当前位置：首页 > news >正文

数据可视化 —— 折线图应用（大全）

news 来源：原创 2025/9/17 1:09:51

一、导入需要的库

# Matplotlib 是 Python 最常用的绘图库，pyplot 提供了类似 MATLAB 的绘图接口
import matplotlib.pyplot as plt
import numpy as np
import pandas as pd

二、常用的库函数

plt.plot(x轴,y轴)：plot()是画折线图的函数。
plt.xlabel('日期')：x轴的显示标签。
plt.ylabel('气温(度)')：y轴的显示标签。
plt.xticks([原数据标签], [替换后的数据标签], rotation=300)：用于x轴数据标签的显示，rotation是倾斜度。
plt.title('标题名', loc='left')：图上的名字显示，loc代表显示的位置在哪里。
plt.grid(which（网格类型）="major", axis（方向）='both', lw（线的宽度）=1)：添加网格线。
plt.legend([图例名称, ..,]，shadow（阴影） = True,fancybox（圆角矩形）=True): 显示图例。
plt.savefig('名字.格式'): 保存图表为图片
plt.show(): 显示图表
plt.ylabel('名称')：设置y轴标签文本

三、案例一：一周气温图（基础版）

import matplotlib.pyplot as plt
import numpy as npx = ['周一', '周二', '周三', '周四', '周五', '周六', '周日']
# 定义 x 轴数据：包含星期一到星期日的字符串列表
# 用于表示横坐标的日期标签high = [28, 28, 25, 18, 17, 20, 25]
# 最高气温数据列表（单位假设为摄氏度）
# 按周一到周日顺序排列low = [22, 21, 18, 12, 14, 16, 19]
# 最低气温数据列表
# 与 high 列表顺序一致plt.plot(x, high)
# 绘制最高气温折线图
# 第一个参数 x：横坐标数据
# 第二个参数 high：纵坐标数据
# 默认使用第一个颜色（蓝色）和线性连接plt.plot(x, low)
# 绘制最低气温折线图
# 使用第二个默认颜色（橙色）叠加到同一坐标系plt.show()
# 显示图形窗口
# 在脚本中必须调用的函数，用于渲染和显示所有已绘制的图形

四、案例二：分店折线图（中等）

准备好excel文件，拿第一分店的数据

# 导入matplotlib的pyplot模块，用于绘图
import matplotlib.pyplot as plt
# 导入pandas模块，用于数据处理和分析
import pandas as pd# 创建图形对象，设置图形参数
plt.figure(num='折线图', figsize=(6, 4), facecolor='w')  # num:图形名称, figsize:图形尺寸(宽6英寸,高4英寸), facecolor:画布背景色
# 设置全局字体为黑体（解决中文显示问题）
plt.rcParams['font.sans-serif'] = ['SimHei']# 使用pandas读取Excel数据文件
df = pd.read_excel('2022年某店铺3个分店销售额.xlsx')# 提取月份数据作为x轴
x = df['月份']
# 提取第一分店销售额数据作为y轴
y = df['第一分店']# 设置x轴标签文本
plt.xlabel('月份')
# 设置y轴标签文本
plt.ylabel('销售额(万元)')
# 设置图表标题（指定宋体、字体大小12、黑色）
plt.title('2022年某店铺第一分店销售额', fontsize=12, color='k', fontproperties='SimSun')
# 设置y轴显示范围（最小值20，最大值30）
plt.ylim(20, 30)# 添加水平参考线（显示全年平均值，使用虚线样式）
plt.axhline(y=sum(y)/12, linestyle=':')# 启用网格线显示
plt.grid()# 遍历每个数据点添加数值标签
for a, b in zip(x, y):# 在对应坐标位置显示数值，保留两位小数，水平居中对齐plt.text(a, b+0.2, '%.2f' % b, ha='center',va='bottom')# 绘制折线图（青色虚线，方形标记，线宽2）
plt.plot(x, y, 'c:s', linewidth=2)# 添加图例（包含平均销售额和分店数据说明，带阴影效果，圆角边框，定位在右下角）
plt.legend(('平均销售额','第一分店'), shadow=True, fancybox=True, loc=4)# 再次绘制折线图（使用默认参数，可能覆盖前次样式）
plt.plot(x, y)# 保存生成的图表为PNG图片文件
plt.savefig('2022年某店铺第一分店销售额.png')
# 在窗口中显示图表
plt.show()

