特斯拉撞了，百度醒了

👉 项目官网：https://www.python-office.com/ 👈

👉 本开源项目的交流群 👈

github star gitee star atomgit star

AI编程 AI交流群

大家好，这里是程序员晚枫，正在all in 各种AI项目，全网同名。

特斯拉 Robotaxi 撞车事件与百度纯视觉技术：自动驾驶的两条路径

自动驾驶技术一直是科技和汽车行业追逐的热点。最近，特斯拉的 Robotaxi 在美国发生撞车事件，而百度则宣布转向纯视觉技术，这两件事引发了广泛关注。今天，我们就来聊聊这背后的故事和它们的意义。

特斯拉 Robotaxi 撞车事件：自动驾驶的“小插曲”？

2025 年 6 月，特斯拉在德克萨斯州奥斯汀推出的 Robotaxi 服务发生了首起事故。一辆特斯拉 Model Y 在一家披萨店的拥挤停车场内，撞到了一辆停放的丰田凯美瑞。幸运的是，事故并未造成重大伤害，只是轻微擦碰。

然而，这一事件引发了对特斯拉自动驾驶技术安全性的质疑。此前，特斯拉的 Robotaxi 已多次被曝光存在安全问题，如违反交通规则、突然急刹等。美国国家公路交通安全管理局（NHTSA）也在调查特斯拉的自动驾驶技术，以确保道路安全。

特斯拉的 Robotaxi 采用的是纯视觉技术，即仅依靠摄像头和神经网络来实现自动驾驶。这种技术的优势在于成本较低，易于大规模推广，但也存在局限性，如在光线不足或复杂路况下可能出现误判。

百度转向纯视觉技术：技术路线的“回归”？

与此同时，百度也宣布其自动驾驶服务 Apollo Go 将转向纯视觉技术。百度此前一直采用激光雷达（Lidar）和高精度地图的组合方案，但如今决定回归纯视觉技术。百度的这一转变，可能是基于成本和可扩展性的考虑。

百度的 Apollo Go 自动驾驶服务在中国已经运营多年，积累了丰富的数据和经验。百度认为，纯视觉技术能够更好地适应不同城市的复杂路况，并且成本更低，有助于大规模推广自动驾驶服务。

特斯拉与百度：自动驾驶的两条路径

特斯拉和百度在自动驾驶技术上都选择了纯视觉技术，但它们的起点和背景却大不相同。

特斯拉的自动驾驶技术一直以激进著称，其 CEO 马斯克坚信纯视觉技术能够实现完全自动驾驶。特斯拉的 Robotaxi 服务虽然在技术上取得了进展，但近期的事故也暴露了其在安全性和可靠性上的不足。

百度则是在积累了大量激光雷达和高精度地图数据后，才转向纯视觉技术。百度的这一转变可能是基于对技术可行性和成本效益的综合考量。百度的 Apollo Go 服务在中国多个城市已经实现了商业化运营，其技术的稳定性和可靠性得到了一定程度的验证。

自动驾驶的未来：安全与效率的平衡

特斯拉和百度的选择，反映了自动驾驶技术发展的两种思路。特斯拉的激进路线，强调技术的快速迭代和大规模推广，但也面临着安全性和可靠性的挑战。百度的稳健路线，注重技术的稳定性和可靠性，但也需要在成本和效率上做出平衡。

自动驾驶的未来，需要在安全与效率之间找到平衡。无论是特斯拉的纯视觉技术，还是百度的混合技术方案，都需要在实际应用中不断优化和改进。只有这样，自动驾驶技术才能真正实现其改变世界的潜力。

特斯拉的 Robotaxi 事故和百度的技术转向，让我们看到了自动驾驶技术发展的复杂性和多样性。未来的道路还很长，但只要我们保持谨慎和创新，自动驾驶技术一定能够为我们的生活带来更多的便利和安全。

