WGS_1984_UTM、WGS_1984_Mercator坐标转化为经纬度坐标python

news2024/12/27 0:37:43

在这里插入图片描述

1、遥感影像的PROJECTION有哪些

遥感影像常见的投影类型有很多，具体选择哪种投影方式取决于数据的特性和使用需求。以下列举了一些常见的遥感影像投影类型：

  1. UTM (Universal Transverse Mercator) 投影：最常见的投影类型之一，将地球划分为60个纵向投影区域，并且每个区域都有一个中央经线。

  2. 地理坐标投影 (Geographic Coordinate System)：也称为经纬度坐标系统，使用经度和纬度坐标来表示地球上的位置。

  3. Albers 投影：用于较大的区域，可以保持等面积特性，适用于地图制图和统计分析。

  4. Lambert Conformal Conic 投影：适用于大范围的地图制图，特别适用于东西跨度较大的区域。

  5. Mercator 投影：将地球表面投射到圆柱面上，适用于航海和导航应用。

  6. Sinusoidal 投影：将地球投射到圆柱面上，并在赤道上保持等距离。

  7. Polar Stereographic 投影：适用于极地地区，将地球投射到与南极或北极之间的圆锥面上。

这只是一些常见的遥感影像投影类型，实际上还有很多其他的投影方式可供选择。选择正确的投影类型需要考虑许多因素，例如地理范围、尺度、形状保持特性、数据分析需求等。

2、遥感影像的GetProjection的PROJECTION参数有哪些

遥感影像的 GetProjection() 方法返回的 PROJECTION 参数通常是表示投影信息的字符串。根据不同的软件和数据格式，PROJECTION 参数的具体格式可能有所不同。以下是一些常见的 PROJECTION 参数的示例：

  1. UTM 坐标系（以 WGS 84 为例）：
'PROJCS["WGS 84 / UTM zone 11N",GEOGCS["WGS 84",DATUM["WGS_1984",SPHEROID["WGS 84",6378137,298.257223563,AUTHORITY["EPSG","7030"]],AUTHORITY["EPSG","6326"]],PRIMEM["Greenwich",0,AUTHORITY["EPSG","8901"]],UNIT["degree",0.0174532925199433,AUTHORITY["EPSG","9122"]],AUTHORITY["EPSG","4326"]],PROJECTION["Transverse_Mercator"],PARAMETER["latitude_of_origin",0],PARAMETER["central_meridian",-117],PARAMETER["scale_factor",0.9996],PARAMETER["false_easting",500000],PARAMETER["false_northing",0],UNIT["metre",1,AUTHORITY["EPSG","9001"]],AXIS["Easting",EAST],AXIS["Northing",NORTH],AUTHORITY["EPSG","32611"]]'
  1. 地理坐标系（以 WGS 84 为例）：
'GEOGCS["WGS 84",DATUM["WGS_1984",SPHEROID["WGS 84",6378137,298.257223563,AUTHORITY["EPSG","7030"]],AUTHORITY["EPSG","6326"]],PRIMEM["Greenwich",0,AUTHORITY["EPSG","8901"]],UNIT["degree",0.0174532925199433,AUTHORITY["EPSG","9122"]],AUTHORITY["EPSG","4326"]]'
  1. Mercator 投影：
'PROJCS["World_Mercator",GEOGCS["GCS_WGS_1984",DATUM["D_WGS_1984",SPHEROID["WGS_1984",6378137.0,298.257223563]],PRIMEM["Greenwich",0.0],UNIT["Degree",0.0174532925199433]],PROJECTION["Mercator"],PARAMETER["False_Easting",0.0],PARAMETER["False_Northing",0.0],PARAMETER["Central_Meridian",0.0],PARAMETER["Standard_Parallel_1",0.0],UNIT["Meter",1.0]]'
  1. Albers 投影：
'PROJCS["Albers Conical Equal Area",GEOGCS["GCS_WGS_1984",DATUM["D_WGS_1984",SPHEROID["WGS_1984",6378137,298.257223563]],PRIMEM["Greenwich",0],UNIT["Degree",0.0174532925199433]],PROJECTION["Albers_Conic_Equal_Area"],PARAMETER["False_Easting",0],PARAMETER["False_Northing",0],PARAMETER["longitude_of_center",10],PARAMETER["Standard_Parallel_1",43],PARAMETER["Standard_Parallel_2",62],PARAMETER["latitude_of_center",30],UNIT["Meter",1],AUTHORITY["EPSG","102008"]]'
  1. Lambert Conformal Conic 投影：
'PROJCS["Lambert Conformal Conic",GEOGCS["GCS_WGS_1984",DATUM["D_WGS_1984",SPHEROID["WGS_1984",6378137,298.257223563]],PRIMEM["Greenwich",0],UNIT["Degree",0.0174532925199433]],PROJECTION["Lambert_Conformal_Conic_2SP"],PARAMETER["False_Easting",0],PARAMETER["False_Northing",0],PARAMETER["Central_Meridian",-95],PARAMETER["Standard_Parallel_1",25],PARAMETER["Standard_Parallel_2",35],PARAMETER["latitude_of_origin",25],UNIT["Meter",1],AUTHORITY["EPSG","102004"]]'