五、案例三：正弦余弦图（中等）

# 导入必要的库
import numpy as np
import matplotlib.pyplot as plt# 设置中文字体（适用于Windows）
plt.rcParams['font.sans-serif'] = ['SimHei']
# 解决负号显示问题
plt.rcParams['axes.unicode_minus'] = False  # 创建一个名为'正'的新图形窗口
plt.figure(num='正')# 生成x轴数据：在-π到π之间生成256个等间距点（包含终点）
x = np.linspace(-np.pi, np.pi, 256, endpoint=True)# 计算正弦和余弦函数值
y1 = np.sin(x)
y2 = np.cos(x)# 设置坐标轴标签
plt.xlabel('x轴')  # X轴标签
plt.ylabel('y轴')  # Y轴标签# 设置x轴显示范围（扩展为原范围的1.5倍）
plt.xlim(x.min() * 1.5, x.max() * 1.5)# 自定义x轴刻度标签（使用LaTeX符号表示π）
plt.xticks([-4, -2, 0, 2, 4],  # 刻度位置（实际数值）[r'$-\pi$', r'$-\pi/2$', r'$0$', r'$\pi/2$', r'$\pi$']  # 显示文本
)# 添加标题（居中显示）
plt.title('正弦余弦图', loc='center')# 绘制正弦曲线（红色虚线，线宽2）
plt.plot(x, y1, color='r', linestyle='--', linewidth=2)
# 绘制余弦曲线（黑色实线，线宽2）
plt.plot(x, y2, color='k', linestyle='-', linewidth=2)# 添加带箭头的注释（xy指向点坐标，xytext文本位置）
plt.annotate('最小值',xy=(-np.pi/2, -1.0),         # 箭头指向位置xytext=(-(np.pi/2), -0.5),   # 文本起始位置arrowprops=dict(arrowstyle='->')  # 箭头样式
)# 添加网格线（主网格，双向，线宽1）
plt.grid(which="major",  # 显示主网格axis='both',    # 同时显示x/y轴网格lw=1            # 网格线宽
)# 添加水平参考线（在y=0处，从xmin=0到xmax=0.5）
plt.axhline(y=0, xmin=0, xmax=0.5, linestyle='-', color='r'
)
# 添加垂直参考线（在x=0处）
plt.axvline(x=0, linestyle='-', color='r'
)# 添加垂直参考区域（x在0.5到2.0之间，透明度0.9）
plt.axvspan(xmin=0.5,xmax=2.0,alpha=0.9
)
# 添加水平参考区域（y在0.5到1.0之间，透明度0.3）
plt.axhspan(ymin=0.5,ymax=1.0,alpha=0.3
)# 添加图例（元组指定条目，loc=1为右上角，带阴影和圆角边框）
plt.legend(('正弦函数', '余弦函数'), loc=1, shadow=True, fancybox=True
)# 显示图形
plt.show()