加入开源

如果你喜欢这个开源项目，欢迎加入我们的开源小组，一起交流学习，一起进步。

加我的微信：python-office，备注：开源

关于项目的介绍：

另外，大家去给小明的小红书👇账号点点赞吧~！我不想努力了，想吃软饭了。

小红书：爱吃火锅的小明

扫一扫，领红包

美团红包

滴滴红包

展开全文 >>

技术干货：PyQt5 到 PySide2 的无缝转换秘籍

大家好，这里是程序员晚枫，正在all in 各种AI项目。

上一篇文章，给大家分析了PyQt5和PySide2之间的主要区别：http://www.python4office.cn/python-office/ref/250708-qt-pyside/
我也打算，接下来和团队一起，把现有的gui都换成PySide2。

今天给大家分享一下我改动第一套代码的过程，改完的代码在：发票识别的源码

将代码从 PyQt5 转换为 PySide2，主要涉及以下步骤：

1. 导入模块的修改

  • PyQt5 使用 from PyQt5.QtWidgets import ... 等导入方式。
  • PySide2 使用 from PySide2.QtWidgets import ... 等导入方式。

示例：

1
2
3
4
5
6
7
# PyQt5
from PyQt5.QtWidgets import QApplication, QMainWindow, QPushButton
from PyQt5.QtCore import Qt

# PySide2
from PySide2.QtWidgets import QApplication, QMainWindow, QPushButton
from PySide2.QtCore import Qt

2. 信号和槽的连接方式

  • PyQt5 使用 signal.connect(slot)。
  • PySide2 使用 signal.connect(slot)，但需要注意信号和槽的定义方式。

示例：

1
2
3
4
5
# PyQt5
button.clicked.connect(self.on_button_clicked)

# PySide2
button.clicked.connect(self.on_button_clicked)

如果使用了 pyqtSignal，需要替换为 Signal：

1
2
3
4
5
6
7
8
9
10
11
# PyQt5
from PyQt5.QtCore import pyqtSignal

class MyClass(QObject):
    my_signal = pyqtSignal()

# PySide2
from PySide2.QtCore import Signal

class MyClass(QObject):
    my_signal = Signal()

3. 事件处理

  • PyQt5 和 PySide2 的事件处理方式基本一致，但需要注意事件过滤器的使用。

示例：

1
2
3
4
5
6
7
8
9
10
11
12
13
# PyQt5
def eventFilter(self, obj, event):
    if obj == self.widget and event.type() == QEvent.MouseMove:
        print("Mouse moved")
        return True
    return super().eventFilter(obj, event)

# PySide2
def eventFilter(self, obj, event):
    if obj == self.widget and event.type() == QEvent.MouseMove:
        print("Mouse moved")
        return True
    return super().eventFilter(obj, event)

4. 资源文件的加载

  • PyQt5 使用 QResource 或 PyQt5.uic.loadUi。
  • PySide2 使用 QResource 或 PySide2.QtUiTools.QUiLoader。

示例：

1
2
3
4
5
6
7
8
# PyQt5
from PyQt5 import uic
self.ui = uic.loadUi("my_ui_file.ui", self)

# PySide2
from PySide2.QtUiTools import QUiLoader
loader = QUiLoader()
self.ui = loader.load("my_ui_file.ui", self)

5. 样式表的设置

  • PyQt5 和 PySide2 的样式表设置方式一致。

示例：

1
2
3
4
5
# PyQt5
self.setStyleSheet("QPushButton { background-color: red; }")

# PySide2
self.setStyleSheet("QPushButton { background-color: red; }")

6. 其他注意事项

  • 版本兼容性：确保 PySide2 的版本与 Qt 的版本兼容。
  • 依赖库：PySide2 的依赖库可能与 PyQt5 不同，需要安装对应的依赖。
  • 文档和社区支持：PySide2 的社区支持可能不如 PyQt5 丰富，需要多查阅官方文档。