请注意，上述示例中的 PROJECTION 参数仅用于说明目的，实际的 PROJECTION 参数可能更复杂或包含其他的投影相关信息。具体的 PROJECTION 参数可以根据遥感影像的数据格式和使用的软件库来确定。

3、python获取遥感影像的投影坐标系

要获取遥感影像的投影坐标系，你可以使用Python中的GDAL库。GDAL是一个用于空间数据转换和处理的强大库。以下是使用GDAL库获取遥感影像的投影坐标系的示例代码：

from osgeo import gdal, osr

def get_projection(image_path):
    dataset = gdal.Open(image_path)
    if dataset is None:
        print("无法打开影像文件")
        return None

    projection = dataset.GetProjection()
    spatial_ref = osr.SpatialReference()
    spatial_ref.ImportFromWkt(projection)

    return spatial_ref.ExportToPrettyWkt()

在上述示例代码中，get_projection函数接收一个遥感影像文件的路径作为输入参数。该函数使用GDAL库打开影像并获取其投影信息。然后，它使用SpatialReference类将投影信息转换为可读的字符串形式，并将其作为结果返回。

你可以按照以下方式调用get_projection函数来获取遥感影像的投影坐标系：

image_path = "path/to/your/image.tif"

projection = get_projection(image_path)

if projection is not None:
    print("影像的投影坐标系:")
    print(projection)

只需将上述示例代码中的image_path替换为你自己的遥感影像文件路径，然后运行代码即可获取影像的投影坐标系信息。

4、python获取WGS_1984_UTM坐标系的遥感数据的左上角和右下角坐标

要获取 WGS_1984_UTM 坐标系的遥感数据的左上角和右下角坐标，你可以使用 GDAL 和 Proj 库来获取遥感数据的元信息和进行坐标转换。下面是使用 GDAL 和 Proj 库来获取 WGS_1984_UTM 坐标系遥感数据的左上角和右下角坐标的示例代码：

from osgeo import gdal, osr

# 打开遥感影像文件
file_path = "path/to/your/image.tif"
dataset = gdal.Open(file_path)

# 获取地理转换信息
geo_transform = dataset.GetGeoTransform()

# 创建投影转换对象
source_projection = osr.SpatialReference()
source_projection.ImportFromWkt(dataset.GetProjection())

# 创建目标投影（WGS_1984_UTM）
target_projection = osr.SpatialReference()
target_projection.SetProjCS("WGS 84 / UTM")
target_projection.SetWellKnownGeogCS("WGS84")

# 创建坐标转换对象
coord_transform = osr.CoordinateTransformation(source_projection, target_projection)

# 获取左上角和右下角坐标
left = geo_transform[0]
top = geo_transform[3]
right = left + geo_transform[1] * dataset.RasterXSize
bottom = top + geo_transform[5] * dataset.RasterYSize

# 进行坐标转换
ul_lon, ul_lat, _ = coord_transform.TransformPoint(left, top)
lr_lon, lr_lat, _ = coord_transform.TransformPoint(right, bottom)