六、案例四：销售额折线图（进阶版）

# 导入 matplotlib 库的 pyplot 模块，用于绘图
import matplotlib.pyplot as plt
# 导入 pandas 库，用于数据处理和读取 Excel 文件
import pandas as pd# 创建一个新的图形窗口，设置窗口标题为 '多柱形图'，图形大小为 9x6 英寸，背景颜色为白色
plt.figure(num='折线图', figsize=(9, 6), facecolor='w')# 设置 matplotlib 使用的字体为楷体，以正确显示中文
plt.rcParams['font.sans-serif'] = 'KaiTi'
# 解决负号显示为方块的问题，使负号能正常显示
plt.rcParams['axes.unicode_minus'] = False# 使用 pandas 的 read_excel 函数读取 Excel 文件 '不同产品各季度的销售额.xlsx'，并将数据存储在 DataFrame 对象 df 中
df = pd.read_excel('不同产品各季度的销售额.xlsx')# 从 DataFrame 中提取 '季度' 列的数据，作为 x 轴的数据
x = df['季度']
# 从 DataFrame 中提取 '产品A' 列的数据，作为产品 A 的销售额数据
y1 = df['产品A']
# 从 DataFrame 中提取 '产品B' 列的数据，作为产品 B 的销售额数据
y2 = df['产品B']
# 从 DataFrame 中提取 '产品C' 列的数据，作为产品 C 的销售额数据
y3 = df['产品C']# 设置图表的标题为 '不同产品各季度的销售额'，字体大小为 20
plt.title('不同产品各季度的销售额', fontsize=20)# 设置 y 轴的标签为 '销售额（元）'
plt.ylabel('销售额（元）', fontsize=16)# 设置 y 轴的取值范围为 0 到 10000
plt.ylim(0, 10000)# 在图表中添加网格线，方便观察数据
plt.grid()# 遍历产品 A 的每个数据点，在数据点上方 500 个单位处添加销售额的文本标签
for a, b in zip(x, y1):# 在坐标 (a, b+500) 处添加文本，文本内容为 b 的整数值，水平居中对齐plt.text(a, b + 500, '%d' % b, ha='center')# 绘制产品 A 的折线图，x 轴为季度数据，y 轴为产品 A 的销售额数据，线条颜色为红色，样式为虚线，数据点用圆形标记
plt.plot(x, y1, 'r:o')# 遍历产品 B 的每个数据点，在数据点上方 500 个单位处添加销售额的文本标签
for a, b in zip(x, y2):# 在坐标 (a, b+500) 处添加文本，文本内容为 b 的整数值，水平居中对齐plt.text(a, b + 500, '%d' % b, ha='center')# 绘制产品 B 的折线图，x 轴为季度数据，y 轴为产品 B 的销售额数据，线条颜色为黄色，样式为点划线，数据点用菱形标记
plt.plot(x, y2, 'y-.D')# 遍历产品 C 的每个数据点，在数据点上方 200 个单位处添加销售额的文本标签
for a, b in zip(x, y3):# 在坐标 (a, b+200) 处添加文本，文本内容为 b 的整数值，水平居中对齐plt.text(a, b + 200, '%d' % b, ha='center')# 绘制产品 C 的折线图，x 轴为季度数据，y 轴为产品 C 的销售额数据，线条颜色为蓝色，样式为双虚线，数据点用特定样式标记
plt.plot(x, y3, 'b--4')# 添加图例，图例标签分别为 '产品A'、'产品B'、'产品C'，添加阴影效果和圆角边框
plt.legend(['产品A', '产品B', '产品C'], shadow=True, fancybox=True)# 显示绘制好的图表
plt.show()