示例：完整代码转换

以下是一个简单的 PyQt5 示例代码及其转换为 PySide2 的版本。

PyQt5 示例代码

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
from PyQt5.QtWidgets import QApplication, QMainWindow, QPushButton
from PyQt5.QtCore import Qt

class MainWindow(QMainWindow):
    def __init__(self):
        super().__init__()
        self.setWindowTitle("PyQt5 Example")
        self.setGeometry(100, 100, 300, 200)
        self.button = QPushButton("Click Me", self)
        self.button.clicked.connect(self.on_button_clicked)

    def on_button_clicked(self):
        print("Button clicked!")

if __name__ == "__main__":
    app = QApplication([])
    window = MainWindow()
    window.show()
    app.exec_()

转换为 PySide2 的代码

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
from PySide2.QtWidgets import QApplication, QMainWindow, QPushButton
from PySide2.QtCore import Qt

class MainWindow(QMainWindow):
    def __init__(self):
        super().__init__()
        self.setWindowTitle("PySide2 Example")
        self.setGeometry(100, 100, 300, 200)
        self.button = QPushButton("Click Me", self)
        self.button.clicked.connect(self.on_button_clicked)

    def on_button_clicked(self):
        print("Button clicked!")

if __name__ == "__main__":
    app = QApplication([])
    window = MainWindow()
    window.show()
    app.exec_()

总结

  • 导入模块：将 PyQt5 替换为 PySide2。
  • 信号和槽：确保信号和槽的定义和连接方式正确。
  • 事件处理和资源加载：根据需要调整事件处理和资源加载方式。
  • 其他细节：注意版本兼容性和依赖库的安装。

如果代码中使用了 PyQt5 的特定功能（如 pyqtProperty 等），需要查找 PySide2 的对应实现或替代方案。

大家在学习课程中有任何问题，欢迎+微信和我交流~我的联系方式：微信、读者群、1对1、福利

扫一扫，领红包

美团红包

展开全文 >>

pyqt和pyside全面对比

大家好，这里是程序员晚枫，正在all in 各种AI项目。

我们团队最近在基于腾讯的OCR接口，开发一个桌面GUI软件，功能是实现发票识别。

项目地址：发票识别的源码

因为技术选型问题，之前选择的是pyqt5这个框架，现在想出售软件，发现了一些商业使用方面的问题，所以打算换成开源免费的

PySide和PyQt都是基于Qt框架的Python绑定，用于开发图形用户界面（GUI）应用程序，它们各自有多个版本，并且存在一些关键区别。

精简版

  • 如开发商业软件，pyqt需要购买授权，pyside不需要
  • 有意思的地方：pyside才是qt公司开发的，pyqt不是
  • pyqt替换成pyside，成本很低，接口基本一致

PySide的版本

PySide目前主要有两个主要的版本系列：

  1. PySide2：基于Qt5框架，为Python开发者提供了Qt5的完整功能。
  2. PySide6：基于Qt6框架，是PySide2的升级版本，提供了对Qt6新特性的支持，并且使用了更宽松的LGPL许可证。

PyQt的版本

PyQt同样有多个版本，与Qt框架的版本相对应：

  1. PyQt5：基于Qt5框架，是PyQt系列中较为成熟和广泛使用的版本。
  2. PyQt6：基于Qt6框架，是PyQt5的升级版本，提供了对Qt6新特性的支持，但默认使用GPL许可证，对于商业应用可能需要购买商业授权。

PySide和PyQt的区别

  1. 开源协议：

    • PySide：使用LGPL许可证，相对宽松，允许开发者自由使用、修改代码，并在分发时不受太多限制。自己开发出来的应用想用啥协议都行，只要把库本身修改的部分按照LGPL协议处理好就行。
    • PyQt：默认使用GPL许可证，要求使用PyQt开发的应用在分发时也必须开源。不过，PyQt也提供了商业授权选项，允许开发者支付费用后闭源使用。

  2. 开发和维护团队：

    • PySide：由Qt的商业拥有者Digia开发和维护，旨在让更多开发者能轻松用上Qt框架。
    • PyQt：由Riverbank Computing公司开发和维护，这家公司在Python和C++软件解决方案领域有深厚积累。

