Python：基于matplotlib与mayavi的3D可视化（点云+等值面）

news2024/11/26 6:52:32

文章目录

  • 一、3D可视化常用方法
  • 二、三维图像在numpy、cv2、以及tifffile.imread中通道的区别
  • 三、项目实战
  •  1、基于matplotlib的3D可视化（体素体）
  •  2、基于mayavi的3D可视化
    • 2.0、mayavi使用指南（鼠标）
    • 2.1、mlab.points3d()参数详解：用于绘制3D点云
      • 2.1.1、mlab.points3d：绘制小球
      • 2.1.2、mlab.points3d：绘制小立方体
      • 2.1.3、mlab.points3d：3D灰度/彩色图像的点云图（体素体）
    • 2.2、mlab.contour3d()参数详解：用于绘制3D等值面
      • 2.2.1、mlab.contour3d：3D灰度/彩色图像的等值面图（体素体）
      • 2.2.2、mlab.contour3d：3D灰度/彩色图像的等值面图（体素体）—— 在同一个视图中，选择指定像素值绘制指定颜色

一、3D可视化常用方法

3D可视化是一种用于呈现三维数据的方法，它可以帮助我们更好地理解和分析复杂的空间结构和关系。在科学、工程、医学和其他领域，3D可视化常用于展示和研究体数据、空间模型、分子结构等。

以下是一些常见的用于3D可视化的工具和库：

  1. Matplotlib：Matplotlib 是一个常用的Python数据可视化库，其中的 mplot3d 模块提供了3D可视化功能，可以绘制三维图形和表面图。
  2. Mayavi：Mayavi 是一个基于VTK（Visualization Toolkit）的强大的3D科学数据可视化工具，它提供了丰富的功能和交互性，支持绘制体数据、曲面、等值面、轮廓线等。
  3. Plotly：Plotly 是一个交互式的数据可视化库，支持绘制各种类型的3D图形，包括散点图、线图、曲面图等，并提供了丰富的交互功能和布局选项。
  4. VTK（Visualization Toolkit）：VTK 是一个强大的开源可视化库，提供了广泛的3D可视化算法和工具，可以用于构建复杂的可视化应用。
  5. ParaView：ParaView 是基于VTK的可视化软件，主要用于科学数据的可视化和分析，支持高效处理大规模数据，并提供了各种可视化技术和交互性。

二、三维图像在numpy、cv2、以及tifffile.imread中通道的区别

  • （1）NumPy：NumPy是一个强大的数值计算库，用于处理多维数组。在NumPy中，三维图像通常表示为形状为 (height, width, channels) 的数组。每个像素的通道值可以通过索引访问，例如 image[y, x, channel]。
  • （2）OpenCV (cv2)：OpenCV是一个广泛使用的计算机视觉库，支持图像和视频处理。在OpenCV中，三维图像通常表示为形状为 (height, width, channels) 的NumPy数组。每个像素的通道值可以通过索引访问，例如 image[y, x, channel]。OpenCV还提供了许多图像处理和计算机视觉功能。
  • （3）tifffile.imread：tifffile是一个用于读取TIFF图像文件的库。在使用tifffile.imread加载三维图像时，它会返回一个形状为 (slices, height, width) 的NumPy数组，其中每个像素的值表示灰度强度。tifffile库通常用于处理多层的灰度图像。
    • height：表示图像的垂直维度，即行数或高度。
    • width：表示图像的水平维度，即列数或宽度。
    • channels：表示图像的通道数，对于彩色图像通常为3（红、绿、蓝），对于灰度图像通常为1。

三、项目实战

 1、基于matplotlib的3D可视化（体素体）

200x200x200图像可视化：耗时问题比较严重，且任意视角的拖动都等需要等待较长时间。
在这里插入图片描述

import numpy as np
import matplotlib.pyplot as plt
import tifffile				# pip install tifffile

# 加载 TIFF 图像
image_data = tifffile.imread('marked_image.tif')

# 创建立体图像的坐标网格
x, y, z = np.meshgrid(np.arange(image_data.shape[1]+1), np.arange(image_data.shape[0]+1), np.arange(image_data.shape[2]+1))