# 输出结果
print("左上角坐标：", ul_lon, ul_lat)
print("右下角坐标：", lr_lon, lr_lat)

# 关闭数据集
dataset = None

请将示例中的 file_path 修改为你具体的遥感影像文件路径。上述代码会打开遥感影像文件，并使用 GDAL 和 Proj 库获取其地理转换信息、坐标系信息，创建坐标转换对象，并进行坐标转换以获取左上角和右下角在 WGS_1984_UTM 坐标系下的经纬度坐标。

请确保已经安装好 GDAL 和 Proj 库，并参考相关库的文档进行适当的导入和设置。

5、python如何判断遥感影像的坐标系是WGS_1984_UTM还是WGS_1984_Mercator

要判断遥感影像的坐标系是WGS_1984_UTM还是WGS_1984_Mercator，你可以使用Python中的GDAL库进行处理。GDAL提供了方便的方法来获取和判断影像的投影坐标系。以下是使用GDAL库判断遥感影像坐标系的示例代码：

from osgeo import gdal, osr

def get_coordinate_system(image_path):
    dataset = gdal.Open(image_path)
    if dataset is None:
        print("无法打开影像文件")
        return None

    projection = dataset.GetProjection()
    spatial_ref = osr.SpatialReference()
    spatial_ref.ImportFromWkt(projection)

    if spatial_ref.IsProjected():
        if 'UTM' in spatial_ref.GetAttrValue('PROJECTION'):
            return 'WGS_1984_UTM'
        elif 'Mercator' in spatial_ref.GetAttrValue('PROJECTION'):
            return 'WGS_1984_Mercator'
    else:
        return '未知坐标系'

    return '未知坐标系'

在上述示例代码中，get_coordinate_system函数接收一个遥感影像文件的路径作为输入参数。函数使用GDAL库打开影像并获取其投影信息。然后，它检查投影坐标系是否是投影坐标系，如果是，则通过查找坐标系名称中的关键字（如’UTM’和’Mercator’）来确定具体的投影坐标系类型。

你可以按照以下方式调用get_coordinate_system函数来判断遥感影像的坐标系类型：

image_path = "path/to/your/image.tif"

coordinate_system = get_coordinate_system(image_path)

if coordinate_system is not None:
    print("影像的坐标系类型:")
    print(coordinate_system)

只需将上述示例代码中的image_path替换为你自己的遥感影像文件路径，然后运行代码即可获取并判断遥感影像的坐标系类型。输出结果将显示为’WGS_1984_UTM’、‘WGS_1984_Mercator’或’未知坐标系’。

python如何判断两个数据是经纬度坐标还是墨卡托投影坐标或者是UTM投影坐标

在 Python 中，你可以通过以下的方法判断两个数据是经纬度坐标、墨卡托投影坐标还是 UTM 投影坐标：

  1. 经纬度坐标：通常，经纬度坐标的范围是 [-180, 180] 经度和 [-90, 90] 纬度。你可以通过判断经度值是否在 [-180, 180] 范围内、纬度值是否在 [-90, 90] 范围内来确定数据是否为经纬度坐标。

  2. 墨卡托投影坐标：墨卡托投影坐标是平面坐标系，通常在较小的区域内使用。墨卡托投影坐标通常会有较大的数值范围，例如在 Web Mercator（EPSG 3857）中，通常数值范围是 [-20026376.39, 20026376.39]。你可以通过判断数值是否在对应的范围内来确定数据是否为墨卡托投影坐标。

  3. UTM 投影坐标：UTM 投影坐标是一种常用的坐标系统，将地球划分为纵向的投影区域。UTM 投影坐标通常使用大范围的数值。你可以通过判断数值是否在 UTM 投影对应的范围内来确定数据是否为 UTM 投影坐标。例如，UTM 投影坐标通常具有 False Easting 和 False Northing 参数，可以根据具体 UTM 带的范围进行判断。

需要注意的是，这种方法只能通过数值范围进行初步的判断，并不能百分之百确定数据的坐标类型。正确地判断数据坐标类型可能需要根据数据属性、元数据或专用库来进行更精确的判断和处理。

