graph plotter

格子玻尔兹曼 圆柱绕流 Python编写(lattice boltzmann flow around a cylinder, using Python. very fast because of numpy library)

根据文本数据列表，批量生成二维码的Python程序。本示例源文件 PL_XLD_CODE.txt 生成目标文件在同一目录下：

说明：  使用Python对决策树算法进行了基础的模拟，输入数据后，可以输出根据数据的哪些属性进行决策树分类。(Python is used to simulate the decision tree algorithm. After inputting the data, it can output which attributes of the data to classify the decision tree.)

要回答以下问题，请只雇用第 1 章中讨论的 Python 知识 和 2 在教科书中。请不要使用技术或工具不在这两个章节中讨论。 第 1 季度。以交互模式启动 Python 解释器和使用它作为一个计算器来解决以下 问题。复制和粘贴的内容你解释器窗口 （即，命令提示符或终端 窗口） 如回答对这一问题来展示你的作品。 艾哈迈德曾 10 土耳其里拉 (TL)。他买了 5 支钢笔和 2 笔记本。每一笔费用 25 的佼佼者，和 每个笔记本成本 1.25 TL。然后，他花了他所有剩余的钱，去买 simits。每个 simit 成本 75 佼佼者。多少的 simits 是艾哈迈德能买？他还剩下多少钱？(提示 ︰ 1 TL = 100 佼佼者）

说明：  基于信息增益的决策树的前期构造及注解原理及代码实现(Preliminary Construction and Annotation Principle of Decision Tree Based on Information Gain and Code Implementation)

ZigBee network wireless sensor networks This document describes software examples for the CC2430 System-on-Chip solution for IEEE 802.15.4/ZigBee. It also describes the necessary hardware and software to run the examples, and how to get started. The software examples are able to run on the CC2430EM or CC2430-CC2591EM mounted on SmartRF04EB.

8个实例简单介绍Python装饰器的实现。包含参数，执行效果等：#/usr/bin/env python#-*- coding:utf-8 -*-"""两个装饰器的执行顺序是outer_0     开头输入前outer_1     123原函数       呵呵outer_1     456outer_0     加法结果等于"""#哪个装饰器先执行就先执行谁的，比如将outer_0和outer_1调转，其实就是也可以把一个装饰器outer_1当做参数传入outer_0#装饰器主要运用于权限设置def outer_0(func):    def inner(*args, **kwargs):        print("开头输入前")        ret = func(*args, **kwargs)        print("加法结果等于",ret," ")        return ret    return innerdef outer_1(func):    def inner(*args, **kwargs):        print("123")        ret = func(*args, **kwargs)      &

说明：  boxcox函数的python实现，引用该函数可将偏态分布调整为正态分布(Python implementation of box Cox function)

本文是2016 台湾资料科学年会前导课程“一天搞懂深度学习”的全部讲义PPT（共268页），由台湾大学电机工程学助理教授李宏毅主讲。作者在文中分四个部分对神经网络的原理、目前存在形态以及未来的发展进行了介绍。深度学习的每一个核心概念在文中都有相关案例进行呈现，通俗易懂。一天的时间搞懂深度学习？其实并不是没有可能。(This is the entire handout PPT (268 pages in total) of "a day to understand deep learning", the leading course of the 2016 Taiwan annual conference of data science. It was given by li hongyi, assistant professor of electrical engineering at Taiwan university.In this paper, the author introduces the principle, existing form and future development of neural network in four parts.Each core concept of deep learning is presented in relevant cases, which are easy to understand.)

说明：  注意力机制使用；卷积神经网络的变体keras实现(Use of attention mechanisms; Implementation of kerAS, a variant of the convolutional neural network)