春天快到了！
本文章来源背景
某一天（对就是前几天），我在图书馆搜索关于FastAPI的相关书籍时，找到了《Python FastAPI构建数据科学应用》这本书。该书在2022年5月出的第一版，也是第一次印刷，虽然它已经入住图书馆两年，但好像我是这本书的第一位读者。。。
对就是这本书。
开始读的时候我才发现，上一句话是有原因的。该书从Python基础讲起，后介绍了FastAPI作为后端框架比较基础的使用模型，在后面几章还有关于NumPy、scikit-learn、OpenCV等与主题不相干的知识（没错、和FastAPI都没有一点关系），但是我找到了一个很有趣的工具——HTTPie。
针对以前做后端接口调试和爬虫请求验证时，我一般使用Postman，但是相对HTTPie来说有些过于繁琐。即使可视化工具很好而且易于使用，但有时也会缺乏一些灵活性，不如命令行工具那么高效。另一方面，cURL是一个非常强大的工具，有数千个选项，但是对于测试简单的REST API而言，可能它会显得非常复杂和冗长。
在搜索相关资料时，我发现HTTPie还有一件“乌龙”事件：54k⭐在某一夜清零了，作者表示非常懊 ...
博客资源迁移整改工作
2024年，是我本科毕业的一年，在我的学业生涯中注定扮演着极其不平凡的角色。回望着四年经历，我有太多太多想说的话，想做的事去为我的本科阶段画上一个圆满的句号。那么，为了迎接我的新生活，我决定重新整理这个珍贵的记录平台（尽管都是水文🙄。
当已经长大两岁的我再回头看自己写的文章一言难尽（虽然现在写得也不咋地），但是技术一直在进步，时代也一直在发展。我也想为我的博客做一次迁移整改，作为见证我技术进步最重要的一个地方。
整体框架
目前可以写博客的平台有很多，比如简书、博客园、知乎、CSDN等一系列基于各大平台的个人博文存储地点。从各大平台发布文章的优势显而易见：无需额外消费、代友后端地址、发布修改文章十分便利。但是缺点也很多，比如会带有广告，无法自定义界面等。
从学习以及高度自定义的角度出发，自己搭建的免费开源博客成为了我的首选项，最初采用了Hexo的框架，并且仅仅是放在了Github Pages，为了避免服务器迁移以及域名备案等繁琐操作（当然也省了一笔✌）。包括图床也是采用免费图床，从全球图床到国内一些作者提供的免费地址，所以稳定性一直是我最头疼的事情，对没错，1s的 ...
js混淆的利与弊
站在网站开发者的角度
1、是为了保护我们的前端代码逻辑
2、精简代码、加快传输
站在爬虫者的角度
1、增加了获取数据的难度
常见混淆与反混淆方法
JS压缩
特征：
原理：
削减是一个从源代码中删除不必要的字符的技术使它看起来简单而整洁。这种技术也 被称为代码压缩和最小化
eval加密
js中的 eval() 方法就是一个 js 语言的执行器，它能把其中的参数按照 JavaScript 语法进行解析并执行，简单来说就是把原本的 js 代码变成了 eval 的参数，变成参数后代码就成了字符串，其中的一些字符就会被按照特定格式“编码”
特征：
最明显的特征是生成的代码以 eval(function(p,a,c,k,e,r)) 开头
eval(function(){console.log(100);return 200})()
原理：
这类混淆的关键思想在于将需要执行的代码进行一次编码，在执行的时候还原出浏览器可执行的合法 的脚本
破解方法-浏览器
打开 谷歌 或者 火狐 浏览器
按 F12 打开控制台
把代码复制进去
删除开头 eval 这4个字母
...
