当前位置：首页 > news >正文

网易云音乐歌名可视化：词云生成与GitHub-Pages部署实践

news 来源：原创 2025/5/14 11:58:11

引言

本文将基于前一篇爬取的网易云音乐数据, 利用Python的wordcloud、matplotlib等库, 对歌名数据进行深入的词云可视化分析. 我们将探索不同random_state对词云布局的影响, 并详细介绍如何将生成的词云图部署到GitHub Pages, 实现数据可视化的在线展示. 介绍了如何从原始数据出发, 生成超酷词云图, 并将其部署到 GitHub Pages 上.

词云预览

词云预览1
词云预览2
▶️ 点击预览词云交互 ◀️

脚本地址:

项目地址: Gazer

utils.py

visualization.py

main.py

代码结构和使用方法

文件结构

Gazer/
├── NeteaseCloudMusicGaze/
│   ├── data/
│   │   ├── processed/
│   │   ├── raw/
│   │   │   └── me_music_data.json
│   │   └── title_stopwords.txt
│   ├── output/
│   │   └── visualizations/
│   ├── src/
│   │   ├── __init__.py  # 确保 src 是一个 Python 包
│   │   ├── utils.py     # 包含工具函数
│   │   └── visualization.py # 主要的可视化逻辑
│   └── main.py          # 程序的入口点, 用于调用 src 中的函数
└── ...

代码结构

utils.py
1. load_stopwords_from_file 从指定文件路径加载停用词列表, 并将其转换为集合. 如果文件不存在, 则返回空集合, 并记录错误日志
2. load_json_data 加载爬取的 JSON 数据文件. 如果文件路径错误或 JSON 格式不正确, 将捕获异常并打印错误信息.
3. load_and_extract_text 从爬取的 JSON 文件加载数据并提取 title 字段(即歌曲名), 将这些值组成一个列表返回. 如果文件加载失败或数据提取失败, 会进行相应的错误处理.
visualization.py
1. generate_wordcloud 根据文本列表生成词云图, 并返回词频字典
2. save_word_frequencies_to_csv 将词频字典保存到 CSV 文件
3. visualize_keywords 调用以上两个函数, 并且可视化关键词数据, 生成词云图并保存词频到 CSV 文件
main.py
主脚本, 调用 utils.py 和 visualization.py 中的函数

使用方法

确保已经根据上一篇文档中的方法爬取了相应的数据, 确保 json 文件格式正确, 为一个字典列表.
安装依赖: pip install wordcloud matplotlib jieba numpy , 或者克隆项目代码后 pip install -r requirements.txt
修改 main.py 文件中的配置:
- 填写 data_path 爬取的 json 文件路径
- 填写 output_dir 输出的词云图和词频 csv 文件路径

代码分析

文件读取

之前爬取的 JSON 文件是一个包含多个字典的列表, 那么 load_json_data 函数如果成功加载, 就会返回一个列表, 这个列表里面包含的就是你的 JSON 文件中的那些字典.

以我的 me_music_data.json 为例, 文件内容是这样的(假设只有 2 条):

[{"title": "Common Denominator [Bonus Track]","singer": "Justin Bieber","album": "My World","comment": 3118},{"title": "I Found a Reason","singer": "Cat Power","album": "V for Vendetta","comment": 841}
]

那么 load_json_data 函数加载成功后, 返回的 data 变量就会是一个列表：

data = [{"title": "Common Denominator [Bonus Track]","singer": "Justin Bieber","album": "My World","comment": 3118},{"title": "I Found a Reason","singer": "Cat Power","album": "V for Vendetta","comment": 841}
]

然后你就可以通过索引访问列表中的每一个字典, 例如 data[0] 就是第一个字典, data[1] 就是第二个字典, 以此类推. 并且可以通过键值对的方式访问字典中的每一个值, 例如data[0]["title"]就是"Common Denominator [Bonus Track]".

停用词

为了后续更多的数据处理, 将 TITLE_STOPWORDS 写入文件, 并创建一个函数来读取它.

在 E:\Gazer\NeteaseCloudMusicGaze\data\ 目录下手动创建一个名为 title_stopwords.txt 的文本文件, 每个停用词占一行.

