当前位置: 首页 > news >正文

【2223sW2】LOG1

写在前面

好好学习,走出宿舍,走向毕设!
一些心路历程记录,很少有代码出现
因为鬼知道哪条代码到时候变成毕设的一部分了咧,还是不要给自己的查重挖坑罢了

23.2.27

文件批量重命名

为了给学姐先整出来一批训练数据,从学长给的文件里左扣扣,右扣扣给抠出来了
昨天明明已经给学姐讲过一遍咋搞数据了,她似乎没听懂。。。当然,部分原因在于她不是物理系的,可能读文章确实有点困难。
总之去网上抄了抄代码,把几个文件夹中需要的图片取出,重新标号即可~

import os.pathimg_folder = 'D:\\used' #图片的文件夹路径
num = 131 #起始编号
for img_name in os.listdir(img_folder):  # os.listdir(): 列出路径下所有的文件src = os.path.join(img_folder, img_name)   #src:要修改的目录名dst = os.path.join(img_folder, str(num) + '.jpg') #dst: 修改后的目录名num= num+1os.rename(src, dst) #用dst替代src

23.2.28

2D FFT编写

一个从2.27下午开始到2.28下午逐渐开窍的过程:
在这里插入图片描述
不过在搜到的了对的代码以后,害嗨嗨,我会咯,画出来看着蛮像的图咯~

参考论文中的图片:
在这里插入图片描述

相关文章:
[1] Savage J R . Melting of 2D Colloidal Crystals[C]// Aps March Meeting. American Physical Society, 2005.

鄙人画出来的图片:
在这里插入图片描述
叠在一起,很能说明问题,嘿嘿嘿

2月干活时间表

突然发现学校的校园网自助管理系统可以看到网络使用情况
那就约等于说明了我2月份花了多少时间在论文上:
raw data 长这样:
在这里插入图片描述
稍加处理后长这样:
在这里插入图片描述
把时间戳处理一下,就知道自己一天赖在老师给的实验室里多久咧~

import pandas as pd
import numpy as np
import timedata = pd.read_excel('D:\\230301\\February.xlsx')for i in range(0,len(data),2):dt1 = time.strptime(data['注销时间'][i][:-3],'%Y-%m-%d %H:%M:%S')dt2 = time.strptime(data['登录时间'][i+1][:-3],'%Y-%m-%d %H:%M:%S')d = time.mktime(dt1)-time.mktime(dt2)h = d//(60*60)d = d-60*60*hm = d//60s = d-60*mprint("{}在实验室待了约{}小时{}分钟".format(data['注销时间'][i][5:10],int(h)-2,int(m)))

在这里插入图片描述
把干饭时间去掉了,就可以发现,其实还好,每天也没干很多时间

23.3.1

附上一份良师益友的sensei给的理论性blog:图像傅立叶变换(二维傅立叶变换)的原理和物理意义

通过FFT导出G

向量G在论文中的描述是:
在这里插入图片描述
翻译一下就是:向量G是满足周期性边界条件的波矢量,处于静态结构因子的第一个峰值。
如果学过初等的固体物理,那在晶体方面理解这句话并不难,其实本质上来说这个G就是倒格子。但是在液相,非晶体的状态下,也可以用这种做法来做,将其理解为文章中写的波矢即可。与晶体的区别,在于液相中的波矢方向随意。但由于程序编写的需要,我将两者的方向设定一致。

代码写完了以后,意识到了坐标有点问题,遂开始验证

  1. 画出g®【径向分布函数】,获得颗粒间距(第一个峰)
  2. 参考时域FFT做法,换算单位
  3. 将颗粒间距与FFT第一个峰相乘,检验一下是否是2π

今天搞完了第一步,但是效果不理想,图片巨丑:
在这里插入图片描述

http://www.lryc.cn/news/25671.html

相关文章:

  • Spring Cloud配置application.yml与bootstrap.yml区别及多profile配置 | Spring Cloud 6
  • springboot通过aop实现全局日志(是否自定义注解都可以)
  • k8s面试题-进阶
  • 预览版Edge申请微软new Bing失败解决方案
  • Spring中Bean生命周期及循环依赖
  • 【3.1】MySQL锁、动态规划、Redis缓存,过期删除与淘汰策略
  • Python+Yolov5跌倒检测 摔倒检测 人物目标行为 人体特征识别
  • 计算机底层:储存器的性能指标(CPU和内存等硬件的性能以及 对比标准)
  • 操作留痕功能实现与探讨
  • 深入浅出消息队列MSMQ
  • Maven多模块开发
  • QT之OpenGL帧缓冲
  • $ 6 :选择、循环
  • 【项目设计】高并发内存池 (四)[pagecache实现]
  • 玩转qsort——“C”
  • 【干货】又是一年跳槽季!Nginx 10道核心面试题及解析
  • 【线程安全的HashMap有哪些,CurrentHashMap底层是怎么实现线程安全的】
  • C语言-结构体【详解】
  • 浏览器输入url到页面渲染完成经历了哪些步骤
  • 大数据技术之Hadoop(Yarn)
  • 5.建造者模式
  • 数据库基础-数据库基本概念(1-1)
  • 学习笔记-架构的演进之服务容错策略-服务发现-3月day01
  • 采编式AIGC视频生产流程编排实践
  • Leetcode23. 合并k个升序链表
  • 从用户出发,互联网产品策划方法论
  • STM32 E18-D80NK红外检测
  • Linux常用命令--进程和计划任务管理
  • Unity TextMeshPro
  • 虹科分享| 浅谈HK-Edgility边缘计算平台