python學習DAY26打卡

DAY 26 函數專題1:函數定義與參數

內容:

  1. 函數的定義

  2. 變量作用域:局部變量和全局變量

  3. 函數的參數類型:位置參數、默認參數、不定參數

  4. 傳遞參數的手段:關鍵詞參數

  5. 傳遞參數的順序:同時出現三種參數類型時

函數的定義

def function_name(parameter1, parameter2, ...):"""Docstring: 描述函數的功能、參數和返回值 (可選但強烈推薦)"""# 函數體: 實現功能的代碼# ...return value # 可選,用于返回結果
  • def: 關鍵字,表示開始定義一個函數。
  • function_name: 函數的名稱,應遵循Python的命名約定(通常是小寫字母和下劃線,例如 calculate_area,用英文單詞含義和下劃線來作為函數名)。
  • parameter1, parameter2, ...: 函數的參數(也叫形參),是函數在被調用時接收的輸入值。參數是可選的。
  • (): 參數列表必須放在圓括號中,即使沒有參數,括號也不能省略。
  • ?: 冒號表示函數定義的頭部結束,接下來是縮進的函數體。
  • Docstring (文檔字符串): 位于函數定義第一行的多行字符串(通常用三引號 """Docstring goes here""")。用于解釋函數的作用、參數、返回值等。可以通過 help(function_name) 或 function_name.__doc__ 查看。這個寫法可選,為了后續維護和查看,建議加上這一段更加規范
  • 函數體 (Function Body): 縮進的代碼塊,包含實現函數功能的語句。
  • return value: return 語句用于從函數中返回一個值。如果函數沒有 return 語句,或者 return 后面沒有值,它會自動返回 None。一個函數可以有多個 return 語句(例如在不同的條件分支中)。
不帶參數的函數
# 定義一個簡單的問候函數
def greet():"""打印一句問候語。"""message = "大家好!歡迎學習Python函數定義!"print(message)greet()# 查看文檔字符串,方便查看函數的使用,這個方法可以不掌握
print(greet.__doc__)
# 實際上,當你在py文件中,鼠標懸停在函數上按住ctrl即可點擊函數跳轉到其內部查看函數的定義
帶參數的函數

函數的參數我們有如下稱呼:

  • Parameters (形參): 在函數定義中列出的變量名 (如 name, feature1, feature2)。
  • Arguments (實參): 在函數調用時傳遞給函數的實際值 (如 "張三", 10, 25),也就是實際的數值(實參)傳給了 形參(定義時候的變量)

注意點: 定義的時候把函數的參數稱之為形參,調用的時候把函數的參數稱之為實參。

# 定義一個帶一個參數的問候函數
def greet_person(name):"""根據給定的名字打印問候語。Args:name (str): 要問候的人的名字。"""message = f"你好, {name}! 很高興認識你。"print(message)greet_person("張三")  # 輸出: 你好, 張三! 很高興認識你。# 定義一個帶多個參數的函數 (例如,在機器學習中計算兩個特征的和)
def add_features(feature1, feature2):"""計算兩個數值特征的和。Args:feature1 (float or int): 第一個特征值。feature2 (float or int): 第二個特征值。"""total = feature1 + feature2print(f"{feature1} + {feature2} = {total}")add_features(10, 25)       # 輸出: 10 + 25 = 35# add_features(5) 
# 這會報錯,因為少了一個參數 TypeError
帶返回值的函數

函數不僅可以執行操作(如打印),還可以計算并返回一個結果

# 定義一個計算和并返回結果的函數
def calculate_sum(a, b):"""計算兩個數的和并返回結果。Args:a (float or int): 第一個數。b (float or int): 第二個數。Returns:float or int: 兩個數的和。"""result = a + breturn resultprint("hhh")calculate_sum(2, 3)