这里提供了一些适用于歌名的停用词示例. 为了获得更加精确的可视化效果, 建议你先运行一次 main.py, 然后根据生成的词频 CSV 文件（例如word_frequencies_me_music_data.csv）, 观察高频出现的、但对你的分析目标没有实际意义的词语, 并将它们添加到 title_stopwords.txt 文件中. 之后再次运行main.py, 观察词云图的变化.

、
版
feat
翻自
Cover
EDIT
Instrumental
插曲
version
ver
Piano
Mix
丶

`WorldCloud` 类一些常用参数及其含义和说明

wordcloud = WordCloud(width=960,   # 词云图宽度(px), 默认为 400height=600,  # 词云图高度(px), 默认为 200background_color=None,  # 设置背景颜色为透明, 或自定义如"white", "#000000", 默认为 "black"stopwords=stopwords,font_path=DEFAULT_FONT_PATH,max_words=200,              # 词云图中显示的最大词数, 默认为 200max_font_size=100, # 词云图中最大的字体大小, 可以根据你的数据量调整, 默认为None, 表示自动根据词频调整random_state=42,   # 随机数种子, 用于控制词云图的布局, 设置相同的值可以得到相同的布局mode="RGBA"        # 颜色模式, "RGB" 或 "RGBA", 默认为 "RGB" # ... 还有很多其他参数, 具体可以参考官方文档
)

这些参数都不需要你全部设置, 只有在你需要自定义某些效果的时候设置就行了. 你可以根据自己的需求调整这些参数, 生成各种各样的词云图.

wordcloud.generate(text): 根据文本生成词云. 这一步会根据传入的文本 text, 统计词频, 应用停用词, 计算每个词的位置和大小, 最终生成词云图. 但是这个时候词云图还在内存里. 这里面的 text 就是所有歌名使用空格连接起来的一个超级长的字符串.
wordcloud.to_file(output_path): 将生成的词云图保存到文件. 这一步将内存中的词云图渲染成图片, 并保存到指定的路径 output_path.
wordcloud.words_: 获取词云中每个词及其对应的归一化频率. 这是一个字典属性, 包含了生成词云图的词语及其频率信息, 后续save_word_frequencies_to_csv函数会使用这个字典属性.

简单来说, 这三行代码完成了“根据文本生成词云图”、“将词云图保存到文件”和“获取词频数据”这三个操作.

关于 `random_state` 随机种子

random_state 参数用于控制 wordcloud 库在生成词云图时涉及到的随机过程. 这些随机过程包括：

词语位置的随机扰动：为了避免词语重叠, wordcloud 会在一定范围内随机调整词语的位置.
词语颜色的随机选择：如果没有指定每个词的颜色, wordcloud 会从一个颜色列表中随机选择颜色.

random_state 的作用就是控制这些随机过程的可重复性.

如果你设置了 random_state 为一个固定的整数（例如 42, 或者其他任何整数）, 那么每次运行代码时, 只要其他参数相同, 生成的词云图布局和颜色都会是一样的. 这对于调试代码、复现结果、保持结果一致性非常有用.
如果你不设置 random_state, 或者将其设置为 None, 那么每次运行代码时, 词云图的布局和颜色都会随机变化.

42 这个数字本身并没有什么特殊的含义, 你可以把它设置为任何你喜欢的整数. 大家经常用 42, 可能是因为道格拉斯·亚当斯在他的科幻小说《银河系漫游指南》中说 “The Answer to the Ultimate Question of Life, the Universe, and Everything is 42” .

想来点不一样的？

如果你想每次生成的词云图都不同, 就不要设置 random_state, 或者设置为 None.

如果你想尝试几种不同的布局, 但又希望每次运行代码时这几种布局能够固定下来, 你可以尝试几个不同的 random_state 值, 例如 1、2、3, 看看哪个布局你最喜欢, 然后就固定使用那个值.

不同的 random_state 值的布局预览

生成这些预览图需要实际运行代码, 并设置不同的 random_state 值.