七、案例五：不同行业的平均工资（进阶版）


# 导入 matplotlib 库中的 pyplot 模块，该模块提供了类似于 MATLAB 的绘图接口，用于创建各种图表
import matplotlib.pyplot as plt
# 导入 pandas 库，它是一个强大的数据处理和分析工具，常用于读取和处理结构化数据
import pandas as pd# 创建一个新的图形窗口，设置窗口标题为 '2021年各行业城镇单位就业人员年平均工资'
# 图形的大小为 12 英寸宽，9 英寸高，背景颜色设置为白色
plt.figure(num='2021年各行业城镇单位就业人员年平均工资', figsize=(12, 9), facecolor='w')# 设置 matplotlib 的字体为黑体，这样可以正确显示中文
plt.rcParams['font.sans-serif'] = ['SimHei']# 使用 pandas 的 read_excel 函数读取 Excel 文件 '不同行业城镇单位就业人员年平均工资.xlsx'
# 并将文件中的数据存储在 DataFrame 对象 df 中
df = pd.read_excel('不同行业城镇单位就业人员年平均工资.xlsx')# 从 DataFrame 对象 df 中提取 '行业' 列的数据，存储在变量 hy 中
hy = df['行业']
# 从 DataFrame 对象 df 中提取 '2021年' 列的数据，存储在变量 yuan 中
yuan = df['2021年']# 为图表设置标题，标题内容为 '2021年各行业城镇单位就业人员年平均工资'
# loc='center' 表示标题居中显示
plt.title('2021年各行业城镇单位就业人员年平均工资', loc='center')# 取消 x 轴标签的设置，注释掉的代码原本是打算设置 x 轴标签为 "行业"
# plt.xlabel("行业")# 设置 y 轴的标签为 "单位（元）"
plt.ylabel("单位（元）")# 在图表中添加网格线，方便查看数据点的位置和数值
plt.grid()# 绘制一条水平参考线，y 的位置为所有行业 2021 年平均工资的平均值
# 这里假设数据有 19 个行业，linestyle=':' 表示参考线的样式为虚线
plt.axhline(y=sum(yuan)/19, linestyle=':')# 设置 x 轴刻度标签的属性
# rotation=290 表示将刻度标签逆时针旋转 290 度，近似垂直显示
# fontsize=10 表示将刻度标签的字体大小设置为 10
# 注释掉的 va='center' 原本是想让标签垂直居中
plt.xticks(rotation=290,fontsize=10,# va='center'
)# 调整子图的布局，增加底部的边距为 0.25，防止 x 轴标签与图表底部重叠
plt.subplots_adjust(bottom=0.25)# 使用 zip 函数将行业名称和对应的 2021 年平均工资组合成元组
# 遍历这些元组，在每个数据点的位置添加文本标签
for a, b in zip(hy, yuan):# 在坐标 (a, b) 处添加文本标签，标签内容为该行业 2021 年平均工资，格式为 'X 元'# ha='right' 表示文本水平右对齐，va='bottom' 表示文本垂直底部对齐plt.text(a, b, '%d元' % b, ha='right', va='bottom')# 绘制折线图，x 轴为行业名称，y 轴为 2021 年各行业平均工资
# 'r-D' 表示线条颜色为红色，样式为虚线，数据点用菱形标记
plt.plot(hy, yuan, 'r-D')# 为图表添加图例，图例中显示 '平均值参考线' 和 '各行业的评价工资'（这里可能存在拼写错误，应为 '各行业的平均工资'）
# loc=1 表示图例显示在右上角，shadow=True 为图例添加阴影效果，fancybox=True 为图例添加圆角边框
plt.legend(('平均值参考线', '各行业的评价工资'), loc=1, shadow=True, fancybox=True)# 将绘制好的图表保存为名为 '2021年各行业城镇单位就业人员年平均工资.png' 的图片文件
plt.savefig('2021年各行业城镇单位就业人员年平均工资.png')# 显示绘制好的图表
plt.show()

数据可视化 —— 折线图应用（大全）

一、导入需要的库 # Matplotlib 是 Python 最常用的绘图库，pyplot 提供了类似 MATLAB 的绘图接口 import matplotlib.pyplot as plt import numpy as np import pandas as pd 二、常用的库函数 plt.plot(x轴,y轴)：plot()是画折线图的函数。 plt.xlabe…...

编程日记 2025/9/17 1:09:51

配置mac mini M4 的一些软件

最近更换了 mac mini M4 ，想要重新下载配置软件 ，记录一下。 Homebrew是什么？ homebrew是一款Mac OS平台下的软件包管理工具，拥有安装、卸载、更新、查看、搜索等功能。通过简单的指令可以实现包管理，而不用关心各种…...

编程日记 2025/9/17 1:09:50

八邻域轮廓跟踪算法_传感器技术

在科学技术日新月异的今天，人们对机器设备的智能性、自主性要求也越来越高，希望其完全替代人的角色，把人们从繁重、危险的工作任务中解脱出来，而能否像人一样具有感知周围环境的能力已成为设备实现智能化自主化的关键。广义的“…...

编程日记 2025/9/15 1:37:53

python实战：如何正确安装 ffmpeg（window、linux、mac都通用）

直接使用 Conda 安装 FFmpeg，而无需手动下载或配置环境变量。Conda 会自动管理依赖项，并将 FFmpeg 添加到你的环境路径中。方法 1：使用 Conda 安装 FFmpeg 在 Anaconda Prompt（或终端）中运行： conda install ffmpeg -c conda-forge-c conda-forge 表示从 conda-forge…...