  3. API设计和功能支持：

    • PySide和PyQt在API设计上非常相似，因为它们都是基于Qt框架的Python绑定。然而，由于开发和维护团队的不同，可能在某些细节上存在差异。
    • 两者都提供了对Qt库的完全封装，支持信号/槽机制，并提供了一整套种类繁多的窗口控件。

  4. 社区支持和生态：

    • PyQt由于历史悠久，拥有更广泛的社区支持和更丰富的生态系统，包括更多的教程、示例和第三方库。
    • PySide虽然社区支持可能相对较少，但它是Qt官方支持的Python绑定，因此与Qt框架的集成更加紧密，且随着Qt6的发布，PySide6也在不断发展壮大。

  5. 使用体验：

    • 对于熟悉Qt框架的开发者来说，PySide和PyQt的使用体验非常相似，因为它们都提供了对Qt功能的Python封装。
    • 选择哪个框架可能取决于项目的具体需求、开源协议的限制以及开发者对社区支持和生态系统的偏好。

大家在学习课程中有任何问题，欢迎+微信和我交流~我的联系方式：微信、读者群、1对1、福利

说干就干

接下来我的账号会转向以AI编程为中心，分享和AI有关的内容。

和2019年做自动化办公，录制了一套自动化办公的教程，并且围绕这套教程更新了接近5年类似。我也在整理了自己的经验后，打造了一套全新的课程：给小白的《30讲 · AI编程训练营》。

  • 面向小白：不需要会编程，因为AI本来就是为了解放大脑，加入以后，我会循序渐进的带大家学习AI编程
  • 项目为主：这也是我一直以来的风格，大家都不是深入研究大模型的，用的溜更重要，对吧？
  • 内容详实：从必备的原理到实践，从文档到视频、软件，有关AI编程有关的，我能接触到的所有内容，我都会制作分享
  • 特色内容：BAT的合作资源，各家大厂的AI福利，我作为一个编程博主都能拿到的，作为这套核心课程的学员，我也会毫无保留的分享

