Python对solid works进行宏操作
创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
Python内容推荐
Python for Informatics
mocc上面python公开课的参考书,全英文
Python Data Structures and Algorithms [2017]
Python Data Structures and Algorithms by Benjamin Baka English | 30 May 2017 | ASIN: B01IF7NLM8 | 310 Pages | AZW3 | 6.63 MB Key Features A step by step guide, which will provide you with a thorough discussion on the analysis and design of fundamental Python data structures. Get a better understanding of advanced Python concepts such as big-o notation, dynamic programming, and functional data structures. Explore illustrations to present data structures and algorithms, as well as their analysis, in a clear, visual manner. Book Description Data structures allow you to organize data in a particular way efficiently. They are critical to any problem, provide a complete solution, and act like reusable code. In this book, you will learn the essential Python data structures and the most common algorithms. With this easy-to-read book, you will be able to understand the power of linked lists, double linked lists, and circular linked lists. You will be able to create complex data structures such as graphs, stacks and queues. We will explore the application of binary searches and binary search trees. You will learn the common techniques and structures used in tasks such as preprocessing, modeling, and transforming data. We will also discuss how to organize your code in a manageable, consistent, and extendable way. The book will explore in detail sorting algorithms such as bubble sort, selection sort, insertion sort, and merge sort. By the end of the book, you will learn how to build components that are easy to understand, debug, and use in different applications. What you will learn Gain a solid understanding of Python data structures. Build sophisticated data applications. Understand the common programming patterns and algorithms used in Python data science. Write efficient robust code. About the Author Benjamin Baka works as a software developer and has over 10 years, experience in programming. He is a graduate of Kwame Nkrumah University of Science and Technology and a member of the Linux Accra User Group. Notable in his language toolset are C, C++, Java, Python, and Ruby. He has a huge interest in algorithms and finds them a good intellectual exercise. He is a technology strategist and software engineer at mPedigree Network, weaving together a dizzying array of technologies in combating counterfeiting activities, empowering consumers in Ghana, Nigeria, and Kenya to name a few. In his spare time, he enjoys playing the bass guitar and listening to silence. You can find him on his blog. Table of Contents Python objects, types and expressions Python data types and structures Principles of data structure design Lists and pointer structures Stacks and Queues Trees Hashing and symbol tables Graphs and other algorithms Searching Sorting Selction Algorithms Design Ttechniques and Sstrategies Implementations, applications and tools