此時,注意到,print("hhh")這個代碼并沒有被執行,因為函數在遇到return語句時,就會立即返回,而不會繼續執行函數后面的代碼。

其次,如果沒有return語句,或者return后面不帶任何參數,那么函數也會返回None(不要把執行的操作理解為返回值)。

# 函數可以返回多種類型的數據,包括列表、字典等
# 例如,在數據預處理中,一個函數可能返回處理后的特征列表
def preprocess_data(raw_data_points):"""模擬數據預處理,例如將所有數據點乘以2。Args:raw_data_points (list): 原始數據點列表。Returns:list: 處理后的數據點列表。"""processed = []for point in raw_data_points:processed.append(point * 2) # 假設預處理是乘以2return processeddata = [1, 2, 3, 4, 5]
processed_data = preprocess_data(data)print(f"原始數據: {data}")
print(f"預處理后數據: {processed_data}") # 輸出: [2, 4, 6, 8, 10]

變量作用域

理解變量在何處可見和可訪問非常重要。

  • 局部變量 (Local Variables): 在函數內部定義的變量,只在該函數內部有效。當函數執行完畢后,局部變量通常會被銷毀。
  • 全局變量 (Global Variables): 在所有函數外部定義的變量,可以在程序的任何地方被訪問(但在函數內部修改全局變量需要特殊聲明,如 global 關鍵字,初學階段可以先避免)。
print("\n--- 變量作用域示例 ---")
global_var = "我是一個全局變量"def scope_test():local_var = "我是一個局部變量"print(f"在函數內部,可以看到局部變量: '{local_var}'")print(f"在函數內部,也可以看到全局變量: '{global_var}'")# global_var = "嘗試在函數內修改全局變量" # 如果沒有 global 聲明,這會創建一個新的局部變量 global_var# print(f"在函數內部,修改后的 '全局' 變量: '{global_var}'")scope_test()print(f"\n在函數外部,可以看到全局變量: '{global_var}'")

函數的參數類型

在我們ctrl跳轉到一些函數內部的時候,會發現寫法相對我們日常定義的簡單函數更加復雜,主要是參數形式比較豐富

參數有以下類型:

1.位置參數 (Positional Arguments): 調用時按順序匹配。

2.默認參數值 (Default Parameter Values): 定義函數時給參數指定默認值,調用時如果未提供該參數,則使用默認值。

3.可變數量參數 (*args 和 **kwargs):

  • args: 將多余的位置參數收集為一個元組。
  • kwargs: 將多余的關鍵字參數收集為一個字典。

可能你還聽過關鍵字參數 (Keyword Arguments)這個說法,但是他并非是一種參數,而是一種傳遞參數的手段: 調用時通過 參數名=值 的形式指定,可以不按順序。他可以傳位置參數的值,也可以傳默認參數的值,也可以傳可變參數的值,也可以傳關鍵字參數的值。為了可讀性,更推薦對所有參數均采取關鍵字參數傳遞。

位置參數
def describe_pet(animal_type, pet_name):"""顯示寵物的信息。"""print(f"\n我有一只 {animal_type}.")print(f"我的 {animal_type} 的名字叫 {pet_name.title()}.")
# .title() 方法的作用是將字符串中每個單詞的首字母大寫,其余字母小寫。describe_pet("貓", "咪咪") # 使用關鍵字參數,順序不重要

為了可讀性,更推薦對所有參數采取關鍵詞參數的寫法

# 假設一個復雜的繪圖函數
plot_data(data, x_col, y_col, "blue", "-", True, False, "My Plot", "X-axis", "Y-axis") # 不清晰# 使用關鍵字參數
plot_data(data=my_data, x_column='time', y_column='value',color='blue', linestyle='-', show_grid=True, use_log_scale=False,title="My Awesome Plot", xlabel="Time (s)", ylabel="Value") # 非常清晰