编程日记 2025/9/9 1:32:28

网络机顶盒常见问题全解析：从安装到故障排除

WiFi连接问题机顶盒无法连接WiFi，先检查路由器信号强度。若信号弱，可将机顶盒移近路由器，或调整路由器天线方向。也可重启机顶盒与路由器，若仍不行，进入机顶盒设置，重置网络设置。若支持5GHz频段&#xf…...

编程日记 2025/9/12 4:17:33

使用stm32cubeide stm32f407 lan8720a freertos lwip 实现tcp客户端、服务端及网络数据转串口数据过程详解

1前言项目需要使用MCU实现网络功能，后续确定方案stm32f407 外接lan8720a实现硬件平台搭建，针对lan8720a也是用的比较多的phy，网上比较多的开发板，硬件上都是选用了这个phy，项目周期比较短，选用了这个常用…...

编程日记 2025/9/10 10:50:52

GAT-GRAPH ATTENTION NETWORKS（论文笔记）

CCF等级：A 发布时间：2018年代码位置 25年4月21日交目录一、简介二、原理 1.注意力系数 2.归一化 3.特征组合与非线性变换 4.多头注意力 4.1特征拼接操作 4.2平均池化操作三、实验性能四、结论和未来工作一、简介图注意力网络&…...

编程日记 2025/9/11 18:05:46

【蓝桥杯】贪心算法

1. 区间调度 1.1. 题目给定个区间，每个区间由开始时间start和结束时间end表示。请选择最多的互不重叠的区间，返回可以选择的区间的最大数量。输入格式：第一行包含一个整数n，表示区间的数量接下来n行，每行包含两个整数，分别表示区间的开始时间和结束时间输出格式：…...

编程日记 2025/9/13 11:12:07

从一批视频里面抽取固定的第n帧图片（包含并行实现）

以下代码主要用于从 ./*.mp4 的文件夹中，每个视频中抽取第N帧保存成图，用于图生视频训练，考虑到数据量比较大，推荐使用ffmpeg来实现的，性能可以比较高（10w个视频差不多十多分钟就可以跑完）&…...

编程日记 2025/9/11 10:09:21

论文阅读：2024-arxiv How to Steer LLM Latents for Hallucination Detection?

总目录大模型安全相关研究：https://blog.csdn.net/WhiffeYF/article/details/142132328 How to Steer LLM Latents for Hallucination Detection? https://arxiv.org/pdf/2503.01917 https://www.doubao.com/chat/2818934852496130 其它资料： http…...

编程日记 2025/9/9 10:00:47

python面试技巧

文章目录前言面试前面试中良好的沟通表达展示解决问题的能力体现学习能力和热情注意非语言沟通面试后前言在 Python 面试中，掌握一些有效的技巧能让你更好地展现自己的能力和素质，以下是一些实用的面试技巧： 面试前研究公司和岗位&…...

编程日记 2025/9/12 8:04:12

免费AI编程插件Fitten Code + IntelliJ IDEA实现AI辅助编程实战指南

🧑 博主简介：CSDN博客专家、CSDN平台优质创作者，高级开发工程师，数学专业，拥有高级工程师证书；擅长C/C、C#等开发语言，熟悉Java常用开发技术，能熟练应用常用数据库SQL server,Oracle…...

编程日记 2025/9/6 1:25:14

Vue3 + TypeScript 的 Hooks 实用示例

示例 1: 防抖 Hook（useDebounce） typescript // hooks/useDebounce.ts import { ref, watch, onUnmounted, type WatchSource } from vue;/*** 防抖 Hook* param source 监听的响应式数据源* param callback 防抖后执行的回调函数* param delay 防抖延…...

编程日记 2025/9/15 1:37:56

【DB2】事务日志满/归档占用较大问题处理记录

某DB2环境经常报错The active log is full and is held by...，并且归档磁盘占用较大事务日志满事务日志满可以理解为Oracle的redo追尾，即业务写入量大于redo刷盘速度，这时候其他SQL会陷入等待，容易造成性能问题一般由两方面原…...