电子设计大赛参赛记录
你好，这是一份参赛记录，请查收~
它确实只是参赛记录，因为只是被拉去凑人数的我并没有什么拿得出手的奖😭😭😭。不过回忆起为了获奖所接触到的知识、四天三夜队友的陪伴以及遇到的有趣的事情，我想我还是有所收获的。（不是指这份参赛记录啊喂）
如果你还不了解全国电子设计竞赛，下方是官方链接👇
引用站外地址
全国大学生电子设计竞赛
xjtu.edu.cn
关于竞赛
全国大学生电子设计竞赛由教育部高等教育司及工业和信息化部人事教育司共同主办，教育部高等教育司及工业和信息化部人事教育司共同负责领导全国范围内的竞赛工作。各地竞赛事宜由地方教委（厅、局）统一领导。为保证竞赛顺利开展，组建全国及各赛区竞赛组织委员会和专家组。
全国大学生电子设计竞赛每逢单数年的8月份举办，赛期四天（具体日期届时通知）。在双数的非竞赛年份，根据实际需要由全国竞赛组委会和有关赛区组织开展全国的专题性竞赛 ...
电气工程
未读2021 Texas Power Crisis
作者前言
该事故调查报告完全基于互联网分析，因此无法保证数据的准确性。同时还有以下注意要点[1]：
本文档中的信息是初步信息，可能受到发生变化后统计不及时的影响。
就本文件而言，“停电”是发电机容量完全不可用，“减额”是该容量部分不可用。
图表中反映的所有发电机停机和降额值均基于发电机铭牌容量，即发电机制造商指定的最大可能 MW 输出。 由于风能和太阳能输出通常远低于指定的铭牌容量，因此用于编写本报告的这些单元的停电和降额 MW 值通常远高于在没有停电的情况下可用的实际电量或减额。
无法披露特定单元的停电原因，因为它们是受保护的信息。
本次报告的大部分数据来自于ERCOT（得州电力可靠性协会），部分观点可能来自统计学家或者专家分析。此外，该报告依据中华人民共和国应急管理部办公厅发布的相应要求[2]编写（字体、图表、排版以及部分细节等未进行格式规范）。
美国得克萨斯州2·14特别重大电力安全事故调查报告
一、报告开篇和事故性质认定
2021年得克萨斯州大停电是指美国得克萨斯州在2021年2 ...
Problem Z: The Future of the Olympics
一、问题介绍
问题的主要目的是为国际奥委会（IOC）提出建议，以改善举办奥运会的方式，并确保其成功。建议需要从经济、土地使用、人类满意度（运动员和观众）、旅行、未来改善的机会、主办城市/国家的声望等不同角度考虑，并考虑可行性、实施时间表以及潜在策略对这些指标的影响。你的任务是写一份一页的备忘录，描述你的建议
解决问题步骤
收集数据和信息：我们需要收集关于奥运会的各种数据和信息，包括过去奥运会的经验和教训、主办城市的经济和社会状况、旅行和交通状况、土地使用和环境影响等等。我们还需要了解奥林匹克项目和参赛国家的具体情况。
分析和评估数据：我们需要分析和评估数据，以确定哪些因素对于奥运会的成功至关重要，以及如何通过不同的策略来优化这些因素。
制定建议和策略：我们需要根据分析和评估的结果，制定一系列建议和策略，包括 永久奥运会地点、分组奥运会 （这两个为背景中提到过的）、改善旅行和交通、增加人类满意度、提高土地使用效率、提高经济效益和声望等等。
评估建议和策略的可行性和影响：我们需要评估所提出的建议和策 ...
2023 MCM Problem C: Predicting Wordle Results
一、问题介绍
背景
Wordle 是纽约时报目前每天提供的流行拼图。 玩家尝试通过在六次或更少的尝试中猜测一个五个字母的单词来解决这个难题，每次猜测都会收到反馈。对于这个版本，每个猜测都必须是一个实际的英语单词。 不被比赛识别为单词的猜测是不允许的。 Wordle 越来越受欢迎，该游戏的版本现已支持 60 多种语言。
纽约时报网站上的 Wordle 说明中介绍，在您提交单词后，图块的颜色会发生变化。 黄色方块表示该方块中的字母在单词中，但位置错误。 绿色方块表示该方块中的字母在单词中并且位于正确的位置。 灰色方块表示该方块中的字母根本不包含在单词中（见附件 2）[2]。 图 1 是一个示例解决方案，其中在三次尝试中找到了正确的结果。
玩家可以在常规模式或“困难模式”下玩。 Wordle 的困难模式要求玩家一旦在单词中找到正确的字母（方块为黄色或绿色），就必须在随后的猜测中使用这些字母，从而使游戏变得更加困难。 图 1 中的示例是在困难模式下运行的。
许多（但不是全部）用户在 Twitter ...