Python CWT SVM变压器故障诊断 小波能量混淆矩阵
Python CWT SVM变压器故障诊断 小波能量混淆矩阵 合成四类变压器振动信号,Morlet 小波尺度能量特征提取后 SVM 分类,输出混淆矩阵与 CWT 对照图。 功能: · 合成变压器 50Hz 工频振动四工况(正常/过热/绕组/铁芯) · Morlet CWT 八频带能量 + RBF-SVM 四分类(C=12) · cwt_gallery.png 小波系数墙 · confusion.png 混淆矩阵 + classification_report.txt · wave_gallery.png+metrics.csv · 打包时预跑 output/preview 压缩包含可运行源码、依赖与说明,按 README 安装后即可复现。
Python IMF SVM变压器故障诊断 模态能量混淆矩阵
Python IMF SVM变压器故障诊断 模态能量混淆矩阵 合成四类变压器振动信号,IMF 模态能量与时域统计特征提取后 SVM 分类,输出混淆矩阵与 IMF 能量对照图。 功能: · 合成变压器 50Hz 工频振动四工况(正常/过热/绕组/铁芯) · 简易 IMF 能量 + sift + 时域统计 + RBF-SVM 四分类 · imf_energy.png IMF 能量对比 · confusion.png 混淆矩阵 · wave_gallery.png+metrics.csv · 打包时预跑 output/preview 压缩包含可运行源码、依赖与说明,按 README 安装后即可复现。
Python文档批量SobelX边缘 OpenCV批量出图
Python文档批量SobelX边缘 OpenCV批量出图 批量对合成文档扫描图做水平方向 Sobel 边缘检测,统计边缘强度,输出边缘图与前后对照画廊。 功能: · 合成对比度断裂文档扫描图 · 仅水平 Sobel-X(dx=1,dy=0,ksize=3)+ convertScaleAbs · sobelx_batch_report.csv(file/mean_edge/max_edge) · sobelx_gallery.png 前后对照最多 4 张 · sobelx_{stem}.jpg 输出图 · 打包时预跑 output/preview 压缩包含可运行源码、依赖与说明,按 README 安装后即可复现。
Python STFT SVM变压器故障诊断 时频混淆矩阵
Python STFT SVM变压器故障诊断 时频混淆矩阵 合成四类变压器振动信号,STFT 时频频带特征提取后 SVM 分类,输出混淆矩阵与 STFT 对照图。 功能: · 合成变压器 50Hz 工频振动四工况(正常/过热/绕组/铁芯) · STFT 十频带幅度特征 + RBF-SVM 四分类(C=12) · confusion.png 混淆矩阵 · wave_gallery.png 时域波形画廊 · stft_gallery.png+metrics.csv · 打包时预跑 output/preview 压缩包含可运行源码、依赖与说明,按 README 安装后即可复现。
Python熵特征SVM发电机故障诊断 样本熵混淆矩阵
Python熵特征SVM发电机故障诊断 样本熵混淆矩阵 合成四类发电机振动信号,样本熵/排列熵/谱熵特征提取后 SVM 分类,输出混淆矩阵与熵特征对照图。 功能: · 合成发电机 50Hz 振动四工况(正常/绕组/轴承/不平衡) · 样本熵/排列熵/谱熵 + RBF-SVM 四分类 · entropy_bar.png 熵特征均值对比 · confusion.png 混淆矩阵 · wave_gallery.png+metrics.csv · 打包时预跑 output/preview 压缩包含可运行源码、依赖与说明,按 README 安装后即可复现。
Python文档批量Roberts边缘 OpenCV批量出图
Python文档批量Roberts边缘 OpenCV批量出图 批量对合成文档扫描图做 Roberts 交叉算子边缘检测,统计边缘强度,输出边缘图与前后对照画廊。 功能: · 合成对比度断裂文档扫描图 · Roberts X+Y 幅值边缘 + convertScaleAbs · roberts_batch_report.csv(file/mean_edge/max_edge) · roberts_gallery.png 前后对照最多 4 张 · roberts_{stem}.jpg 输出图 · 打包时预跑 output/preview 压缩包含可运行源码、依赖与说明,按 README 安装后即可复现。
Python文档批量均值模糊 OpenCV批量出图
Python文档批量均值模糊 OpenCV批量出图 批量对合成文档扫描图做均值滤波模糊,统计拉普拉斯方差与均值变化,输出模糊图与前后对照画廊。 功能: · 合成对比度断裂文档扫描图 · cv2.blur 均值模糊(默认核 5×5) · blur_batch_report.csv(file/ksize/mean/laplacian_var) · blur_gallery.png 前后对照最多 4 张 · blur_{stem}.jpg 输出图 · 打包时预跑 output/preview 压缩包含可运行源码、依赖与说明,按 README 安装后即可复现。
负荷预测基于CNN-BiLSTM-Attention的负荷预测研究(Python代码实现)
内容概要:本文系统研究了基于CNN-BiLSTM-Attention混合深度学习模型的电力负荷预测方法,并提供了完整的Python代码实现。该模型通过卷积神经网络(CNN)有效提取负荷数据中的局部特征与空间模式,利用双向长短期记忆网络(BiLSTM)充分捕捉时间序列前后向的长期依赖关系,并结合注意力机制(Attention)动态聚焦于关键时间步的重要特征,从而显著提升预测的准确性与模型鲁棒性。文中详细阐述了数据预处理、模型架构设计、训练优化流程及实验验证过程,证明了该混合模型在处理非线性、非平稳电力负荷数据方面相较于传统模型具有明显优势。; 适合人群:具备Python编程能力和深度学习基础知识,从事电力系统、能源管理、智能电网或时间序列预测相关工作的科研人员与工程技术人员,特别适合高校研究生及企业研发岗位人员。; 使用场景及目标:①应用于电网调度、能源管理系统中的短期与超短期电力负荷预测;②提升对复杂用电行为和突发负荷变化的建模能力,优化电力资源配置与运行效率;③为需求响应、电力市场竞价及智能电网规划等提供高精度的数据支持。; 阅读建议:读者应结合所提供的Python代码进行动手实践,深入理解各模块的设计原理与实现细节,建议使用真实的电力负荷数据集进行模型复现、参数调优与性能对比,以全面掌握该混合模型在实际工程场景中的应用技巧与优化策略。
