Open Interpreter:重新定义人机交互的开源革命
引言
在人工智能技术蓬勃发展的今天,人机交互的方式正经历着前所未有的变革。Open Interpreter,作为一个开源项目,正在重新定义我们与计算机的互动方式。它允许大型语言模型(LLMs)在本地运行代码,通过自然语言命令完成各种任务,极大地简化了编程和任务执行的流程。
核心功能与特点
文件与代码操作
Open Interpreter 提供了强大的文件和代码操作功能。用户可以轻松地管理文件和文件夹,包括复制、移动、删除和查找文件。它支持多种编程语言,如 Python、JavaScript 等,用户只需用自然语言描述任务,无需手动编写代码。此外,它还能通过编写脚本自动执行重复性操作,提高工作效率。
使用示例:文件管理
# 复制文件
interpreter.chat("Copy the file 'example.txt' to the directory 'backup'.")# 移动文件
interpreter.chat("Move the file 'example.txt' to the directory 'documents'.")# 删除文件
interpreter.chat("Delete the file 'example.txt'.")# 查找文件
interpreter.chat("Find all files with the extension '.txt' in the current directory.")
使用示例:代码执行
# 运行 Python 代码
interpreter.chat("Run the following Python code to calculate the sum of 1 to 100:")
interpreter.chat("""
sum = 0
for i in range(1, 101):sum += i
print(sum)
""")# 运行 JavaScript 代码
interpreter.chat("Run the following JavaScript code to print 'Hello, World!':")
interpreter.chat("""
console.log("Hello, World!");
""")
系统交互
用户可以使用 Open Interpreter 获取系统信息,如硬件规格、网络状态、运行进程等。它还能控制应用程序,包括打开、关闭、监控应用程序。用户无需离开当前界面即可执行命令行指令,极大地提升了操作的便捷性。
使用示例:系统信息
# 获取系统信息
interpreter.chat("What is my system's hardware specification?")# 获取网络状态
interpreter.chat("What is my current network status?")# 获取运行进程
interpreter.chat("List all running processes.")
使用示例:应用程序控制
# 打开应用程序
interpreter.chat("Open the application 'Chrome'.")# 关闭应用程序
interpreter.chat("Close the application 'Chrome'.")# 监控应用程序
interpreter.chat("Monitor the CPU usage of the application 'Chrome'.")
数据处理与分析
Open Interpreter 在数据处理和分析方面表现出色。它可以从文件、数据库、网络获取数据,进行数据清洗和转换,以及进行统计分析和可视化。这使得它在数据分析领域具有广泛的应用前景。
使用示例:数据获取
# 从文件获取数据
interpreter.chat("Read the data from the file 'data.csv'.")# 从数据库获取数据
interpreter.chat("Connect to the database 'mydb' and retrieve the data from the table 'users'.")# 从网络获取数据
interpreter.chat("Download the data from the URL 'https://example.com/data.json'.")
使用示例:数据处理与分析
# 数据清洗
interpreter.chat("Clean the data by removing missing values and duplicates.")# 数据转换
interpreter.chat("Convert the data from CSV format to JSON format.")# 数据分析
interpreter.chat("Calculate the mean, median, and standard deviation of the data.")# 数据可视化
interpreter.chat("Generate a bar chart to visualize the data.")
网络与互联网操作
用户可以利用 Open Interpreter 下载和上传文件,发送邮件,以及从网页抓取数据。这些功能使得它在处理网络相关任务时非常高效。
使用示例:文件传输
# 下载文件
interpreter.chat("Download the file from the URL 'https://example.com/file.zip'.")# 上传文件
interpreter.chat("Upload the file 'file.zip' to the server 'ftp.example.com'.")
使用示例:邮件发送
# 发送邮件
interpreter.chat("Send an email to 'user@example.com' with the subject 'Hello' and the body 'Hi there!'.")
使用示例:网页抓取
# 抓取网页数据
interpreter.chat("Scrape the data from the webpage 'https://example.com'.")
设计与多媒体
在设计和多媒体领域,Open Interpreter 也展现出了强大的能力。它支持网站设计,使用 HTML、CSS 和 JavaScript 设计简单的网站。此外,它还能使用 PIL 或 OpenCV 等 Python 库进行照片编辑。
使用示例:网站设计
# 设计一个简单的网站
interpreter.chat("Create a simple website with HTML, CSS, and JavaScript.")
interpreter.chat("""
<!DOCTYPE html>
<html>
<head><title>My Website</title><style>body { font-family: Arial, sans-serif; }h1 { color: blue; }</style>
</head>
<body><h1>Welcome to My Website</h1><p>This is a simple website created using Open Interpreter.</p>
</body>
</html>
""")
使用示例:照片编辑
# 编辑照片
interpreter.chat("Resize the image 'photo.jpg' to 800x600 pixels.")
interpreter.chat("Apply a grayscale filter to the image 'photo.jpg'.")