6、Transverse_Mercator是什么投影

Transverse Mercator ™ 是一种常见的平面正轴投影，用于将地球上的地理数据转换为平面坐标。它是在某个中央经线上的横向投影。Transverse Mercator投影在中央经线上是切线的，在其他地方是正轴的。该投影适用于较小的地理区域，例如国家或地区。

Transverse Mercator投影有许多变体，其中最常见的是UTM (Universal Transverse Mercator) 投影。UTM将地球划分为60个纵向投影区域，每个纵向投影区域都有一个中央经线。每个纵向投影区域的地理坐标系都可以使用Transverse Mercator投影进行转换。

Transverse Mercator投影在地图制图和空间数据处理中广泛使用，特别是在大范围的测绘工作中。它可以有效地保持区域内的形状和角度，并提供平滑的投影坐标系统，方便进行测量和分析。

需要注意的是，WGS_1984是一个椭球体，而Transverse Mercator是一种投影方法，可以应用于使用WGS_1984椭球体的地理坐标数据。因此，WGS_1984和Transverse Mercator并不是直接相互替代的概念。WGS_1984通常与UTM投影结合使用，例如WGS_1984 UTM Zone 48N，表示使用WGS_1984椭球体和Transverse Mercator投影的UTM Zone 48N纵向投影区域。

7、Transverse_Mercator和WGS_1984_UTM有什么区别

Transverse Mercator ™ 和 WGS_1984_UTM 都是投影坐标系，但它们之间有一些区别。

Transverse Mercator ™ 是一种具体的投影方法，用于将地球上的地理数据转换为平面坐标。TM投影在某个中央经线上是切线的，在其他地方是正轴的。这意味着中央经线上的距离保持不变，而离中央经线越远，距离的变形越大。TM投影通常适用于较小的区域，例如国家或地区。

而 WGS_1984_UTM 是一种基于 Transverse Mercator 投影的具体实现，用于将地球划分为60个纵向投影区域。每个纵向投影区域都有一个中央经线，该中央经线用于对该区域的地理坐标进行投影。WGS_1984_UTM 使用 WGS_1984 椭球体作为基准，该椭球体近似地描述了地球的形状。

总结来说，Transverse Mercator 是一种具体的投影方法，而 WGS_1984_UTM 是应用 Transverse Mercator 投影方法的一种具体实现。WGS_1984_UTM 将地球划分为纵向投影区域，并在每个区域中使用 Transverse Mercator 投影来处理地理数据。

8、使用python把WGS_1984_UTM坐标转化为经纬度坐标

要将WGS_1984_UTM坐标转换为经纬度坐标，你可以使用Python中的pyproj库。以下是使用pyproj库将WGS_1984_UTM坐标转换为经纬度坐标的示例代码：

from pyproj import Proj, transform

def utm_to_lonlat(utm_easting, utm_northing, utm_zone):
    # 定义UTM投影坐标系和WGS84经纬度坐标系
    utm_proj = Proj(proj='utm', zone=utm_zone, ellps='WGS84', preserve_units=False)
    lonlat_proj = Proj(proj='longlat', ellps='WGS84')

    # 将UTM坐标转换为WGS84经纬度
    lon, lat = transform(utm_proj, lonlat_proj, utm_easting, utm_northing)

    return lon, lat

上述示例代码中的utm_to_lonlat函数接收三个参数：utm_easting表示UTM东坐标，utm_northing表示UTM北坐标，utm_zone表示UTM区域。函数返回转换后的经度和纬度。

你可以按照以下方式调用utm_to_lonlat函数来进行坐标转换：

utm_easting = 1234567
utm_northing = 9876543
utm_zone = 48

lon, lat = utm_to_lonlat(utm_easting, utm_northing, utm_zone)

print("经度: ", lon)
print("纬度: ", lat)

只需将示例代码中的utm_easting、utm_northing和utm_zone替换为你自己的UTM坐标值，然后运行代码即可得到转换后的经纬度坐标。

9、python如何解析遥感影像数据的UTM区域

要解析遥感影像数据的UTM区域，你可以使用Python中的GDAL库。GDAL是一个用于空间数据转换和处理的强大库。以下是使用GDAL库解析遥感影像数据UTM区域的示例代码：

from osgeo import gdal, osr

def get_utm_zone(image_path):
    dataset = gdal.Open(image_path)
    if dataset is None:
        print("无法打开影像文件")
        return None