當一個函數有很多參數時,如果只用位置參數,調用者可能需要反復查看函數定義才能確定每個參數的含義。使用關鍵字參數,每個值的含義都通過其前面的參數名清晰地標示出來。

describe_pet(animal_type="貓", pet_name="咪咪") # 使用關鍵字參數,順序不重要
describe_pet(pet_name="旺財", animal_type="狗") # 順序改變,但結果正確

默認參數

注意點:帶默認值的參數必須放在沒有默認值的參數之后

def describe_pet_default(pet_name, animal_type="狗"): # animal_type 有默認值"""顯示寵物的信息,動物類型默認為狗。"""print(f"我有一只 {animal_type}.")print(f"我的 {animal_type} 的名字叫 {pet_name.title()}.")describe_pet_default(pet_name="小黑") # animal_type 使用默認值 "狗"
describe_pet_default(pet_name="雪球", animal_type="倉鼠") # 提供 animal_type,覆蓋默認值
# 注意:帶默認值的參數必須放在沒有默認值的參數之后

*args(收集位置參數)

*args: 將多余的位置參數收集為一個元組。

當函數被調用時,Python 會先嘗試用調用時提供的位置參數去填充函數定義中所有明確定義的、非關鍵字的形參 (也就是那些普通的,沒有 * 或 ** 前綴的參數,包括有默認值的和沒有默認值的)。如果在填充完所有這些明確定義的形參后,調用時還有剩余的位置參數,那么這些“多余的”位置參數就會被收集起來,形成一個元組 (tuple),并賦值給 *args 指定的那個變量(通常就是 args)。

如果調用時提供的位置參數數量正好等于或少于明確定義的形參數量(且滿足了所有必需參數),那么 *args 就會是一個空元組 ()。

def make_pizza(size, *toppings):"""概述要制作的比薩。*toppings 會將所有額外的位臵參數收集到一個元組中。"""print(f"\n制作一個 {size} 寸的比薩,配料如下:")if toppings: # 只要toppings不為空元組,就會執行for topping in toppings:print(f"- {topping}")else:print("- 原味 (無額外配料)")make_pizza(12, "蘑菇")
make_pizza(16, "香腸", "青椒", "洋蔥")
make_pizza(9) # toppings 會是空元組

**kwargs (收集關鍵字參數)

**kwargs: 將多余的關鍵字參數收集為一個字典。

當函數被調用時,Python 會先處理完所有的位置參數(包括填充明確定義的形參和收集到 *args 中)。然后,Python 會看調用時提供的關鍵字參數 (形如 name=value)。它會嘗試用這些關鍵字參數去填充函數定義中所有與關鍵字同名的、明確定義的形參(這些形參可能之前沒有被位置參數填充)。

如果在填充完所有能通過名字匹配上的明確定義的形參后,調用時還有剩余的關鍵字參數(即這些關鍵字參數的名字在函數定義中沒有對應的明確形參名),那么這些“多余的”關鍵字參數就會被收集起來,形成一個字典 (dictionary),并賦值給 **kwargs 指定的那個變量(通常就是 kwargs)。

如果調用時提供的所有關鍵字參數都能在函數定義中找到對應的明確形參名,那么 **kwargs 就會是一個空字典 {}。

def build_profile(first_name, last_name, **user_info):"""創建一個字典,其中包含我們知道的有關用戶的一切。**user_info 會將所有額外的關鍵字參數收集到一個字典中。"""profile = {}profile['first_name'] = first_nameprofile['last_name'] = last_namefor key, value in user_info.items():profile[key] = valuereturn profileuser_profile = build_profile('愛因斯坦', '阿爾伯特',location='普林斯頓',field='物理學',hobby='小提琴')
print(f"\n用戶信息: {user_profile}")
# 輸出: {'first_name': '愛因斯坦', 'last_name': '阿爾伯特', 'location': '普林斯頓', 'field': '物理學', 'hobby': '小提琴'}

