# 清除占位符文本p.text = ""# 在同一位置添加图片run = p.add_run()run.add_picture(chart_path, width=Inches(6))# 保存生成的报告doc.save(output_path)print(f"周报已生成：{output_path}")return output_pathdef main():# 模板和输出文件路径template_path = "weekly_report.docx"start_date, end_date = get_report_period()output_filename = f"销售周报_{start_date.strftime('%Y%m%d')}_{end_date.strftime('%Y%m%d')}.docx"output_path = os.path.join("reports", output_filename)# 确保输出目录存在os.makedirs("reports", exist_ok=True)# 生成报告generate_report(template_path, output_path)if __name__ == "__main__":main()

进阶：动态报表内容生成

在实际应用中，报表的内容可能需要根据数据的变化而动态调整。例如，当检测到异常数据时，需要在报表中添加额外的说明或警告。以下是处理动态内容的扩展示例：

def add_dynamic_sections(doc, sales_data, kpis):"""根据数据情况动态添加报表内容"""# 例如：当销售增长率超过20%时，添加特别说明if kpis['sales_change'] > 0.2:doc.add_heading('销售额显著增长说明', level=2)p = doc.add_paragraph()p.add_run(f"本周销售额较上周增长了{kpis['sales_change']:.2%}，显著高于预期。")p.add_run("主要增长点来自于以下方面：").bold = True# 添加项目符号列表doc.add_paragraph("新产品线上线带来的销售增长", style='List Bullet')doc.add_paragraph("营销活动效果显著", style='List Bullet')doc.add_paragraph("重点客户订单增加", style='List Bullet')# 检测销售异常天daily_avg = sales_data['sales'].mean()std_dev = sales_data['sales'].std()anomaly_days = sales_data[abs(sales_data['sales'] - daily_avg) > 2 * std_dev]ifnot anomaly_days.empty:doc.add_heading('异常销售日分析', level=2)p = doc.add_paragraph("本周检测到以下日期的销售数据存在显著异常：")# 添加异常日表格table = doc.add_table(rows=1, cols=3)table.style = 'Table Grid'# 设置表头header_cells = table.rows[0].cellsheader_cells[0].text = '日期'header_cells[1].text = '销售额'header_cells[2].text = '与平均值偏差'# 添加数据行for _, row in anomaly_days.iterrows():cells = table.add_row().cellscells[0].text = row['date'].strftime('%Y-%m-%d')cells[1].text = f"¥{row['sales']:,.2f}"deviation = (row['sales'] - daily_avg) / daily_avgcells[2].text = f"{deviation:.2%}"doc.add_paragraph("建议进一步调查这些异常情况的原因，以便采取相应的业务措施。")

Python+Word实现周报自动化的完整流程

一、技术方案概述自动化报表解决方案基于以下技术组件： Python 作为核心编程语言python-docx 库用于处理 Word 文档pandas 库用于数据处理和分析matplotlib 或 plotly 库用于数据可视化Word 模版作为报表的基础格式这种方案的优势在于：保留了 Word 文…...

编程日记 2025/7/25 21:35:04

PCIE Spec ---Base Address Registers

7.5.1.2.1 Base Address Registers (Offset 10h - 24h) 在 boot 到操作系统之前，系统软件需要生产一个内存映射的 address map ，用于告诉系统有多少内存资源，以及相应功能需要的内存空间，所以在设备的 PCI 内存空间中就有了这个 …...

编程日记 2025/7/23 1:26:22

list的学习

list的介绍 list文档的介绍 list是可以在常数范围内在任意位置进行插入和删除的序列式容器，并且该容器可以前后双向迭代。list的底层是双向链表结构，双向链表中每个元素存储在互不相关的独立节点中，在节点中通过指针指向其前一个元素和后一…...

编程日记 2025/7/25 21:32:41

numpy、pandas内存优化操作整理

前言 python作为一款不怎么关注数据类型的语言，不同类型的数据可以往同一个变量中放置这也就直接导致，作为熟悉C这种一个变量只有一个类型的程序员来说，在解读python程序时，想搞清楚变量中到底存的是什么数据类型的时候时常很头…...

编程日记 2025/7/22 12:11:47

【OSG学习笔记】Day 5: 坐标系与变换节点（Transform）

在前面的学习中，我们对 OpenSceneGraph（OSG）有了基础的认识。今天，我们将深入探讨 OSG 中的坐标系和变换节点（Transform），并通过平移、旋转、缩放模型以及父子节点层级变换的实战操作，加深对这些概念的理解。坐标系 1. 基础坐标系在 OSG 里，使用的是右手坐标系…...