    # 获取影像的投影信息
    proj_info = dataset.GetProjection()
    spatial_ref = osr.SpatialReference()
    spatial_ref.ImportFromWkt(proj_info)

    # 获取投影信息中的地理坐标系
    geographic_cs = spatial_ref.GetAttrValue('GEOGCS')

    if not geographic_cs.startswith('WGS 84'):
        print("影像投影不是WGS84坐标系")
        return None

    # 获取投影信息中的UTM区域
    utm_zone = spatial_ref.GetUTMZone()

    return utm_zone

在上述示例代码中，get_utm_zone函数接收一个遥感影像文件的路径作为输入参数。该函数使用GDAL库打开影像并读取其投影信息。然后，它提取投影信息中的地理坐标系并检查是否为WGS84坐标系。最后，它获取投影信息中的UTM区域并将其作为结果返回。

你可以按照以下方式调用get_utm_zone函数来解析遥感影像数据的UTM区域：

image_path = "path/to/your/image.tif"

utm_zone = get_utm_zone(image_path)

if utm_zone is not None:
    print("影像的UTM区域:", utm_zone)

只需将上述示例代码中的image_path替换为你自己的遥感影像文件路径，然后运行代码即可获取影像数据的UTM区域信息。

10、使用python把经纬度坐标转化为WGS_1984_UTM坐标系

要将经纬度坐标转换为WGS_1984_UTM坐标系，你可以继续使用pyproj库。以下是使用pyproj库将经纬度坐标转换为WGS_1984_UTM坐标系的示例代码：

from pyproj import Proj, transform

def lonlat_to_utm(lon, lat):
    # 定义WGS84经纬度坐标系和UTM投影坐标系
    lonlat_proj = Proj(proj='longlat', ellps='WGS84', datum='WGS84')
    utm_proj = Proj(proj='utm', zone=None, ellps='WGS84', preserve_units=False)

    # 将经纬度坐标转换为UTM坐标
    utm_easting, utm_northing = transform(lonlat_proj, utm_proj, lon, lat)

    return utm_easting, utm_northing, utm_proj.zone

上述示例代码中的lonlat_to_utm函数接收两个参数：lon表示经度，lat表示纬度。函数返回转换后的UTM东坐标、UTM北坐标以及UTM区域。

你可以按照以下方式调用lonlat_to_utm函数来进行坐标转换：

lon = 123.456
lat = 45.678

utm_easting, utm_northing, utm_zone = lonlat_to_utm(lon, lat)

print("UTM东坐标: ", utm_easting)
print("UTM北坐标: ", utm_northing)
print("UTM区域: ", utm_zone)

只需将示例代码中的lon和lat替换为你自己的经纬度坐标，然后运行代码即可得到转换后的WGS_1984_UTM坐标系的东坐标、北坐标以及UTM区域。

11、使用python把WGS_1984_Mercator坐标转化为经纬度坐标

要使用 Python 将 WGS_1984_Mercator 坐标转换为经纬度坐标，你可以使用 PyProj 库来执行投影转换。下面是一个示例代码：

import pyproj

# 创建投影转换器
mercator = pyproj.CRS.from_string("EPSG:3857")  # WGS_1984_Mercator
wgs84 = pyproj.CRS.from_string("EPSG:4326")    # WGS84 经纬度坐标系
transformer = pyproj.Transformer.from_crs(mercator, wgs84, always_xy=True)

# 定义要转换的坐标点
x = 20037508.34  # 示例坐标 x
y = 20037508.34  # 示例坐标 y

# 执行坐标转换
lon, lat = transformer.transform(x, y)

# 输出结果
print("经度:", lon)
print("纬度:", lat)

在上面的示例中，我们首先创建了一个投影转换器。EPSG:3857 是 WGS_1984_Mercator 的坐标参考系统，EPSG:4326 是 WGS84 经纬度坐标系统。然后，我们使用 pyproj.Transformer.from_crs() 函数创建了一个转换器对象。最后，我们提供了要转换的示例坐标点 x 和 y，并使用转换器的 transform() 方法将其转换为经度和纬度。