以下是这次课程的目录（只展示主干必学部分）：

目前计划的课程价格是299元。预售留的50个名额已经秒空了30个。

这也是我接下来的重点破局项目，现在价格是199元，最后再剩下的20个名额，满人后就恢复原价299了。大家想学习就加直接我微信：wfdev7，备注：AI编程

常见问题

Q：不会编程可以学吗？

A：可以学习，我的粉丝大多是编程小白。

Q：学习形式是什么？

A：按顺序看视频，边学边练。文档用来扩展知识，课程群用来分享资料和答疑。

Q：老粉丝有其他优惠吗？

A：我所有付过费的老粉丝，都有额外的降价优惠，最低我也会送一本书，作为再次支持的感谢。如果是已经购买了这套课程，再想学其它课程，也会有专属的优惠。

Q：有其他更高级的课程吗？

A：我后续打算还会出：AI编程出海、智能体、工作流、AI创作营，都会以本次的AI编程为基础。

扫一扫，领红包

美团红包

展开全文 >>

科学吃瓜！华为否认抄袭阿里，这次我站华为

👉 项目官网：https://www.python-office.com/ 👈

👉 本开源项目的交流群 👈

github star gitee star atomgit star

AI编程 AI交流群

大家好，这里是程序员晚枫，正在all in 各种AI项目，全网同名。

上周难得在热搜多次看到了有关开源大模型的消息，而且都和华为有关。

一次是周一：华为、百度同日宣布开源，背后是何战略？
另一次是本周末：华为盘古团队否认抄袭通义千问 参数相似之争引热议

而且最近：大模型、开源、免费等信息也着实火热，国产大模型之间互相抄袭，也是第一次听说。

新闻内容

这次大家跟我一起用通俗的解释，吃这次科技的大瓜。🍉

先说一下结论：我个人认为，目前的证据还无法证明华为是抄袭的。

事件梳理

先看一下事情的始末：

以下是关于我让大模型整理的“华为盘古团队否认抄袭通义千问”事件的脉络梳理，逻辑还是基本可靠。

来自AI

抄袭事件被热议后，华为团队也发了一个声明：

华为盘古团队回应

我从头到尾看下来：依我愚见，我认为关于相似性的争议点，需要进一步证明和解释；而关于抄袭代码的争议点，纯属无稽之谈。

争议点分析

此次事件中，最具争议的有2个部分，我用红色的点标记出来了，这里有个印象，下面详细解释：

  • 外界质疑华为抄袭了阿里的开源代码。
  • 华为盘古大模型和阿里千问大模型，存在算法上的相似性。

我通过目前已有的证据判断：第1点纯属外行的无理取闹，第2点目前还不能当作确凿的证据。

1、华为的代码里有阿里千问的logo文字

这一点也是被炒的最火热的：

https://atomgit.com/ascend-tribe/pangu-pro-moe-model/blob/main/Open%20Source%20Software%20Notice

但其实懂开源技术的都知道：千问本身是开源的，而且使用的是相当宽松的Apache2.0协议。

开源意味着：阿里通义大模型，在自己的代码里写明了任何人都可以使用我的代码，也可以在我的代码基础上进行修改，但是要保留我的名字。

更通俗的理解：阿里写了一本只有50个字的字典，并且声明了任何人都可以在阿里字典的基础上，修改或者新增字词，但要留下阿里这个原始作者的名字。

然后华为遵循这一开源约定，在使用千问代码的基础上做了修改，并且保留了Qwen的logo文字。

这一点不仅不应该批评华为，还应该给华为点赞！因为很多人用了开源软件，是不会遵守开源规定，保留原作者信息的。

2、算法相似性

两个模型的算法存在相似性高达0.927，可以理解为：

同一套试卷，阿里和华为都解出来了，而且解题速度差不多，分数也差不多。但是阿里几个月前参加的考试（发布大模型），华为是近期参加的（发布大模型）。

但是从目前已有的证据来看，我们只能看到他们的解题结果，并没有看到他们到底是怎么解题的。

所以，并不能以此确定后者就抄袭了前者。

除非可以证明，他们的解题过程也是相同的，例如：是否有阿里的人跳槽到华为，并且参与了这个大模型的开发？或者直接拿出他们抄袭的记录。

否则指责华为抄袭阿里，就好像

高考出分的第一天，只看了一眼榜单，就指责两个考了693分和690分的人是互相抄袭的一样。

只会让人觉得莫名其妙，无法让人信服。

而且之前的视频里我也给大家讲过，阿里的千问模型去年就已经登顶过某知名大模型排行榜，也一直是国内外大模型学习的榜样，例如

前段时间大火的DeepSeek，其实也参考了阿里千问大模型。

华为作为后起之秀，参考千问这个优秀的行业实践，也是符合常识的常规操作？

写在后面

从2年前各家推出大模型开始，接连走过了从闭源到开源的路程。

能把大模型开源给用户，是一种展示自身技术的方式，本身就证明了各个大厂对自家大模型的自信。

但是开源的过程中，存在一些合规和舆情风险，后面的文章里我会给大家分析更多的开源争议案例。

开源协议的选择

参考链接：

加入开源

如果你喜欢这个开源项目，欢迎加入我们的开源小组，一起交流学习，一起进步。

加我的微信：python-office，备注：开源

关于项目的介绍：

另外，大家去给小明的小红书👇账号点点赞吧~！我不想努力了，想吃软饭了。

小红书：爱吃火锅的小明

扫一扫，领红包

美团红包

滴滴红包

展开全文 >>

鸿蒙ArkUI开发|文件路径管理好帮手pathlib

image.png

前言

在鸿蒙开发中,避免不了对沙盒中的文件进行操作.最近遇到的一个问题是,将一个目录下的所有文件和文件夹全部删除,但是系统提供的fs对象只能删除一个空目录,对于非空目录进行处理,就会比较棘手.

解决方案

为了解决此类痛点,我们参考了Python中的pathlib的核心思想,在arkts中,实现了一套更加方便的处理文件管理的工具类pathlib.