编程日记 2025/7/15 14:14:44

使用 Logstash 迁移 MongoDB 数据到 Easysearch

大家好！在前面的文章中，我们已经详细介绍了如何通过 Logstash 和 Canal 工具实现 MySQL 数据向 Easysearch 的迁移。如果您正在使用 MongoDB 作为数据存储，并希望将其数据迁移到 Easysearch 中，这篇指南或许能为您提供一些帮助。 …...

编程日记 2025/7/25 11:23:57

在线查看【免费】vsd, vsdx/wmf, emf /psd, eps/pdf ,ofd, rtf/xmind/bpmn/eml/epub文件格式网

可以免费在线查看 .docx/wps/Office/wmf/ psd/ psd/eml/epub/dwg, dxf/ txt/zip, rar/ jpg/mp3 m.gszh.xyz m.gszh.xyz 免费支持以下格式文件在线查看类型支持 doc, docx, xls, xlsx, xlsm, ppt, pptx, csv, tsv, dotm, xlt, xltm, dot, dotx, xlam, xla, pages 等 Office 办…...

编程日记 2025/7/21 5:22:29

富诺健康旗下运动营养品牌力爆（LIPOW）：以冠军精神定义运动营养新时代

在全民健身热潮持续升温的今天，运动已不仅是竞技场上的较量，更是普通人突破自我的健康生活方式。《全民健身计划（2021-2025年）》中指出，“十三五”时期，全民健身国家战略深入实施，全民健身公共服…...

编程日记 2025/7/25 4:27:45

自定义多头注意力模型：从代码实现到训练优化

引言在自然语言处理和序列生成任务中，自注意力机制（Self-Attention）是提升模型性能的关键技术。本文将通过一个自定义的PyTorch模型实现，展示如何构建一个结合多头注意力与前馈网络的序列生成模型（如文本或字符生成）。该模型通过创新的 MaxStateSuper 模块实现动态特征…...

编程日记 2025/7/22 14:05:43

vue部署到nginx服务器启用gzip

要在使用Vue.js构建的应用程序上启用Nginx的Gzip压缩，你可以通过配置Nginx来实现这一功能，这样可以显著减少传输到客户端的数据量，从而加快页面加载速度。以下是如何配置Nginx以启用Gzip压缩的步骤： 1. 确认你的Vue.js应用已经构…...

编程日记 2025/7/23 1:27:21

Node.js和js到底什么关系

Node.js 和 JavaScript（JS）是紧密关联但本质不同的技术，它们的关系可以从以下几个关键维度进行解析： 1. 定义与角色 JavaScript： 一种高级、解释型的编程语言，最初设计用于浏览器端，负责网页的…...

编程日记 2025/7/22 8:17:45

如何开发一套TRS交易系统：架构设计、核心功能与风险控制

TRS（总收益互换）作为场外衍生品的重要工具，近年来在跨境投资、杠杆交易和风险对冲领域备受关注。2021年Archegos资本因TRS交易爆仓导致百亿美元级市场震荡，凸显了TRS系统设计的关键性。本文将从技术实现角度，解析TRS交…...

编程日记 2025/7/22 12:39:39

基于SpringBoot的高校体育馆场地预约管理系统-项目分享

基于SpringBoot的高校体育馆场地预约管理系统-项目分享项目介绍项目摘要目录总体功能图用户实体图赛事实体图项目预览用户个人中心医生信息管理用户管理场地信息管理登录最后项目介绍使用者：管理员开发技术：MySQLJavaSpringBootVue 项目摘要随着…...

编程日记 2025/7/21 1:23:30

MMIO、IOMAP 和 IOMMU 总结

MMIO、IOMAP 和 IOMMU 全面解析 📌 本文将深入浅出地梳理 Linux 驱动开发中常见的三大术语：MMIO、iomap、IOMMU。它们看似相似，其实职责完全不同，是理解 SoC 系统架构、DMA 安全性和驱动开发的基础。一、MMIO（Memory-…...

编程日记 2025/7/14 19:52:56

Vscode开发STM32标准库

Vscode开发STM32 文章目录引用一、文档介绍二、实际操作（基于标准库）总结使用VScode开发STM32(keil)，基础江科大标准库的串口接收和发送。引用 VSCodeEIDE开发STM32，支持标准库、HAL库、LL库，可以在VSCode里进行调…...

