jupyter notebook读取/导出excel文件相关说明：Series 序列，是一种一维的结构，类似于一维列表和ndarray中的一维数组，但是功能比他们要更为强大，Series由两部分组成：索引index和数值values；DataFrame 是一种表格型数据结构，它含有一组有序的列，每列可以是不同的值。DataFrame既有行索引，也有列索引，它可以看作是由Series组成的字典，不过

通过Matplotlib画sin(x)《Python程序设计与科学计算》中的一些笔记。1.初始绘制通过np.linspace生成一个等差数列。为了使曲线变得平滑，在[0,2π]的区间内生成256个数据，生成的图像如图1所示。import matplotlib.pyplot as pltimport numpy as npx = np.linspace(0, 2 * np.pi, num=100)y

ubuntu20.04中安装cuda11.4出现“tmp上的磁盘空间不足，卷tmp仅剩余0字节的硬盘空间”，如下根据网上资料收集，通过如下命令即可：sudo mkdir /home/tmpsudo sh cuda sudo sh cuda_11.4.2_470.57.02_linux.run --tmpdir=/home/tmp/但是在实践过程中，第一步有问题经查找资料，上述命令改为如下：sudo

Pytorch1.7.0—GPU安装教程

jupyter notebook读取/导出excel文件相关说明：Series 序列，是一种一维的结构，类似于一维列表和ndarray中的一维数组，但是功能比他们要更为强大，Series由两部分组成：索引index和数值values；DataFrame 是一种表格型数据结构，它含有一组有序的列，每列可以是不同的值。DataFrame既有行索引，也有列索引，它可以看作是由Series组成的字典，不过

python中scipy.optimize.leastsq（最小二乘拟合）用法   《Python程序设计与科学计算》中SciPy.leastsq（最小二乘拟合）的一些笔记。   假设有一组实验数据(xi,yi)，已知它们之间的函数关系为y=f(x)，通过这些信息，需要确定函数中的一些参数项。例如，如果f是一个线性函数f(x)=kx+b，那么参数k和b就是需要确定的值，得到如下公式中的S函数最小：

从清华大学的镜像包下载，使用以下命令pip install -i https://pypi.tuna.tsinghua.edu.cn/simple opencv-python安装成功

双线性插值参考链接: https://gitee.com/angerial/opencv/blob/master/interpolation/bilinear_interpolation.py代码：import cv2import numpy as npdef bilinear_interpolation(img, out_dim):src_h, src_w, channel = img.shap

Pytorch1.7.0—GPU安装教程

python中scipy.optimize.leastsq（最小二乘拟合）用法   《Python程序设计与科学计算》中SciPy.leastsq（最小二乘拟合）的一些笔记。   假设有一组实验数据(xi,yi)，已知它们之间的函数关系为y=f(x)，通过这些信息，需要确定函数中的一些参数项。例如，如果f是一个线性函数f(x)=kx+b，那么参数k和b就是需要确定的值，得到如下公式中的S函数最小：