一、进度概述

        1、作业1
        2、组会会议纪要——没太听懂，得再看

二、详情

1、作业1

（1）在python中，想要使output为图片，需要用的matplotlib库，这里做简单的整理，以便更好的理解代码。
        参考文章：Python--Matplotlib（基本用法）-CSDN博客

（2）代码分析（这里以seg为例分析）

# 地震数据都存储在.mat中的一个单变量中(.mat可存储多个变量).而Python可以直接读取.mat文件中的某个变量.
import scipy.io
numpy_file = scipy.io.loadmat(mat_file)["var_name"]

#.npy是Python的numpy变量直接存储的格式, 它的读取非常方便, 而且直接就读取得到某个变量
import numpy as np
dataset = np.load(np_file)

# 地震数据的存储操作相对较少, 但是在长期训练的过程中, 额外保存中间变量也是非常重要的可以节省时间的操作, 主要建议是通过.npy来进行保存 (既方便写也方便读)
import numpy as np
dataset = np.save(np_file)

#python中绘制图像需要用到 matplotlib
import matplotlib
import numpy as np
matplotlib.use('TkAgg')
import matplotlib.pylab as plt
from mpl_toolkits.axes_grid1 
import make_axes_locatable


font21 = {
    'family': 'Times New Roman',
    'weight': 'normal',
    'size': 21,
}


def pain_seg_seismic_data(para_seismic_data):
    '''
    Plotting seismic data images of SEG salt datasets

    :param para_seismic_data:   Seismic data (400 x 301) (numpy)
    :param is_colorbar:         Whether to add a color bar (1 means add, 0 is the default, means don't add)
    '''

    fig, ax = plt.subplots(figsize=(6.2, 8), dpi = 120)

    im = ax.imshow(para_seismic_data, extent=[0, 300, 400, 0], cmap=plt.cm.seismic, vmin=-0.4, vmax=0.44)

    ax.set_xlabel('Position (km)', font21)
    ax.set_ylabel('Time (s)', font21)

    ax.set_xticks(np.linspace(0, 300, 5))
    ax.set_yticks(np.linspace(0, 400, 5))
    ax.set_xticklabels(labels = [0,0.75,1.5,2.25,3.0], size=21)
    ax.set_yticklabels(labels = [0.0,0.50,1.00,1.50,2.00], size=21)

    plt.rcParams['font.size'] = 14      # Set colorbar font size
    divider = make_axes_locatable(ax)
    cax = divider.append_axes("top", size="3%", pad=0.32)
    plt.colorbar(im, ax=ax, cax=cax, orientation='horizontal')

    plt.subplots_adjust(bottom=0.08, top=0.98, left=0.11, right=0.99)

    plt.show()

        运行结果如下： 

2、2024.8.4组会会议纪要

        见相关word文档

        关于“伪代码”，详情见本专栏中另一篇笔记 “【论文写作】伪代码”

        【论文写作】伪代码-CSDN博客

---

后记