编程日记 2025/7/18 12:50:06

Lateral 查询详解：概念、适用场景与普通 JOIN 的区别

1. 什么是Lateral查询？ Lateral查询（也称为横向关联查询）是一种特殊的子查询，允许子查询中引用外层查询的列（即关联引用），并在执行时逐行对外层查询的每一行数据执行子查询。语法上通常使用关…...

编程日记 2025/7/21 1:11:12

智能视频监控平台EasyCVR常见安防监控问题：录像机添加摄像头后无画面是什么原因

在智能安防场景中，室外安防监控摄像头承担着保障区域安全的重任，但画面无法显示、显示异常等问题却时常干扰正常监控工作，按照以下系统化步骤，即可高效定位并解决问题，让监控系统迅速恢复稳定运行。一般出现这个问题…...

编程日记 2025/7/25 7:08:40

【Spring】深入解析 Spring AOP 核心概念：切点、连接点、通知、切面、通知类型和使用 @PointCut 定义切点的方法

Spring AOP 下面我们再来详细学习 AOP，主要是以下几部分： Spring AOP 核心概念切点（Pointcut） 切点（Pointcut），也称之为“切入点”。 Pointcut 的作用就是提供一组规则（使用 Aspe…...

编程日记 2025/7/20 20:12:38

Uniapp：view容器(容器布局)

目录一、基本概述二、属性说明三、常用布局3.1 横向布局3.2 纵向布局3.3 更多布局3.3.1 纵向布局-自动宽度3.3.2 纵向布局-固定宽度3.3.3 横向布局-自动宽度3.3.4 横向布局-居中3.3.5 横向布局-居右3.3.6 横向布局-平均分布3.3.7 横向布局-两端对齐3.3.8 横向布局-自动填充3.3…...

编程日记 2025/7/10 1:26:21

C# 运算符：?.（null 条件运算符）和 ??（null 合并运算符）

在 WinForms 中，comboBox1.SelectedValue?.ToString() ?? "" 这行代码使用了两个特殊的 C# 运算符：?.（null 条件运算符）和 ??（null 合并运算符）。让我分别解释它们的作用： ?.&…...

编程日记 2025/7/11 10:21:59

java/python——两个行为（操作）满足原子性的实现

目录 JAVA方法 1：使用 synchronized 同步块示例代码方法 2：使用 ReentrantLock锁示例代码方法 3：使用 AtomicReference 或其他原子类示例代码方法 4：使用数据库事务（如果涉及数据库操作）示例代码&#x…...

编程日记 2025/7/19 23:24:50

SpringBoot中配置文件的加载顺序

下面的优先级由高到低命令行参数java系统属性java系统环境变量外部config文件夹的application-{profile}.ym文件外部的application-{profile}.ym文件内部config文件夹的application-{profile}.ym文件内部的application-{profile}.ym文件外部config文件夹的application.ym文件外…...

编程日记 2025/7/19 4:36:36

Nginx下搭建rtmp流媒体服务并使用HLS或者OBS测试

所需下载地址： 通过网盘分享的文件：rtmp 链接: https://pan.baidu.com/s/1t21J7cOzQR1ASLrsmrYshA?pwd0000 提取码: 0000 window： 解压 win目录下的 nginx-rtmp-module-1.2.2.zip和nginx 1.7.11.3 Gryphon.zip安装包，解压时选…...

编程日记 2025/7/19 14:29:05

在线查看【免费】 txt, xml(渲染), md(渲染), java, php, py, js, css 文件格式网站

编程日记 2025/7/22 22:38:04

RIP动态路由（三层交换机+单臂路由）

RIP动态路由（三层交换机单臂路由） J1 (配置VLAN，修改端口) Switch>en Switch>en Switch# Switch#conf t Enter configuration commands, one per line. End with CNTL/Z. Switch(config)#int f0/1 Switch(config-if)#sw Switch(confi…...

编程日记 2025/7/25 15:42:04

Docker 基本概念与安装指南

Docker 基本概念与安装指南一、Docker 核心概念 1. 容器（Container） 容器是 Docker 的核心运行单元，本质是一个轻量级的沙盒环境。它基于镜像创建，包含应用程序及其运行所需的依赖（如代码、库、环境变量等&#xf…...

编程日记 2025/7/24 17:29:54

Oracle DBA培训一般多长时间？

Oracle DBA培训的时间通常在‌2个月到6个月‌之间，具体看课程类型和你的学习目标。不过别只看总时长，关键得看每天学什么、练什么——有些机构把时间拖到半年，结果全是理论；有些课程压缩到2个月，但全是干货。下面分情况…...

