day05-多任务-正则-装饰器

一、多任务

1-进程和线程

进程是操作系统分配资源的最小单元

线程执行程序的的最小单元

线程依赖进程，可以获取进程的资源

一个程序执行 先要创建进程分配资源，然后使用线程执行任务

默认情况下一个进程中有一个线程

2-多任务介绍

运行多个进程或线程执行代码逻辑

多个进程或线程同时执行叫做并行执行

多个进程或线程交替执行叫做并发执行

必行还是并发有cpu个数决定

5个进程 cpu核心是3个 计算时时并发执行 5个进程需要抢占cpu资源，谁抢到谁执行代码计算

5个进程 cpu核心10个 计算时时并行执行 不需要抢占资源，没个进程都已一个独立的cpu核心使用完成计算

多任务在执行计算时，可以执行的同一的计算任务，也可以执行不同的任务

3-多进程

多进程实现多任务就是创建多个进程执行任务函数

任务1 唱歌 任务2 跳舞 任务3 弹吉他

不使用多任务执行

程序执行顺序是从上往下依次执行，如果上一个函数没有执行完成，那么下一个函数，不会被执行

使用多进程实现多任务

import time
from multiprocessing import Process
​
def cook():
    print('做饭')
    time.sleep(4)
    print('饭已做好')
​
def clean():
    print('扫地')
    time.sleep(4)
    print('打扫完成')
​
def play():
    print('玩游戏')
​
if __name__ == '__main__':
    # 创建进程
    p1 = Process(target=cook)
    p2 = Process(target=clean)
    p3 = Process(target=play)
​
​
    # 执行进程
    p1.start()
    p2.start()
    p3.start()

I-任务中的参数传递
import time
from multiprocessing import Process
​
def cook(name):
    print(f'做{name}')
    time.sleep(4)
    print('饭已做好')
​
def clean(a,b,c):
    print(f'打扫{a},{b},{c}')
    time.sleep(4)
    print('打扫完成')
​
def play(name):
    print(f'玩{name}游戏')
​
if __name__ == '__main__':
    # 创建进程
    p1 = Process(target=cook,args=['红烧肉'])
    p2 = Process(target=clean,kwargs={'a':'客厅','b':'厨房','c':'卧室'})
    p3 = Process(target=play,args=['dota'])
​
​
    # 执行进程
    p1.start()
    p2.start()
    p3.start()
II-获取进程编号

  • getpid

  • getppid

import time
from multiprocessing import Process
import os
def cook(name):
    # 使用os模块获取当前进程编号
    num = os.getpid()
    print(f'当前子进程编号{num}')
​
    # 获取父进程编号
    p_num = os.getppid()
    print(f'当前子进程父进程编号{p_num}')
​
    print(f'做{name}')
    time.sleep(4)
    print('饭已做好')
​
def clean(a,b,c):
    # 使用os模块获取当前进程编号
    num = os.getpid()
    print(f'当前子进程编号{num}')
    # 获取父进程编号
    p_num = os.getppid()
    print(f'当前子进程父进程编号{p_num}')
​
    print(f'打扫{a},{b},{c}')
    time.sleep(4)
    print('打扫完成')
​
def play(name):
    # 使用os模块获取当前进程编号
    num = os.getpid()
    print(f'当前子进程编号{num}')
    # 获取父进程编号
    p_num = os.getppid()
    print(f'当前子进程父进程编号{p_num}')
​
​
    print(f'玩{name}游戏')
​
if __name__ == '__main__':
    # 创建子进程
    p1 = Process(target=cook,args=['红烧肉'])
    p2 = Process(target=clean,kwargs={'a':'客厅','b':'厨房','c':'卧室'})
    p3 = Process(target=play,args=['dota'])
    # 执行进程
    p1.start()
    p2.start()
    p3.start()
​
    # 主进程自己的任务
    print('主进程')
    # 使用os模块获取当前进程编号
    num = os.getpid()
    print(f'当前主进程编号{num}')