技术原理
Open Interpreter 使用支持函数调用的语言模型,并通过 exec()
函数执行代码。模型的消息、代码和系统的输出会以 Markdown 格式流式传输到终端。它支持本地模式运行,充分利用用户的计算资源和网络连接。
语言模型支持
Open Interpreter 支持多种语言模型,包括 GPT-3.5、GPT-4、Claude、PALM 2 等。这些模型能够将自然语言描述转换为可执行的代码。
代码执行流程
- 自然语言解析:用户输入的自然语言命令被解析为具体的任务。
- 代码生成:语言模型根据任务生成相应的代码。
- 代码执行:生成的代码通过
exec()
函数在本地环境中执行。 - 结果返回:执行结果以 Markdown 格式返回给用户。
系统集成
Open Interpreter 与操作系统深度集成,能够访问文件系统、网络接口、应用程序接口等。这使得它能够完成各种复杂的任务。
安装与使用
安装 Open Interpreter 非常简单,只需在终端输入以下命令:
pip install open-interpreter
安装完成后,运行 interpreter
即可通过类似 ChatGPT 的界面与 Open Interpreter 进行交互。
基本使用
# 导入 Open Interpreter
from openinterpreter import Interpreter# 创建解释器实例
interpreter = Interpreter()# 与解释器交互
interpreter.chat("What's 349808 * 38490739?")
高级使用
# 自定义语言支持
class CustomLanguage:name = "custom"system_message = "This is a custom language."def run(self, code):yield {"type": "console", "format": "output","content": f"Running custom code: {code}"}# 添加自定义语言
interpreter.computer.languages.append(CustomLanguage)# 使用自定义语言
interpreter.chat("Run the custom code 'print Hello World'")
应用价值与未来展望
教育领域的变革
Open Interpreter 能够极大地改善编程教学的质量和效率。通过自然语言处理能力,复杂的编程任务可以被简化为简单的语言指令,使得没有编程背景的学生也能快速入门。
使用示例:编程教学
# 教学示例:计算斐波那契数列
interpreter.chat("Write a Python function to calculate the Fibonacci sequence up to 10 terms.")
娱乐与创意表达的新天地
在娱乐产业,Open Interpreter 开辟了内容创作的新路径。编剧和创作者可以利用自然语言描述场景、人物动作或故事情节,Open Interpreter 则将这些描述转化为具体的脚本或者直接生成动画原型。
使用示例:内容创作
# 生成动画脚本
interpreter.chat("Create an animation script where a character walks from left to right.")
商业自动化与决策优化
企业可以利用 Open Interpreter 来自动化日常任务,如市场分析、财务报告、客户关系管理等。通过自然语言指令,非技术人员也能够轻松地获取所需信息,从而做出更加明智的商业决策。
使用示例:市场分析
# 分析市场数据
interpreter.chat("Analyze the sales data from the last quarter and generate a report.")
医疗与科研的加速器
在医疗保健和科学研究领域,Open Interpreter 可以作为研究人员和医生的重要辅助工具。医生可以通过自然语言查询患者数据,快速获得诊断信息。科研人员可以使用它来分析庞大的数据集,发现新的模式和关联性,加速科学发现的过程。
使用示例:医疗诊断
# 查询患者数据
interpreter.chat("Retrieve the medical records of patient ID 12345.")# 分析患者数据
interpreter.chat("Analyze the patient's blood test results and suggest possible diagnoses.")
结论
Open Interpreter 作为一个开源的本地代码执行环境,不仅提供了强大的功能,还确保了用户的安全和隐私。它通过自然语言接口,让用户能够轻松地利用计算机的通用能力,完成各种任务。随着技术的不断进步,Open Interpreter 有望在更多领域发挥重要作用,创造出全新的应用场景和业务模式。
致谢
感谢 Open Interpreter 的开发团队和所有贡献者,他们的努力使得这个项目成为可能。我们期待更多的开发者加入这个开源项目,共同推动技术的进步。
开源项目地址
Open Interpreter 的项目地址如下:
- GitHub:https://github.com/OpenInterpreter/open-interpreter
- 官方网站:https://www.openinterpreter.com/
相关文章:
Open Interpreter:重新定义人机交互的开源革命
引言 在人工智能技术蓬勃发展的今天,人机交互的方式正经历着前所未有的变革。Open Interpreter,作为一个开源项目,正在重新定义我们与计算机的互动方式。它允许大型语言模型(LLMs)在本地运行代码,通过自然…...