编程日记 2025/7/24 16:57:54

【回眸】Linux 内核 (十七) 之网络编程

前言努力赶紧把Linux内核的内容更新完。网络编程协议的部分已经很成熟，只需要调用即可。进程间通讯无法进行多机通信，网络通讯则解决了这一缺陷。 TCP/UDP协议对比 （1）TCP 面向连接（如打电话要先拨号建立连接…...

编程日记 2025/7/18 8:42:05

Batch Size

1. 什么是Batch Size？ Batch Size（批大小）是指在深度学习模型训练过程中，每次前向传播和反向传播时输入到模型中的样本数量。具体来说，深度学习模型的训练通常基于梯度下降（Gradient Descent）算…...

编程日记 2025/7/24 15:59:35

Maven插件管理的基本原理

🧑 博主简介：CSDN博客专家，历代文学网（PC端可以访问：https://literature.sinhy.com/#/?__c1000，移动端可微信小程序搜索“历代文学”）总架构师，15年工作经验，精通Java编…...

编程日记 2025/7/23 23:49:29

flutter 专题六十三 Flutter入门与实战作者：xiangzhihong8Fluter 应用调试

Fluter 应用调试 Flutter 构建模式目前，Flutter一共提供了三种运行模式，分别是Debug、Release和Profile模式。其中，Debug模式主要用在软件编写过程中，Release模式主要用于应用发布过程中，而Profile模式则主要用于应…...

编程日记 2025/7/22 6:56:02

MySQL-存储过程--游标

存储过程游标什么是游标一个游标是一个SQL语句执行时系统内存创建的一个临时工作区域。一个游标包含一个查询语句的信息和它操作的数据行的信息。 mysql游标的特点只读： 无法通过游标更新基础表中的数据不可滚动： 只能根据select中确定的顺序来…...

编程日记 2025/7/21 6:50:07

Spring AOP 事务

目录一,引入依赖: 二,切面 1,基本概念 2, 通知类型: 3,Pointcut 4, 切面优先级: 5 ,自定义优先级Order 6,切点表达式 7, 自定义注解总结: AOP有几种创建方式三, Spring AOP原理 1, 代理模式 (1)静态代理 (2)动态代理 △JDK动态代理 △CGLIB动态代理 JDB和c…...

编程日记 2025/7/18 23:37:54

Itext进行PDF的编辑开发

这周写了一周的需求，是制作一个PDF生成功能，其中用到了Itext来制作PDF的视觉效果。其中一些功能不是很懂，仅作记录，若要学习请仔细甄别正确与否。开始之前，我还是想说，这傻福需求怎么想出来的&#xff0c…...

编程日记 2025/7/23 6:23:10

Python 中消费者 - 生产者模式详解

目录引言消费者 - 生产者模式原理示例场景 Python 实现消费者 - 生产者模式使用队列（Queue）实现代码解释使用协程实现代码解释应用场景总结引言在软件开发里，消费者 - 生产者模式是一种常见且重要的设计模式。这种模式让…...

编程日记 2025/7/18 3:57:31

基于Hadoop的音乐推荐系统(源码+lw+部署文档+讲解)，源码可白嫖!

摘要本毕业生数据分析与可视化系统采用B/S架构，数据库是MySQL，网站的搭建与开发采用了先进的Java语言、爬虫技术进行编写，使用了Spring Boot框架。该系统从两个对象：由管理员和用户来对系统进行设计构建。主要功能包括&#xff…...

编程日记 2025/7/21 9:22:10

移动端动态滑动拨盘选择器【Axure元件库】

模拟移动端底部对话框效果，制作的年份、日期滑动拨盘选择器，支持日期动态滑动选择，提升原型制作强度。该模板主要使用中继器、动态面板和矩形制作，使用简单，复用性强。只需对中继器数据表格中的数据项进行修改、增删…...

编程日记 2025/7/21 11:47:08

7. 深入Spring AI：刨析 Advisors 机制

目录 1、序言2、什么是Advisor？3、源码分析Advisor3.1、Advisor接口3.2、Advisor Ordered3.3、CallAroundAdvisor & StreamAroundAdvisor3.4、BaseAdvisor4、内置的Advisor类型4.1、MessageChatMemoryAdvisor4.2、PromptChatMemoryAdvisor4.3、VectorStoreChatMemoryAdvis…...

编程日记 2025/7/17 1:16:30

高保真动态项目管理图表集

本作品为项目管理图表类原型，以关系图谱、甘特图、流程图、泳道图为核心，提供基础的图表设计风格和交互案例，再进阶到高级的动态交互设计，由浅入深诠释Axure设计高端复杂的动态交互设计的魅力。作品介绍原型名称：Ax…...