上述问题在pathlib的加持下,只需要两步:

1
2
3
4
import { Path } from 'pathlib'

const dir = new Path("xxxx");
dir.rmdir();

Path中,自动处理了目录非空的情况下,先递归删除所有子文件夹和子文件的操作.

在pathlib中,我们处理了这些文件管理的细枝末节,让您在开发中更加关注与业务逻辑,事半功倍!

pathlib简介

pathlib提供一套简洁的,面向对象的api调用来操作文件.

仓库地址: pathlib

创建方式

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
// 从字符串创建
const path = Path('folder/file.txt');

// 从多个部分创建
const path2 = Path('folder', 'file.txt');

// 用join运算符连接
const path3 = Path('folder').join('file.txt');


//使用静态方法创建目录对象的时候,需要先初始化Path类,一般在Ability/onWindowStageCreate中初始化

const context = getContext();
Path.initClass(context);

// 从cache目录创建 data/storage/el2/base/haps/demo/cache
const cache = Path.cache()

// 从temp目录创建 data/storage/el2/base/haps/demo/temp
const temp = Path.temp()

// 从files目录创建 data/storage/el2/base/haps/demo/files
const files = Path.files()

常用对象和方法:

通用方法

exists() 判断路径对象是否存在

文件夹操作

subPaths() 获取所有的子路径对象

rmdir() 删除文件夹递归删除所有子文件和子文件夹

文件操作

touch() 创建文件

unlink() 删除文件

rename() 重命名文件

静态方法

files() 获取沙箱files目录

temp() 获取沙箱temp目录

cache() 获取沙箱cache目录

pathlib的优势:

  1. 面向对象的API,更符合使用习惯

  2. 自动处理不同系统的路径差异

  3. 提供丰富的路径操作方法

  4. 代码更简洁易读

建议:

  1. 新项目优先使用pathlib

  2. 路径处理统一使用Path对象

  3. 注意正确处理异常情况

  4. 考虑文件编码问题

展开全文 >>

c语言学习笔记

链表

分类：单向链表 双向链表 循环链表（单向 双向）
按内存分类： 静态链表（分配在栈区） 动态链表（分配在堆区）

定义一个链表的结构体

备注：链表的增删改查的操作几乎都是用两个指针来实现，有时还用会用到第三个指针充当中间变量来完成

1
2
3
4
5
struct LinkNode 
{
		int num; //数据域
        struct LinkNode * next; //指针域
}

image.png

清空链表
image.png

函数指针的定义

image.png
备注： func 是自定义的函数名字

image.png

image.png

函数指针数组的定义

image.png

展开全文 >>

C语言学习笔记

内存对齐

本质：用空间换时间

image.png
image.png
eg：该结构体中最大的数据类型是double 8个字节 目前算完以后占20个字节，做偏移，距离20最近的8的整数倍就是24

备注：对齐模数可以改为2的n次方

光标

image.png

展开全文 >>

1行代码搭建知识库，我发现了一个部署本地大模型的神器

👉 项目官网：https://www.python-office.com/ 👈

👉 本开源项目的交流群 👈

atomgit star github star gitee star PyPI Downloads AI交流群

大家好，这里是程序员晚枫，正在all in 各种AI项目。

DeepSeek横空出世以后，越来越多的公司想搭建本地知识库。

但是搭建本地知识库的过程中会遇到一个问题：文档输入以后，文档结构消失了，这会影响知识库的准确度。

而这通常是因为，市面上常见的OCR工具有一个通病：只能解析出文档中的文字,不能解析出文档结构。

今天给大家推荐一个开源项目：poel，不仅可以正确的解析出文档内容，还能解析出文档结构，帮助你正确的搭建本地知识库。

image.png

1、下载和安装

这是一个Python开源项目，直接用pip安装就可以了：

1
pip install poel

为了加快下载速度，国内的小伙伴可以用国内镜像，例如：清华镜像、阿里镜像，之前的文章都给大家推荐过了，这里就不再重复了，感兴趣的朋友可以去翻一翻。

image.png

2、代码演示

下载以后，1行代码就可以实现文档的解析：

1
2
3
4
import poel

poel.easydoc.parse_files(api_key='api_key', file_path=r"test_files",mode='lite')