主进程默认情况下是等待子进程结束后在结束整个进程的

也可以通过exit()方法强制退出主进程，所有进程都结束

III-保证进程的执行顺序

会影响执行效率

如果进程之间没有对应的数据传递关系，可以不用保证顺序，多个进程可以同时执行

如果进程之间有数据传递需求，就要保证执行顺序，通过join操作，但是该操作会影响执行效率

import time
from multiprocessing import Process
import os
def cook(name):
    # 使用os模块获取当前进程编号
    num = os.getpid()
    print(f'当前子进程编号{num}')
​
    # 获取父进程编号
    p_num = os.getppid()
    print(f'当前子进程父进程编号{p_num}')
​
    print(f'做{name}')
    time.sleep(4)
    print('饭已做好')
​
def clean(a,b,c):
    # 使用os模块获取当前进程编号
    num = os.getpid()
    print(f'当前子进程编号{num}')
    # 获取父进程编号
    p_num = os.getppid()
    print(f'当前子进程父进程编号{p_num}')
​
    print(f'打扫{a},{b},{c}')
    time.sleep(4)
    print('打扫完成')
​
def play(name):
    # 使用os模块获取当前进程编号
    num = os.getpid()
    print(f'当前子进程编号{num}')
    # 获取父进程编号
    p_num = os.getppid()
    print(f'当前子进程父进程编号{p_num}')
​
​
    print(f'玩{name}游戏')
​
if __name__ == '__main__':
    # 创建子进程
    p1 = Process(target=cook,args=['红烧肉'])
    p2 = Process(target=clean,kwargs={'a':'客厅','b':'厨房','c':'卧室'})
    p3 = Process(target=play,args=['dota'])
    # 执行进程
    p1.start()
    # 使用jion方法保证执行顺序  变成单任务
    p1.join()
    p2.start()
    p2.join()
    p3.start()
    p3.join()
​
    # 主进程自己的任务
    print('主进程')
    # 使用os模块获取当前进程编号
    num = os.getpid()
    print(f'当前主进程编号{num}')
IV-进程间的数据不共享

每个进程的资源时独立。数据就不共享

from multiprocessing import Process
a = 1
​
​
def func1():
    global a
    a = a + 1
    print(f'子进程1中的a:{a}')
​
​
def func2():
    global a
    a = a + 1
    print(f'子进程2中的a:{a}')
​
​
if __name__ == '__main__':
​
    # 创建进程
    p1 = Process(target=func1)
    p2 = Process(target=func2)
​
    p1.start()
    p2.start()
​
    print(f'主进程中的a:{a}')

