夜雷

 # 安装vscode 参照这篇 博文 最下面的内容 # 安装mingw（编译器） mingw官网： mingw-w64 在官网点击downloads -> pre-built toolchains -> mingw-w64-builds 然后找到github链接，你也可以直接带点击 这里 这里我选择的是 x86_64-14.2.0-release-posix-seh-ucrt-rt_v12-rev2.7z x86_64是64位系统 ucrt兼容最新的windows系统 解压后，将目录中的bin目录添加到环境变量，编译器就安装好啦 此时可以打开cmd或powershell 输入gcc -v，看看是否有版本信息 # 安装mingw的另一方法 也可以使用安装工具安装mingw 可以在这个 网址 下载 这个方法我觉得更传统一些，不过我觉得第一个方法还是不错的 # 在vscode里安装c/c++ 相关插件 是以下三个 c/c++ c/c++ themes c/c++ extension pack

# 安装miniconda conda是一个可以管理python虚拟环境的软件 miniconda是最小版本的conda，比较简洁 miniconda官网： Miniconda — Anaconda documentation 最新的windows64位miniconda 下载 # 在powershell中使用miniconda 参考文章 （不确定什么时候会失效） 首先将miniconda安装目录下的Scripts目录添加到系统环境变量。 然后打开powershell。 如果有安装windows terminal（在Microsoft Store里安装即可），也可以直接在搜索栏里输入wt打开windows terminal，windows terminal默认使用powershell。 依次输入： conda init powershell Set-ExecutionPolicy -ExecutionPolicy RemoteSigned -Scope CurrentUser 如果你不想启动powershell时就进入conda环境，可以输入： conda config --set auto_activate_base false 但是我个人习惯是自动进入conda环境。 # 创建环境并激活 创建环境的命令如下，其中-n后面是虚拟环境的名称，python=后面是python的版本。 conda create -n allinone python=3.8 然后激活环境。 conda activate allinone # 安装vscode并安装必要插件 下载地址 安装插件为汉化插件和python插件，根据喜好你可以安装喜欢的主题。 之后就可以在vscode里很方便地使用python虚拟环境了。

 介绍 大模型可以提供现成的代码块，根据这些代码块，可以减少我们程序设计的难度，快速学习新的Python模块并加以运用。下面是对Python的简单介绍，可以快速了解Python。 Python中最重要的概念就是模块，可以把编程理解为乐高积木，模块就好比其它人组装好的一些积木块，就好比一个小房子，小房子的功能是可以让小人住进去。乐高积木会自带一些基本的块，小人可以算是一种基本的块。但是搭建小房子很麻烦，所以可以购买现成的小房子，避免我们自己去组装。 同样的，Python社区里有很多人已经编写好的代码，这些代码被封装成模块。通过下载模块，就可以在基础Python的环境中更方便的实现新的功能。大部分模块都是开源免费的。模块里面又会有封装好的类或函数。函数是实现特定功能的代码，具有函数名和传入参数。有的函数会有返回值，有的函数没有返回值。 例如function(x, y)可以根据传入参数x和y来实现某些功能，例如利用x和y进行计算。有时x，y可能是比单个数更复杂的数据类型，比如数组。如果两个数组长度相等，可以把x，y看成一系列点的横纵坐标。我们可以设计函数来绘制这些点的折线图。 Python可以直接输出这个折线图，或者把这个折线图以多维数组的形式，储存在一个变量里，这个变量可以作为函数的返回值被传出。在这个情况下，我们可以用另一个变量去接收这个返回值，譬如image = function(x, y)。 Python中的类，就是面向对象编程中的对象，简单来说，类会具有一些属性和方法，属性可以理解为类中的变量，方法可以理解为类中的函数。通常来说，类的方法主要实现了对类的属性的操控。类的属性可以像普通的变量一样使用，类的方法也可以像普通的函数一样使用。 本质上，面向对象编程和面向过程编程是相通的，只是面向对象编程需要花费更多时间去设计类，而类的设计在复杂的程序中可以简化程序的编写和理解。 这里面包含的哲学和现实世界亦是相同的，世间处处有对象，也就有了相应的属性和方法。一个对象影响其它对象就需要方法的运行，需要对属性的操纵。而每一个对象怎么去运行方法，怎么去被其它对象影响，受到算法的控制，自然中的算法就是物理法则，时刻控制着事件的发生。 示例 在这篇文章中，遇到任何问题，你都可以求助大模型，例如ChatGPT。在本文中也会使用ChatGPT来辅助编程。 虚拟环境创建 首先，...

