第一个实例
三.第一个实例1线性规划题目
使用python求解
1.1 scipy求解方法：
res.fun 点后是导出某个数值（大概）
from导入库因此先要下载库，大家可以百度自行安装。 3
给定数值，接下来手动感受测试一下。
1234567891011121314from scipy import optimizeimport numpy as np#定义数值c = np.array([2,3,-5])A = np.array([[-2,5,-1],[1,3,1]])B = np.array([-10,12])Aeq = np.array([[1,1,1]])Beq = np.array([7])#求解函数res=optimize.linprog(c,A,B,Aeq,Beq)#MINprint(res.fun)#maxprint(res.x)
输出
1234-14.0[3. 0. 4.]Process finished with exit code 0
证明代码正确。
学习matplotlib
四.学习matplotlib1.什么是matplotlib为什么学习matplotlib1.能可视化，直观
2.使数据更加客观，更具说服力。
什么是matplotlib：简而言之模仿matlab来绘制图。from matplotlib import pyplot as plt ——导入pyplot
例题：假设一天中每隔两个小时(range(2,26,2))的气温分别是{15，13，14，5，17，20，25，26，26，27，22，18，15}解题：
123456789from matplotlib import pyplotx = range(2,26,2)y =[15,13,14,5,17,20,25,26,26,27,22,18,15]pyplot.figure(figsize=(20,8),dpi=80)pyplot.plot(x,y)pyplot.show()
线性回归问题
线性回归建模简介线性回归是一种常见的数学建模方法，用于建立自变量和因变量之间的线性关系模型。在这种模型中，我们试图找到最佳拟合的直线，以最小化实际观测值与模型预测值之间的误差。
代码示例下面是一个使用Python的scikit-learn库进行线性回归建模的示例：
123456789101112131415161718from sklearn.linear_model import LinearRegressionimport numpy as np# 输入数据X = np.array([[1, 1], [1, 2], [2, 2], [2, 3]])y = np.dot(X, np.array([1, 2])) + 3# 创建线性回归模型model = LinearRegression()# 拟合数据model.fit(X, y)# 预测新数据X_new = np.array([[3, 5], [4, 6]])y_pred = model.predict(X_new)print(y_pred)
观点线性回归是一种简单而有效的数学建模方法。它假设自变量和因变量之间存在线性关系，并试图 ...
if函数的教学
if函数学习123456789101112131415161718192021#include <iostream>using namespace std;int main(){ int a; cin>>a;if (a<0){ cout<<"fuck you"<<endl; if (a<-8){ cout<<"you"<<endl; } //do somesing there}else if(a>5) { cout<<"beach"<<endl;} return 0;}
记一次c++学习
C++ Supplementary头文件12345678910111213// MyHeader.h#ifndef CLIONTEST_MY_HEADER_H#define CLIONTEST_MY_HEADER_H#include <iostream>using namespace std;extern int x;void f();#endif
aux.cpp12345678910111213141516// aux.cpp#include "MyHeader.h"void f() { cout << "x is " << x << endl;}/* * main.o ------------ * int x; * int main(); * * aux.o -------------- * extern int x; * void f(); ---> uses x */
###main.cpp
12345678910111213141516// main.cpp ...
白嫖hax的1C450M免费VPS，让您实现白嫖VPS
准备工具TG账号
系统配置1 CPU450M ram5G SSDIPV6
申请步骤
打开 HAX
TG，搜索并打开@HaxTG_bot，并启动
搜索@HaxTG_bot，获取用户ID
在官网中输入用户ID，点击Submit
TG，复制机器人@HaxTG_bot发送的注册代码，粘贴至官网，输入密码，点击Submit
点击Login按钮登录
点击Create one here，设置系统信息，，选择机房及用途（EU1-5是kvm区，EU-OpenVZ是ovz区），同意协议，等待网站配置好您的VPS服务器，大概需要1-3分钟的时间
待看到信息时，申请完成
链接免费服务器
首先选择Pv4 to IPv6
之后如图所示操作
操作完成后用刚刚写的，如eu1为91.134.238.131加自己添加的端口号
输入密码和用户名root，点击链接
成功后如图所示
特别注意该费vps为站长个人提供，挖矿者必封！！！
ps：部分教程借鉴于misakablog
记录一次成功
记录这是这个博客的第一篇文章，博客从7月29开始搭建陆陆续续遇到很多困难但都及时克服了1cout<<thanks；
2021-08-08 16:44:41 星期日
glitch这是一个好网站
关于用glitch来搭建博客链接：https://glitch.com/可以用hexo搭建完之后源码上传到GitHub之后用glitch部署博客之后填写自己的GitHub仓库地址即可。。
[静态博客技术]
静态博客
PicGo + GitHub 搭建个人图床工具
1. GitHub 仓库设置流程：新建 public 仓库 -> 创建 token -> 复制 token 备用
1.1 新建仓库点击 git 主页右上角的 + 创建 New repository；
填写仓库信息，例如我就创建了一个 cloudimg 的仓库。这里注意，仓库得设置为 Public 因为后面通过客户端访问算是外部访问，因此无法访问 Private ，这样的话图片传上来之后只能存储不能显示。所以要设置为 Public。
1.2 创建 token 并复制保存此时仓库已经建立，点击右上角头像，然后进入设置；
在页面最下找到 Developer settings，点击进入；
创建 token；
填 description（也是随心填），勾选复选框 repo ，接着到页面底部 Generate token 就完成了；
然后复制生成一串字符 token，这个 token 只出现一次，所以要保存一下（我一般记在微信收藏）。
2. PicGo 客户端配置2.1 下载&安装PicGo 是一个开源的图床工具，非常优秀。可以到 git 上下载，但下载速度太慢，所以我放了一个 ...
EUserv 德国永久免费VPS申请与简单使用教程 – 仅有IPv6网络
EUserv 是一家德国主机商，提供专用服务器托管，虚拟专用服务器，云服务，网站托管和域注册服务。
目前该商家提供免费ipv6主机服务器，配置信息如下：
CPU：1 Core @ 1 GHz内存：1 GB硬盘：10 GB HDD带宽：1 GbitI P ：1 IPv6
1、申请免费主机官网：http://www.euserv.de
申请地址：https://www.euserv.com/en/virtual-private-server/root-vserver/v2/vs2-free.php
也可以登录官网，找到“vServer VS2”会看到“VS2-free”点击申请即可。
EUserv 德国永久免费VPS申请与简单使用教程 – 仅有IPv6网络
2、申请步骤之【Order】进入网页之后，点击右边的【Order】然后会弹出订购框在点击一下即可，如图：
EUserv 德国永久免费VPS申请与简单使用教程 – 仅有IPv6网络
3、结账并注册点击【Order】之后，响应很慢，耐心等待一阵子，会出来一个结账的页面，如图：
EUserv 德国永久免费VPS申请与简单使用教程 – 仅有 ...