运行以上代码，返回值就是解析后的文档内容了！

参数说明

  • api_key：您的 API 密钥，用于身份验证。
  • file_path：待解析文档（支持多文件上传），支持格式：
    • .pdf, .txt, .doc, .docx, .ppt, .pptx
  • mode：解析模式，可选值：
    • lite: 快速解析，提取布局块和文本。
    • pro: 深度解析，合并跨页/跨栏块，构建章节层次。
    • premium: 高级解析，包含图表和表格深度理解。

image.png

3、开启智能知识库之旅

如果您正在搭建本地知识库，或面临文档处理的挑战，不妨亲自体验EasyDoc。

利用其免费试用额度，访问官网注册并探索它为您的知识库带来的变革力量。

在这个信息爆炸的时代，EasyDoc以其卓越的文档解析能力，正在改变我们处理复杂文档和构建本地知识库的方式。它不仅提升了工作效率，更为企业知识管理和内容创作提供了强大的支持。选择EasyDoc，开启您的智能文档解析与知识库搭建之旅，体验AI带来的变革力量。

另外，大家去给小明的小红书👇账号点点赞吧~！我不想努力了，想吃软饭了。

小红书：爱吃火锅的小明

扫一扫，领红包

美团红包

滴滴红包

展开全文 >>

C语言学习笔记

一维数组数组名

取地址

  1. 对数组名取地址 步长 整个数组长度
  2. 对数组名sizeof
  3. 除啦以上两个情况，其他情况都是都是指向一个元素的指针

指针常量
int * const p 类型
数组下标可以是负数

image.png

本质 *（p-1）

image.png

二维数组

image.png

image.png
备注：在栈区开辟空间并赋值不会出现这种问题
在堆区开辟空间 并赋值 在释放空间的时候会造成内容泄露和内存空间重复释放
这是因为 p1=p2 是浅拷贝 又叫逐字节拷贝 需要解决就要手动赋值 在创建一个新的空间 并进行赋值操作

展开全文 >>

和开源鸿蒙的合作总结

👉 项目官网：https://www.python-office.com/ 👈

👉 本开源项目的交流群 👈

github star gitee star atomgit star

AI编程 AI交流群

写在前面

为了提高效率和下次有优化的方向，本文只讲我凭过去踩坑的经验发现的问题，请勿玻璃心。

但，过去的经验也仅供参考。对以下问题有任何疑问或者不同意见，请直接和我讨论。如果你认为自己是对的，请坚持下去。

问题按平台来说，先说几个总体的原则：

  • 视频的每帧内容都应该和文案主题相关，这个不用多解释。
  • 趣味性：例如视频中插入热梗，文章和视频有个重要的指标叫做留存率，可百度后深入了解。
  • 逻辑性：把观众当小白，从头到尾引导他的思路。
  • 产品最大亮点：对于商单来说，介绍1个特别打动用户的亮点，胜过介绍100个平平无奇的优点。
  • 考虑观众互动：发布一个好视频只是一个有了一个上热门的机会；而观众的深度参与，才是一个好视频火爆的真正原因。你细品。

下面是一些细节，其中的参考视频，如果有时间建议打开看看。

B站
视频链接：https://www.bilibili.com/video/BV1acNEzAEJJ/?vd_source=ca20bb8763fcb18660aa74d7a87234fa

  • 数据方面：一个付费7k的视频，72小时内浏览量达到7k*35 = 2.1w3.5w，甲方基本就满意了。截止写稿，视频已发布24小时，播放量9k，是一个很好的数据了。有机会达成目标。若未达成，我会加大付费流量的购买，直到达成，这也是成本的一部分。