Shell编程之条件语句
目录 一.条件测试操作 1.文件测试 2.整数值比较 3.字符串比较 4.逻辑测试 二:if条件语句 1.if语句的结构 (1)单分支if语句 (2)双分支if语句 (3)多分支if语句 2.if语句应用示例 &…...
Python编程快速上手 让繁琐工作自动化笔记
编程基础 字符串使用单引号...
高性能文件上传服务
高性能文件上传服务 —— 您业务升级的不二选择 在当今互联网数据量激增、文件体积日益庞大的背景下,高效、稳定的文件上传方案显得尤为重要。我们的文件分块上传服务端采用业界领先的 Rust HTTP 框架 Hyperlane 开发,凭借其轻量级、低延时和高并发的特…...
【从零开始学习JVM | 第二篇】HotSpot虚拟机对象探秘
对象的创建 1.类加载检查 虚拟机遇到一条new的指令,首先去检查这个指令的参数能否在常量池中定位到这个类的符号引用,并且检查这个符号引用代表的类是否已被加载过、解析和初始化过。如果没有,那必须先执行类的加载过程。 2.分配内存 在类…...
浅谈前端开发中的 npm、cnpm、pnpm、yarn各自特点
在前端开发中的 npm、cnpm、pnpm、yarn 等工具都是包管理器(Package Manager),用于安装/更新/卸载 JavaScript 项目的依赖。 下面我详细地给你梳理下这些包管理器的作用、特点和适用场景👇 一. npm(Node Package Mana…...
【数据结构】包装类和泛型
目录 1.包装类 1.1 基本数据类型和对应的包装类 1.2 装箱和拆箱 1.3 自动装箱和自动拆箱 2.泛型 2.1泛型的概念 2.2引出泛型 3.语法 4.泛型类的使用 5.泛型的上界 1.包装类 在Java中,由于基本类型不是继承自Object,为了在泛型代码中可以支持基…...
红帽9运行容器一
运行容器:容器概念,构建,存储和运行容器的核心技术(用户资源管理的控制组,进程隔离的命名空间,加强安全边界的SELinux和Seccomp) 软件运行需要环境,系统库,配置文件和服…...
使用poi+itextpdf把word转成pdf
使用 Apache POI 和 iTextPDF 将 Word 转换为 PDF 需要分两步操作:先用 POI 读取 Word 内容,再用 iText 生成 PDF。 apache poi官方文档:Apache POI™ - Javadocs 以下是详细的代码实现示例: 环境准备 在 pom.xml 中添加依赖: …...
民安智库:开启零售行业客户满意度提升新征程
在当今这个瞬息万变的商业世界中,零售市场的竞争愈发激烈,犹如一场没有硝烟的战争。各大零售企业为了抢占市场份额,纷纷使出浑身解数,从商品种类的丰富到店铺环境的优化,从价格策略的调整到服务质量的提升,…...
自行搭建一个Git仓库托管平台
1.安装Git sudo apt install git 2.Git本地仓库创建(自己选择一个文件夹) git init 这里我在 /home/test 下面初始化了代码仓库 1. 首先在仓库中新建一个txt文件,并输入一些内容 2. 将文件添加到仓库 git add test.txt 执行之后没有任何输…...
无锡无人机超视距驾驶证怎么考?
无锡无人机超视距驾驶证怎么考?在近年来,无人机技术的迅猛发展使得无人机的应用场景变得愈发广泛,其不仅在环境监测、农业喷洒、快递配送等领域展现出真金白银的价值,同时也推动了无人机驾驶证的需求。尤其是在无锡,随…...
pyautogui是什么:自动化鼠标和键盘操作
pyautogui是什么:自动化鼠标和键盘操作 目录 pyautogui是什么:自动化鼠标和键盘操作安装方法主要功能及使用示例1. 鼠标操作2. 键盘操作3. 获取屏幕信息应用场景注意事项pyautogui 是一个用于自动化鼠标和键盘操作的 Python 第三方库,它允许开发者通过编写 Python 代码来模拟…...
