logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

Python零基础入门(六)——超详细的字符串与正则表达式

本篇博客我们学习了字符串的常用操作,包括拼接字符串、计算字符串的长度、截取字符串、分割字符串、检索字符串、字母的大小写转换、去除字符串中的空格和特殊字符、格式化字符串。我们还介绍了正则表达式的基础知识,包括行定位符、元字符、限定符、字符类、排除字符、选择字符、转义字符和分组。最后,我们学习了如何使用 re 模块在 Python 中实现正则表达式的操作,包括匹配字符串、替换字符串和分割字符串。掌握了

文章图片
#python#开发语言#正则表达式 +1
解决GitHub下载速度太慢问题的方法汇总(持续更新,建议收藏)

Github上下载仓库或者克隆仓库,速度基本稳定在 20k 以下,当克隆一些大的仓库时,以这乌龟速度,很容易出现克隆超时的错误,等了几十分钟的下载一夜回到解放前,那种感觉我猜各位或多或少都经历过。本博客汇总了几种亲测可用的方案,很大地提升下载速度,一个大的仓库一分钟左右就可以搞定,也会持续的更新一些可用新方法,希望对你有帮助。以下方案均来自网络的分享,我只是做整理推荐。

文章图片
#github#git
电机驱动系统智能监测与故障预测技术指南:构建数据驱动的预防性维护体系

本文全面阐述现代电机驱动系统监测软件的核心数据采集框架与故障智能诊断方法。通过构建覆盖电能输入到机械输出的完整物理信号链监测体系,结合分层采集策略与多源数据融合技术,实现对逆变器、电机本体、控制系统的实时状态评估。文章重点介绍了基于阈值趋势分析、频谱特征提取以及机器学习算法的三级诊断架构,并详细说明如何通过健康度评估模型与时间序列预测实现从被动维修到预测性维护的转变。最后提供软件功能设计的具体实施

#python#sql
电机驱动系统智能监测与故障预测技术指南:构建数据驱动的预防性维护体系

构建全面的电机驱动监测系统是实现预测性维护的关键基础设施。通过实施本文提出的四维监测体系三级诊断架构和分阶段实施策略,企业能够显著提升设备可靠性、降低维护成本并减少意外停机。数字孪生集成:将监测系统与电机驱动的数字孪生模型结合,实现更精确的故障模拟与预测跨设备知识迁移:利用迁移学习技术,将已学习到的故障模式快速应用到新设备自适应诊断模型:开发能够随设备老化自动调整的诊断算法人机协作决策:结合AI诊

#单片机#嵌入式硬件
电路分析与设计自学笔记(一)——复杂电路的分析方法与规律

本文介绍了分析复杂电路的三种主要方法。基尔霍夫定律包括电流定律(节点电流代数和为零)和电压定律(回路电压代数和为零);叠加定理指出线性电路中各电源单独作用时可叠加计算电流或电压;戴维南定理将有源二端网络等效为电动势与内阻串联的电路。此外还阐述了最大功率传输定理(负载阻抗等于电源内阻时功率最大)和阻抗变换原理(通过变压器实现阻抗匹配)。这些方法为复杂电路分析提供了有效工具。

文章图片
#硬件工程
Github自定义个人首页

GitHub 个人主页,官方称呼是 profile,是一个以 Markdown 脚本语言编写的个人 GitHub展示主页面。Guthub 个人主页可以展示很多有用的信息,例如添加一个首页被访问次数的计数器,一个Github被 Star 与 Commit 的概览信息,以及各种技能标签,设备标签等,还可以利用 wakatime 显示你最近编码各类语言的使用时长,以及你最近 Steam 游戏游玩排行榜。

文章图片
#github#git
InsCode Stable Diffusion使用教程【InsCode Stable Diffusion美图活动一期】

记录一下如何使用 InsCode Stable Diffusion 进行 AI 绘图以及使用感受

文章图片
#人工智能
Github自定义个人首页

GitHub 个人主页,官方称呼是 profile,是一个以 Markdown 脚本语言编写的个人 GitHub展示主页面。Guthub 个人主页可以展示很多有用的信息,例如添加一个首页被访问次数的计数器,一个Github被 Star 与 Commit 的概览信息,以及各种技能标签,设备标签等,还可以利用 wakatime 显示你最近编码各类语言的使用时长,以及你最近 Steam 游戏游玩排行榜。

文章图片
#github#git
InsCode Stable Diffusion使用教程【InsCode Stable Diffusion美图活动一期】

记录一下如何使用 InsCode Stable Diffusion 进行 AI 绘图以及使用感受

文章图片
#人工智能
解决GitHub下载速度太慢问题的方法汇总(持续更新,建议收藏)

Github上下载仓库或者克隆仓库,速度基本稳定在 20k 以下,当克隆一些大的仓库时,以这乌龟速度,很容易出现克隆超时的错误,等了几十分钟的下载一夜回到解放前,那种感觉我猜各位或多或少都经历过。本博客汇总了几种亲测可用的方案,很大地提升下载速度,一个大的仓库一分钟左右就可以搞定,也会持续的更新一些可用新方法,希望对你有帮助。以下方案均来自网络的分享,我只是做整理推荐。

文章图片
#github#git
    共 12 条
  • 1
  • 2
  • 请选择