<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[cdinten的专栏]]></title><description><![CDATA[]]></description><link>https://blog.csdn.net/cdinten</link><language>zh-cn</language><generator>https://blog.csdn.net/</generator><copyright><![CDATA[Copyright &copy; cdinten]]></copyright><item><title><![CDATA[利用SharpShell为属性添加标签页]]></title><link>https://blog.csdn.net/cdinten/article/details/163416466</link><guid>https://blog.csdn.net/cdinten/article/details/163416466</guid><author>cdinten</author><pubDate>Sun, 02 Aug 2026 14:43:44 +0800</pubDate><description><![CDATA[本文详细介绍了如何在Windows系统中通过Shell扩展机制为.cs文件添加自定义属性标签页，实现代码预览与语法高亮功能。主要内容包括：技术原理、实现步、关键技术点、注意事项等]]></description><category></category></item><item><title><![CDATA[Ubuntu 22.04.5 修改IP]]></title><link>https://blog.csdn.net/cdinten/article/details/144779531</link><guid>https://blog.csdn.net/cdinten/article/details/144779531</guid><author>cdinten</author><pubDate>Sat, 18 Jan 2025 00:06:33 +0800</pubDate><description><![CDATA[nameservers：域名解析服务器，常用的是这两个，国内也可以使用114.114.114.114。当然我也测试了一下重启以后是否会出现复原或者丢失的情况，发现配置是一直生效的。addresses：需要配置的地址，我这里配置为192.168.147.45。gateway4：网关地址，格局实际情况配置，通常是192.168.147.1。命令执行完成以后，通过ifconfig查看，可以看到修改生效了。Ubuntu22.04.5使用的是netplan管理网络，因此需要在文件夹。不需要重启电脑就可以生效。]]></description><category></category></item><item><title><![CDATA[Python操作Excel——openpyxl使用笔记（5）]]></title><link>https://blog.csdn.net/cdinten/article/details/145207365</link><guid>https://blog.csdn.net/cdinten/article/details/145207365</guid><author>cdinten</author><pubDate>Fri, 17 Jan 2025 14:55:19 +0800</pubDate><description><![CDATA[运行效果如下：通常建议是合并以后，再向合并的单元格中填写内容，如果合并的多个单元格，每个里面都有内容，则执行合并操作后，以合并前左上角的单元格的内容作为合并后的内容，其他单元格的内容都会消失。运行效果如下：显然B2这个单元格参与了两此单元格合并，程序运行正常，没有报错，但是尝试打开Excel文档时，会出现如下提示：因此在合并单元格时需要格外小心。]]></description><category></category></item><item><title><![CDATA[Python操作Excel——openpyxl使用笔记（4）]]></title><link>https://blog.csdn.net/cdinten/article/details/145207040</link><guid>https://blog.csdn.net/cdinten/article/details/145207040</guid><author>cdinten</author><pubDate>Fri, 17 Jan 2025 14:54:23 +0800</pubDate><description><![CDATA[在openpyxl中，通过Font对象来设置单元格的字体样式，在Font对象中，可以配置字体的类型，字体样式（粗体、斜体、下划线）、大小和颜色等。]]></description><category></category></item><item><title><![CDATA[Python操作Excel——openpyxl使用笔记（3）]]></title><link>https://blog.csdn.net/cdinten/article/details/145206854</link><guid>https://blog.csdn.net/cdinten/article/details/145206854</guid><author>cdinten</author><pubDate>Fri, 17 Jan 2025 14:53:39 +0800</pubDate><description><![CDATA[在前面的例子中，已经简单演示过了向单元格中写入和读取数据。这里进一步提供访问单元格的一些方法。]]></description><category></category></item><item><title><![CDATA[Python操作Excel——openpyxl使用笔记（1）]]></title><link>https://blog.csdn.net/cdinten/article/details/142661952</link><guid>https://blog.csdn.net/cdinten/article/details/142661952</guid><author>cdinten</author><pubDate>Fri, 17 Jan 2025 14:52:26 +0800</pubDate><description><![CDATA[一个xlsx文件就是一个工作簿，英文为workbook，然后一个工作簿中包括了1个或者多个工作表，英文名为worksheet，当前使用的工作表叫做活动工作表，一个工作表中包含了很多个的单元格。]]></description><category></category></item><item><title><![CDATA[Python操作Excel——openpyxl使用笔记（2）]]></title><link>https://blog.csdn.net/cdinten/article/details/145190424</link><guid>https://blog.csdn.net/cdinten/article/details/145190424</guid><author>cdinten</author><pubDate>Fri, 17 Jan 2025 14:50:31 +0800</pubDate><description><![CDATA[前面提到一个工作簿中会有一个或者多个工作表，当前使用的工作表被称作活动工作表，这里展开介绍一下对于工作表的一些操作。]]