探索GitHub上的'no-harm-in-trying': JavaScript初探

需积分: 5 0 下载量 122 浏览量 更新于2025-01-04 收藏 27KB ZIP 举报
资源摘要信息: "no-harm-in-trying.github.io:你好,世界" 该资源标题 "no-harm-in-trying.github.io:你好,世界" 暗示了一个基于GitHub平台的网站或者项目。GitHub是一个流行的代码托管和版本控制平台,广泛用于开源项目和个人项目。该标题可能表明该项目是创建者尝试的一个无害的实验,并且以一个简单易懂的问候语 "你好,世界" 命名,这通常被用作学习编程的第一个示例程序。 描述中提到的 "no-harm-in-trying.github.io 这没东西看" 表明访问者在访问该网站时并未看到任何实际内容,这可能意味着网站可能还未完成,或者设计为一个动态的、内容空缺的界面,可能是需要用户交互才能展示信息。此外,这也可能表明该项目是一个测试或者占位页面,用来测试网站是否可以正常运行。 标签 "JavaScript" 显示该项目很可能与Web开发相关,特别是与JavaScript编程语言有关。JavaScript是一种用于网站交互性的脚本语言,它可以让网页不仅只是静态的,还可以实现动画、数据处理等动态功能。通过使用JavaScript,开发者能够为用户提供更加丰富和互动的网页体验。 从文件名称列表 "no-harm-in-trying.github.io-master" 可以看出,这是一个GitHub上的项目仓库。在GitHub上,一个项目的代码通常被组织在不同的分支中,而"master"(现在更常称为"main")分支是默认的、项目的主要分支。通常情况下,开发人员会在这个分支上进行更改,并将它们部署到生产环境中。 以下是一些可能的IT知识点和概念: 1. GitHub 使用: - 版本控制:GitHub采用Git版本控制系统,用于跟踪代码变更,并允许开发者协作和管理软件项目。 - 仓库(Repository):这是保存项目所有文件(代码、文本、图像等)的地方。 - 分支(Branch):分支在项目中可以创建不同的工作路径,开发者可以在各自的分支上进行独立开发,之后合并到主分支。 - 拉取请求(Pull Request):这是开发者提出更改并请求主分支接受这些更改的过程。 - 问题跟踪(Issue Tracking):GitHub允许记录和讨论项目中的问题和特性请求。 2. Web 开发: - HTML/CSS/JavaScript:这三种技术是构建网站的基础,通常被称为Web开发的“前端三剑客”。 - 静态网站与动态网站:描述了网站内容是否与用户交互而改变。 - 交互式Web应用:通过JavaScript,网站可以响应用户输入,例如点击、移动等,并在用户界面上显示动态内容。 3. 编程入门: - "你好,世界"程序:是许多编程语言教程的第一个示例,用于展示最基本的语法结构。 - 编程概念:包括变量、数据类型、控制结构(如循环和条件语句)、函数等基础概念。 4. 项目管理与部署: - 持续集成/持续部署(CI/CD):这是自动化软件构建和发布流程的实践,以提高软件开发的效率和质量。 - 测试:包括单元测试、集成测试等,确保代码的更改不会引入新的错误。 - 部署:将代码发布到服务器上,使其可以被用户访问。 综上所述,"no-harm-in-trying.github.io:你好,世界" 项目可能是一个旨在实践编程、Web开发和版本控制概念的简单示例,它结合了GitHub和JavaScript的应用,同时可能以一个非常基础的“你好,世界”程序作为起点。尽管描述中提到没有内容可看,但这可能正是项目的目标,即通过观察和实验来学习如何通过技术手段展示内容。