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

# 绘制立体图像
ax.voxels(x, y, z, image_data, cmap='gray')

# 设置坐标轴标签
ax.set_xlabel('X')
ax.set_ylabel('Y')
ax.set_zlabel('Z')

# 显示图像
plt.show()

 2、基于mayavi的3D可视化

2.0、mayavi使用指南（鼠标）

（1）鼠标左键：xyz轴旋转；
（2）鼠标右键 / 滑动鼠标滚轮：缩放功能；
（3）按住鼠标滚轮不松并进行拖动：上下左右平移；

2.1、mlab.points3d()参数详解：用于绘制3D点云

mlab.points3d(x, y, z, scalars, color, colormap, scale_factor, scale_mode, mode, resolution, opacity, line_width, reset_zoom, reset_camera, name, **kwargs)
参数详解：

  • （1）x, y, z: 分别表示点云在x、y、z轴坐标。这些参数可以是一维数组，也可以是多维数组。
  • （2）value / scalars: 用于指定点云的标量值（例如像素值、温度等），这些值用于着色点云，value是scalars参数的别名。scalars参数可以是一维数组，长度与点云中的点数相同，也可以是与点云坐标数组相同的形状。
  • （3）scale_factor: 用于指定每个点云的大小。
  • （4）mode: 用于指定绘制的点的类型，可选值（字符串类型）包括：
    • 默认是小球体
    • ‘none’: 不绘制任何点。
    • ‘2dvertex’: 绘制2D点，点的大小由scale_factor确定。
    • ‘2dcross’: 绘制2D十字形点，点的大小由scale_factor确定。
    • ‘2dcircle:’ 绘制2D圆形点，点的大小由scale_factor确定。
    • ‘3dvertex’: 绘制3D点，点的大小由scale_factor确定。
    • ‘3dcross’: 绘制3D十字形点，点的大小由scale_factor确定。
    • ‘3dcircle’: 绘制3D圆形点，点的大小由scale_factor确定。
    • 'cube': 绘制3D立方体点，点的大小由scale_factor确定。
  • （5）colormap: 用于指定着色的颜色映射表，可选值包括Mayavi中预定义的颜色映射表，例如’viridis’、‘plasma’、'coolwarm’等。也可以使用自定义的颜色映射表。
  • （6）vmin, vmax: 用于指定着色时的最小值和最大值，用于映射scalars参数的值到颜色映射表。
  • （7）figure: 指定绘制点云的Mayavi figure对象，如果未指定，则使用当前活动的figure。
  • （8）name: 用于指定点云的名称。
  • （9）reset_zoom: 是否在绘制点云时自动调整视图范围以适应整个点云。
  • （10）line_width: 用于指定绘制线条的宽度。
  • （11）opacity: 用于指定点云的不透明度，取值范围为0（完全透明）到1（完全不透明）。
  • （12）mask_points: 是否掩蔽点云，掩蔽后点云将不可见。
  • （13）mask_color: 用于指定掩蔽点云时的颜色。
  • （14）scale_mode: 用于指定缩放模式，可选值（字符串类型）包括：
    • ‘none’: 不缩放。
    • ‘scalar’: 根据scalars参数的值进行缩放。
    • ‘vector’: 根据向量值进行缩放。
  • （15）scale_factor: 用于指定缩放因子，用于调整点的大小。
  • （16）resolution: 用于指定点云的分辨率，即点的密度。
  • （17）其他参数：还可以使用其他参数来调整点云的样式，例如color参数指定点云的颜色，representation参数指定绘制点云的外观，mask_points参数用于掩蔽点云等。

2.1.1、mlab.points3d：绘制小球

在这里插入图片描述

import numpy as np
from mayavi import mlab

x, y, z, value = np.random.random((4, 40))	# 随机生成x,y,z坐标，以及小球的值
mlab.figure(bgcolor=(1, 1, 1))
mlab.points3d(x, y, z, value)		# mode默认是小球体
mlab.show()

2.1.2、mlab.points3d：绘制小立方体

在这里插入图片描述

import numpy as np
from mayavi import mlab

x, y, z, value = np.random.random((4, 40))
mlab.figure(bgcolor=(1, 1, 1))
mlab.points3d(x, y, z, value, mode='cube', scale_factor=1, colormap='binary')
mlab.show()