编程日记 2025/7/20 12:15:50

MCP：AI时代的“万能插座”，开启大模型无限可能

摘要：Model Context Protocol（MCP）由Anthropic在2024年底开源，旨在统一大模型与外部工具、数据源的通信标准。采用客户端-服务器架构，基于JSON-RPC 2.0协议，支持stdio、SSE、Streamable HTTP等多种通信方式…...

编程日记 2025/7/24 19:37:12

IDEA打不开、打开报错

目录场景异常原因解决场景 1、本机已经安装了IDEA 2、再次安装另外一个版本的IDEA后打不开、打开报错异常这里忘记截图了。。。原因情况1-打不开：在同一台电脑安装多个IDEA是需要对idea的配置文件进行调整的，否则打不开情况2-打开报错&#…...

编程日记 2025/7/22 22:16:11

TM1640学习手册及示例代码

数据手册 TM1640数据手册数据手册解读这里我们看管脚定义DIN和SCLK，一个数据线一个时钟线 SEG1~SEG8为段码，GRID1~GRID16为位码（共阴极情况下） 这里VDD给5V 数据指令数据命令设置地址命令设置显示控制命令共阴极硬件连接图…...

编程日记 2025/7/25 14:03:18

动态规划-零钱兑换

332.零钱兑换给你一个整数数组 coins ，表示不同面额的硬币；以及一个整数 amount ，表示总金额。计算并返回可以凑成总金额所需的最少的硬币个数。如果没有任何一种硬币组合能组成总金额，返回 -1 。你可以认为每种硬币的数量是无…...

编程日记 2025/7/23 11:37:40

leetcode50.pow（x，n）

class Solution {private double f(double x,long n){if(n0)return 1.0;else {double tempf(x,n/2);return n%21?temp*temp*x:temp*temp;}}public double myPow(double x, int n) {long Nn;return n>0?f(x,N):1.0/f(x,-N);} }...

编程日记 2025/7/23 4:33:18

ECA 注意力机制：让你的卷积神经网络更上一层楼

ECA 注意力机制：让你的卷积神经网络更上一层楼在深度学习领域，注意力机制已经成为提升模型性能的重要手段。从自注意力（Self-Attention）到各种变体，研究人员不断探索更高效、更有效的注意方法。今天我们要介绍一种轻…...

编程日记 2025/7/23 12:14:47

《谷歌Gemini 1.5：长语境理解重塑文档分析与检索新格局》

在人工智能的快速发展进程中，大语言模型不断突破边界，为各个领域带来变革性影响。谷歌Gemini 1.5的问世，凭借其卓越的长语境理解能力，在文档分析和检索任务方面掀起了一阵技术革新的浪潮。以往的大语言模型在处理长文本时&#…...

编程日记 2025/7/20 22:00:09

量变与质变的辩证关系

量变和质变是唯物辩证法中揭示事物发展状态和形式的一对重要范畴，二者之间存在着密切的辩证关系。一、量变是质变的必要准备含义量变是指事物数量的增减和场所的变更，是一种渐进的、不显著的变化。例如，水的温度升高，从0℃逐…...

编程日记 2025/7/22 2:08:29

讯联桌面TV版apk下载-讯联桌面安卓电视版免费下载安装教程

在智能电视的使用过程中，一款好用的桌面应用能极大提升我们的使用体验。讯联桌面 TV 版就是这样一款备受关注的应用，它可以让安卓电视拥有更个性化、便捷的操作界面。今天，就为大家详细介绍讯联桌面 TV 版 apk 的免费下载安装教程。一、下载…...

编程日记 2025/7/20 4:48:11

【Vue】组件基础

目录 🚀 Vue 非单文件组件和单文件组件的区别与实践对比 ✨ 引言一、非单文件组件 1. 基本使用 2. 注意： 3. 组件的嵌套 4. 关于VueComponent： 5. 一个重要的内置关系（有点难理解） 二、单文件组件那就…...

编程日记 2025/7/15 7:57:11

OpenCV---图像预处理（四）

OpenCV—图像预处理（四） 文章目录 OpenCV---图像预处理（四）九，图像掩膜9.1 制作掩膜9.2 与运算9.3 颜色替换9.3.19.3.2 颜色替换十，ROI切割十一，图像添加水印11.1模板输入11.2 与运算11.3 图像…...

编程日记 2025/7/18 1:30:55