></description><category></category></item><item><title><![CDATA[Matplotlib绘制饼图]]></title><link>https://blog.csdn.net/cdinten/article/details/144539814</link><guid>https://blog.csdn.net/cdinten/article/details/144539814</guid><author>cdinten</author><pubDate>Fri, 10 Jan 2025 12:06:46 +0800</pubDate><description><![CDATA[饼图会出现在很多需要呈现各部分在整体中比重的场合，而且会有一系列的变种，这里把常见的一些饼图及绘制方式整理一下。]]></description><category></category></item><item><title><![CDATA[RK3568开发板静态IP地址配置]]></title><link>https://blog.csdn.net/cdinten/article/details/143534249</link><guid>https://blog.csdn.net/cdinten/article/details/143534249</guid><author>cdinten</author><pubDate>Tue, 05 Nov 2024 23:28:52 +0800</pubDate><description><![CDATA[首先需要用一根网线直连电脑和开发板，或者通过路由器连接到开发板，将电脑 IP 手动设置为和开发板同网段的 IP 例如 192.168.0.100（如果是路由器的话，也要配置这个网段），然后在 PC 端能 ping 以后，就可以使用SSH工具连接到开发板了。以为可以修改成功，结果重启以后，IP地址又变了。修改/etc/network/interfaces.d/eth0中的内容，重启以后还是没有按照我配置的ip地址，看来这个开发板的IP地址配置方式有点儿不太一样，折腾了一阵子以后，我没整明白就放弃了。]]></description><category></category></item><item><title><![CDATA[Python数值计算（34）——newton-cotes积分公式]]></title><link>https://blog.csdn.net/cdinten/article/details/143327177</link><guid>https://blog.csdn.net/cdinten/article/details/143327177</guid><author>cdinten</author><pubDate>Tue, 29 Oct 2024 22:09:49 +0800</pubDate><description><![CDATA[前面可以看到，通过使用2个到4个不同的等距节点，采用Lagrange插值公式构造多项式曲线拟合原待求积分的函数，实现数值积分，从两点的梯形公式，到三点的1/3 Simpson公式，以及四点的3/8 Simpson公式，其本质都是一样的，按这种思路，我们可以一直做下去，例如五点、六点等的积分公式，那么，这其中的方法，就是Newton-Cotes公式。由前面介绍的曲线拟合中的插值算法，可知这些点及其对应函数值，通常可以构成次数不超过n次的多项式]]></description><category></category></item><item><title><![CDATA[Python数值计算（33）——simpson 3/8积分公式]]></title><link>https://blog.csdn.net/cdinten/article/details/143217079</link><guid>https://blog.csdn.net/cdinten/article/details/143217079</guid><author>cdinten</author><pubDate>Sat, 26 Oct 2024 20:26:45 +0800</pubDate><description><![CDATA[既然前的Simpson可以通过使用三个点构造二次曲线近似积分，那么，如果点数增加到了4个，然后不就可以构造三次多项式的曲线，实现对目标值的积分吗？如果采用和上一节介绍的同样的方法，也是可以实现的。]]></description><category></category></item><item><title><![CDATA[节日快乐啊]]></title><link>https://blog.csdn.net/cdinten/article/details/143226872</link><guid>https://blog.csdn.net/cdinten/article/details/143226872</guid><author>cdinten</author><pubDate>Fri, 25 Oct 2024 09:51:04 +0800</pubDate><description><![CDATA[才想起来昨天是1024，程序员也有自己的节日了。]]></description><category></category></item><item><title><![CDATA[Python数值计算（32）——simpson 1/3积分公式]]></title><link>https://blog.csdn.net/cdinten/article/details/143216783</link><guid>https://blog.csdn.net/cdinten/article/details/143216783</guid><author>cdinten</author><pubDate>Fri, 25 Oct 2024 00:23:09 +0800</pubDate><description><![CDATA[前面我们通过用矩形和梯形的数值算法，近似实现了数值积分，那么，和之前插值类似，是否可以使用多项式来拟合曲线，然后将该多项式作为被积函数求积分呢？当然是可行的，如果以最简单的二次多项式为例，如果给出三个点及对应的函数值，一般就可以构造出一个二次多项式，然后以此进行积分，这就是Simpson（辛普森）积分公式的思想。]]></description><category></category></item><item><title><![CDATA[Python数值计算（31）——梯形积分公式]]></title><link>https://blog.csdn.net/cdinten/article/details/141686185</link><guid>https://blog.csdn.net/cdinten/article/details/141686185</guid><author>cdinten</author><pubDate>Thu, 24 Oct 2024 23:54:09 +0800</pubDate><description><![CDATA[梯形积分公式其实和矩形积分公式类似，只是前面在采用矩形积分公式时，使用的是中点处的纵坐标作为矩形的高，而在梯形积分公式中，使用的是边界上两个点的高度，作为直角梯形的上底和下底，然后横坐标的差作为梯形的高，其近视积分为：可以看到，如果对于线性函数，这种算法是精确的。]]