*args 和 **kwargs 的核心目的是讓函數能夠接收不定數量的參數,并以元組和字典的形式在函數內部進行處理。

也就是說 當位置參數用完了 就自動變成*args,當關鍵詞參數用完了 就自動變成**kwarges

# 同時出現 *args 和 **kwargs,注意參數的傳入順序
def process_data(id_num, name, *tags, status="pending", **details): # 注意,這里的status 是僅關鍵字參數,必須通過關鍵詞傳值print(f"ID: {id_num}")print(f"Name: {name}")print(f"Tags (*args): {tags}")print(f"Status: {status}")          # status 是一個有默認值的普通關鍵字參數print(f"Details (**kwargs): {details}")print("-" * 20)# 調用1:
process_data(101, "Alice", "vip", "new_user", location="USA", age=30)
# ID: 101
# Name: Alice
# Tags (*args): ('vip', 'new_user')  <-- "vip", "new_user" 是多余的位置參數,被 *tags 收集
# Status: pending                    <-- status 使用默認值,因為調用中沒有 status=...
# Details (**kwargs): {'location': 'USA', 'age': 30} <-- location 和 age 是多余的關鍵字參數,被 **details 收集
# --------------------# 調用2:
process_data(102, "Bob", status="active", department="Sales")
# ID: 102
# Name: Bob
# Tags (*args): ()                   <-- 沒有多余的位置參數
# Status: active                     <-- status 被關鍵字參數 'active' 覆蓋
# Details (**kwargs): {'department': 'Sales'} <-- department 是多余的關鍵字參數
# --------------------# 調用3:
process_data(103, "Charlie", "admin") # 'admin' 會被 *tags 捕獲
# ID: 103
# Name: Charlie
# Tags (*args): ('admin',)
# Status: pending
# Details (**kwargs): {}
# --------------------# 調用4: (演示關鍵字參數也可以用于定義中的位置參數)
process_data(name="David", id_num=104, profession="Engineer")
# ID: 104
# Name: David
# Tags (*args): ()
# Status: pending
# Details (**kwargs): {'profession': 'Engineer'}
# --------------------

作業

題目1:計算圓的面積

任務: 編寫一個名為 calculate_circle_area 的函數,該函數接收圓的半徑 radius 作為參數,并返回圓的面積。圓的面積 = π * radius2 (可以使用 math.pi 作為 π 的值)
要求:函數接收一個位置參數 radius。計算半徑為5、0、-1時候的面積
注意點:可以采取try-except 使函數變得更加穩健,如果傳入的半徑為負數,函數應該返回 0 (或者可以考慮引發一個ValueError,但為了簡單起見,先返回0)。

import mathdef calculate_circle_area(radius):try:# 檢查半徑是否為負數if radius < 0:return 0# 計算并返回面積return math.pi * radius **2except:# 處理非數值類型等異常情況return 0# 測試不同半徑的面積計算
print(f"半徑為5的面積: {calculate_circle_area(5):.2f}")   # 約78.54
print(f"半徑為0的面積: {calculate_circle_area(0):.2f}")   # 0.00
print(f"半徑為-1的面積: {calculate_circle_area(-1):.2f}")  # 0.00

題目2:計算矩形的面積

任務: 編寫一個名為 calculate_rectangle_area 的函數,該函數接收矩形的長度 length 和寬度 width 作為參數,并返回矩形的面積。
公式: 矩形面積 = length * width
要求:函數接收兩個位置參數 length 和 width。
函數返回計算得到的面積。
如果長度或寬度為負數,函數應該返回 0。

def calculate_rectangle_area(length, width):try:if(length < 0 or width < 0):return 0return length * widthexcept TypeError:return 0print(calculate_rectangle_area(5,2))
# 10
print(calculate_rectangle_area(0,4))
# 0
print(calculate_rectangle_area(-1,3))
# 0