2.1.3、mlab.points3d：3D灰度/彩色图像的点云图（体素体）

threshold = 1在这里插入图片描述
threshold = 100
在这里插入图片描述

import numpy as np
from mayavi import mlab
import tifffile

# （1）加载3D图像（彩色图像: 10x10x10x3        灰度图像: 10x10x10）
color_image = tifffile.imread('marked_image.tif')
print(len(color_image.shape))

# （2）创建网格点
if len(color_image.shape) == 3:          # 灰度3D图像：10x10x10
    x, y, z = np.mgrid[0:color_image.shape[0], 0:color_image.shape[1], 0:color_image.shape[2]]
elif len(color_image.shape) == 4:        # 彩色3D图像：3x10x10x10
    color_image = np.moveaxis(color_image, -1, 0)    # 调整彩色3D图像的轴顺序与网格点的轴顺序一致
    x, y, z = np.mgrid[0:color_image.shape[1], 0:color_image.shape[2], 0:color_image.shape[3]]
    color_image = color_image[0]
    # Mayavi库的绘制函数通常期望三维数组作为输入，表示空间坐标和相应的数值。对于四维图像数据，您可以选择提取其中的一维作为绘制的数据，或者将四维数据转换为三维数据。
##########################################################################
# （3）显示彩色3D点云图像
fig = mlab.figure(bgcolor=(0, 0, 0), size=(800, 600))  # 新建画布，指定背景为黑色（默认灰色），并设置画布的初始大小
threshold = 1     # 去掉冗余信息（如：100），且可以加速计算
selected_x, selected_y, selected_z = np.where(color_image >= threshold)  # 将color_image中大于阈值的像素点的坐标提取出来，作为点云的坐标
colors = color_image[selected_x, selected_y, selected_z] / 255.0  # 根据像素值设置点云的颜色: 将像素值归一化到[0, 1]范围，作为颜色值
mlab.points3d(selected_x, selected_y, selected_z, colors, mode='cube', scale_factor=2)  # 绘制点云
##########################################################################
# （4）设置立方体8条边线：边线颜色、边线宽度
mlab.outline(color=(0, 0, 0), line_width=3.0)
mlab.axes(xlabel='X', ylabel='Y', zlabel='Z', figure=fig)  # 添加坐标轴标签
# （5）设置Mayavi场景的渲染参数（可以改变 Mayavi 场景的视角和观察者与场景的距离，从而获得所需的视觉效果。）
mlab.view(azimuth=0, elevation=90, distance='auto')
# （6）显示Mayavi场景
mlab.show()
##########################################################################
# mlab.view() 函数用于设置 Mayavi 场景的视角。
#       azimuth: 水平旋转角度，以度数表示。0 表示正对前方，正值表示向右旋转，负值表示向左旋转。
#       elevation: 垂直旋转角度，以度数表示。90 表示从正上方俯视，0 表示水平视角，-90 表示从正下方仰视。
#       distance: 观察者与场景的距离。'auto' 表示自动调整距离以适应场景。
##########################################################################

2.2、mlab.contour3d()参数详解：用于绘制3D等值面

mlab.contour3d(scalar_field, contours=10, transparent=False, colormap=None, vmin=None, vmax=None, opacity=1.0, figure=None, line_width=1.0, extent=None)

  • 输入参数：
  • （1）scalar_field: 三维数据数组，表示要绘制等值面的标量场。该数组的形状应为(N, M, L)，其中N，M，L分别是X，Y，Z方向的数据点数。
    该参数是mlab.contour3d()函数的唯一必需参数。
  • （2）contours: 可选参数，用于指定要绘制的等值面的数量或位置。可以是一个整数，表示要绘制的等值面数量，或者是一个一维数组，表示要绘制的具体等值面位置。默认值为10，表示绘制10个等值面。
  • （3）transparent: 可选参数，表示等值面是否透明。如果设置为True，则等值面将显示为透明。默认值为False，即不透明。
  • （4）colormap: 可选参数，用于指定等值面的颜色映射。可以是颜色名称字符串，如’red’，‘green’，'blue’等，也可以是一个RGB元组表示的颜色，如(1, 0, 0)表示红色。如果不指定该参数，则默认使用Mayavi的默认颜色映射。
  • （5）vmin和vmax: 可选参数，用于指定绘制等值面的数据范围。vmin表示数据的最小值，vmax表示数据的最大值。超出这个范围的数据将被截断或忽略。如果不指定这两个参数，则默认使用数据数组中的最小值和最大值。
  • （6）opacity: 可选参数，表示等值面的不透明度。取值范围为0到1，其中0表示完全透明，1表示完全不透明。默认值为1.0，即完全不透明。
  • （7）line_width: 可选参数，表示等值面的线宽。默认值为1.0。
  • （8）extent: 可选参数，用于指定等值面在X，Y，Z方向的显示范围。它是一个六元组(xmin, xmax, ymin, ymax, zmin, zmax)，分别表示X，Y，Z方向上的最小和最大值。如果不指定该参数，则默认使用数据数组的形状作为显示范围。
  • 返回对象：返回mlab.pipeline.iso_surface对象，通过该对象可以对等值面进行进一步的操作和设置。