请确保已经安装了 PyProj 库，并在代码中适当引入库和设置参考系统的 EPSG 代码。

12、python把经纬度坐标转化为WGS_1984_Mercator坐标

要使用 Python 将经纬度坐标转换为 WGS_1984_Mercator 坐标，你可以使用 PyProj 库来执行投影转换。下面是一个示例代码：

import pyproj

# 创建投影转换器
wgs84 = pyproj.CRS.from_string("EPSG:4326")    # WGS84 经纬度坐标系
mercator = pyproj.CRS.from_string("EPSG:3857")  # WGS_1984_Mercator
transformer = pyproj.Transformer.from_crs(wgs84, mercator, always_xy=True)

# 定义要转换的经纬度坐标
lon = 116.396728   # 示例经度
lat = 39.909604    # 示例纬度

# 执行坐标转换
x, y = transformer.transform(lon, lat)

# 输出结果
print("X 坐标:", x)
print("Y 坐标:", y)

在上面的示例中，我们首先创建了一个投影转换器。EPSG:4326 是 WGS84 经纬度坐标系统，而 EPSG:3857 是 WGS_1984_Mercator 的坐标参考系统。然后，我们使用 pyproj.Transformer.from_crs() 函数创建一个转换器对象。最后，我们提供要转换的示例经纬度坐标 lon 和 lat，并使用转换器的 transform() 方法将其转换为 WGS_1984_Mercator 坐标。

请确保已经安装了 PyProj 库，并在代码中适当引入库和设置参考系统的 EPSG 代码。

13、使用python把WGS_1984_UTM坐标转化为WGS_1984_Mercator坐标系

要把WGS_1984_UTM坐标转换为WGS_1984_Mercator坐标系，你可以使用Python中的pyproj库。首先，确保你已安装pyproj库。如果没有安装，可以通过以下命令进行安装：

pip install pyproj

然后，你可以使用以下示例代码进行坐标转换：

from pyproj import Proj, transform

def utm_to_mercator(utm_easting, utm_northing, utm_zone):
    # 定义UTM投影坐标系和WGS84 Mercator投影坐标系
    utm_proj = Proj(proj='utm', zone=utm_zone, ellps='WGS84', preserve_units=False)
    mercator_proj = Proj(proj='merc', lon_0=0, lat_ts=0, ellps='WGS84')

    # 将UTM坐标转换为WGS84经纬度
    lon, lat = utm_proj(utm_easting, utm_northing, inverse=True)

    # 将WGS84经纬度转换为WGS84 Mercator坐标
    mercator_easting, mercator_northing = transform(mercator_proj, utm_proj, lon, lat)

    return mercator_easting, mercator_northing

示例使用了两个函数进行坐标转换。utm_to_mercator函数接收三个参数：utm_easting表示UTM东坐标，utm_northing表示UTM北坐标，utm_zone表示UTM区域。该函数返回转换后的WGS_1984_Mercator坐标系的东坐标和北坐标。

你可以按照以下方式调用该函数来进行坐标转换：

utm_easting = 1234567
utm_northing = 9876543
utm_zone = 48

mercator_easting, mercator_northing = utm_to_mercator(utm_easting, utm_northing, utm_zone)

print("WGS_1984_Mercator坐标系坐标:")
print("East: ", mercator_easting)
print("North: ", mercator_northing)

只需将上述示例代码中的utm_easting、utm_northing和utm_zone替换为你自己的UTM坐标值，然后运行该代码即可得到转换后的WGS_1984_Mercator坐标系的坐标。

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/845743.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

[原创]从强化学习的本质推导到PPO

[原创]从强化学习的本质推导到PPO

前言 这篇博客很久之前就想做了，一直在拖是因为觉得自己对知识点理解还没有足够的透彻。但是每当去复盘基本概念的时候又很难理清逻辑，所以觉得即便现在半吊子水平，但是也想通过博客记录一下自己肤浅的学习心得，权当是为自己巩固…
阅读更多...
ParallelCollectionRDD [0] isEmpty at KyuubiSparkUtil.scala:48问题解决