编程日记 2025/9/16 7:15:06

Rust 的征服：从系统编程到全栈开发的 IT 新宠

文章目录 Rust 的本质：性能与安全的完美平衡Rust 的演进：从 Mozilla 的实验到全球热潮核心技术：Rust 的杀手锏与生态所有权与生命周期高并发：无畏线程Cargo：现代构建工具生态繁荣：Crates.io Rust 的杀手级应…...

编程日记 2025/9/10 12:18:28

【力扣hot100题】（086）乘积最大子数组

感觉题目越来越难，这题不看答案真的想不到一点。一开始绕了不少弯路，甚至想将每一个子数组的积全部求出来比较…… 答案的方法有点难懂。方法如下：维护两个数，分别是目前为止最大数和最小数，最大数一般来说是正数…...

编程日记 2025/9/16 7:13:53

编译器bug ?

## 问题描述两个结构几乎相同的模板实现，一个能正常工作，另一个在 VS2019 和 GCC 中都会报错。 ## 最小化测试代码 // bug_report.cpp #include <type_traits> #include <string>template<typename T> struct Type2Type { using t…...

编程日记 2025/9/11 13:10:33

算法刷题记录——LeetCode篇(1.8) [第71~80题](持续更新)

更新时间：2025-04-10 算法题解目录汇总：算法刷题记录——题解目录汇总技术博客总目录：计算机技术系列博客——目录页优先整理热门100及面试150，不定期持续更新，欢迎关注！ 72. 编辑距离给你两个单词 wo…...

编程日记 2025/9/11 1:15:11

leetcode68.左右文本对齐

思路源自 leetcode-字符串篇 68题文本左右对齐难度高的模拟类型题目，关键点在于事先知道有多少单词要放在本行并且还要知道本行是不是最后一行（最后一行需要全部单空格右对齐，不是最后一行就空格均摊），非最后一行的空…...

编程日记 2025/9/11 4:22:42

leetcode:905. 按奇偶排序数组（python3解法）

难度：简单给你一个整数数组 nums，将 nums 中的的所有偶数元素移动到数组的前面，后跟所有奇数元素。返回满足此条件的任一数组作为答案。示例 1： 输入：nums [3,1,2,4] 输出：[2,4,3,1] 解释&#xff1a…...

编程日记 2025/9/12 3:22:08

Java抽象类与抽象方法详解

一、抽象类的作用与定义 1. 核心作用设计意图：当多个子类具有共性行为但具体实现不同时，通过抽象类强制规范子类的实现格式。典型场景： // 定义抽象图形类 public abstract class Shape {// 抽象方法：计算面…...

编程日记 2025/9/15 17:21:35

QScrCpy源码解析（3）监听手机usb端口

采用的技术方式为adb adb可以通过命令行达到控制安卓手机的目的大致思路为 1在界面显示的时候初始化一个定时器，不断地查询当前设备连接到的手机安卓设备使用的adb指令为 adb devices 定时器代码 connect(&m_autoUpdatetimer, &QTimer::timeout, th…...

编程日记 2025/9/9 0:46:41

go-zero学习笔记（六）---gozero中间件介绍

1. 中间件分类 gozero默认中间件通过在api文件中创建的中间件通过server.Use(middleware Middleware)创建的中间件2. 中间件介绍 2.1 gozero默认中间件默认中间件包括如下：在gozero中对应的代码为： // 文件位置：github.com\zeromicro\g…...

编程日记 2025/9/8 21:40:31

基于FPGA实现BPSK 调制

目录一、任务介绍二、基本原理三、基于FPGA实现BPSK 调制四、源码一、任务介绍 BPSK 调制在数字通信系统中是一种极重要的调制方式，它的抗干扰噪声性能及通频带的利用率均优先于 ASK 移幅键控和 FSK 移频键控。因此，PSK 技术在中、高速数据传输中得…...

编程日记 2025/9/8 15:59:27

包含网络、平台、数据及安全四大体系的智慧快消开源了

智慧快消视频监控平台是一款功能强大且简单易用的实时算法视频监控系统。它的愿景是最底层打通各大芯片厂商相互间的壁垒，省去繁琐重复的适配流程，实现芯片、算法、应用的全流程组合，从而大大减少企业级应用约95%的开发成本。国产化人工智能“…...