2.2.1、mlab.contour3d：3D灰度/彩色图像的等值面图（体素体）

在这里插入图片描述

import numpy as np
from mayavi import mlab
import tifffile

# （1）加载3D图像（彩色图像: 10x10x10x3        灰度图像: 10x10x10）
color_image = tifffile.imread('marked_image.tif')
print(len(color_image.shape))

# （2）创建网格点
if len(color_image.shape) == 3:          # 灰度3D图像：10x10x10
    x, y, z = np.mgrid[0:color_image.shape[0], 0:color_image.shape[1], 0:color_image.shape[2]]
elif len(color_image.shape) == 4:        # 彩色3D图像：3x10x10x10
    color_image = np.moveaxis(color_image, -1, 0)    # 调整彩色3D图像的轴顺序与网格点的轴顺序一致
    x, y, z = np.mgrid[0:color_image.shape[1], 0:color_image.shape[2], 0:color_image.shape[3]]
    color_image = color_image[0]
    # Mayavi库的绘制函数通常期望三维数组作为输入，表示空间坐标和相应的数值。对于四维图像数据，您可以选择提取其中的一维作为绘制的数据，或者将四维数据转换为三维数据。

# （4）显示彩色3D图像
fig = mlab.figure(bgcolor=(0, 0, 0), size=(800, 600))  # 新建画布，指定背景为黑色（默认灰色），并设置画布的初始大小。白色=(1,1,1)
mlab.contour3d(x, y, z, color_image)
##########################################################################

# （5）创建三维体素数据
volume = mlab.pipeline.volume(mlab.pipeline.scalar_field(color_image))
# （6）创建颜色映射，全黑体素置黑色，全白体素置白色
color_map = np.zeros((256, 4))
color_map[0] = (0, 0, 0, 0)  # 全黑体素的颜色为黑色
# color_map[255] = (1, 1, 1, 1)  # 全白体素的颜色为白色
# （7）设置体素数据的颜色映射
volume.module_manager.scalar_lut_manager.lut.table = color_map
##########################################################################

# （8）设置立方体8条边线：边线颜色、边线宽度
mlab.outline(color=(0, 0, 0), line_width=3.0)
mlab.axes(xlabel='X', ylabel='Y', zlabel='Z', figure=fig)  # 添加坐标轴标签
# （9）设置Mayavi场景的渲染参数（可以改变 Mayavi 场景的视角和观察者与场景的距离，从而获得所需的视觉效果。）
mlab.view(azimuth=0, elevation=90, distance='auto')
# （10）显示Mayavi场景
mlab.show()

##########################################################################
# mlab.view() 函数用于设置 Mayavi 场景的视角。
#       azimuth: 水平旋转角度，以度数表示。0 表示正对前方，正值表示向右旋转，负值表示向左旋转。
#       elevation: 垂直旋转角度，以度数表示。90 表示从正上方俯视，0 表示水平视角，-90 表示从正下方仰视。
#       distance: 观察者与场景的距离。'auto' 表示自动调整距离以适应场景。
##########################################################################

2.2.2、mlab.contour3d：3D灰度/彩色图像的等值面图（体素体）—— 在同一个视图中，选择指定像素值绘制指定颜色

在这里插入图片描述

import numpy as np
from mayavi import mlab
import tifffile

# （1）加载3D图像（彩色图像: 10x10x10x3        灰度图像: 10x10x10）
color_image = tifffile.imread('marked_image.tif')
print(len(color_image.shape))