ParallelCollectionRDD [0] isEmpty at KyuubiSparkUtil.scala:48问题解决

ParallelCollectionRDD [0] isEmpty at KyuubiSparkUtil.scala:48问题解决 这个问题出现在使用Kyubi Spark Util处理ParallelCollectionRDD的过程中，具体是在KyubiSparkUtil.scala文件的第48行调用isEmpty方法时出现的。该问题可能是由以下几个原因引起的&#xff1…
阅读更多...
C语言文件操作笔记

C语言文件操作笔记

目录 1.文件 1.1 文件名 1.2 文件类型 1.3 文件缓冲区 1.4 文件指针 1.5 文件的打开和关闭 1.6 文件的顺序读写 1.6.1 fputc():向指定的文件中写入一个字符 1.6.2 fgetc():从指定的文件中读取一个字符 1.6.3 fgets():从指定的流 stream 读取一行 1.6.4 puts():向标准…
阅读更多...
华为发布数字资产继承功能

华为发布数字资产继承功能

在华为开发者大会2023（HDC.Together）上，华为常务董事、终端BG CEO、智能汽车解决方案BU CEO余承东正式发布了数字资产继承功能，HarmonyOS提供了安全便捷的数字资产继承路径。 在鸿蒙世界中，我们每个人在每台设备、应用…
阅读更多...
开箱报告，Simulink Toolbox库模块使用指南（二）——MATLAB Fuction模块

开箱报告，Simulink Toolbox库模块使用指南（二）——MATLAB Fuction模块

文章目录 前言 MATLAB Fuction模块 采样点设置 FFT 求解 分析和应用 总结 前言 见《开箱报告，Simulink Toolbox库模块使用指南（一）——powergui模块》 MATLAB Fuction模块 MATLAB Fuction模块是在Simulink建模仿真或生成代码时&#x…
阅读更多...
扩散模型实战（三）：扩散模型的应用

扩散模型实战（三）：扩散模型的应用

推荐阅读列表： 扩散模型实战（一）：基本原理介绍 扩散模型实战（二）：扩散模型的发展 扩散只是一种思想，扩散模型也并非固定的深度网络结构。除此之外，如果将扩散的思想融入…
阅读更多...
【并发编程】无锁环形队列Disruptor并发框架使用

【并发编程】无锁环形队列Disruptor并发框架使用

Disruptor 是苹国外厂本易公司LMAX开发的一个高件能列，研发的初夷是解决内存队列的延识问顾在性能测试中发现竟然与10操作处于同样的数量级)，基于Disruptor开发的系统单线程能支撑每秒600万订单，2010年在QCn演讲后，获得了业界关注…
阅读更多...
软件单元测试

软件单元测试

单元测试目的和意义 对于非正式的软件（其特点是功能比较少，后续也不有新特性加入，不用负责维护），我们可以使用debug单步执行，内存修改，检查对应的观测点是否符合要求来进行单元测试&#xff0c…
阅读更多...
操作指南 | 如何使用Chainlink喂价功能获取价格数据

操作指南 | 如何使用Chainlink喂价功能获取价格数据

Chainlink的去中心化预言机网络中的智能合约包含由运行商为其他智能合约（DApps）使用或截取所持续更新的实施价格数据。其中有两个主要架构：喂价和基础要求模型。此教程将会展现如何在Moonbeam、Moonriver或是Moonbase Alpha测试网上使用喂价功…
阅读更多...
使用一个python脚本抓取大量网站【1/3】

使用一个python脚本抓取大量网站【1/3】

一、说明 您是否曾经想过抓取网站，但又不想为像Octoparse这样的抓取工具付费？或者，也许您只需要从网站上抓取几页，并且不想经历设置抓取脚本的麻烦。在这篇博文中，我将向您展示我如何创建一个工具，该工具能…
阅读更多...
2023爱分析·信创云市场厂商评估报告：中国电子云

2023爱分析·信创云市场厂商评估报告：中国电子云

01 研究范围定义 信创2.0时代开启，信创进程正在从局部到全面、从细分到所有领域延展。在这个过程中，传统的系统集成,也在逐步向信创化、数字化及智能化转变。随着信创产业的发展，企业需要更多的技术支持和服务，而传统的系统集成已…
阅读更多...
Laravel 框架资源嵌套.浅嵌套.自定义表单伪造.CSRF 保护 ④