4-多线程

线程依赖进程，可以创建一个进程，在一个进程下创建多个线程执行任务

# 多线程实现多任务
import time
from threading import Thread
import os
def cook(name):
    # 使用os模块获取当前进程编号
    num = os.getpid()
    print(f'当前进程编号{num}')
​
    print(f'做{name}')
    time.sleep(4)
    print('饭已做好')
​
def clean(a,b,c):
    # 使用os模块获取当前进程编号
    num = os.getpid()
    print(f'当前进程编号{num}')
​
    print(f'打扫{a},{b},{c}')
    time.sleep(4)
    print('打扫完成')
​
def play(name):
    # 使用os模块获取当前进程编号
    num = os.getpid()
    print(f'当前进程编号{num}')
​
    print(f'玩{name}游戏')
​
if __name__ == '__main__':
​
    # 创建线程
    t1 = Thread(target=cook,args=['梅菜扣肉'])
    t2 = Thread(target=clean,kwargs={'a':'客厅','b':'厨房','c':'卧室'})
    t3 = Thread(target=play,args=['魔兽世界'])
​
    t1.start()
​
    t2.start()
​
    t3.start()
​
​
    num = os.getpid()
    print(f'当前进程编号{num}')
线程任务传参
# 多线程实现多任务
import time
from threading import Thread
import os
def cook(name):
    # 使用os模块获取当前进程编号
    num = os.getpid()
    print(f'当前进程编号{num}')
​
    print(f'做{name}')
    time.sleep(4)
    print('饭已做好')
​
def clean(a,b,c):
    # 使用os模块获取当前进程编号
    num = os.getpid()
    print(f'当前进程编号{num}')
​
    print(f'打扫{a},{b},{c}')
    time.sleep(4)
    print('打扫完成')
​
def play(name):
    # 使用os模块获取当前进程编号
    num = os.getpid()
    print(f'当前进程编号{num}')
​
    print(f'玩{name}游戏')
​
if __name__ == '__main__':
​
    # 创建线程
    t1 = Thread(target=cook,args=['梅菜扣肉'])
    t2 = Thread(target=clean,kwargs={'a':'客厅','b':'厨房','c':'卧室'})
    t3 = Thread(target=play,args=['魔兽世界'])
​
    t1.start()
​
    t2.start()
​
    t3.start()
​
​
    num = os.getpid()
    print(f'当前进程编号{num}')
线程执行任务顺序保证

线程的执行顺序也是无序的，如果需要保证线程执行顺讯也是通过join保证

from threading import Thread
import os
def sing(username,singname):
    print(f'线程1的编号{os.getpid()}')
    print(f'唱{username}的{singname}歌')
​
def dance(name):
    print(f'线程2的编号{os.getpid()}')
    print(f'跳{name}舞')
​
​
def tanzou():
    print(f'线程3的编号{os.getpid()}')
    print('弹吉他')
​
if __name__ == '__main__':
    # 创建线程传递参数
    t1 = Thread(target=sing,kwargs={'username':'凤凰传奇','singname':'月亮之上'})
    t2 = Thread(target=dance,args=['圆桌舞'])
    t3 = Thread(target=tanzou)
​
    t1.start()
    t1.join()
    t2.start()
    t2.join()
    t3.start()
    t3.join()

线程键共享数据

多个线程是在一个进程下运行，他们可以使用同一个进程下的资源

from threading import Thread
a = 1
​
​
def func1():
    global a
    a = a + 1
    print(f'线程中的a:{a}')
​
​
def func2():
    global a
    a = a + 1
    print(f'线程中的a:{a}')
​
​
if __name__ == '__main__':
​
    # 创建进程
    t1 = Thread(target=func1)
    t2 = Thread(target=func2)
​
    t1.start()
    t2.start()
​
    print(f'主进程中的a:{a}')

当共享数据是，多个线程操作同一个数据，那么有可能会因为资源抢占造成计算错误

可以通过join保证数据能完整计算

from threading import Thread
a = 0
​
​
def func1():
    global a
    for i in range(1000000):
        a = a + 1
    print(f'func1线程中的a:{a}')
​
​
def func2():
    global a
    for i in range(1000000):
        a = a + 1
    print(f'func2线程中的a:{a}')
​
​
if __name__ == '__main__':
​
    # 创建进程
    t1 = Thread(target=func1)
    t2 = Thread(target=func2)
​
    t1.start()
    t1.join()
    t2.start()
    t2.join()
​
    print(f'主进程中的a:{a}')

5-多任务总结

进程和线程

进程是分配资源的最小单元 线程是执行任务的最小单元

实现多任务可以使用多进程或多线

为什么要使用多任务？

提升计算效率，当cpu资源充足是，可以实现多个任务同时执行。

后续spark底层实现采用的多线程方式，spark计算效率很高。spark已经封装实现，开发不需要写多线程。

mapreduce的计算是使用多进程方式实现多任务

实际开发为什么不用多进程实现多任务？更多是采用多线程?