编程日记 2025/9/11 1:15:13

基于AWS的大模型调用场景：10大成本优化实战方案

大模型训练与推理是AI领域的计算密集型场景，如何在AWS上实现高性能与低成本的双重目标？本文从实例选型、弹性伸缩、存储优化等角度，分享10个经过验证的AWS成本优化策略，帮助企业节省30%以上成本。一、大模型场景的成本痛点分析计…...

编程日记 2025/9/15 19:42:18

Human3.6M 解析3d pose标注 h36m

目录解析pkl 并可视化解析h5格式： view_h36m_h5_ok.py nlf 预测并计算指标mpje 解析pkl 并可视化 import os import pickleimport cv2 import imageio import numpy as npif __name__ == __main__:# pkl_path=r"E:\data\pose_3d\human3.6mtoolbox\annot\h36m_valid…...

编程日记 2025/9/8 21:06:18

设计模式-观察者模式和发布订阅模式区别

文章目录其他不错的文章二者有类似的地方，也有区别。引用的文章说的已经比较清楚了，这里只列出对比图。对比点观察者模式发布订阅模式中间人角色无事件中心，观察者直接订阅目标有事件中心，发布者与订阅者通过事件中心通信关系…...

编程日记 2025/9/11 8:25:49

Python proteinflow 库介绍

ProteinFlow是一个开源的Python库，旨在简化蛋白质结构数据在深度学习应用中的预处理过程。以下是其详细介绍：功能数据处理：支持处理单链和多链蛋白质结构，包括二级结构特征、扭转角等特征化选项。数据获取：能够从Protein Data Bank (PDB)和Structural Antibody Databa…...

编程日记 2025/9/11 14:06:08

羽绒服选购

羽绒服怎么选？ 看吊牌填充物含绒子量充绒克数填充物： 鹅绒>鸭绒>鹅鸭混合绒中国90%羽绒服都是鸭绒，鹅绒产量少，且拔毛方式不人道，所以价格更高白鸭绒和黑鸭绒区别不大，但是白羽绒服只能用白鸭绒…...

编程日记 2025/9/15 3:18:50

使用注解@RequestBody变红的解决问题

解决办法： package com.takeout.controller;import com.takeout.common.R; import com.takeout.entity.Employee; import com.takeout.service.EmployeeService; import lombok.extern.slf4j.Slf4j; import org.springframework.beans.factory.annotation.Autowire…...

编程日记 2025/9/13 20:57:01

Multi-Agent Routing Value Iteration Network(多智能体路由值迭代网络)论文阅读

标题：Multi-Agent Routing Value Iteration Network(多智能体路由值迭代网络) 作者：Quinlan Sykora， Mengye Ren， Raquel Urtasun 单位: Uber 发表期刊：AI 发表时间：2020年论文研究主题归类&#xf…...

编程日记 2025/9/9 15:48:05

商品详情 API 返回数据字段说明

京东商品详情 API 返回的数据是一个结构化的 JSON 对象，包含了商品的多个关键字段。以下是一些常见的返回值字段及其说明： 1. 商品基本信息 num_iid：商品唯一标识符。 title：商品标题。 desc_short：商品简短描述。 …...

编程日记 2025/9/12 12:56:22

数据结构 | 证明链表环结构是否存在

❤个人主页： 链表环结构 0.前言1.环形链表（基础）2.环形链表Ⅱ（中等）3.证明相遇条件及结论3.1 问题1特殊情况证明3.2 问题1普适性证明 0.前言在这篇博客中，我们将深入探讨链表环结构的检测方法：…...

编程日记 2025/9/11 7:35:52

AI Agent类开发应避免Python独舞，奏响多技术交响曲

、 （前些天发现了一个巨牛的人工智能学习网站，通俗易懂，风趣幽默，忍不住分享一下给大家。点击跳转到网站）。一、Python的局限：从“万能”到“单薄”的技术困境 1.1 Python的统治地位与暗礁 Python在AI…...

编程日记 2025/9/11 6:28:02

git基本使用

git 默认情况下，克隆的远程仓库会被命名为 origin git remote remove origin # 移除默认的远程仓库 origingit remote add origin https://github.com/CS144/minnow.git # 添加一个新的远程仓库 origin，指向自己的 GitHub 仓库git branch -M main #将当…...