Python IMF SVM冲床故障诊断 模态能量混淆矩阵
Python IMF SVM冲床故障诊断 模态能量混淆矩阵 合成四类冲床振动信号,IMF 模态能量与时域统计特征提取后 SVM 分类,输出混淆矩阵与 IMF 能量对照图。 功能: · 合成冲床四工况振动(正常/模具磨损/滑块异常/液压异响) · 简易 sift 的 3 IMF 能量、残差能量与时域统计 · RBF-SVM 四分类(C=10) · feature_compare.png IMF 能量对比 + wave_gallery.png · confusion.png、classification_report.txt 与 metrics.csv · 打包时预跑 output/preview 压缩包含可运行源码、依赖与说明,按 README 安装后即可复现。
Python ZCR SVM发电机故障诊断 过零率混淆矩阵
Python ZCR SVM发电机故障诊断 过零率混淆矩阵 合成四类发电机振动信号,过零率与时域频域统计特征提取后 SVM 分类,输出混淆矩阵与过零率对照图。 功能: · 合成发电机 50Hz 振动四工况(正常/绕组/轴承/不平衡) · 过零率 + 时域/频域统计 + RBF-SVM 四分类 · zcr_bar.png 四类过零率对比 · confusion.png 混淆矩阵 · wave_gallery.png+metrics.csv · 打包时预跑 output/preview 压缩包含可运行源码、依赖与说明,按 README 安装后即可复现。
Python Savitzky-Golay LSTM地铁客流预测 平滑滤波出图
Python Savitzky-Golay LSTM地铁客流预测 平滑滤波出图 Savitzky-Golay 平滑滤波地铁小时客流后 LSTM 预测,对比原序列 LSTM,输出平滑对比图与预测曲线。 功能: · 合成地铁客流小时序列 人次/时(早晚高峰) · scipy.signal.savgol_filter 平滑(窗口 11 阶 3) · LSTM 对比原序列与 Savgol 平滑 · decomp.png 平滑对照 · forecast.png+metrics.csv · 打包时预跑 output/preview 压缩包含可运行源码、依赖与说明,按 README 安装后即可复现。
Python CWT SVM传送带故障诊断 小波能量混淆矩阵
Python CWT SVM传送带故障诊断 小波能量混淆矩阵 合成四类传送带振动信号,Morlet 小波尺度能量特征提取后 SVM 分类,输出混淆矩阵与 CWT 对照图。 功能: · 合成传送带振动四工况(正常/跑偏/卡料/轴承) · Morlet CWT 八频带能量 + RBF-SVM 四分类(C=12) · cwt_gallery.png 小波系数墙 · confusion.png 混淆矩阵 · wave_gallery.png+metrics.csv · 打包时预跑 output/preview 压缩包含可运行源码、依赖与说明,按 README 安装后即可复现。
Python FFT SVM传送带故障诊断 频谱混淆矩阵
Python FFT SVM传送带故障诊断 频谱混淆矩阵 合成四类传送带振动信号,FFT 频带能量特征提取后 SVM 分类,输出混淆矩阵与频谱对照图。 功能: · 合成传送带振动四工况(正常/跑偏/卡料/轴承) · FFT 六频带能量 + RBF-SVM 四分类(C=10) · confusion.png 混淆矩阵 · wave_gallery.png 时域波形画廊 · fft_gallery.png+metrics.csv · 打包时预跑 output/preview 压缩包含可运行源码、依赖与说明,按 README 安装后即可复现。
Python包络谱SVM电梯故障诊断 希尔伯特混淆矩阵
Python包络谱SVM电梯故障诊断 希尔伯特混淆矩阵 合成四类电梯振动信号,希尔伯特包络谱特征提取后 SVM 分类,输出混淆矩阵与包络谱对照图。 功能: · 合成电梯振动四工况(正常/导轨/钢丝绳/轴承) · Hilbert 包络谱六频带+峰 18/36/95Hz + RBF-SVM(C=12) · envelope_spec.png 包络谱对照 · confusion.png 混淆矩阵 · wave_gallery.png+metrics.csv · 打包时预跑 output/preview 压缩包含可运行源码、依赖与说明,按 README 安装后即可复现。
Python Kalman LSTM室外温度预测 滤波平滑出图
Python Kalman LSTM室外温度预测 滤波平滑出图 一维 Kalman 滤波平滑室外小时温度后 LSTM 预测,对比原序列 LSTM,输出滤波对比图与预测曲线。 功能: · 合成室外温度小时 °C(日/周周期) · 一维 Kalman 滤波平滑(q=1e-3 r=0.5) · LSTM 对比原序列与 Kalman 平滑 · decomp.png 滤波对照 · forecast.png+metrics.csv · 打包时预跑 output/preview 压缩包含可运行源码、依赖与说明,按 README 安装后即可复现。
ordering-tracker-django:简单的订购跟踪器-在Django框架中创建的项目
订购追踪器 该项目的总体思路是帮助团队进行内部协作,以根据Solid Works cad模型报价/订购所有组件和自定义工具。 我在该项目上的第一个目标是能够在单个页面上显示所有活动订单,并能够在单个订单详细信息页面上查看更多详细信息。 构建这种内部应用程序的主要思想是通过研究真正的应用程序来学习django(用python编写的框架)。 从体系结构的角度出发,开始将应用程序设计为monilite django。 部署计划是使用caprover项目加快部署速度(通过直接链接到github仓库-main分支)。数据也将存储在Postgress的托管数据库上。
ThoughtWorks笔试代码
ThoughtWorks笔试代码
SolidWorks二次开发在机械零件设计中的应用与研究
SolidWorks二次开发在机械零件设计中的应用与研究
最新推荐

![Python Data Structures and Algorithms [2017]](https://img-home.csdnimg.cn/images/20210720083646.png)