小白学习java第12天:IO流之缓冲流
1.IO缓冲流: 之前我们学习的都是原始流(FileInputStream字节输入流、FileOutputStream字节输出流、FIleReader字符输入流、FIleWriter字符输出流)其实我们可以知道对于这些其实性能都不是很好,要么太慢一个一个,要么就…...
智能导诊系统方案:人体画像导诊实现从症状到科室推荐及院内导航链路拆解(python示范 TensorFlow Embedding 层源码)
本文面向医院信息科负责人、医疗AI开发者、医院管理者,解决传统分诊依赖人工经验,效率低且易出错;患者跨科室就诊路径不清晰等痛点问题,实现症状到科室的精准推荐及动态导航链路优化。 如需获取智慧医院导航导诊系统解决方案请前往…...
声学测温度原理解释
已知声速,就可以得到温度。 不同温度下的胜诉不同。 25度的声速大约346m/s 绝对温度-273度 不同温度下的声速。 FPGA 通过测距雷达测温度,固定测量距离,或者可以测出当前距离。已知距离,然后雷达发出声波到接收到回波的时间&a…...
30天学Java第九天——线程
并行与并发的区别 并行是多核 CPU 上的多任务处理,多个任务在同一时间真正的同时执行并发是单核 CPU 上的多任务处理,多个任务在同一时间段内交替执行,通过时间片轮转实现交替执行,用于解决 IO 密集型任务的瓶颈 线程的创建方式…...
SaaS微服务架构的智慧工地源码,基于Spring Cloud +UniApp +MySql开发
基于微服务架构JavaSpring Cloud UniApp MySql技术开发,saas模式的一套智慧工地云平台源码,支持多端展示:PC端、大屏端、手机端、平板端。包含项目人员管理、视频监控管理、危大工程监管、绿色施工管理、现场物料管理、安全隐患排查等功能。 …...
Qt学习笔记——TableWidget的一些学习东西
TableWidget的一些学习东西 使用QtDesigner绘制表格,但是表格出现很多问题,烦死了,整理了一些内容。 在使用 Qt Designer 设置 QTableWidget 时,涉及大量属性选项,尤其是在初学阶段常常因为属性设置不当而导致表格显…...
《Uniapp-Vue 3-TS 实战开发》Pinia 及 Pinia 持久化
前言: 正文: 一、Pinia 基础用法 1. 安装与初始化 bash npm install pinia # 或 yarn add pinia 在 main.js/ts 中初始化: import { createApp } from vue import { createPinia } from pinia import App from ./App.vue const app = createApp(App) app.use(createPinia()…...
JAVA:SpringBoot 实现图片防盗链的技术指南
1、简述 防盗链(Hotlink Protection)是一种保护网站资源不被其他网站直接引用的技术,特别是在图片、视频等静态资源方面。防盗链的核心思想是检查请求的来源(Referer),只允许来自指定域名的请求访问资源。 在 Spring Boot 中,我们可以通过拦截器(Interceptor)或过滤…...
量子指纹识别
场景设定 某金融机构部署量子指纹认证系统,要求用户通过手机(传感器A)注册指纹,并在ATM机(传感器B)完成量子安全认证。系统需满足: 抗模板泄露:即使数据库被攻破,攻击者…...
图像变换方式区别对比(Opencv)
1. 变换示例 import cv2 import matplotlib.pyplot as plotimg cv2.imread(url) img_cut img[100:200, 200:300] img_rsize cv2.resize(img, (50, 50)) (hight,width) img.shape[:2] rotate_matrix cv2.getRotationMatrix2D((hight//2, width//2), 50, 1) img_wa cv2.wa…...
快速上手Linux联网管理
RHEL9版本特点 在RHEL7版本中,同时支持network.service和NetworkManager.service(简称NM)。在RHEL8上默认只能通过NM进行网络配置,包括动态ip和静态ip,若不开启NM,否则无法使用网络RHEL8依然支持network.service&…...
加速度计芯片的主要参数定义、计算、测试方法
加速度计的主要参数包括量程、分辨率、灵敏度、输出数据速率、接口类型、功耗、噪声等。量程决定了加速度的测量范围,比如2g到16g,不同的应用需要不同的量程。分辨率关系到能检测到的最小变化,通常用位数表示,比如12位或16位。灵敏…...