这里提供一段代码, 让你能够自己生成并比较不同 random_state 值对应的词云图：

from wordcloud import WordCloud, STOPWORDS
import matplotlib.pyplot as plt
import os
from typing import List, Dict
import csv
from src.utils import load_json_data, load_and_extract_text, load_stopwords_from_file# 常量定义 (根据你的实际情况修改)
WORD_HEADER = "Word"
FREQUENCY_HEADER = "Frequency"
DEFAULT_FONT_PATH = "msyh.ttc"
TITLE_STOPWORDS_PATH = r"E:\Gazer\NeteaseCloudMusicGaze\data\title_stopwords.txt"
DATA_PATH = r"E:\Gazer\NeteaseCloudMusicGaze\data\raw\me_music_data.json"
OUTPUT_DIR = r"E:\Gazer\NeteaseCloudMusicGaze\output\visualizations"def generate_wordcloud(text_list: List[str], output_path: str, stopwords: set = None, random_state=None) -> Dict[str, float]:# 为了演示, 我把 random_state 提到这里了"""根据文本列表生成词云图, 并返回词频字典. (文档字符串的其他部分保持不变)"""text = " ".join(text_list)if stopwords is None:stopwords = set(STOPWORDS)title_stopwords = load_stopwords_from_file(TITLE_STOPWORDS_PATH)stopwords.update(title_stopwords)wordcloud = WordCloud(width=960,height=600,background_color=None,stopwords=stopwords,font_path=DEFAULT_FONT_PATH,max_words=200,max_font_size=100,random_state=random_state,  # 使用传入的 random_statemode="RGBA")wordcloud.generate(text)wordcloud.to_file(output_path)return wordcloud.words# 其他函数 (save_word_frequencies_to_csv, visualize_keywords) 保持不变if __name__ == "__main__":text_list = load_and_extract_text(DATA_PATH)os.makedirs(OUTPUT_DIR, exist_ok=True)# 尝试不同的 random_state 值for i in range(1, 6):  # 生成 5 个不同的 random_state 的结果output_path = os.path.join(OUTPUT_DIR, f"wordcloud_random_state_{i}.png")generate_wordcloud(text_list, output_path, random_state=i)print(f"已生成词云图：{output_path}")

这段代码会生成 5 个词云图, 分别对应 random_state 值为 1、2、3、4、5 的情况. 你可以查看这些图片, 比较它们的布局差异.

`visualize_keywords`

这个函数是否重复了前两个函数的功能?

visualize_keywords 函数确实调用了 generate_wordcloud 和 save_word_frequencies_to_csv 这两个函数, 但它并不是简单地重复它们的功能, 而是**将它们组合起来, 形成一个更高级别的功能：从原始数据文件出发, 生成词云图和对应的词频 CSV 文件. **

可以这样理解：

generate_wordcloud 负责根据文本生成词云图, 并返回词频数据.
save_word_frequencies_to_csv 负责将词频数据保存到 CSV 文件.
visualize_keywords 负责统筹安排, 它首先调用 load_and_extract_text 从数据文件提取文本, 然后调用 generate_wordcloud 生成词云图和获取词频, 最后调用 save_word_frequencies_to_csv 将词频保存到文件.

visualize_keywords 函数的作用是对数据进行可视化, 属于数据分析和数据可视化的高级功能, generate_wordcloud 和 save_word_frequencies_to_csv只是可视化过程中的步骤. 这样划分可以让代码的逻辑更清晰, 也更易于维护和扩展.

你可以把 generate_wordcloud 和 save_word_frequencies_to_csv 看作是工具函数, 它们分别负责生成词云和保存词频这两个独立的任务. 而 visualize_keywords 则是一个更高级别的函数, 它利用这两个工具函数来完成一个更复杂的目标.

使用 wordart 获取更美观的词云可视化, 并使用 github-pages 部署

wordart 提供了可高度自定义的词云图, 可以使用生成的 csv 导入词频自定义词云颜色, 形状等. 完成后, 点 SAVE, 然后点 Share 将当前作品设置为公开, 点 Webpage 复制 iframe 标签.

