FFTW VS cuFFT 用于比较和之间处理速度的基准脚本。 用法 make ./bench_fftw ./bench_cufft 描述 bench_fftw : 使用 FFTW 运行基准测试 bench_cufft : 使用 cuFFT 运行基准测试 两个二进制文件具有相同的接口。 ./bench_XXX [Number of Trials to Execute FFT] [Number of Trials to Execute Benchmark] 执行 FFT 的试验次数 (int) 当它将使用默认值（默认值： 10000 ）时，您可以省略它。 执行基准的试验次数 (int) 当它将使用默认值（默认值： 10 ）时，您可以省略它。 这些二进制文件接受SIGNAL_LENGTH环境变量。 它决定了信号应用于 FFT 的信号长度。 它必须是 int 值。 默认值为409

要安装依赖项，请运行：pip install -r requirements.txt 要绘制一个点阵实例化一个绘图对象，参数包括： N- size of lattice B- strength of magnetic field (default is zero) start- low(cold) or high(hot) start (default is low) inc- size of increments in plots (default is 0.01) x0- starting point of plots (default is 1) x1- final point of plots (default is 5) steps-number of steps (default is 50000) T - Temperature (default is 1) 一些展示程

Python 光谱脚本 Python 是一种非常方便的语言，用于编写脚本、绘图、操作数据、读取和写入文件。 我在这里分享我为个人使用（主要用于光谱学）而编写的脚本，这些脚本可能对其他人有用。 其中一些可以处理 ASCII 或 FITS 数据，所以如果你想在 FITS 文件上使用它们，你需要安装 PyFITS。 plotSpec.py 这可以绘制包含在 FITS 文件或 ASCII 表中的光谱。 它很方便，因为它可以同时绘制来自不同格式的多个光谱。 有关颜色、径向速度校正和文件开头的阅读格式的更多详细信息。 前任： ./plotSpec.py spectrum.fits spectrum_deg.fits -label0=original -label1=degraded 或者： ./plotSpec.py arcturus.fits[2] seehead.py 显示 FITS

Cookie-Clicker Cookie Clicker 游戏的自动化脚本

样本熵 用于在Matlab中计算样本熵的脚本。 查看了解详细信息。

GY-MCU90640-RPI-Python 用于将热图像模块GY-MCU90640连接到Raspberry Pi的脚本。 GY-MCU90640模块基于MLX90640传感器，但还包含一个微控制器STM32F103，以简化与MLX90640的配合。 与模块交互的协议显示在文件“ GY_MCU9064用户手册v1.pdf”中。 对于翻译质量，我深表歉意，这是通过Google翻译自动将中文翻译成英文的结果。 上图显示了生成的图像以及将模块与Raspberry Pi连接的方案。 main.py脚本已针对RPI 3 B +和RPI Zero W进行了测试。 连接过程的说明位于 （如果您使用俄语阅读，也可以访问 ）。 您还可以检查与方位的解释在这里： 。 作者做了出色的工作，现在您可以从pip管理器安装该软件包以与GY-MCU90640一起使用。

数据集 此存储库包含用于下载，预处理和数字化流行的机器学习数据集的脚本。 在整个项目中，我通常会发现自己重写了相同的代码行以标准化，规范化或其他化数据，对分类变量进行编码，解析出要素的子集以及其他杂项。 为了减轻重复使用的麻烦，此存储库使用了模板样式的定义，该定义用于应如何解析数据集，而库则负责其余部分。 对于加载数据，它支持numpy.genfromtxt可以使用和arff任何内容（来自 ）。 为了处理数据，在utils/scale.py和utils/preprocess.py有许多流行的scikit-learn preprocessing转换器的包装器。 主要的魔力可以在utils/handler.py找到； 在底部，提供了示例模板。 参数为： 争论 描述 header 标题行是否存在（将被删除） include 只加载指定的列 label 标签索引 norm unit

GitHub 关注者图 获取 GitHub 用户关注者关系图的小 ruby​​ 脚本 用法： ruby discovery.rb 0123456789abcdef0123456789abcdef01234567 其中0123456789abcdef0123456789abcdef01234567是您的个人访问令牌，您可以从此处获取： : ，其中应包含所需的权限。 调用discovery.rb将创建两个包含 json 文件的目录，其中包含某个 github 句柄的关注者和“关注者”（？）（句柄在文件名中）。 ruby graphbuilder.rb 将以创建两个文件，其中包含可以在上述两个 json 文件填充目录中找到的所有用户及其连接。 您需要安装 Bundler 并运行bundle （推荐），否则您必须更换 require 'bundler' Bundler . req

我的世界-自动钓鱼 使用OCR自动捕鱼的脚本。 用法：运行run.py 需要的库： PyUserInput PyAutoGUI pytesseract枕头opencv-python 此外还需要安装tesseract并添加到PATH。

聚类算法 一、原型聚类1--Kmeans聚类！！！ K Means Clustering with Python 版本一--数据只有两维，上传格式为txt文件 版本二--数据只有两维，但是上传文件的格式增加了xlsx和xls文件 版本三--数据有多维，可以上传的格式可以是xlsx和xls 二、概率聚类 dbscan方法 三、层次聚类 agglomerative方法