我的第一个创作纪念日-128天

news/2024/10/5 16:25:38 标签: 人工智能

机缘

在csdn相遇的这128天,本人的创作初心可以归结为以下几点:

  1. 促进技术交流与学习:CSDN成立的初衷是为了提供一个平台,让中国的软件开发者能够方便地交流技术心得、分享项目经验和学习资源。在这个平台上,开发者可以发布技术文章、提问求解、参与讨论,共同推动技术水平的提升。

  2. 推动IT行业发展:CSDN致力于成为中国IT行业发展的推动者之一。通过汇聚大量的IT从业者和技术爱好者,CSDN不仅促进了技术交流,还通过举办各类技术会议、培训课程等活动,为IT行业的发展输送了大量的人才和新鲜血液。

  3. 构建开放共享的知识体系:CSDN倡导开放共享的知识理念,鼓励用户将自己的技术成果、学习心得等分享给更多的人。这种共享精神不仅有助于个人知识的积累和提升,也为整个IT行业构建了一个庞大的、易于访问的知识库。

  4. 提升开发者社区凝聚力:CSDN通过提供丰富的内容和互动功能,增强了开发者社区的凝聚力。在这个平台上,开发者可以结识志同道合的朋友,共同解决技术问题,甚至合作开发项目。这种社区氛围的营造,使得CSDN成为了许多开发者心中的精神家园。

  5. 持续创新与优化:CSDN始终保持对新技术和新趋势的敏锐洞察力,不断推出符合用户需求的新功能和服务。无论是移动端的优化、智能推荐系统的引入,还是AI技术的应用,CSDN都在努力为用户提供更加便捷、高效的使用体验。


收获

  1. 技术记录的积累:通过发文,可以将自己的学习笔记、项目经验等记录下来,形成个人的技术资料库。
  2. 初步的粉丝积累:虽然初期粉丝数量可能不多,但随着文章的发布和质量的提升,会逐渐吸引一些关注者。
  3. 技术交流的机会:通过文章下方的评论区,可以与读者进行技术交流,解答疑问,甚至结识志同道合的朋友。

日常

创作已经是我生活的一部分了。

1. 选题与策划

  • 日常观察与学习:技术日新月异,每天都会有新的技术动态、工具更新或项目发布。发文者需要保持对技术的敏感度,从日常的学习、工作或项目中寻找有价值的选题。
  • 确定文章主题:根据个人的兴趣、专长以及CSDN社区的热门话题,确定文章的主题。确保主题既有深度又能吸引目标读者。

2. 撰写与编辑

  • 资料收集与整理:在确定主题后,发文者需要收集相关资料,包括技术文档、教程、案例分析等。确保信息的准确性和权威性。
  • 撰写文章:根据收集到的资料,结合自己的理解和经验,撰写文章。文章应结构清晰、逻辑严谨、语言通顺。
  • 编辑与校对:完成初稿后,进行多次编辑和校对,确保文章没有语法错误、拼写错误或遗漏的重要信息。

3. 发布与分享

  • 选择合适的分类与标签:在CSDN上发布文章时,需要选择合适的分类和标签,以便读者能够更容易地找到文章。
  • 发布文章:将编辑好的文章发布到CSDN平台上,并附上适当的标题和摘要。
  • 分享与推广:通过社交媒体、技术论坛、邮件列表等渠道,分享文章并邀请更多读者阅读。

4. 互动与反馈

  • 回复评论:积极回复读者的评论和提问,与他们进行互动。这有助于建立与读者的良好关系,并获取有价值的反馈。
  • 关注与收藏:关注其他有价值的作者和文章,收藏对自己有用的内容。这有助于扩大自己的知识面和社交圈子。
  • 持续更新与优化:根据读者的反馈和技术的更新,持续更新和优化文章。确保文章始终保持与时俱进和有价值。

5. 总结与反思

  • 分析文章表现:通过CSDN提供的文章统计功能,分析文章的阅读量、点赞数、评论数等指标。了解哪些内容更受欢迎,哪些需要改进。
  • 总结经验与教训:根据文章的表现和读者的反馈,总结经验与教训。这有助于提高自己的写作能力和文章质量。

