编程开发

大同小异

今天听到古典老师提起能力迁移,觉得很有启发。 当下,各行各业发展都特别快,快到你一个不留神就会落伍的地步。 有时候,因为个人,或者因为家庭,又或许是公司,我们不得不面临转行。 有些朋友会有点犯嘀咕:这个行业不是我擅长的领域,虽然前景挺好,但不知道以我过往的能力,我以前的从业经验来说,能不能混得开呢? 有这种担心很正常。 不过我们不必过于焦虑。 既然你有擅长的领域,那么一定有一套自己的经验方法去处理

【算法】希尔排序算法的讲解和代码实践

思路 希尔排序,与其他排序不同的是,别的排序都能通过名字关联上,而希尔排序的名字,怎么看也不太像中文。 其实希尔排序就是插入排序的进化版,它会先声明一个间隙参数,然后按照间隙参数,把数组分成若干各子数组,对子数组进行插入排序。随着间隙越缩越小,整个数组的顺序也就慢慢排好了。 看起来不太容易理解,下面就拆开说一下步骤: 计算出一个间隙值; 按照间隙值把数组分成若干个子数组; 对子数组进行插入排序;

记一次教资面试

        在教资考点学校等了一个多小时进入了学校,在候考室复习了近半个小时,叫去抽题,抽到了花的学校,这篇课文简单,没有知识盲点,备考后在考场教室外等待,不自觉的紧张,练习试讲,练了两遍,感觉前一位同学讲的好好,她的板书有主副板书。         她讲完出来了,一个工作人员让我稍等一下,里面的老师好像在商量给前一位同学的打分,好像听到傍边的两个考官说过吧过吧。进入考场和考官说老师好并鞠躬

项目管理中,与外部厂商对接为什么难?

在项目管理的过程中,经常会遇到需要与外部厂商对接的情况,通常会很难,会遇到各种各样的问题,导致进度缓慢无法按照正常计划执行。 在项目管理中,与外部厂商对接的难点内容一般包括以下几个方面: 1、技术差异:外部厂商和项目组成员的技术背景和知识结构可能存在差异,双方之间的技术对接可能存在难点。 2、文化差异:不同的企业文化和项目管理方式可能会对对接产生影响,需要双方之间相互理解和适应。 3

晶体学笔记2: 基本概念-线指数和面指数

线指数 晶体空间点阵中,作为单位矢量的a b c不一定属于直角坐标系。 取直线族中通过原点的一根直线,如果此直线上某结点为[[u'v'w']],如果u'v'w'三个数的互质整数是uvw,那么[uvw]就代表这一结点直线族,称为线指数或方向指数 全部指数相差一个负号的线指数代表同一个结点直线族。 线指数[uvw]与通过原点直线上距离远点最近结点指数[[uvw]数值相同。 等同周期 J=|R| = |

小鱼儿学Python之导入库的n种方法

第一种: import 库名 这种导入方法,在使用时要带类名,如turtle.fd() import turtle turtle.fd(100) turtle.done() 第二种: import 库名 as 变量名 这种导入方法,在使用时用 变量名 代替 类名,如 t.fd() import turtle as t t.fd(100) t.done() 第三种:

FreeTDS库文件之在BC-Linux服务器上的编译安装

《FreeTDS库文件之C++代码中的简单应用》   在安装FreeTDS库文件之前,我查阅了好多的文章,讲述的都是freetds-0.9x的一些老版本的安装。而没有找到关于freetds最新版本的安装说明的。我想大概是我搜索方式不对吧。无奈只能不断摸索,最终将GitHub上下载的最新版本的FreeTDS源代码编译成功了。   写本文的当前时间为2023年2月15日,GitHub上freetds

videoproc&videopad

这两个软件是我刚从网上找到两个视频剪辑软件,看介绍还有软件截图,本来以为会很好用,但是尝试了一下,感觉不是很喜欢。 第一个,videoproc这个软件就两个地方感觉还好,一个是调色,一个动态变化,动态变化我没办法解释,大家可以简单理解就是视频的移动放大缩小之类的,两条视频很难做出类似分屏的叠加效果,如果只是视频的拼接还算是一个不错的选择,但是常用的蒙版之类没有好用的功能,也有可能是我使用实践太短还

109.面试“摆烂”

普普通通的早晨,我七点就在操场集合了。 每逢周三,都是我们学院特色早自习的时间——跑步。 今天格外不同,由院长带领卓越计划的学生在操场跑步。而我们则是负责拍摄院长和同学们的照片和视频。 之前没拍过跑步早自习,也只有一次院级运动会动态拍摄经历。 所以,我这次又拍了很多大全景的照片。不过好在我对相机足够熟悉,现在三要素调整都是手到擒来。 技术没啥问题,就是拍照角度需要磨炼。 下午紧接着是迎亚运志愿者面

这个notebook集合,赞

这几天在Github上看到一个数据科学仓库,汇总了很多Python notebook代码,主要是数据方向。 项目地址: 其中包括了pandas、numpy、matplotlib、scikit-learn、tensorflow、spark、kaggle等众多数据科