></description><category></category></item><item><title><![CDATA[Python数值计算（30）——矩形及复合矩形积分公式]]></title><link>https://blog.csdn.net/cdinten/article/details/143195680</link><guid>https://blog.csdn.net/cdinten/article/details/143195680</guid><author>cdinten</author><pubDate>Wed, 23 Oct 2024 23:19:43 +0800</pubDate><description><![CDATA[前面介绍了数值积分的基本背景知识，接下来就介绍各种常见的数值积分算法，本次主要介绍矩形和梯形积分公式。]]></description><category></category></item><item><title><![CDATA[Python数值计算（29）——数值积分概述]]></title><link>https://blog.csdn.net/cdinten/article/details/143171817</link><guid>https://blog.csdn.net/cdinten/article/details/143171817</guid><author>cdinten</author><pubDate>Wed, 23 Oct 2024 22:05:16 +0800</pubDate><description><![CDATA[众所周知，对于一个函数求微分，只要搞清楚了链式法则，对已知解析式的函数，都可以比较方便的求出其导数的解析式。但是反过来，即使是知道一些函数的解析式，也不一定（或者说大概率）没法算出其积分的解析式，这样的函数简直不胜枚举，例如等等，甚至，在有些时候连原函数解析式是怎样的都不知道，只有一系列的采样点，而又要通过这些采样点进行积分计算。通过数值方法计算的基本方法叫做数值积分，通常使用来近似。]]></description><category></category></item><item><title><![CDATA[Python数值计算（28）——理查森外推法]]></title><link>https://blog.csdn.net/cdinten/article/details/143155753</link><guid>https://blog.csdn.net/cdinten/article/details/143155753</guid><author>cdinten</author><pubDate>Tue, 22 Oct 2024 23:54:58 +0800</pubDate><description><![CDATA[理查森外推法( Richardson extrapolation)是一种提高某些数值过程精度的简单方法，在数值方法中广泛应用。理查森外推法的基本思想是通过对原函数进行多次求导，并在每一步求导的基础上进行线性组合，得到一个新的函数，这个新的函数与原函数的差距会逐渐减小，最终趋于零。理查森外推法的优点是简单易行，适用于各种数值计算。理查森外推法的一般步骤如下：1. 确定原函数的导数。2. 确定原函数的导数的导数。3. 利用导数的导数，构造新的函数。]]></description><category></category></item><item><title><![CDATA[Python数值计算（27）—— 数值微分]]></title><link>https://blog.csdn.net/cdinten/article/details/143124070</link><guid>https://blog.csdn.net/cdinten/article/details/143124070</guid><author>cdinten</author><pubDate>Mon, 21 Oct 2024 23:19:29 +0800</pubDate><description><![CDATA[根据前面的定义，虽然我们无法通过数值计算取得极限为零，但是当变化量足够小的时候，是可以通过差分的方法，估算处该点处的导数值的，通过对泰勒多项式的展开，以及差分选用的方式，分为了前向差分，中间差分和后向差分，以下是误差限为。所以，在数值计算的时候，虽然公式可以保证，较小的步长可以产生更加精确的结果，但是由于在实际计算时，由于浮点数计算的限制，以及分母太小，容易造成分子的误差被放大，最终结果是更小的步长并不一定会产生更小的误差。处的导数，就是该点处切线的斜率，导数对于函数的变化率至关重要。]]></description><category></category></item><item><title><![CDATA[将脚本编译为pyd文件]]></title><link>https://blog.csdn.net/cdinten/article/details/142674015</link><guid>https://blog.csdn.net/cdinten/article/details/142674015</guid><author>cdinten</author><pubDate>Tue, 01 Oct 2024 21:26:41 +0800</pubDate><description><![CDATA[Python虽然作为一种解释性语言，通常是使用解释器处理脚本的方式完成工作，但是也具有和很多其他诸如C、C#语言等类似的方式，可以将.py文件编译为*.pyd文件，即Python动态链接库文件。关于动态链接库的优缺点这里就不展开细说了，具体介绍如何编译及使用。要将Python文件编译成.pyd文件，可以使用Cython，以下是基本的操作步骤。]]></description><category></category></item><item><title><![CDATA[关于Python升级以后脚本不能运行的问题]]></title><link>https://blog.csdn.net/cdinten/article/details/142501781</link><guid>https://blog.csdn.net/cdinten/article/details/142501781</guid><author>cdinten</author><pubDate>Tue, 24 Sep 2024 22:21:25 +0800</pubDate><description><![CDATA[近日将Python从3.11升级到了3.12，然后把几个包例如numpy等也通过pip给upgrade了一下，结果原来运行的好好的脚本，都运行不了了，还出现各种报错。怀疑是自己升级了环境导致的，因此通过搜索引擎检索了一下，有这么个方式可以解决，做个笔记，也和大家分享一下。注意：保险起见，在升级所有包之前，建议备份你的环境或确保重要项目在一个独立的虚拟环境中，避免更新导致的兼容性问题。既然如此，那就通过命令，再安装一个pip-review的包。然后就可以正常运行之前的脚本了。可以发现很多过时的软件包。]]></description><category></category></item></channel></rss>