題目3:計算任意數量數字的平均值

任務: 編寫一個名為 calculate_average 的函數,該函數可以接收任意數量的數字作為參數(引入可變位置參數 (*args)),并返回它們的平均值。
要求:使用 *args 來接收所有傳入的數字。
如果沒有任何數字傳入,函數應該返回 0。
函數返回計算得到的平均值。

def calculate_average(*args):if args: # 確保args非空try:return sum(args)/len(args) # 使用內置函數簡化計算except TypeError:return 0 # 處理非數字類型(如字符串)else:return 0
print(calculate_average(1, 2, 3))    
# 2.0
print(calculate_average())           
# 0
print(calculate_average("a", 1)) 
# 0

題目4:打印用戶信息

任務: 編寫一個名為 print_user_info 的函數,該函數接收一個必需的參數 user_id,以及任意數量的額外用戶信息(作為關鍵字參數)。
要求:
user_id 是一個必需的位置參數。
使用 **kwargs 來接收額外的用戶信息。
函數打印出用戶ID,然后逐行打印所有提供的額外信息(鍵和值)。
函數不需要返回值

def print_user_info(user_id,**info):print(f"id:{user_id}")print(f"info:{info}")
print_user_info(6, name="xiaoba", age=23, city="Beijing")

題目5:格式化幾何圖形描述

任務: 編寫一個名為 describe_shape 的函數,該函數接收圖形的名稱 shape_name (必需),一個可選的 color (默認 “black”),以及任意數量的描述該圖形尺寸的關鍵字參數 (例如 radius=5 對于圓,length=10, width=4 對于矩形)。
要求:shape_name 是必需的位置參數。
color 是一個可選參數,默認值為 “black”。
使用 **kwargs 收集描述尺寸的參數。
函數返回一個描述字符串,格式如下:
“A [color] [shape_name] with dimensions: [dim1_name]=[dim1_value], [dim2_name]=[dim2_value], …”如果 **kwargs 為空,則尺寸部分為 “with no specific dimensions.”

def describe_shape(shape_name, color = "black", **dimensions):# 基礎部分description = f"A {color} {shape_name}"# 處理尺寸部分if dimensions:dim_parts = [f"{k}={v}" for k, v in dimensions.items()]description += " with dimensions: " + ", ".join(dim_parts) # "分隔符".join(可迭代對象)else:description += " with no specific dimensions."return descriptiondesc1 = describe_shape("circle", radius=5, color="red")
print(desc1)
# A red circle with dimensions: radius=5
desc2 = describe_shape("rectangle", length=10, width=4)
print(desc2)
# A black rectangle with dimensions: length=10, width=4
desc3 = describe_shape("triangle", base=6, height=8, color="blue")
print(desc3)
# A blue triangle with dimensions: base=6, height=8
desc4 = describe_shape("point", color="green")
print(desc4)
# A green point with no specific dimensions.

@浙大疏錦行

本文來自互聯網用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務,不擁有所有權,不承擔相關法律責任。
如若轉載,請注明出處:http://www.pswp.cn/web/91048.shtml
繁體地址,請注明出處:http://hk.pswp.cn/web/91048.shtml
英文地址,請注明出處:http://en.pswp.cn/web/91048.shtml

如若內容造成侵權/違法違規/事實不符,請聯系多彩編程網進行投訴反饋email:809451989@qq.com,一經查實,立即刪除!