<iframe style="width:100%; height: 100%; border: none" src="https://cdn.wordart.com/iframe/qfwzk59spavk"></iframe>

将iframe 标签放进创建的 HTML 文件的 body 中, 使用 Cursor / VS Code 的 Live Server 打开. 按 Ctrl+S 保存 HTML 到本地, 命名为 index.html, 以便后续在 github-pages 中部署. 这时也会自动下载一个文件夹 index_files, 包含 qfwzk59spavk.html 和 wordart.min.js.下载. 此时可以直接用本地浏览器打开 index.html, 也可以获取鼠标和词云的交互功能.

这个方法完美地绕过了编码问题和 cdn.wordart.com 的访问限制, 直接将你在 Live Server 中看到的、已经渲染好的、包含交互式词云的页面完整地保存到了本地.

需要注意的地方:

Live Server 的依赖: 这种方法依赖于 Live Server 能够正确地渲染你的网页. 如果你的网页在 Live Server 中显示有问题, 那么保存下来的网页也会有问题.
iframe 的内容: 这种方法会将 iframe 中的内容 (也就是 qfwzk59spavk.html) 也一起保存下来. 这通常是没问题的, 但如果 iframe 中的内容非常大, 或者你不希望将 iframe 的内容保存到本地, 那么你需要手动编辑保存后的 HTML 文件, 删除 iframe 相关的代码.
如果你之后需要部署到 GitHub, 你仍需检查 index.html 中的文件路径是否正确.

确保你已经为你的仓库开启 GitHub pages:

可以点击开启 GitHub pages 教程查看

开启后直接 push 到仓库同步, 等待 pages 部署完毕就能在 https://YourGithubUserName.github.io/RepositoryName/ 看到可交互式词云已经成功部署到网站.

网易云音乐歌名可视化：词云生成与GitHub-Pages部署实践

引言本文将基于前一篇爬取的网易云音乐数据, 利用Python的wordcloud、matplotlib等库, 对歌名数据进行深入的词云可视化分析. 我们将探索不同random_state对词云布局的影响, 并详细介绍如何将生成的词云图部署到GitHub Pages, 实现数据可视化的在线展示. 介绍了如何从原始数据…...

编程日记 2025/5/14 11:58:11

Web-3.0（Solidity）基础教程

Solidity 是以太坊智能合约编程语言，用于编写去中心化应用（DApp）。如果你想开发 Web3.0 应用，Solidity 是必学的。 Remix - Ethereum IDE（在线编写 Solidity） 特性Remix IDEHardhat适用场景适合初学者 …...

编程日记 2025/5/8 0:05:57

android获取EditText内容，TextWatcher按条件触发

android获取EditText内容，TextWatcher按条件触发背景：解决方案：效果： 背景： 最近在尝试用原生安卓实现仿element-ui表单校验功能，其中涉及到EditText组件内容的动态校验，初步实现功能后&#…...

编程日记 2025/5/14 11:56:02

题单：冒泡排序1

题目描述给定 n 个元素的数组（下标从 1 开始计），请使用冒泡排序对其进行排序（升序）。请输出每一次冒泡过程后数组的状态。要求：每次从第一个元素开始，将最大的元素冒泡至最后。输入格式…...

编程日记 2025/5/11 10:28:14

我的毕设之路：（2）系统类型的论文写法

一般先进行毕设的设计与实现，再在现成毕设基础上进行描述形成文档，那么论文也就成形了。 1 需求分析：毕业设计根据开题报告和要求进行需求分析和功能确定，区分贴合主题的主要功能和拓展功能能，删除偏离无关紧要的功能…...

编程日记 2025/5/13 6:22:58

JVM_类的加载、链接、初始化、卸载、主动使用、被动使用

①. 说说类加载分几步？ ①. 按照Java虚拟机规范,从class文件到加载到内存中的类,到类卸载出内存为止,它的整个生命周期包括如下7个阶段: 第一过程的加载(loading)也称为装载验证、准备、解析3个部分统称为链接(Linking)在Java中数据类型分为基本数据类型和引用数据…...

编程日记 2025/5/5 17:31:12

数论问题79一一研究成果

(豆包智能搜索一一李扩继) 李扩继是一位在数学研究尤其是哥德巴赫猜想研究领域有一定成果的中学老师，以下是关于他的具体介绍： ①研究经历：2006年承担咸阳市教研室的立项课题《角谷猜想的研究》，虽未完成角谷猜想的证明&#xff…...