通过以上的日常发文活动,不仅可以提升自己的技术水平和写作能力,还能在CSDN社区中建立良好的声誉和影响力。同时,这也是一种与他人分享知识和经验的方式,有助于促进整个技术社区的发展和进步。


成就

#时间序列可视化
#离散数据的时间序列可视化
import numpy as np
import pandas as pd

ts = pd.Series(np.random.randn(1000), index=pd.date_range('1/1/2000', periods=1000))
ts = ts.cumsum()
ts.plot()
#%%
#连续数据的时间序列可视化
import matplotlib.pyplot as plt
df = pd.DataFrame(np.random.randn(1000, 4), index=ts.index, columns=list('ABCD'))
df = df.cumsum()
plt.figure()
df.plot()
plt.legend(loc='best')
#%%
#连续型图表
#阶梯图
import numpy as np
import matplotlib.pyplot as plt

x = np.arange(14)
y = np.sin(x / 2)

plt.figure(figsize=(12,5))
plt.subplot(121)
plt.step(x, y + 2, label='pre (default)')
plt.plot(x, y + 2, 'o--', color='grey', alpha=0.3)

plt.step(x, y + 1, where='mid', label='mid')
plt.plot(x, y + 1, 'o--', color='grey', alpha=0.3)

plt.step(x, y, where='post', label='post')
plt.plot(x, y, 'o--', color='grey', alpha=0.3)

plt.grid(axis='x', color='0.95')
plt.legend(title='Parameter where:')
plt.title('plt.step(where=...)')

plt.subplot(122)
plt.plot(x, y + 2, drawstyle='steps', label='steps (=steps-pre)')
plt.plot(x, y + 2, 'o--', color='grey', alpha=0.3)

plt.plot(x, y + 1, drawstyle='steps-mid', label='steps-mid')
plt.plot(x, y + 1, 'o--', color='grey', alpha=0.3)

plt.plot(x, y, drawstyle='steps-post', label='steps-post')
plt.plot(x, y, 'o--', color='grey', alpha=0.3)

plt.grid(axis='x', color='0.95')
plt.legend(title='Parameter drawstyle:')
plt.title('plt.plot(drawstyle=...)')
plt.show()
#%%
#折线图
df2.plot(kind='line')
#%%
#拟合曲线
'''
Author: CloudSir
Date: 2021-08-03 15:01:17
LastEditTime: 2021-08-03 15:26:05
LastEditors: CloudSir
Description: Python拟合任意函数
https://github.com/cloudsir
'''
# 引用库函数

import numpy as np
import matplotlib.pyplot as plt
from scipy import optimize as op

plt.rcParams['font.sans-serif'] = ['SimHei']  # 用来正常显示中文
plt.rcParams['axes.unicode_minus'] = False    # 用来正常显示负号

# 需要拟合的函数
def f_1(x, A, B, C):
    return A * x**2 + B * x + C

# 需要拟合的数据组
x_group = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
y_group = [2.83, 9.53, 14.52, 21.57, 38.26, 53.92, 73.15, 101.56, 129.54, 169.75, 207.59]

# 得到返回的A,B值
A, B, C = op.curve_fit(f_1, x_group, y_group)[0]

# 数据点与原先的进行画图比较
plt.scatter(x_group, y_group, marker='o',label='真实值')
x = np.arange(0, 15, 0.01)
y = A * x**2 + B *x + C
plt.plot(x, y,color='red',label='拟合曲线')
plt.legend() # 显示label

plt.show()

#%%
#螺旋图
import turtle
n = 500
# turtle.left(60)s
turtle.penup()
turtle.goto(-450,150)
turtle.pendown()
turtle.pencolor("blue")
for i in range(1,1000,1):
 
    if i < 500:
        n = n - 1
        turtle.speed(100)
        turtle.fd(n)
        turtle.right(140)
    else:
        n+=1
        turtle.speed(100)
        turtle.pencolor('red')
        turtle.fd(n)
        turtle.right(114)
turtle.done()
#%%
from turtle import *
 
speed(0)  # 最快的画笔速度
 
# 画圆脸
setup(600, 600, 0, 0)
penup()
fd(-200)
pendown()
color('yellow', 'yellow')
begin_fill()
seth(-90)
circle(200)
end_fill()
 