# （2）创建网格点
if len(color_image.shape) == 3:          # 灰度3D图像：10x10x10
    x, y, z = np.mgrid[0:color_image.shape[0], 0:color_image.shape[1], 0:color_image.shape[2]]
elif len(color_image.shape) == 4:        # 彩色3D图像：3x10x10x10
    color_image = np.moveaxis(color_image, -1, 0)    # 调整彩色3D图像的轴顺序与网格点的轴顺序一致
    x, y, z = np.mgrid[0:color_image.shape[1], 0:color_image.shape[2], 0:color_image.shape[3]]
    color_image = color_image[0]
    # Mayavi库的绘制函数通常期望三维数组作为输入，表示空间坐标和相应的数值。对于四维图像数据，您可以选择提取其中的一维作为绘制的数据，或者将四维数据转换为三维数据。

# （3.0）新建画布，指定背景为黑色（默认灰色），并设置画布的初始大小。白色=(1,1,1)
fig = mlab.figure(bgcolor=(0, 0, 0), size=(800, 600))

##########################################################################
# （4.1）一次绘制：对原图进行彩色显示
# mlab.contour3d(x, y, z, color_image)
#####################################
# （4.2）二次绘制：对指定像素值，绘制指定颜色
threshold_value = 255  # 指定像素值
color_value = (1, 0, 0)  # 指定颜色（红色）
mlab.contour3d(color_image, contours=[threshold_value], color=color_value)
#####################################
# （4.3）二次绘制：对指定范围像素值，绘制指定颜色
min_value = 100  # 指定最小像素值
max_value = 250  # 指定最大像素值
color_value = (0.5, 0.5, 0.5)  # 指定颜色（红色）
# 绘制指定范围内的等值面，并设置颜色
volume = mlab.pipeline.volume(mlab.pipeline.scalar_field(color_image))
iso_surface = mlab.pipeline.iso_surface(volume, contours=[min_value, max_value], color=color_value)
iso_surface.actor.property.opacity = 1  # 设置等值面的透明度
##########################################################################
# （5）设置立方体8条边线：边线颜色、边线宽度
mlab.outline(color=(0, 0, 0), line_width=3.0)
mlab.axes(xlabel='X', ylabel='Y', zlabel='Z', figure=fig)  # 添加坐标轴标签
# （6）设置Mayavi场景的渲染参数（可以改变 Mayavi 场景的视角和观察者与场景的距离，从而获得所需的视觉效果。）
mlab.view(azimuth=0, elevation=90, distance='auto')
# （7）显示Mayavi场景
mlab.show()

##########################################################################
# mlab.view() 函数用于设置 Mayavi 场景的视角。
#       azimuth: 水平旋转角度，以度数表示。0 表示正对前方，正值表示向右旋转，负值表示向左旋转。
#       elevation: 垂直旋转角度，以度数表示。90 表示从正上方俯视，0 表示水平视角，-90 表示从正下方仰视。
#       distance: 观察者与场景的距离。'auto' 表示自动调整距离以适应场景。
##########################################################################

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.coloradmin.cn/o/773683.html

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈，一经查实，立即删除！

相关文章

瀑布流布局（multi-column多列布局）

瀑布流布局（multi-column多列布局）

效果展示： 瀑布流布局是网页设计常见的一种布局，一般用于图片多列展示。列宽固定，图片根据自身高度自适应交错排列。 特点： 等宽不等高，多列布局；随着页面滚动条向下滚动，不断加载数据块并附加…
阅读更多...
浅谈一下企业IT运维痛点以及好用的运维软件推荐

浅谈一下企业IT运维痛点以及好用的运维软件推荐

随着IT建设的不断深入和完善，IT资产越来越多，IT运维管理越发显得重要。但不少企业不知道如何有效进行IT运维，不知道如何更好进行IT运维，今天我们就来一起浅谈一下企业IT运维痛点，以及给大家推荐一款好用的运维管理软件…
阅读更多...
国内外接口文档工具哪家强？ApiManager-在线接口文档管理工具

国内外接口文档工具哪家强？ApiManager-在线接口文档管理工具

下面是关于接口文档工具-在线接口文档管理工具 接口文档是贯穿整个开发项目流程中的规范，前后端开发需要在开发前期进行接口定义并形成文档，测试人员在功能测试和接口测试的环节也需要对这些接口文档进行测试。 然而随着开发版本迭代，很多接…
阅读更多...
Hadoop——Windows系统下Hadoop单机环境搭建