如果给视频打分，满分100的情况下，我可以打90分。
在我眼里这是一条标准的10万+视频，但因为以下一些经验问题，导致浪费了本次视频里展现的才华。

  • 内容方面：按时间点说明。
    • 封面：和视频主题有较大差别，但好在本次鸿蒙电脑自带流量，降低了流量损失。
    • 00：00-00：15：短视频的核心价值，除了封面和标题，就是视频 前3秒（中长视频是前15秒）。如果不能把人留住，别人就去看下个视频了，视频后面的内容再好也失去了意义。该视频前15秒的内容，并无吸引人 亮点，甚至还很深奥难理解。吸引人的方法有很多。参考同样介绍鸿蒙的：https://www.bilibili.com/video/BV1dHMgz4EmG/?spm_id_from=333.1007.tianma.1-2-2.click&vd_source=ca20bb8763fcb18660aa74d7a87234fa 开头15秒，可以通过设置悬念把人留住。其它方法还有：突出产品亮点、利用产品有关热梗、抽奖/送礼物（最好用，但甲方不喜欢，因为吸引的不是对产品感兴趣的观众）。
    • 01：15：AI功能演示部分，可以使用更有互动性的话题。例如：你觉得华为好还是小米好？老婆和妈掉水里了先救谁？为什么刘亦菲是世界上最美的女人？这类问题，不论答案是什么，都会引起观众的吐槽。观众的深度参与，才是一个视频火爆的真正原因。参考：https://www.bilibili.com/video/BV1rmTizrETR/?spm_id_from=333.1387.homepage.video_card.click&vd_source=ca20bb8763fcb18660aa74d7a87234fa 对大模型的提问，这个100万播放的视频，其实就是把大模型的答案读了一遍，单凭视频中提问高考作文这一个动作，这个视频的流量就够用了。
    • 02：30：不应该出现二维码。任何平台，都不接受视频里有二维码的存在，有引流嫌疑。不仅影响平台 流量推荐，还会让甲方觉得不专业。这种基础错误一定注意。
    • 03:15：实物的展示，到概念的解读，生硬了一些。没有理由，突然就开始讲北向、南向开发者了。参考：https://www.bilibili.com/video/BV1KY411t75D/?spm_id_from=333.1387.homepage.video_card.click&vd_source=ca20bb8763fcb18660aa74d7a87234fa 学习如何用一段故事，引导用户理解vpn的概念，并逐渐深入进vpn的类型和各种专业名词。这位UP是科普技术概念的B站一哥。底层逻辑是：需要我们来给用户一个理由：我为什么要懂什么是北向开发、南向开发？
    • 04：03：与上一条相反的，vscode的引入其实就非常好。你也可以看到在评论区，观众马上就有对vscode的讨论了。
    • 06：18：二维码的问题。
    • 06：28：最后的结尾，很燃！问题是文案和视频不匹配，请参考B站之神：半佛老师的每个视频的结尾1分钟：https://www.bilibili.com/video/BV1U54y1m7d3/?spm_id_from=333.337.search-card.all.click&vd_source=ca20bb8763fcb18660aa74d7a87234fa ，简单的配图，但是非常有趣味性，而且和文案100%匹配。低成本做视频的典范！

小红书
作品链接：https://xhslink.com/a/T39TFWnWRRsfb

实事求是的说，这个阅读的确不好，制作成本（时间）也过高。
但这个纯属经验问题，不点评。以上视频 所列的技巧掌握以后，这里自然会改进。

自媒体创作以文案为核心，视频以每帧图片为核心。

展开全文 >>

本站总访问量次

tag:

    缺失模块。
    1、请确保node版本大于6.2
    2、在博客根目录（注意不是yilia根目录）执行以下命令：
    npm i hexo-generator-json-content --save

    3、在根目录_config.yml里添加配置： 

      jsonContent:
    meta: false
    pages: false
    posts:
      title: true
      date: true
      path: true
      text: false
      raw: false
      content: false
      slug: false
      updated: false
      comments: false
      link: false
      permalink: false
      excerpt: false
      categories: false
      tags: true

编程博主，全网粉丝30w+，开源项目：python-office，我的微信：wfdev7