Laravel 框架资源嵌套.浅嵌套.自定义表单伪造.CSRF 保护 ④

![请添加图片描述](https://img-blog.csdnimg.cn/154d035aa4db42df99f3b01fbf287e46.gif#pic_center)作者 : SYFStrive 博客首页 : HomePage 📜： THINK PHP 📌：个人社区（欢迎大佬们加入） 👉&a…
阅读更多...
暗黑版GPT流窜暗网 降低犯罪门槛

暗黑版GPT流窜暗网 降低犯罪门槛

随着AIGC应用的普及，不法分子利用AI技术犯罪的手段越来越高明，欺骗、敲诈、勒索也开始与人工智能沾边。 近期，专为网络犯罪设计的“暗黑版GPT”持续浮出水面，它们不仅没有任何道德界限，更没有使用门槛，没有…
阅读更多...
【Linux命令行与Shell脚本编程】第十六章 Shell函数

【Linux命令行与Shell脚本编程】第十六章 Shell函数

Linux命令行与Shell脚本编程 第一章 文章目录 Linux命令行与Shell脚本编程六.函数6.1.脚本函数基础6.1.1.创建函数6.1.2.使用函数 6.2.函数返回值6.2.1.默认的退出状态码6.2.2.使用return命令6.2.3.使用函数输出 6.3.函数中使用变量6.3.1.向函数传递参数6.3.2.在函数中处理变量…
阅读更多...
【jvm】jvm整体结构(hotspot)

【jvm】jvm整体结构(hotspot)

目录 一、说明二、java代码的执行流程三、jvm的架构模型3.1 基于栈式架构的特点3.2 基于寄存器架构的特点 一、说明 1.hotspot vm是目前市场上高性能虚拟机的代表作之一 2.hotspot采用解释器与即时编译器并存的架构 3.java虚拟机是用来解释运行字节码文件的，入口是字…
阅读更多...
微服务技术栈(1.0)

微服务技术栈(1.0)

微服务技术栈 认识微服务 单体架构 单体架构：将业务的所有功能集中在一个项目中开发，打成一个包部署 优点： 架构简单部署成本低 缺点： 耦合度高 分布式架构 分布式架构：根据业务功能对系统进行拆分&#xff0c…
阅读更多...
深度学习和OpenCV的对象检测(MobileNet SSD图像识别)

深度学习和OpenCV的对象检测(MobileNet SSD图像识别)

基于深度学习的对象检测时，我们主要分享以下三种主要的对象检测方法： Faster R-CNN(后期会来学习分享)你只看一次（YOLO，最新版本YOLO3,后期我们会分享）单发探测器（SSD，本节介绍，若你的电脑配置比较低，此方法比较适合R-CNN是使用深度学习进行物体检测的训练模型; 然而，…
阅读更多...
新西兰跨境电商购物网站多语言翻译系统快速开发

新西兰跨境电商购物网站多语言翻译系统快速开发

搭建一个新西兰跨境电商购物网站的多语言翻译系统，可以按照以下步骤进行快速开发： 步骤1：确定需求和目标 首先，你需要明确你的网站需要支持哪些语言，并确定你想要实现的多语言翻译系统的具体功能和目标。 步骤2&…
阅读更多...
unity如何手动更改脚本执行顺序

unity如何手动更改脚本执行顺序

在Unity中，脚本的执行顺序是由脚本的执行顺序属性决定的。默认情况下，Unity根据脚本在项目中的加载顺序来确定它们的执行顺序。然而，你可以手动更改脚本的执行顺序，以下是一种方法： 在Unity编辑器中，选择你…
阅读更多...
【云原生】kubectl命令的详解

【云原生】kubectl命令的详解

目录 一、陈述式资源管理方式1.1基本查看命令查看版本信息查看资源对象简写查看集群信息配置kubectl自动补全node节点查看日志 1.3基本信息查看查看 master 节点状态查看命名空间查看default命名空间的所有资源创建命名空间app删除命名空间app在命名空间kube-public 创建副本控…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023