Hadoop——Windows系统下Hadoop单机环境搭建

为了便于开发，我在本地Windows系统进行Hadoop搭建。 我使用的版本：hadoop-2.7.0。其他版本也可，搭建流程基本一样，所以参考这个教程一般不会有错。 1、下载安装包和插件 安装包hadoop-2.7.0.tar.gz 必要插件winutils-master 2、…
阅读更多...
JAVA15个常见面试题

JAVA15个常见面试题

下面是一些常见的Java面试题及答案： Java中的值传递和引用传递有什么区别？ Java中的参数传递方式都是值传递，但是对于引用类型的参数，传递的是对象的引用副本。 什么是Java中的面向对象编程？ 面向对象编程是一种编程范…
阅读更多...
【产品设计】微信小程序如何做好“授权”设计？

【产品设计】微信小程序如何做好“授权”设计？

授权登录降低了用户注册账号时的操作成本，减少了产品的获客门槛。在本文中，作者结合案例，盘点了微信小程序授权登录设计中需要注意的几点问题，并对功能设计背后的设计思路与原理进行了简要的分析 01 openID 这是微信生态圈中&…
阅读更多...
# Linux下用mailx发送邮件，邮件内容在用户端变成了以为.bin为扩展名的邮件附件的问题解决

# Linux下用mailx发送邮件，邮件内容在用户端变成了以为.bin为扩展名的邮件附件的问题解决

Linux下用mailx发送邮件，邮件内容在用户端变成了以为.bin为扩展名的邮件附件的问题解决 文章目录 Linux下用mailx发送邮件，邮件内容在用户端变成了以为.bin为扩展名的邮件附件的问题解决1 发送邮件范例：2 文件范例参考（/root/loll…
阅读更多...
Microsoft Outlook如何自动归类邮件

Microsoft Outlook如何自动归类邮件

右键点击 Inbox→New Folder 填写文件夹名称 temp Move→Rules→Create Rule Select Folder 点击temp→OK
阅读更多...
Linux 内核概念和学习详解

Linux 内核概念和学习详解

1、前言 本文主要讲解什么是Linux内核，以及通过多张图片展示Linux内核的作用与功能，以便于读者能快速理解什么是Linux内核，能看懂Linux内核。 拥有超过1300万行的代码，Linux内核是世界上最大的开源项目之一，但是内核…
阅读更多...
css 3个元素行排列，前2个元素靠左，第三个元素靠右

css 3个元素行排列，前2个元素靠左，第三个元素靠右

上效果&#xff1a; 实现方式&#xff1a; display:flex &#xff0c; 行排列&#xff0c;默认靠左对齐&#xff0c; 然后让第三个元素自动占满剩余的空间&#xff1a;flex-grow:1&#xff0c;text-align:end // wxml <!-- 支付方式--><view class"payment_…
阅读更多...
尚无忧多门店自助宠物洗护系统美容宠物寄养系统小程序

尚无忧多门店自助宠物洗护系统美容宠物寄养系统小程序

技术框架&#xff1a;thinkphpmysql跨平台uniapp 完全开源无需授权 支持&#xff1a; 多门店商家入驻&#xff0c;管理 门店自助设备预约 电子门锁扫码开门 会员开购买&#xff0c;会员余额充值 自助订单和宠物预约订单管理 宠物添加管理 洗护知识文章设置 <templa…
阅读更多...
套餐管理模块开发 -- 手把手教你做ssm+springboot入门后端项目黑马程序员瑞吉外卖（六）

套餐管理模块开发 -- 手把手教你做ssm+springboot入门后端项目黑马程序员瑞吉外卖（六）

文章目录 前言一、新增套餐1. 需求分析2. 数据模型3. 代码开发4. 功能测试 二、套餐信息分页查询1. 需求分析2. 代码开发3. 功能测试 三、删除套餐1. 需求分析2. 代码开发3. 功能测试 总结 前言 为了巩固所学的知识&#xff0c;作者尝试着开始发布一些学习笔记类的博客&#x…
阅读更多...
推荐模型——逻辑回归

