原创 用pandas實現固定區間的數據頻數統計(pd.cut,pd.Series)

蒐羅了一圈,終於找到了能夠實現目的的代碼 目標:對一組序列進行頻數的統計,畫出來就像hist,不過我要的是每個bin和對應的數據而不是圖,而生成固定區間,我好進行後面的比值對比 首先具有數據分類功能的有: groupby:分組

原创 ubuntu tenda u12 無線配置

今天ubuntu無線網絡配置成功 我使用的是 TENDA U12 驅動器 有用的博客 git clone https://github.com/gnab/rtl8812au.git cd rtl8812au make sudo

原创 趕緊寫下來-趁沒忘記---‘*’ is not in the sudoers file

很簡單,不用修改文件,不用該權限 su root #切換到root下,只需輸入自己的登入密碼即可 sudo adduser yourrname sudo#名字寫你添加 的用戶名即可 三秒搞定,ok!

原创 virtualBox上掛載文件:not found /dev/sr0

這個問題在配置yum中出現 搜了一下,大多是基於Vmware虛擬機,而我用的VirtualBox 基於VirtualBox虛擬機的文件掛載方法 首先是存儲的光驅,選擇VirtualBox安裝目錄裏的iso鏡像文件 然後設置共享文

原创 粒子狗G4--第一個建模

粒子狗G4–第一個建模 開心時隔一年,整整一年,可以上手G4了,,,之前一直在用MCNP,現在開始G4進階 課後作業人物模型 在B1的基礎上爆改了,出來個樣子先醬紫,其實腿可以用平移來做的,不過複製粘貼偷懶了,嘻嘻嘻,還是挺高興

原创 粒子狗G4---服務器運行exampleB1(命令)

服務器系統:好像是紅帽吧 步驟: build-》make cd build  ./exampleB1 run1.mac(如此可以不打開圖形界面,直接計算)

原创 記一次noteexpress的折騰

報錯: noteexpress打不開:Access violation at 0x776C0788(tried to write to 0x00090EA8), program ternimated 2020的報錯地址不一樣,但一樣打不開

原创 終於畫出的熱中子分佈圖-3D散點圖+colorbar

折騰了好久的,看了好多代碼和示例,竟然隨手改出來了。。。又激動又想砸桌子 上圖 就爲了畫這個圖,看了很久的matplotlib庫,搜了很多博客 現在明白主要得根據數據類型選函數,matplotlib畫3D,數據類型我按數量來分的,主要是

原创 粒子狗G4生涯---geant4安裝總結

參考博客: http://pba.ustc.edu.cn/index.php?m=content&c=index&a=show&catid=51&id=124 https://blog.csdn.net/caojing317/articl

原创 萌卡錯誤記錄1--Mcnp source subroutine linking trouble

之前一直在服務器上跑,但是發現差錯不方便,以後打算先在本地跑跑再上傳服務器 本地上一直出現這個問題,其實很簡單就解決了 這個文件用編輯器打開 添加第一行,data文件的路徑,然後解決!  

原创 處理matplotlib 中中文無法顯示的問題

需要知道以下幾點: 1.1系統自帶中文字體 圖片來源:https://blog.csdn.net/FontThrone/article/details/75042659 1.2這些字體的文件位置: C:\Windows\Fonts  找

原创 用matplotilb畫出了巨醜的圖

這幾天換了新電腦,又安裝了很多新軟件,安裝anaconda後,在jupyter notebook裏面畫出了醜到不能接受的圖,特地從垃圾箱扒拉出來,留個紀念。哈哈哈 本來是畫個能譜,峯竟然都畫凹進去了,同樣的程序師兄運行就沒事,所以我估計

原创 源碼解讀學習-keggla-Two Sigma: Using News to Predict Stock Movements

news_train_df['assetCodes'] = news_train_df['assetCodes'].str.findall(f"'([\w\./]+)'") 語法:.str.findall()找出Series/In

原创 使用ImageMagic中小問題

在cmd 中輸入命令行 convert -delay 10 *.png -loop 0 1.gif 提示: 無效參數 -10 應該是命令行的問題 發現一篇博文寫到由於convert.exe文件名衝突,現在的convert 命令改爲 ma

原创 LSTM實踐多變量時間序列預測

本文是 第一部分數據處理: 數據下載:開源能源系統數據 from pandas import read_csv from datetime import datetime from matplotlib import pyplot #