介绍 在科研环境中使用Python，会用到miniconda，这是anaconda的精简版本。 安装miniconda后，通常创建虚拟环境的命令是“conda create -n env_name python=3.x” 这会在miniconda安装目录下去创建虚拟环境。 一般miniconda会安装在本地硬盘，所以，虚拟环境也会在本地硬盘里储存。 如果使用云盘同步虚拟环境目录，由于文件数量较多，同步的效率会比较低。 那么能否使用移动硬盘来在多台设备使用相同的虚拟环境库呢? 方案 添加移动硬盘目录为conda虚拟环境目录 假设我们的移动硬盘是E盘，首先要在该硬盘里创建我们计划用于存放虚拟环境的目录。 例如我创建了一个目录E:\Conda\envs 使用命令“conda config --add envs_dirs E:\Conda\envs”将该目录添加为conda的虚拟环境目录之一。 如果该目录里已经有虚拟环境（可以通过复制、剪切的方式移动进去），则使用“conda env list”可以看到该目录中的可用虚拟环境。 如果不添加该目录为conda的虚拟环境目录，也可以用“conda activate E:\Conda\envs\env_name”的方式来激活该目录中的虚拟环境。 创建虚拟环境到移动硬盘目录 可以使用“conda create --prefix E:\Conda\envs\env_name python=3.x”来将虚拟环境创建到移动硬盘目录。   值得注意的是，如果将移动硬盘添加为conda虚拟环境目录后，当移动硬盘插入时，使用原始的命令“conda create -n env_name python=3.x”也会在移动硬盘目录里创建新的虚拟环境。但是为了确保不出问题，建议这一步固定使用第一条命令。 通过复制、剪切的方式将创建在其它目录的虚拟环境转移到移动硬盘目录也是可以的。 以上就是本文全部正文内容。 补充命令   查看conda源： conda config --show channels Pip的清华源： -i https://pypi.tuna.tsinghua.edu.cn/simple 查找包： https://pypi.org/search/?q= 添加清华源和conda-forge： conda...

markdown # CaImAn的用途 CaImAn是三个Calcium Imaging Analysis的缩写，同时也是凯门鳄的英文单词，所以CaImAn的Logo使用了一只小鳄鱼。 CaImAn实现了一系列分析钙和电压成像数据所需的基本方法。它提供了快速且可扩展的算法。 # CaImAn的安装 首先要安装conda，conda主要是一个管理Python环境的软件，它允许同一台PC上存在多个Python环境已用于不同的程序。 推荐实际使用miniconda即可，在任意搜索引擎里搜索miniconda很容易找到下载地址。 完成miniconda的安装后，只需要以下几条命令和一定的等待时间就可以完成CaImAn的安装。 1. 安装包管理器mamba： conda install -n base -c conda-forge mamba # 在base环境中安装mamba，mamba可以更快地安装CaImAn 2. 安装CaImAn： mamba create -n caiman -c conda-forge caiman # 用mamba安装CaImAn 如果用mamba安装，卡住无法进行的话，就用conda安装，也可以的。 conda create -n caiman -c conda-forge caiman # 用conda安装CaImAn # CaImAn的示例代码 1. 使用时，首先激活caiman虚拟环境： conda activate caiman # 激活caiman 2. 使用caimanmanager创建一个示例目录： caimanmanager install # 创建示例目录，地址会在运行结束后给出 3. 进入示例目录并运行jupyter lab（jupyter notebook也可以）： cd ~/caiman_data # 进入示例目录 jupyter lab # 运行jupyter lab 4. 在jupyter lab里打开demos/notebooks/demo_pipeline.ipynb，此即为示例代码。 # 示例代码的解读 这段示例代码用markdown来做说明，可以以这些markdown说明来理解python代码块。在这篇文章中，我会介绍每个...

markdown 【本文由智谱清言生成】 Docker 是一种开源的应用容器引擎，它允许开发者打包他们的应用以及应用的依赖包到一个可移植的容器中，然后发布到任何流行的 Linux 机器上，也可以实现虚拟化。容器是完全使用沙箱机制，相互之间不会有任何接口。 以下是使用 Docker 的一些基本步骤： ### 1. 安装 Docker 首先，您需要在您的计算机上安装 Docker。Docker 支持 Windows、macOS 和各种 Linux 发行版。您可以从 Docker 的官方网站下载适合您操作系统的 Docker 版本。 ### 2. Docker 的基本概念 - **镜像（Image）**：Docker 镜像是一个只读的模板，包含创建 Docker 容器的指令。 - **容器（Container）**：容器是从镜像创建的运行实例。您可以使用 Docker API 或 CLI 来管理容器。 - **仓库（Repository）**：Docker 仓库用于存放 Docker 镜像。 ### 3. 运行容器 - **拉取镜像**：使用 `docker pull` 命令从 Docker 仓库拉取您需要的镜像。 ```bash docker pull ubuntu ``` - **运行容器**：使用 `docker run` 命令从镜像启动一个新的容器。 ```bash docker run -it ubuntu /bin/bash ``` 这里，`-it` 选项是让容器运行在交互模式，`ubuntu` 是镜像名称，`/bin/bash` 是容器启动后执行的命令。 ### 4. 管理容器 - **列出容器**：使用 `docker ps` 命令列出当前运行的容器。 - **停止容器**：使用 `docker stop ` 命令停止一个运行中的容器。 - **启动已停止的容器**：使用 `docker start ` 命令。 - **删除容器**：使用 `docker rm ` 命令删除一个容器。 ### 5. 管理镜像 - **列出本地镜像**：使用 `docker images` 命令。 - **删除本地镜像**：使用 `docker rmi ` 命令。 ### 6. Dockerfile Dockerfile 是一个文本文件，包含了所...

Git is a tool for synchronizing basically your code to a web repository or a local server repository. Github is a public hub of code reposities. In order to use Github, You need to create your account firstly . In general situation, an account with community plan is enough for using. Then, install Git from the official website . Following that, install VS Code from the official website . If you don't have a set of SSH key on your system, open the Git Bash or just the Bash and type the command below, which will create an SSH key for you: ssh-keygen Naviagte to the directory "~/.ssh",  copy the contents of "id_rsa.pub" and paste it in the settings page of your github account. You should open the webpage of Github and find the setting in a tab named "Access/SSH and GPG keys". After these steps, you can link to github using ssh protocol . Following command could test if the SSH key is properly installed. ssh -T git@github.com Create a repository in th...