编程日记 2025/5/14 11:43:27

【DeepSeek-V3】AI Model Evaluation Framework and index schedule AI模型能力评价指标及对比

编程日记 2025/5/9 15:34:57

《程序人生》工作2年感悟

一些杂七杂八的感悟： 1.把事做好比什么都重要， 先树立量良好的形象，再横向发展。 2.职场就是人情世故，但也不要被人情世故绑架。 3.要常怀感恩的心，要记住帮助过你的人，愿意和你分享的人，有能力…...

编程日记 2025/5/14 11:58:11

Elasticsearch的开发工具（Dev Tools）

目录说明1. **Console**2. **Search Profiler**3. **Grok Debugger**4. **Painless Lab**总结说明 Elasticsearch的开发工具（Dev Tools）在Kibana中提供了多种功能强大的工具，用于调试、优化和测试Elasticsearch查询和脚本。以下是关于Cons…...

编程日记 2025/5/11 9:09:49

22_解析XML配置文件_List列表

解析XML文件需要先 1.【加载XML文件】而【加载XML】文件有两种方式【第一种 —— 使用Unity资源系统加载文件】 TextAsset xml Resources.Load<TextAsset>(filePath); XmlDocument doc new XmlDocument(); doc.LoadXml(xml.text); 【第二种 —— 在C#文件IO…...

编程日记 2025/5/13 19:04:31

智慧园区管理平台实现智能整合提升企业运营模式与管理效率

内容概要在当今数字化的背景下，智慧园区管理平台正逐渐成为企业提升运营效率和管理模式的重要工具。这个平台汇聚了多种先进技术，旨在通过智能整合各类资源与信息，帮助企业实现全面的管理创新。智慧园区管理平台不仅仅是一个数据处理工具…...

编程日记 2025/5/13 18:32:59

从规则到神经网络：机器翻译技术的演进与未来展望

从规则到神经网络：机器翻译技术的演进与未来展望引言还记得早些年用翻译软件翻译一句简单的英文句子，却发现翻译结果让人啼笑皆非的日子吗？从“我喜欢吃苹果”被翻译成“我喜欢吃苹果电脑”，到今天的神经网络机器翻译（Neural Machine Translation, NMT）能够生成语义流…...

编程日记 2025/5/13 18:09:51

[MySQL]事务的隔离级别原理与底层实现

目录 1.为什么要有隔离性 2.事务的隔离级别读未提交读提交可重复读串行化 3.演示事务隔离级别的操作查看与设置事务的隔离级别演示读提交操作演示可重复读操作 1.为什么要有隔离性在真正的业务场景下，MySQL服务在同一时间一定会有大量的客户端进程…...

编程日记 2025/5/13 18:36:05

hdfs:介绍三个脚本

1、jps-cluster.sh 如果我们想在Bigdata01 这台电脑上，查看整个集群的服务启动情况，可以使用这个脚本文件。 #!/bin/bash USAGE"使⽤⽅法：sh jps-cluster.sh" NODES("bigdata01" "bigdata02" "bigdata03…...

编程日记 2025/5/13 18:17:20

【Oracle篇】使用Hint对优化器的执行计划进行干预(含单表、多表、查询块、声明四大类Hint干预)

💫《博主介绍》：✨又是一天没白过，我是奈斯，从事IT领域✨ 💫《擅长领域》：✌️擅长阿里云AnalyticDB for MySQL(分布式数据仓库)、Oracle、MySQL、Linux、prometheus监控；并对SQLserver、NoSQL(…...

编程日记 2025/5/13 17:29:41

【Rust自学】15.7. 循环引用导致内存泄漏

说句题外话，这篇文章真心很难，有看不懂可以在评论区问，我会尽快作答的。喜欢的话别忘了点赞、收藏加关注哦（加关注即可阅读全文），对接下来的教程有兴趣的可以关注专栏。谢谢喵！(･ω…...

编程日记 2025/5/13 17:59:29

4.scala默认参数值

Scala具备给参数提供默认值的能力，这样调用者就可以忽略这些具有默认值的参数。 def log(message: String, level: String "INFO") println(s"$level: $message")log("System starting") // prints INFO: System starting log(&q…...