FFMPEG大文件视频分割传输教程,微信不支持1G文件以上
如下是一个2.77g的文件分割教程 . 前言 FFmpeg 是一个用于处理视频、音频等多媒体文件的开源工具包。它支持几乎所有的多媒体格式转换、剪辑和编辑,是开发者和多媒体工作者必备的工具。本文详细讲解如何在 Windows 系统上安装 FFmpeg 并进行基本配置。 2. 下载 FF…...
interfaceResidue:一款用于分析蛋白复合物“接触界面残基”的pymol插件
当我们使用AF3或其他结构预测工具获得蛋白复合物后,逃不掉的一步就是分析接触界面的残基互作,而分析互作的前提是要准确地识别出接触界面上的残基有哪些,如果手动找则太耗费精力而且也容易遗漏。本期向大家安利的这样一款pymol插件࿰…...
【Qt】常用控件【按钮类】
🌈 个人主页:Zfox_ 🔥 系列专栏:Qt 目录 一:🔥 前言 二:🔥 按钮类控件 🦋 Push Button 按钮🎀 带有图标的按钮 -- 纯代码实现🎀 带有快捷键的按钮…...
996引擎-源码学习:PureMVC Lua 中的系统启动,初始化并注册 Mediator
996引擎-源码学习:PureMVC Lua 中的系统启动,初始化并注册 Mediator 一、PureMVC 核心架构二、系统启动流程系统启动注册 StartUp 通知发送 StartUp 通知,开始初始化三、Mediator 初始化1. gameStateInit.lua2. LoadingBeginCommand.lua3. RegisterWorldMediatorCommand.lua…...
SDP(一)
SDP(Session Description Protocol)会话描述协议相关参数 Session Description Protocol Version (v): 0 --说明:SDP当前版本号 Owner/Creator, Session Id (o): - 20045 20045 IN IP4 192.168.0.0 --说明:发起者/创建者 会话ID,那么该I…...
深入理解Apache Kafka
引言 在现代分布式系统架构中,中间件扮演着至关重要的角色,它作为系统各组件之间的桥梁,负责处理数据传递、消息通信、负载均衡等关键任务。在众多中间件解决方案中,Apache Kafka凭借其高吞吐量、低延迟和可扩展性,已…...
【AI News | 20250411】每日AI进展
AI Repos 1、docext docext是一款无需OCR的本地化文档信息提取工具,利用视觉语言模型(VLM)从发票、护照等文档图像中高效提取结构化字段和表格数据。其支持自定义字段或预置模板,提供置信度评分、多页处理及REST API集成…...
风暴之眼:在AI重构的数字世界重绘职业坐标系
硅谷的某个深夜,GitHub Copilot在程序员的注视下自动生成出完美代码,这个场景正在全球数百万开发者的屏幕上同步上演。当AI生成的代码通过图灵测试,当机器学习模型开始理解业务需求,一个根本性命题浮出水面:在人类亲手…...
关于深度学习局部视野与全局视野的一些思考
关于深度学习局部视野与全局视野的一些思考 最近,我在学习一个基于Transformer的网络模型时,注意到了一些局部特征和全局特征的概念。引发了一些疑问: 为什么说CNN只能看到局部区域,而transformer能看到全局区域?什么是token? 对于图像中…...
Asp.NET Core WebApi 配置文件
在 ASP.NET Core Web API 中,配置文件(如 appsettings.json)是管理应用程序设置的核心部分。ASP.NET Core 提供了一套灵活的配置系统,允许开发者从多种来源加载配置数据,并根据需要使用这些配置。 以下是关于如何在 A…...
免费的AI原创文章批量生成工具,站长内容更新工具推荐
说到AI生成文章,现在已经不是什么热门话题了,因为国内有很多的AI模型现在也越来越成熟了,那么科技工具的出现就是为人民服务的,我们要合理的用好它。 今天给大家推荐的是一款很厉害的站长网站内容更新工具,它可以利用…...
在ASP.NET Core 中实现幂等API和WinForms客户端防重提交实践
前言 大家好,欢迎关注dotnet研习社。今天,我想和大家聊聊在 ASP.NET Core 中如何实现幂等 API,这是我们在实际项目开发中非常重要、但又常常被忽略的一个话题。 什么是幂等性? 幂等性(Idempotency)指的是…...
Vue如何利用Postman和Axios制作小米商城购物车
小编最近太忙了,没来得及更新博客!上一条博客我们写了小米商城购物车的简版,今天我们就在简版的基础之上来增加一些功能,写一下数量的加减、总价、删除(批量删除)、全选取消全选等功能。如果上一条博客没有…...
