当前位置：首页 > news >正文

打工人日报20250822

news 2025/8/23 20:44:34

打工人日报20250822

对自己负责，可以是换一个角度看待自己不喜欢的工作，转换一个角度，从中找到自己感兴趣的点
真的非常不想计算声场的数据
啊啊啊啊啊

技术

STM32烧录问题

STM32 代码烧录失败：Error: Flash Download failed - Target DLL has been cancelled

vivado项目不要有中文路径

QLCDNumber* lcdNumber

基本使用

// mainwindow.h
#ifndef MAINWINDOW_H
#define MAINWINDOW_H#include <QMainWindow>
#include <QLCDNumber>QT_BEGIN_NAMESPACE
namespace Ui { class MainWindow; }
QT_END_NAMESPACEclass MainWindow : public QMainWindow
{Q_OBJECTpublic:MainWindow(QWidget *parent = nullptr);~MainWindow();private:Ui::MainWindow *ui;QLCDNumber *lcdNumber;
};#endif // MAINWINDOW_H

// mainwindow.cpp
#include "mainwindow.h"
#include "ui_mainwindow.h"MainWindow::MainWindow(QWidget *parent): QMainWindow(parent), ui(new Ui::MainWindow)
{ui->setupUi(this);// 创建 QLCDNumber 对象lcdNumber = new QLCDNumber(this);lcdNumber->setGeometry(50, 50, 200, 100); // 设置位置和大小lcdNumber->display(42); // 显示初始数字
}MainWindow::~MainWindow()
{delete ui;
}

获取和设置参数

获取显示的数字：可以使用 int value = lcdNumber->intValue(); 获取当前显示的整数值。
设置显示的数字：除了使用 display(int num) 显示整数外，还可以显示其他类型的数据。
显示浮点数：lcdNumber->display(double num);
显示十六进制数：lcdNumber->display(QString::number(0x1F, 16));

// 在 MainWindow 类的某个槽函数中示例设置和获取
void MainWindow::on_someButton_clicked()
{// 设置显示的数字lcdNumber->display(123.45);// 获取显示的数字（如果是浮点数，需使用 doubleValue()）double currentValue = lcdNumber->doubleValue();qDebug() << "Current value:" << currentValue;
}

修改样式

设置数字位数：使用 setDigitCount(int num) 来设置显示的最大数字位数。
设置模式：可以设置为十进制（默认）、十六进制、八进制或二进制，使用 setMode(QLCDNumber::Mode mode)。例如，lcdNumber->setMode(QLCDNumber::Hex);
设置颜色：可以通过样式表来修改颜色。

// 设置数字位数为 5 位
lcdNumber->setDigitCount(5);// 设置为十六进制模式
lcdNumber->setMode(QLCDNumber::Hex);// 使用样式表修改背景色和数字颜色
lcdNumber->setStyleSheet("QLCDNumber { background-color: black; color: green; }");

拟合数据，记得计算R平方值，检查拟合有效性

R平方（决定系数）是用于评估回归模型拟合优度的统计量。它衡量了因变量（在你的例子中是声功率）的总变异中可以由自变量（电压）解释的比例。
R平方的取值范围在 0 到 1 之间。
R平方 =1表示模型完美拟合数据，即所有数据点都恰好位于回归线上，所有的变异都能由模型解释。
R平方 =0 则表示模型完全无法解释因变量的变异，模型预测值等同于因变量的均值。通常，R平方越接近 1，说明模型对数据的拟合效果越好。但需要注意的是，增加自变量（特征）可能会使 R平方增大，即使这些自变量实际上对因变量没有预测能力，所以在评估模型时，还需要结合其他指标，如调整后的 R平方等。

plt.subplot(1, 3, 1)行列熟悉

matplotlib 库中用于在图形中创建子图的函数。它将图形区域划分为一个 1 行 3 列的网格布局，并选择在第一个子图位置进行绘图操作。

import matplotlib.pyplot as plt
import numpy as np# 创建数据
x = np.linspace(0, 2 * np.pi, 100)
y1 = np.sin(x)
y2 = np.cos(x)
y3 = np.tan(x)# 创建 1 行 3 列的子图布局，并选择第一个子图
plt.subplot(1, 3, 1)
plt.plot(x, y1, 'r')
plt.title('Sin Function')# 选择第二个子图
plt.subplot(1, 3, 2)
plt.plot(x, y2, 'g')
plt.title('Cos Function')# 选择第三个子图
plt.subplot(1, 3, 3)
plt.plot(x, y3, 'b')
plt.title('Tan Function')# 调整子图之间的间距
plt.tight_layout()# 显示图形
plt.show()

在这里插入图片描述

数据处理

数据处理还是有考虑不周全，还是需要多想，尽可能考虑影响因素，哎，慢慢来吧

人际

今天算平稳度过，没有什么冲突，大家都一般友好，因为没有有记忆点的东西了

阅读

《学会提问》
第五章价值观假设和描述性假设是什么
价值观，假设是指一种想当然的想法，认为相互对立的价值观当中的一个比另外一个更加的重要，比如说忠诚和诚实、竞争与合作、秩序和言论自由，理性和冲动；
描述性，假设是我们对世界过去未来现在所持有的信念价值观，发现描述性假设的线索是不断地思考理由和结论之间的鸿沟，找到支持理由的观点，把自己放到对立面思考，以及对论题进一步的学习和了解
价值观假设和描述性假设是连接结论和理由的隐形扣子，学会识别表达着的论证当中的价值观假设和描述性假设，才可以更加全面的理解论证
记得在阅读是要找到结论和支持结论的理由，尤其注意，当所以理由成立，并不代表结论就成立，需要找到其中的关系，确定理由是实实在在支持结论的，使结论成立的。
在这里插入图片描述