远程控制空调物联网项目
其实这个项目起源于同学不经意间的一句话：“要是能远程开空调就好了，这样回宿舍的时候总是凉快的！”
我回——“预算多少”（不是
因为手上的芯片不多了，STM丢光了，MSP430又不大会用，正好手上一块电赛剩来的K210，而且库封装也很友善，就打算用这个做主芯片来着手写一下这个项目。
红外发射模块
既然要实现空调的开关、定时等相关功能，红外发射模块是必不可少的，网上也有很多这样的模块，包括上位机店家也写好了，真是好不方便。我用的就是上图这一种，非常简洁、四针串口，也会给相关使用说明、硬件的规格手册等：
使用手册中会有这种协议介绍，我们只需要按照固定的协议以及使用手册中特定的功能码串口传输数据即可。
语音识别模块
语音识别模块我选择的是智家物联的SU-03T核心板，SU-03T 是一款低成本、低功耗、小体积的离线语音识别模组，能快速应用于智能家 居，各类智能小家电，86 盒，玩具，灯具等需要语音操控的产品。店家已经焊好PCB封装，接线方便
32bit RISC 内核，运行频率 240M
支持 DSP 指令集以及 FPU 浮点运算单元
FFT 加速器：最大支持 ...
Python常见库
Matplotlib
可视化视图都有哪些？
按照数据之间的关系，我们可以把可视化视图划分为4类，它们分别是比较、联系、构成和分布。我来简单介绍下这四种关系的特点：
比较：比较数据间各类别的关系，或者是它们随着时间的变化趋势，比如折线图；
联系：查看两个或两个以上变量之间的关系，比如散点图；
构成：每个部分占整体的百分比，或者是随着时间的百分比变化，比如饼图；
分布：关注单个变量，或者多个变量的分布情况，比如直方图。
同样，按照变量的个数，我们可以把可视化视图划分为单变量分析和多变量分析。
单变量分析指的是一次只关注一个变量。比如我们只关注“身高”这个变量，来看身高的取值分布，而暂时忽略其他变量。
多变量分析可以让你在一张图上可以查看两个以上变量的关系。比如“身高”和“年龄”，你可以理解是同一个人的两个参数，这样在同一张图中可以看到每个人的“身高”和“年龄”的取值，从而分析出来这两个变量之间是否存在某种联系。
可视化的视图可以说是分门别类，多种多样，今天我主要介绍常用的10种视图，这些视图包括了散点图、折线图、直方图、条形图、箱线图、饼图、热力图、蜘蛛图、二元变量 ...
Python
未读数据分析基础
一、数据分析介绍
当我们谈论数据分析的时候，都在讲些什么呢？
这里我可以把数据分析分成三个重要的组成部分。
数据采集。它是数据分析的原材料，也是最“接地气”的部分，因为任何分析都要有数据源。
数据分析。就是针对现有的数据，进行专业的技术进行分析，并得到一份分析报告。
数据可视化。它可以说是数据领域中万金油的技能，可以让我们直观地了解到数据分析的结果。
数据挖掘。它最核心的部分，也是整个商业价值所在。之所以要进行数据分析，就是要找到其中的规律，来指导我们的业务，或者是给领导做出决策提供参考信息。因此数据挖掘的核心是挖掘数据的商业价值，也就是我们所谈的商业智能BI。
1、1 生活中的数据分析
1、1、1 无处不在的数据
生活中存在各式各样的数据，那么基于这些数据，我们又能做哪些分析呢？
最近几年大数据这个词是火的不行，确实随着社会科技水平的提高，我们使用电子设备的时间越来越长，现在数据的增长量真的非常非常快，这些数据来自各个领域，比如：
社交：微信，微博，知乎，豆瓣什么的
交通：出租车，公交车等类的数据，比如：滴滴出行
金融：股票历史交易信息，公司财报，新闻媒体的 ...