创建进程的开销加大，创建时间长。每创建一个进程都需要额外有计算机分配资源，分配资源也会耗费时间

多进程间不共享数据

多线程会共享数据，如果发生资源抢占会造成数据计算错误

主进程会等到所有任务结束后再结束

二、闭包

在一个函数中定义一个新的函数，把内部函数 当成返回值进行返回，就是一个闭包

使用闭包是为了保存函数的中的局部变量数据

默认情况下 函数执行结束后，内部的局部变量对应的数据会被清除

想保留数据就需要借助闭包

# 局部变量的销毁问题
​
def func():
    # 局部变量
    a = 10
    a = a+1
    print(a)
​
func() # 函数调用结束后内部局部变量会自动销毁
func() # 第二次调用函数时，会重新定义局部变量，重新计算
​
print('---------------------------')
# 使用闭包可以将局部变量保存下来，每次调用函数时，使用同一个局部变量操作
# 闭包的格式是函数的嵌套定义
def func1():
    # 定义局部变量
    a = 10
    def func2():
        # 内部声明局部变量
        nonlocal a
        a = a+1
        print(a)
    # 将内部定义的函数名返回
    return func2
​
f2 = func1() # f2=func2
# 使用加法计算
f2()
f2()
​

定义闭包

1-要有函数嵌套定义

2-必须将内部函数的名称返回

使用闭包的场景

1-计数器

2-装饰器

三、装饰器

在不改变原有函数的基础上增加新的业务逻辑

1-闭包

2-函数可以当成参数传递

# 使用闭包定义装饰器
def func1(f):
    # 外部函数定义接受参数，参数的类型要求是其他函数
    # f需要接受其他函数，就是需要装饰修改逻辑的函数
    def func2():
        # 调用之前增加登录判断
        print('登录成功')
        # 调用需要修改执行的函数
        f()
    # 返回内部函数
    return func2
​
# 支付功能已经编写完成，不能再随意修改，如果此时需要再支付中增加一个登录判断如何实现
def pay():
    print('支付')
# 调用装饰器
f2 = func1(pay) # f=pay  f2 = func2
f2()
​
def order():
    print('下单')

  • 被装饰的函数数据返回

def login(f):
    """
        登录装饰器
    :param f: 接收被装饰的函数
    :return:
    """
    def inner(name, password):
        # 编写登录逻辑
        if name == '张三':
            if password == '123456':
                print('登录成功')
                # 登录成执行被装饰的函数
                # 可以给传递数据和接收返回值
                res= f(1000)
                print(res)
            else:
                print('密码错误')
        else:
            print('用户名错误')
​
    return inner
​
def pay(price):
    print('订单支付逻辑')
    print(f'支付金额{price}')
    return '支付成功'
​
# 使用装饰器装饰支付函数
f = login(pay)
# f = inner
f('张三','123456')

  • 采用语法糖格式使用装饰器

    • 语法糖格式 @装饰器函数名

def login(f):
    """
        登录装饰器
    :param f: 接收被装饰的函数
    :return:
    """
    def inner(name, password,price):
        # 编写登录逻辑
        if name == '张三':
            if password == '123456':
                print('登录成功')
                # 登录成执行被装饰的函数
                res= f(price)
                print(res)
            else:
                print('密码错误')
        else:
            print('用户名错误')
​
    return inner
​
# 使用语法糖
@login
def pay(price):
    print('订单支付逻辑')
    print(f'支付金额{price}')
    return '支付成功'
​
# 调用被装饰的函数
# 此时pay函数变成了inneer函数
pay('张三','123456',1000)