编程日记 2025/5/13 18:05:00

前端知识速记—JS篇：null 与 undefined

前端知识速记—JS篇：null 与 undefined 什么是 null 和 undefined？ 1. undefined 的含义 undefined 是 JavaScript 中默认的值，表示某个变量已被声明但尚未被赋值。当尝试访问一个未初始化的变量、函数没有返回值时，都会得到 u…...

编程日记 2025/5/13 18:13:00

微信小程序中常见的跳转方式及其特点的表格总结（wx.navigateTo 适合需要返回上一页的场景）

文章目录详细说明总结wx.navigateTo 的特点为什么 wx.navigateTo 最常用？其他跳转方式的使用频率总结以下是微信小程序中常见的跳转方式及其特点的表格总结： 跳转方式API 方法特点适用场景wx.navigateTowx.navigateTo({ url: 路径 })保留当前页面&…...

编程日记 2025/5/13 18:01:46

【人工智能】基于Python的机器翻译系统，从RNN到Transformer的演进与实现

《Python OpenCV从菜鸟到高手》带你进入图像处理与计算机视觉的大门！解锁Python编程的无限可能：《奇妙的Python》带你漫游代码世界机器翻译（Machine Translation, MT）作为自然语言处理领域的重要应用之一，近年来受到了广泛的关注。在本篇文章中，我们将详细探讨如何使…...

编程日记 2025/5/13 18:43:31

蓝桥备赛指南（5）

queue队列 queue是一种先进先出的数据结构。它提供了一组函数来操作和访问元素，但它的功能相对较简单，queue函数的内部实现了底层容器来存储元素，并且只能通过特定的函数来访问和操作元素。 queue函数的常用函数 1.push()函数：…...

编程日记 2025/5/13 18:07:07

蓝桥云客好数

0好数 - 蓝桥云课问题描述一个整数如果按从低位到高位的顺序，奇数位（个位、百位、万位…）上的数字是奇数，偶数位（十位、千位、十万位…）上的数字是偶数，我们就称之为“好数”。给定一个正…...

编程日记 2025/5/13 19:23:48

CF 764B.Timofey and cubes(Java实现)

题目分析输入n个数字，首尾交换，奇数对换，偶数对不换思路分析存入数组，遍历时判断i%20时(数组下标0开始，所以题目分析没有错)，对换代码 import java.util.*;public class Main {public static void ma…...

编程日记 2025/5/13 18:13:00

四.3 Redis 五大数据类型/结构的详细说明/详细使用（ hash 哈希表数据类型详解和使用）

四.3 Redis 五大数据类型/结构的详细说明/详细使用（ hash 哈希表数据类型详解和使用） 文章目录四.3 Redis 五大数据类型/结构的详细说明/详细使用（ hash 哈希表数据类型详解和使用）2.hash 哈希表常用指令(详细讲解说明)2.1 hset …...

编程日记 2025/5/13 18:27:21

AIGC（生成式AI）试用 20 -- deepseek 初识

>> 基本概念 Ollama -- 运行大模型，管理运行AI大模型的工具，用来安装布置DeepSeek https://ollama.com/ , Get up and running with large language models. AnythingLLM -- 大模型增强应用，GUI大模型交互程序 Download AnythingLLM …...

编程日记 2025/5/13 17:12:14

你好！这是我自己的CSDN博客！

写于2025年1月30日我是一个普通的嵌入式软件程序员，喜欢研究Linux（应用层跟内核从都有粗浅的涉略），单片机，操作系统和计算机体系架构等内容，目前是一枚普通的本科生。笔者是一个朴素的开源主义者&#xf…...

编程日记 2025/5/13 18:01:47

将pandas.core.series.Series类型的小数转化成百分数

大年初二，大家过年好，蛇年行大运！ 今天在编写一个代码的时候，使用 import pandas as pd产生了pandas.core.series.Series类型的数据，里面有小数，样式如下： 目的：将这些小数转化为百…...