相關文章

echarts圖表點擊legend報錯問題(折線圖)

原因是&#xff1a;echats 實例&#xff0c;不能夠用響應式變量去接收。<template><div class"attendance-chart"><div v-if"loading" class"loading">加載中...</div><div v-else-if"error" class"e…

Django模型開發:模型字段、元數據與繼承全方位講解

文章目錄一、模型字段類型詳解Django 與 MySQL 字段類型映射整數類型深度對比二、常用字段選項null 與 blank 的區別注釋與幫助文本默認值設置日期時間特殊選項選項列表&#xff08;choices&#xff09;三、模型元數據與方法模型 Meta 類模型管理器&#xff08;Manager&#xf…

墨者:SQL注入實戰-MySQL

1. 墨者學院&#xff1a;SQL注入實戰-MySQL&#x1f680; 2. 實訓重點目標? 目標一&#xff1a; 了解sqlmap的使用及其tamper插件的使用&#xff1b; 目標二&#xff1a; 了解base64編碼及解碼。 3. 解題方向&#x1f50d; 目標網站的id參數通過Base64編碼傳輸&#xff0c;…

Milvus 實戰全流程

&#x1f4da; 學習路徑總覽1. Milvus 基礎知識什么是向量數據庫&#xff1f;Milvus 的核心概念&#xff08;collection、field、index、partition、segment&#xff09;Milvus 和 Faiss、Annoy、HNSW 的區別2. 安裝與部署Docker 快速部署 Milvus&#xff08;推薦&#xff09;本…

Mysql數據庫基礎(入門)

目錄 一.認識Sql 1.什么是Sql 2.Sql的作用 3.Sql通用語法 4.Sql分類 二.數據庫的操作&#xff08;DDL&#xff09; 1.創建數據庫 2.顯示/使用數據庫 3.修改數據庫 4.刪除數據庫 三.常用數據類型 1.數值類型 2.字符串類型 3.日期類型 4.詳細的數據類型 四.表的操…

MySQL 鎖機制 15 連問 · 面試速答版

一、腦圖&#xff1a;鎖全景&#xff08;先記結構&#xff0c;再填細節&#xff09; 鎖層級 ├─ 表鎖 │ ├─ 意向鎖 IS / IX │ └─ 表鎖 READ / WRITE └─ 行鎖├─ 記錄鎖 Record├─ 間隙鎖 Gap└─ 臨鍵鎖 Next-Key二、15 問 15 答&#xff08;面試官一問一…

【Linux】發展歷程

很高興為您詳細介紹Linux操作系統的詳細發展歷程。Linux是一個自由和開放源代碼的操作系統內核&#xff0c;由林納斯托瓦茲&#xff08;Linus Torvalds&#xff09;于1991年首次發布。以下是Linux操作系統的主要發展里程碑&#xff1a;1. Linux 0.01 (1991)發布日期&#xff1a…

LNMP架構+wordpress實現動靜分離

WordPress簡稱WP&#xff0c;最初是一款博客系統&#xff0c;后逐步演化成一款免費的CMS&#xff08;內容管理系統/建站系統&#xff09;。 WordPress網站的適用場景&#xff1a; 博客 企業官網 作品集網站 電商平臺 線上教育系統 論壇和社群網站 甚至會員系統、訂閱內容…

智慧燈桿:不止于照明,塔能科技的城市感知網絡野心

當夜幕悄然降臨&#xff0c;城市里的路燈便依次亮了起來&#xff0c;它們可不單單照亮了行人前行的路以及車輛行駛的道路&#xff0c;實際上還在悄無聲息地經歷著一場變革。現如今的路燈&#xff0c;早已不再僅僅充當單純的照明工具這么一個角色了&#xff0c;而是逐漸轉變成了…

【Linux內核模塊】調試技巧

內核模塊開發最讓人頭疼的不是寫代碼&#xff0c;而是調試 —— 代碼編譯通過了&#xff0c;加載后卻要么沒反應&#xff0c;要么直接讓系統崩潰。這就像在黑屋子里修機器&#xff0c;看不見摸不著。其實內核調試有一套成熟的工具箱&#xff0c;掌握這些工具和技巧&#xff0c;…

RK3568筆記九十一:QT環境搭建

若該文為原創文章,轉載請注明原文出處。 記錄按照正點原子給的手冊搭建QT環境 參考《09【正點原子】ATK-DLRK3568_Qt開發環境搭建V1.2.pdf》 一、安裝 1、下載 https://mirrors.sau.edu.cn/qt/archive/online_installers/4.6/qt-unified-linux-x64-4.6.0-online.run 2、賦…