四、正则

采用正则的方式匹配字符串的中的数据，可以进行数据的判断或则获取数据

在读取文件数据时，文件中都是字符串，可以使用正则匹配。

正则最多的应用是爬虫

爬虫会爬取网络中的数据，数据是字符串类型，需要提取字符串中的数据

使用正则处理字符串数据需要导入对应的模块

import re

# match的匹配是从首字符开始匹配   从左到右一次匹配字符串中的每个字符
r=re.match('匹配数据的规则','匹配的数据本身，类型是字符')
# 获取匹配结果
data = r.group()
print(data)

匹配单个字符

# 使用正则匹配单个字符
import re
# 需要匹配的数据，类型是字符串
data = '!123itcast'
# .的匹配 匹配非\n
r = re.match('.',data)
# 获取匹配的数据
res = r.group()# 如果匹配到数据则返回结果 如果匹配不到则会报错
print(f'. 的正则匹配结果：{res}')
​
# [] 匹配 可以在括号写多个匹配字符 a-z 匹配所有小写字母
r = re.match('[a-zA-Z0-9!]',data)
# 获取匹配的数据
res = r.group()# 如果匹配到数据则返回结果 如果匹配不到则会报错
print(f'[] 的正则匹配结果：{res}')
​
# \d 匹配数字
# r = re.match('\d',data)
# # 获取匹配的数据
# res = r.group()# 如果匹配到数据则返回结果 如果匹配不到则会报错
# print(f'\d 的正则匹配结果：{res}')
​
# \D
r = re.match('\D',data)
# 获取匹配的数据
res = r.group()# 如果匹配到数据则返回结果 如果匹配不到则会报错
print(f'\D 的正则匹配结果：{res}')
​
data_str2 = '   itcast'
r = re.match('\s',data_str2)
# 获取匹配的数据
res = r.group()# 如果匹配到数据则返回结果 如果匹配不到则会报错
print(f'\s 的正则匹配结果：{res}')
​
​
data_str3 ='你好'
r = re.match('\w',data_str3)
# 获取匹配的数据
res = r.group()# 如果匹配到数据则返回结果 如果匹配不到则会报错
print(f'\w 的正则匹配结果：{res}')

匹配多个字符

# 匹配多个字符
import re
# 书写方法 匹配规则+  匹配规则*  ...
​
data_str = 'itc99ast99python'
# 使用* 匹配多个字符
# 只要符合匹配规则会一直连续匹配
# * 匹配不到 返回空字符
r = re.match('\d*',data_str)
res = r.group()
print(res)
​
# 使用+匹配多个字符
# 只要符合匹配规则会一直连续匹配
# + 匹配不到 报错
r = re.match('\D+',data_str)
res = r.group()
print(res)
​
# {}指定匹配的字符串个数
r = re.match('\D{3}',data_str)
res = r.group()
print(res)
​
# {m,n}
r = re.match('\D{2,4}',data_str)
res = r.group()
print(res)

分组匹配

data_email1 = '1928738@qq.com'
data_email2 = 'jqiowe@163.com'
data_email3 = 'jqi_wqe@163.com'
# 匹配用户名和邮箱名
r = re.match('(\w*)@(\w*).com',data_email3)
# 取匹配的分组数据
username = r.group(1)
print(username)
emailname = r.group(2)
print(emailname)

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.mfbz.cn/a/668907.html

如若内容造成侵权/违法违规/事实不符，请联系我们进行投诉反馈qq邮箱809451989@qq.com，一经查实，立即删除！

相关文章

Day44 动态规划part04

Day44 动态规划part04

背包问题 01背包问题：每件物品只能用一次完全背包问题：每件物品可以使用无数次 01背包问题 暴力解法：每一件物品其实只有两个状态，取或者不取，所以可以使用回溯法搜索出所有的情况，那么时间复杂度就是 o…
阅读更多...
【LeetCode刷题】二分查找：寻找旋转排序数组中的最小值、点名

【LeetCode刷题】二分查找：寻找旋转排序数组中的最小值、点名

【LeetCode刷题】Day 14 题目1：153.寻找旋转排序数组中的最小值思路分析：思路1：二分查找：以A为参照思路2：二分查找，以D为参照 题目2：LCR 173.点名思路分析：思路1：遍历查找…
阅读更多...
【显示方案IC-速显微】