# 画嘴巴
penup()
seth(0)
fd(10)
pendown()
pensize(3)  # 调整画笔大小
color('red')
seth(-90)
circle(190, 180)
 
# 画眼睛
penup()
fd(100)
seth(180)
fd(573)
for i in range(2):  # 给画两只眼睛制造相同代码,才可以使用for循环,绘制两只眼睛
    penup()
    seth(0)
    fd(200)
    pendown()
    pensize(2)
    seth(20)
    color('black', 'white')
    begin_fill()
    circle(-230, 40)
    circle(-10, 180)
    circle(210, 40)
    circle(-10, 180)
    end_fill()
    color('black', 'black')
    begin_fill()
    circle(-10)
    end_fill()


#%%
#热图
import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd

df = pd.DataFrame(np.random.randn(10, 5))

plt.figure(figsize=(10, 8))

# 设置字体
sns.set(font_scale=1.2)
plt.rc('font',family=['Times New Roman', 'SimSun'], size=12)
plt.subplots_adjust()
ax = sns.heatmap(df.corr(), annot=True, fmt=".2f")
ax.set_title('相关性热力图')  # 图标题
plt.xticks(rotation=45)
plt.tight_layout()
plt.show()
figure = ax.get_figure()
# figure.savefig('sns_heatmap.jpg', bbox_inches='tight')
#%%
#离散型
#柱形图
df3.plot(kind='bar')
#%%
#散点图
df3.plot(kind='scatter', x='a', y='b')
#%%
#堆叠柱形图
df3.plot(kind='bar', stacked=True)
#%%
import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D

# 生成数据
theta = np.linspace(0, 2 * np.pi, 100)
z = np.linspace(-1, 1, 100)
r = z**2 + 1
x = r * np.sin(theta)
y = r * np.cos(theta)

# 创建图形
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')

# 绘制花瓶图
ax.plot(x, y, z, label='花瓶图')
ax.legend()

plt.show()

憧憬

一、明确目标

  1. 长期目标:设定未来5年、10年甚至更长时间内的总体目标。这些目标应该具有挑战性、可衡量性和可实现性。
  2. 短期目标:将长期目标分解为短期目标,通常是一年或更短时间内的具体目标。短期目标应该更加具体、明确,并有助于实现长期目标。

二、自我评估

  1. 优势分析:识别自己的优势、技能和经验,了解自己在哪些方面具有竞争力。
  2. 劣势识别:识别自己的不足和需要改进的地方,以便在未来的规划中加以弥补。
  3. 机会与威胁:分析外部环境中的机会和威胁,如市场趋势、技术进步、竞争对手等。

三、制定计划

  1. 职业发展:根据长期和短期目标,制定职业发展计划,包括提升技能、拓展人脉、寻找职业机会等。
  2. 个人成长:设定个人成长目标,如学习新技能、培养兴趣爱好、提高身体素质等。
  3. 家庭生活:规划家庭生活,包括家庭关系维护、子女教育、家庭财务等。
  4. 财务状况:制定财务规划,包括储蓄、投资、消费和风险管理等。

四、执行与监控

  1. 行动计划:将规划转化为具体的行动计划,明确时间表和责任人。
  2. 持续学习:保持对新知识、新技能的学习,不断提升自己。
  3. 定期评估:定期评估规划的进展和效果,及时调整计划以适应变化。
  4. 风险管理:识别潜在风险,制定应对措施,确保规划的顺利实施。

五、调整与优化

  1. 反馈机制:建立反馈机制,收集来自同事、朋友、家人的意见和建议。
  2. 灵活调整:根据评估结果和反馈,灵活调整规划,确保规划与实际情况相符。
  3. 持续优化:不断优化规划过程,提高规划的有效性和效率。