编程日记 2025/5/12 21:54:17

[EAI-027] RDT-1B，目前最大的用于机器人双臂操作的机器人基础模型

Paper Card 论文标题：RDT-1B: a Diffusion Foundation Model for Bimanual Manipulation 论文作者：Songming Liu, Lingxuan Wu, Bangguo Li, Hengkai Tan, Huayu Chen, Zhengyi Wang, Ke Xu, Hang Su, Jun Zhu 论文链接：https://arxiv.org/ab…...

编程日记 2025/5/13 18:17:20

oracle中使用in 和 not in 查询效率分析

在Oracle数据库中，IN和NOT IN的查询效率受多种因素影响，以下是关键点总结和优化建议： 1. IN 的效率优化方式： IN 通常会被优化为 OR条件或半连接（Semi-Join），如果子查询关联到外部表&#x…...

编程日记 2025/5/13 18:52:38

【python】四帧差法实现运动目标检测

四帧差法是一种运动目标检测技术，它通过比较连续四帧图像之间的差异来检测运动物体。这种方法可以在一定的程度上提高检测的准确性。目录 1 方案 2 实践 ① 代码 ② 效果图 1 方案具体的步骤如下： ① 读取视频流：使用cv2.VideoCapture…...

编程日记 2025/5/13 17:58:27

指针的介绍4【回调函数、qsort函数的运用】

1.回调函数 1.1定义回调函数就是通过函数指针而被调用的函数把函数的指针（地址）作为参数传递给另⼀个函数，当这个指针被⽤来调⽤其所指向的函数时，被调⽤的函数就是回调函数回调函数不是由该函数的实现⽅直接调⽤&#xff0…...

编程日记 2025/5/13 18:11:07

Attention Free Transformer (AFT)-2020论文笔记

名称： Attention Free Transformer (AFT) 来源： [2105.14103] An Attention Free Transformer 相关工作： #Approximatingthedotproduct #Sparselocalattention #Contextcompression #Eliminatingdotproductattention #MLPsforvision 创…...

编程日记 2025/5/13 18:14:13

Pyside的QWebEngineProfile类

QWebEngineProfile 是 PySide/Qt 中用于管理浏览器引擎（WebEngine）配置的类，属于 QtWebEngineCore 模块。它主要用于控制网页的全局行为，例如缓存、Cookie、持久化存储、用户代理（User-Agent）、代理设置等。…...

编程日记 2025/5/12 21:37:46

Java继承中的静态方法隐藏与实例变量隐藏：深入解析与最佳实践

引言在Java面向对象编程中，继承是实现代码复用的核心机制。然而，继承中的静态方法（static）和实例变量的行为常常让开发者感到困惑。许多初学者甚至经验丰富的程序员容易混淆方法覆盖（Override）、方法隐藏…...

编程日记 2025/5/13 18:00:41

day6手机摄影社区，可以去苹果摄影社区学习拍摄技巧

逛自己手机的社区：即（手机牌子）摄影社区拍照时防止抖动可以控制自己的呼吸，不要大喘气拍一张照片后，如何简单的用手机修图？ HDR模式就是让高光部分和阴影部分更协调（拍风紧时可以打开&…...

编程日记 2025/5/13 18:07:07

从AD的原理图自动提取引脚网络的小工具

这里跟大家分享一个我自己写的小软件，实现从AD的原理图里自动找出网络名称和引脚的对应。存成文本方便后续做表格或是使用简单行列编辑生成引脚约束文件（如.XDC .UCF .TCL等）。我们在FPGA设计中需要引脚锁定文件，就是指示TOP层…...

编程日记 2025/5/13 18:05:00

H3CNE-31-BFD

Bidirectional Forwarding Dection，双向转发检查作用：毫秒级故障检查，通常结合三层协议（静态路由、vrrp、ospf、BGP等），实现链路故障快速检查。 BFD配置示例没有中间的SW，接口down&#xff…...

编程日记 2025/5/13 18:46:33

Linux安装zookeeper

1, 下载 Apache ZooKeeperhttps://zookeeper.apache.org/releases.htmlhttps://zookeeper.apache.org/releases.htmlhttps://zookeeper.apache.org/releases.htmlhttps://zookeeper.apache.org/releases.htmlhttps://zookeeper.apache.org/releases.htmlhttps://zookeeper.apa…...

编程日记 2025/5/12 15:41:34

引言