【显示方案IC-速显微】

最近偶然间接触到“速显微”的显示方案，个人体验了一把感觉还是挺顺手的，虽然手里没有板子没有上手测试一番。 这是他们的官网链接： https://www.thorsianway.com/product/chip 从官网可以看到有两颗个系列的IC已经量产：GC9005和G…
阅读更多...
物联网实战--平台篇之(十一)设备管理后台

物联网实战--平台篇之(十一)设备管理后台

目录 一、设备数据库 二、添加设备 三、排序设备 四、重命名设备 五、删除设备 六、移动设备 本项目的交流QQ群:701889554 物联网实战--入门篇https://blog.csdn.net/ypp240124016/category_12609773.html 物联网实战--驱动篇https://blog.csdn.net/ypp240124016/categ…
阅读更多...
词法分析器的设计与实现--编译原理操作步骤，1、你的算法工作流程图； 2、你的函数流程图；3，具体代码

词法分析器的设计与实现--编译原理操作步骤，1、你的算法工作流程图； 2、你的函数流程图；3，具体代码

实验原理： 词法分析是编译程序进行编译时第一个要进行的任务，主要是对源程序进行编译预处理之后，对整个源程序进行分解，分解成一个个单词，这些单词有且只有五类，分别时标识符、关键字（保留字&a…
阅读更多...
【匹配线段问题】

【匹配线段问题】

问题： 如下图所示。图中有两行正整数，每行中有若干个正整数。如果第一行的某个数r与第二行的某个数相同，这样就可以在这两个正整数之间划一条线，并称之为r-匹配线段。下图中存在3-匹配线段和2-匹配线段。 请编写完整程序&#xf…
阅读更多...
[12] 使用 CUDA 加速排序算法

[12] 使用 CUDA 加速排序算法

使用 CUDA 加速排序算法 排序算法被广泛用于计算应用中有很多排序算法，像是枚举排序或者说是秩排序、冒泡排序和归并排序，这些排序算法具有不同的（时间和空间）复杂度，因此对同一个数组来说也有不同的排序时间&#xf…
阅读更多...
9款实用而不为人知的小众软件推荐！

9款实用而不为人知的小众软件推荐！

AI视频生成：小说文案智能分镜智能识别角色和场景批量Ai绘图自动配音添加音乐一键合成视频https://aitools.jurilu.com/ 在电脑软件的浩瀚海洋中，除了那些广为人知的流行软件外，还有许多简单、干净、功能强大且注重实用功能的小众软件等待我们…
阅读更多...
Ubuntu中PDF阅读器和编辑器

Ubuntu中PDF阅读器和编辑器

1. 福昕PDF编辑器 1.1. 下载地址 PDF阅读器下载_PDF编辑器下载_PDF软件官方下载_福昕软件官网 1.2. 安装 sudo dpkg -i signed_com.foxit.foxitpdfeditor_xxx_amd64_UOS.deb 2. WPS DPF 2.1. 下载地址 WPS Office 2019 for Linux-支持多版本下载_WPS官方网站 2.2. 使用 …
阅读更多...
【LeetCode算法】第111题：二叉树的最小深度

【LeetCode算法】第111题：二叉树的最小深度

目录 一、题目描述 二、初次解答 三、官方解法 四、总结 一、题目描述 二、初次解答 1. 思路：二叉树的先序遍历。求出左子树的最小高度，求出右子树的最小高度，最终返回左子树和右子树的最小高度1。关键：若左子树的高度为0&…
阅读更多...
【Linux】写一个日志类

【Linux】写一个日志类

文章目录 1. 源代码2. 函数功能概览3. 代码详细解释3.1 头文件和宏定义3.2 Log类定义3.3 打印日志的方法3.4 操作符重载和析构函数3.5 可变参数函数的原理 4. 测试用例 1. 源代码 下面代码定义了一个 Log 类，用于记录日志信息。这个类支持将日志信息输出到屏幕、单…
阅读更多...
[无监督学习] 11.详细图解LSA