推荐模型——逻辑回归

文章目录 1. 逻辑回归特点2. 基于逻辑回归的推荐流程3. 逻辑回归模型的数学形式4. 逻辑回归模型的训练方法5. 逻辑回归模型的优势5.1 数学含义上的支撑5.2 可解释性强5.3 工程化的需要 6. 逻辑回归的局限性 1. 逻辑回归特点 逻辑回归是融合多种特征的推荐模型。 相比于协同过…
阅读更多...
J Roulette(“范式杯”2023牛客暑期多校训练营1)

J Roulette(“范式杯”2023牛客暑期多校训练营1)

目录 题目描述&#xff1a; 解题思路&#xff1a; 解题代码&#xff1a; 题目描述&#xff1a; 解题思路&#xff1a; 注&#xff1a;其中对于取模过程中用到了费马小定理&#xff0c;可参考如下博客&#xff1a; (3条消息) 费马小定理及其应用_CTGU-Yoghurt的博客-CSDN博客 …
阅读更多...
LiveGBS流媒体平台国标GB/T28181功能-国标级联到海康大华宇视华为等第三方国标平台上级不支持H265/HEVC支持强制推送H264编码

LiveGBS流媒体平台国标GB/T28181功能-国标级联到海康大华宇视华为等第三方国标平台上级不支持H265/HEVC支持强制推送H264编码

LiveGBS国标级联到海康大华宇视华为等第三方国标平台上级不支持H265/HEVC支持强制推送H264编码 1、背景2、什么是GB/T28181级联3、获取上级接入配置信息3.1、接入第三方国标平台3.2、接入LiveGBS示例 4、配置国标级联4.1、国标级联菜单4.2、添加上级平台4.3、编辑上级平台级联4…
阅读更多...
微服务保护---Sentinel(雪崩问题/流量控制/隔离和降级)

微服务保护---Sentinel(雪崩问题/流量控制/隔离和降级)

目录 1.雪崩问题 1.1.解决雪崩问题的常见方式有四种 2.什么是Sentinel 2.1.安装Sentinel控制台 2.2.微服务整合Sentinel 3.流量控制 3.1.簇点链路 3.2.快速入门 3.2.1.示例 3.2.2.利用jmeter测试 3.3.流控模式 3.3.1.关联模式 3.3.2.链路模式 3.3.3.总结 3.4.流控…
阅读更多...
如何在 Ubuntu 20.04 桌面上启用/禁用 wayland

如何在 Ubuntu 20.04 桌面上启用/禁用 wayland

Wayland 是一种通信协议&#xff0c;指定显示服务器与其客户端之间的通信。 默认情况下&#xff0c;Ubuntu 20.04 桌面不会启动 Wayland&#xff0c;而是加载 Xorg 显示服务器X11。 在本教程中您将学习&#xff1a; 如何启用 Wayland如何禁用 Wayland 类别要求、约定或使用的…
阅读更多...
途乐证券-股票退市股民如何索赔？

途乐证券-股票退市股民如何索赔？

股票退市股民能够经过以下途径来索赔&#xff1a; 1、团体诉讼 团体诉讼允许多个股民联合起来作为原告&#xff0c;以代表整个群体进行索赔。这种方式一般需求证明公司或其管理层存在违法行为或虚假陈说等&#xff0c;导致股民的丢失。 2、单个诉讼 在这种状况下&#xff0c…
阅读更多...
el-table 鼠标悬浮时背景色改变

el-table 鼠标悬浮时背景色改变

案例&#xff1a; /* css 鼠标悬浮时 */ ::v-deep .el-table tbody tr:hover > td {background-color: rgb(65, 111, 180) !important;color: #ffffff; } 表格背景色透明 ::v-deep .el-table tr {/* background-color: #10274c; */background-color: transparent;color: #f…
阅读更多...
【gis插件】arcgis插件界址点编号工具、C#实现思路(附插件下载链接)

【gis插件】arcgis插件界址点编号工具、C#实现思路(附插件下载链接)

数据&#xff1a;界址点图层、宗地图层 要求&#xff1a;找出宗地对应的所有界址点号&#xff0c;对这些界址点号以J1开始按顺序排列 要找出宗地所对应的所有界址点号&#xff0c;这里只要执行一个标识 即可得到这样得到的结果。 难点在于对界址点的编号&#xff0c;经过检查…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023