面試實戰,問題十六,Java面試,消息隊列,如何避免消息重復消費,怎么回答

在Java面試中&#xff0c;關于消息隊列如何防止消息被重復消費的問題&#xff0c;可以從以下幾個方面進行回答&#xff0c;結合系統架構設計、消息隊列機制和業務邏輯處理&#xff0c;確保在不同場景下實現消息的冪等性。 1. 消息隊列重復消費的根本原因 消息重復消費的根本原因…

PDF轉圖片實用指南:如何批量高效轉換?

將PDF轉換為圖片后&#xff0c;可以更方便地在演示文稿、網頁或電子相冊中使用這些資料&#xff0c;以便更好地展示信息。它 是一款支持多文件批量轉換的工具&#xff0c;可將多個 PDF 文檔一鍵轉換為圖片格式。雖然界面為英文&#xff0c;但操作簡單&#xff0c;不影響使用。你…

走入Linux的世界:編輯器Vim

嘿&#xff0c;各位技術潮人&#xff01;好久不見甚是想念。生活就像一場奇妙冒險&#xff0c;而編程就是那把超酷的萬能鑰匙。此刻&#xff0c;陽光灑在鍵盤上&#xff0c;靈感在指尖跳躍&#xff0c;讓我們拋開一切束縛&#xff0c;給平淡日子加點料&#xff0c;注入滿滿的pa…

PyTorch中神經網絡的模型構建

要構建自定義模型&#xff0c;需完成兩個核心步驟&#xff1a;繼承 nn.Module 類&#xff1b;重載 __init__ 方法&#xff08;初始化&#xff09;和 forward 方法&#xff08;前向計算&#xff09; 神經網絡的構造 初始化方法&#xff08;__init__&#xff09; def __init__…

QML QtCharts坐標軸系統

QtCharts是Qt框架中強大的數據可視化模塊&#xff0c;它提供了豐富的圖表類型和靈活的坐標軸系統&#xff0c;能夠滿足各種數據展示需求。本文將全面介紹QML中QtCharts的坐標軸系統&#xff0c;包括數值坐標軸(ValueAxis)、對數坐標軸(LogValueAxis)、分類坐標軸(CategoryAxis)…

TI 2025全國電賽猜題

本科組可能的題目方向本科組器材更側重高頻信號處理、復雜控制系統、精密測量及多設備協同&#xff0c;可能涉及以下題目&#xff1a;四旋翼飛行器相關任務題目示例&#xff1a;設計 “基于四旋翼的 UV 光控自主導航系統”任務要求&#xff1a;利用四旋翼飛行器&#xff08;最大…

Python自動化運維實戰指南

什么是自動化運維定義與背景自動化運維是指利用工具和腳本自動執行傳統上需要人工操作的IT運維任務&#xff0c;包括但不限于服務器配置管理、軟件部署、監控告警、日志分析等日常工作。隨著互聯網業務規模的擴大&#xff0c;傳統手工運維方式已無法滿足快速部署、規模化管理等…

k8s的csi對接GPFS

在 Kubernetes&#xff08;k8s&#xff09;集群中&#xff0c;通過 CSI&#xff08;Container Storage Interface&#xff09;對接 GPFS&#xff08;General Parallel File System&#xff0c;現為 IBM Spectrum Scale&#xff09;是實現高性能共享存儲的重要方案。GPFS 作為并…

HTB賽季8靶場 - era

nmap掃描 └─$ nmap -p- --min-rate 1000 -T4 10.129.137.201 -oA nmapfullscan Starting Nmap 7.94SVN ( https://nmap.org ) at 2025-07-27 21:19 EDT Warning: 10.129.137.201 giving up on port because retransmission cap hit (6). …