[无监督学习] 11.详细图解LSA

LSA LSA（Latent Semantic Analysis，潜在语义分析）是一种自然语言处理技术。作为一种降维算法，它常被用于信息搜索领域。使用 LSA 能够从大量的文本数据中找出单词之间的潜在关联性。 概述 LSA 是在 1988 年被提出的算法&#xff…
阅读更多...
Java（七）——Clonable接口与深拷贝

Java（七）——Clonable接口与深拷贝

文章目录 Clonable接口与深拷贝克隆对象深拷贝 Clonable接口与深拷贝 克隆对象 考虑：怎样将对象克隆一份？ 答案就在本文，我们先给出一步一步的思考过程，然后总结： 首先设置情景：我们有一个Person类&#x…
阅读更多...
Wireshark Lua插件入门

Wireshark Lua插件入门

摘要 开发中经常通过抓包分析协议，对于常见的协议如 DNS wireshark 支持自动解析，便于人类的理解，对于一些私有协议，wireshark 提供了插件的方式自定义解析逻辑。 1 动手 废话少说，直接上手。 第一步当然是装上wiresh…
阅读更多...
[C++]vector的模拟实现

[C++]vector的模拟实现

下面是简单的实现vector的功能，没有涉及使用内存池等复杂算法来提高效率。 一、vector的概述 （一）、抽象数据类型定义 容器：向量（vector）vector是表示大小可以变化的数组的序列容器。像数组一样&#xf…
阅读更多...
GPT-4o vs. GPT-4 vs. Gemini 1.5 性能评测，谁更胜一筹！

GPT-4o vs. GPT-4 vs. Gemini 1.5 性能评测，谁更胜一筹！

OpenAI 最近推出了 GPT-4o，OpenAI有一次火爆了，其图像、音频、视频的处理能力非常强。 最令人印象深刻的是，它支持用户与 ChatGPT 实时互动，并且能够处理对话中断。 而且，OpenAI 免费开放了 GPT-4o API 的访问权限。…
阅读更多...
[ROS 系列学习教程] 建模与仿真 - 使用 Xacro 优化 urdf

[ROS 系列学习教程] 建模与仿真 - 使用 Xacro 优化 urdf

ROS 系列学习教程(总目录) 本文目录 一、使用属性表示常量二、使用公式三、使用宏定义四、include 其他文件五、优化实践 对于前文介绍的 urdf 模型，我们可以使用 xacro 来优化，使其更易于维护。 优化点： 多次用到的尺寸用常量定义计算使用…
阅读更多...
嵌入式linux系统中图片处理详解

嵌入式linux系统中图片处理详解

大家好，今天给大家分享一下，嵌入式中如何进行图像处理，常见的处理方式有哪几种？这次将详细分析一下 第一：BMP图形处理方式 图形的基本特点，所有的图像文件，都是一种二进制格式文件，每一个图像文件，都可以通过解析文件中的每一组二进制数的含义来获得文件中的各种信息…
阅读更多...
Scriptings Tracker

Scriptings Tracker

"Scriptings Tracker"（脚本追踪器）可能是一个用于追踪脚本（scriptings）的工具或系统。它可以用于记录和管理脚本的创建、修改、版本控制和执行情况。这种工具可能被用于软件开发、自动化任务、电影制作、戏剧等领域。 …
阅读更多...
ubuntu系统下安装mysql的步骤详解

ubuntu系统下安装mysql的步骤详解

一、下载安装包 下载地址： https://dev.mysql.com/downloads/repo/apt 跳转到这个页面： 直接点击Download。 直接点击最下面的开始下载安装包即可。 二、将安装包下载到ubuntu系统中 先将用户切换成root用户，把下载好的安装包复制到桌面上&…
阅读更多...
最新文章

Copyright @ 2022~2023

友情链接： 我的编程经验分享 一条长河网 尧图网站开发 尧图建网站