编程日记 2025/9/13 1:25:19

解决IDEA中自动生成返回值带final修饰的问题

修改配置文件： 1、在settings选项下，Editor–Code Style–Java–Code Generation，确保红框内的两项不被勾选 2、在自动生成的地方,仔细观看final下面带有下划线,说明此处存在快捷键,这时按下ALT F, 选项框会取消勾选Declare final. 回车接…...

编程日记 2025/9/6 0:22:12

Java中的Exception和Error有什么区别？还有更多扩展

概念在Java中，Exception和Error都是Throwable的子类，用于处理程序中的错误和异常情况。然而，它们在用途和处理方式上有显著的不同： Exception： 用于表示程序在正常运行过程中可能出现的错误，如文件未找…...

编程日记 2025/9/10 7:28:00

什么是中性线、零线、地线，三相四线制如何入户用电

在变压器三相电侧，按照星形连接法，有一个中心点，这根线引出来的线接不接地：不接地就是中性线，接地就是零线下面就是没有接地：中性线接地了以后就可以叫做零线了三相电在高压输电的时候是没有零线的&a…...

编程日记 2025/9/16 4:45:42

不用额外下载jar包，idea快速查看使用的组件源码

以nacos为例子，在idea中引入了nacos依赖，就可以查看源码了。 2. idea选择open（不关闭项目直接选择file-open也可以）, 在maven的仓库里找到对应的包，打开 2.idea中选择 jar包，选择 add as library 3.这样j…...

编程日记 2025/9/8 19:26:21

Ant Design X 和 Element-Plus-X

Ant Design X 是 Ant Design 的全新 AGI 组件库，旨在帮助开发者更轻松地研发 AI 产品用户界面。提供AI交互所需的Attachments、Sender、ThoughtChain等组件，以及useXAgent、XStream等hooks。具备支持Vue和React两个版本 React： https://gi…...

编程日记 2025/9/16 1:57:44

jetson配置yolov5(tensor加速版）出现的问题（killed+tensor+~)

1.在cmake生成engine引擎文件时，出现一系列报错 make [ 20%] Building NVCC (Device) object CMakeFiles/myplugins.dir/myplugins_generated_yololayer.cu.o /home/lin/yolov5-4.0/yolov5/yololayer.h(54): error: member function declared with "override&…...

编程日记 2025/9/4 19:20:24

【华为战报】2025年3月考试战报！

原创：厦门微思网络了解更多往期考试→点【考试战报】华为认证 HCIA 3月微思 | HCIA 考试战报学员成绩单华为认证 HCIP 3月微思 | HCIP 考试战报学员成绩单学员证书华为认证 HCIE 3月微思 | HCIE 考试战报学员成绩单学员证书华为认证最新开班厦门面授…...

编程日记 2025/9/14 14:58:56

daz3d ERC Freeze to Morph Target 和另存为 Morph Asset(s)

. ERC 冻结至变形目标 (ERC Freeze to Morph Target) 核心目标：将骨架的调整与自定义造型的滑块关联起来。详细解释： 当你创建一个自定义造型（Morph）并调整了骨架（Rigging）以适应这个新造型后&#xff…...

编程日记 2025/9/15 10:27:28

【网络安全 | 项目开发】Web 安全响应头扫描器（提升网站安全性）

未经许可，不得转载。文章目录项目简介项目功能示例输出技术栈：简单代码结构可选扩展功能项目简介 Web 安全响应头扫描器（Security Headers Checker），一个安全合规工具，用于检测目标网站是否配置了关键的 HTTP 安全头部，帮助开发者提升网站基础安全性。项目功能 1.…...

编程日记 2025/9/2 18:28:21

Python - 爬虫-网页抓取数据-库requests

requests库是一个功能强大的HTTP库，用于发送各种HTTP请求，如GET、POST、PUT、DELETE等。 requests官网：Requests: HTTP for Humans™ — Requests 2.32.3 documentation 使用requests可以模拟浏览器的请求，比起之前用的urllib&a…...

编程日记 2025/9/6 22:42:45