使用Windows工具进行内存取证(不进行完全内存转储)
内存取证是分析易失性内存以发现恶意活动、恶意软件行为或系统异常的强大技术。一般情况下调查员会转储全部物理内存,并使用Volatility等工具对其进行分析。然而在许多实际场景中,由于系统限制、安全策略或紧迫性等原因,完全转储可能并不可行…...
大厂文章阅读
1.异步任务处理系统,如何解决业务长耗时、高并发难题? 1)任务失败如何处理(CAS失败也可用):1.指数退避,匹配下游任务执行系统的处理能力。比如收到下游任务执行系统的流控错误,或者感知到任务执行成为瓶颈,需要指数退…...
ubuntu 服务器版本常见问题
一、系统安装与初始化 1. 安装过程中断或失败 原因:镜像损坏、硬件兼容性、磁盘分区错误。 解决: 验证 ISO 文件的完整性(计算 SHA256 校验和)。 检查 BIOS/UEFI 设置(禁用 Secure Boot)。 使用手动分区模式,确保根分区(/)和 EFI 分区(如有)正确配置。 2. 系…...
第十五届蓝桥杯大赛软件赛省赛Python 大学 B 组试做(下)【本期题单: 缴纳过路费, 纯职业小组】
本期题单:缴纳过路费,纯职业小队 文章目录 缴纳过路费题目思路分析代码 纯职业小组题目思路分析 感谢大伙观看,别忘了三连支持一下大家也可以关注一下我的其它专栏,同样精彩喔~下期见咯~ 缴纳过路费 题目 题目链接:缴…...
【Hadoop入门】Hadoop生态之Oozie简介
1 什么是Oozie? Oozie是Apache基金会下的一个开源工作流调度系统,专门设计用于管理Hadoop作业。作为一个基于工作流的调度服务器,它能够在复杂的任务依赖关系中协调Hadoop MapReduce、Pig、Hive等任务的执行,是大数据平台中任务编…...
【Amazon EC2】为何基于浏览器的EC2 Instance Connect 客户端连接不上EC2实例
文章目录 前言📖一、报错先知❌二、问题复现😯三、解决办法🎲四、验证结果👍五、参考链接🔗 前言📖 这篇文章将讲述我在 Amazon EC2 上使用 RHEL9 AMI 时无法连接到 EC2 实例时所遇到的麻烦😖 …...
【大模型系列篇】最强检索增强技术GraphRAG基本原理详解
GraphRAG是一种结合了知识图谱(Knowledge Graph)和大型语言模型(Large Language Model, LLM)的检索增强生成(Retrieval-Augmented Generation, RAG)技术。它通过引入图结构化的知识表示和处理方法ÿ…...
【高阶数据结构】第二弹---图的深度解析:从基本概念到邻接矩阵的存储与操作
✨个人主页: 熬夜学编程的小林 💗系列专栏: 【C语言详解】 【数据结构详解】【C详解】【Linux系统编程】【高阶数据结构】 目录 1、图的基本概念 2、图的存储结构 2.1、邻接矩阵 2.1.1、基本结构 2.1.2、图的创建 2.1.3、获取顶点下标…...
【Java实战】——手撕斐波那契数列
🎁个人主页:User_芊芊君子 🎉欢迎大家点赞👍评论📝收藏⭐文章 🔍系列专栏:【Java】内容概括 这里写目录标题 1.什么是斐波那契数列?2.代码实现2.1 递归实现2.2 迭代实现 3.执行结果 …...
Python数据可视化-第7章-绘制3D图表和统计地图
环境 开发工具 VSCode库的版本 numpy1.26.4 matplotlib3.10.1 ipympl0.9.7教材 本书为《Python数据可视化》一书的配套内容,本章为第7章 绘制3D图表和统计地图 本章首先介绍了使用mplot3d工具包绘制3D图表,然后介绍了使用animation模块制作动画&#…...
操作系统 4.2-键盘
键盘中断初始化和处理 提取的代码如下: // con_init 函数,初始化控制台(包括键盘)的中断 void con_init(void) {set_trap_gate(0x21, &keyboard_interrupt); } // 键盘中断处理函数 .globl _keyboard_interrupt _keyboard…...
24.0.2 双系统ubuntu 安装显卡驱动黑屏,系统启动界面键盘失灵
问题描述:通过run文件在ubuntu 界面版安装nvidia 驱动后,忽然黑屏,再次启动时,键盘鼠标失灵无法选择系统,只能进入ubuntu界面。第二个问题是ubuntu 也无法用户登录,左上角光标闪烁。 查询方案,…...