六、保持积极心态

  1. 乐观面对挑战:保持积极的心态,面对挑战时保持乐观和自信。
  2. 庆祝成功:当达到某个目标或取得进展时,庆祝自己的成功,增强自信心和动力。

通过以上步骤,个人或组织可以系统地制定未来规划,明确目标、评估自身条件、制定计划、执行监控并持续优化。这将有助于实现个人或组织的长期目标,提升生活质量和工作效率。


Tips

  1. 坚持
  2. 勤奋
  3. 刻苦
  4. 坚持更新文章,发布优质资源。

http://www.niftyadmin.cn/n/5691038.html

相关文章

智能视界·大模型驱动视频矩阵管理系统

开头先配两张ER图 一张不带字段&#xff0c;一张带字段&#xff0c;剩下的内容按需拿取 1.产品介绍 产品名称&#xff1a; 智能视界大模型驱动视频矩阵管理系统 主要功能&#xff1a; 智能视频分析与识别 功能介绍&#xff1a;该系统集成先进的人工智能大模型&#xff0c;能…

CSS伪类、伪元素

CSS伪类、伪元素 一、伪类 ① :hover 鼠标&#x1f5b1;悬停时的伪类&#xff0c;如&#xff1a; /* 鼠标悬停到.box上时背景颜色变为红色 */ .box:hover {background-color: red; }② :active 鼠标&#x1f5b1;点击时的伪类&#xff0c;如&#xff1a; /* 鼠标点击时背…

解决 遇到JWT中claims中获取不到数据的问题

1.先介绍一下JWT的常规流程 用户进行登录将token储存到redis&#xff0c;然后进行其他需要验证的操作时进行验证&#xff0c;比如使用拦截器进行验证&#xff0c;那么id存储的到claims&#xff0c;因为可以在拦截器验证时将其存放到ThreadLocal中&#xff0c;这样通过ThreadLo…

Python知识点:如何使用Py-Spy进行实时性能分析

开篇&#xff0c;先说一个好消息&#xff0c;截止到2025年1月1日前&#xff0c;翻到文末找到我&#xff0c;赠送定制版的开题报告和任务书&#xff0c;先到先得&#xff01;过期不候&#xff01; 如何使用Py-Spy进行实时性能分析 在Python编程中&#xff0c;性能分析是一个重要…

web开发(1)-基础

这是对b站课程的总结&#xff0c;后续可能会继续更 01 前后端分离介绍_哔哩哔哩_bilibili01 前后端分离介绍是Web应用开发-后端基础-基于Springboot框架的第1集视频&#xff0c;该合集共计29集&#xff0c;视频收藏或关注UP主&#xff0c;及时了解更多相关视频内容。https://w…

React 组件命名规范

在 React 项目中&#xff0c;如果希望保持组件命名的一致性&#xff0c;并防止在引入时出现不同名称的问题&#xff0c;可以遵循以下的组件规范&#xff1a; 1、默认导出组件&#xff1a; 所有特殊要求的组件&#xff08;如页面组件或根组件&#xff09;应该使用 export defau…

一“填”到底:深入理解Flood Fill算法

✨✨✨学习的道路很枯燥&#xff0c;希望我们能并肩走下来! 文章目录 目录 文章目录 前言 一 floodfill算法是什么&#xff1f; 二 相关OJ题练习 2.1 图像渲染 2.2 岛屿数量 2.3 岛屿的最大面积 2.4 被围绕的区域 2.5 太平洋大西洋水流问题 2.6 扫雷游戏 2.7 衣橱整…

蓝牙定位的MATLAB仿真程序(基于信号强度,平面内的定位,四个蓝牙基站)

这段代码通过RSSI信号强度实现了蓝牙定位,展示了如何使用锚点位置和测量的信号强度来估计未知点的位置。它涵盖了信号衰减模型、距离计算和最小二乘法估计等基本概念。通过图形化输出,用户可以直观地看到真实位置与估计位置的关系。 文章目录 蓝牙定位原理蓝牙定位的原理优缺…