将以下代码改为C++代码: import scipy.special as sp import numpy as np import numba from numba import njit,prange import math import trimesh as tri fileName="data/blub.obj" outName='./output/blub_rec.obj' # 参数 # 限制选取球谐基函数的带宽 bw=64 # 极坐标,经度0<=theta<2*pi,纬度0<=phi<pi; # (x,y,z)=r(sin(phi)cos(theta),sin(phi)sin(theta),cos(phi)) def get_angles(x,y,z): r=np.sqrt(x*x+y*y+z*z) x/=r y/=r z/=r phi=np.arccos(z) if phi==0: theta=0 theta=np.arccos(x/np.sin(phi)) if y/np.sin(phi)<0: theta+=math.pi return [theta,phi] if __name__=='__main__': # 载入网格 mesh=tri.load(fileName) # 获得网格顶点(x,y,z)对应的(theta,phi) numV=len(mesh.vertices) angles=np.zeros([numV,2]) for i in range(len(mesh.vertices)): v=mesh.vertices[i] [angles[i,0],angles[i,1]]=get_angles(v[0],v[1],v[2]) # 求解方程:x(theta,phi)=对m,l求和 a^m_lY^m_l(theta,phi) 解出系数a^m_l # 得到每个theta,phi对应的x X,Y,Z=np.zeros([numV,1]),np.zeros([numV,1]),np.zeros([numV,1]) for i in range(len(mesh.vertices)): X[i],Y[i],Z[i]=mesh.vertices[i,0],mesh.vertices[i,1],mesh.vertices[i,2] # 求出Y^m_l(theta,phi)作为矩阵系数 sph_harm_values=np.zeros([numV,(bw+1)*(bw+1)]) for i in range(numV): for l in range(bw): for m in range(-l,l+1): sph_harm_values[i,l*(l+1)+m]=sp.sph_harm(m,l,angles[i,0],angles[i,1]) print('系数矩阵维数:{}'.format(sph_harm_values.shape)) # 求解方程组,得到球谐分解系数 a_x=np.linalg.lstsq(sph_harm_values,X,rcond=None)[0] a_y=np.linalg.lstsq(sph_harm_values,Y,rcond=None)[0] a_z=np.linalg.lstsq(sph_harm_values,Z,rcond=None)[0] # 从系数恢复的x,y,z坐标,存为新的点云用于比较 x=np.matmul(sph_harm_values,a_x) y=np.matmul(sph_harm_values,a_y) z=np.matmul(sph_harm_values,a_z) with open(outName,'w') as output: for i in range(len(x)): output.write("v %f %f %f\n"%(x[i,0],y[i,0],z[i,0]))

166 浏览量

ValueError Traceback (most recent call last) Cell In[20], line 1 ----> 1 fpr, tpr, _ = metrics.roc_curve(test_y, y_pre) 2 plt.plot(fpr, tpr) File D:\anaconda\envs\zuoye\lib\site-packages\sklearn\metrics\_ranking.py:992, in roc_curve(y_true, y_score, pos_label, sample_weight, drop_intermediate) 904 def roc_curve( 905 y_true, y_score, *, pos_label=None, sample_weight=None, drop_intermediate=True 906 ): 907 """Compute Receiver operating characteristic (ROC). 908 909 Note: this implementation is restricted to the binary classification task. (...) 990 array([1.8 , 0.8 , 0.4 , 0.35, 0.1 ]) 991 """ --> 992 fps, tps, thresholds = _binary_clf_curve( 993 y_true, y_score, pos_label=pos_label, sample_weight=sample_weight 994 ) 996 # Attempt to drop thresholds corresponding to points in between and 997 # collinear with other points. These are always suboptimal and do not 998 # appear on a plotted ROC curve (and thus do not affect the AUC). (...) 1003 # but does not drop more complicated cases like fps = [1, 3, 7], 1004 # tps = [1, 2, 4]; there is no harm in keeping too many thresholds. 1005 if drop_intermediate and len(fps) > 2: File D:\anaconda\envs\zuoye\lib\site-packages\sklearn\metrics\_ranking.py:749, in _binary_clf_curve(y_true, y_score, pos_label, sample_weight) 747 y_type = type_of_target(y_true, input_name="y_true") 748 if not (y_type == "binary" or (y_type == "multiclass" and pos_label is not None)): --> 749 raise ValueError("{0} format is not supported".format(y_type)) 751 check_consistent_length(y_true, y_score, sample_weight) 752 y_true = column_or_1d(y_true) ValueError: multiclass format is not supported

152 浏览量