部分代码

在IntelliJ IDEA 中，你可以使用以下步骤格式化选中的代码部分：
首先，选中你想要格式化的代码部分。

这可以是单个代码行，也可以是多行代码。

接着，点击菜单栏的Code。

在下拉菜单中，选择Reformat Code。

你也可以使用快捷键Ctrl+Alt+L （Windows/Linux）或Cmd+Option+L （Mac）来执行此操作。

此时，IDEA 将会自动根据默认的代码样式规则来格式化你选中的代码部分。

如果你想要修改默认的代码样式规则，你可以通过File -> Settings -> Editor -> Code Style 进行设置。

在这个设置页面中，你可以根据需要调整各种参数，例如缩进大小、行宽、空格使用等。

注意：不同的语言可能有不同的代码样式规则，你需要根据实际的语言进行相应的调整。

例如，对于Python，你可能需要调整Spaces、Tabs、Wrapping and Braces 等选项；对于Java，你可能需要调整Spaces、Tabs、Wrapping and Braces、Imports 等选项。

100310007-风华绝世手镯100300007-风华绝世之坠100320009-风华绝世之戒项链100300083-魔灵祭祀项链100300082-逝冰之舞项链100300081-凯恩的骷髅吊坠100300080-落炎之舞项坠100300010-卡勒特的红色围巾100300066-火魁之歌项链100300079-暴戾祭祀项链100300083-魔灵祭祀项坠100300006-龙灵石项链100300060-幽冥石项链100300008-冥炎逐日项链100300076-帕特里斯之魂100300078-灼魂之魔刹石项链手镯100310061-雷鸣之歌护腕100310006-云中刺100310008-冥炎逐日手镯100310009-落影追魂手镯100310070-熔岩之魔刹石手镯100310071-幽云护腕100310072-永恒之守护手镯100310073-极光之舞手镯100310074-混沌之影戒指100320091-尤里斯的次元之戒100320008-极刑绝之戒100320012-突击队长的增幅戒指100320080-普鲁兹之截能指环100320081-特伦斯之截能指环100320064-冰龙之歌戒指100320010-冥炎逐日指环100320011-落影追魂戒指100320077-避祸之诀100320078-超能之魔刹石指环100320084-鸣风之舞指环100320085-波罗丁的迷离之戒100320086-伪装者的迷惑之戒100320082-格兰迪之截能指环100320079-克雷之截能指环100320090-杰诺的支配之戒100320089-里昂的意念之戒100320088-兰诺的意志之戒100320087-芝诺的毁灭之戒-辅助装备100340306-凯蒂之灵髓100340309-路易斯的毒王手套100340293-机械巡逻队的搜查手套100340298-无间者伊奇的魔法手套100340252-真神的庇护100340296-极武之魂100340291-魔手之影100340304-超能者的臂章100340308-暗黑三骑士的罪恶手套100340297-天才的不败拳套100340285-圣灵之咒100340302-天族米乌的战斗手套100340307-晨之凝露100340348-灼魂之影100340354-煞影之痕100340355-咕噜的玩具100340356-突击队长的战斗护盾100340295-赫仑皇帝的杀戮手套100340301-兰蒂卢斯的指挥手套100340305-巫地古国之肩章100340303-卢克西的狂暴手套100340300-风神之怒100340353-哈迪的阴影面罩100340352-盗墓王的铁锄100340351-牛头械王的能量装置100340350-牛头统帅的图腾柱100340349-疯狂伊凡的火药桶-魔法石100350111-贪欲之瞳100350109-暗精灵的融合心脏100350110-狄瑞吉的邪念之瞳100350108-阿波菲斯之眼100350107-哈尼克之心100350106-虚无之谜石100350105-熔岩之核100350104-菲茨的业火之魂100350112-瘟疫之核100350097-艾丽丝之泪100350007-泰拉神石100350013-杰克超级爆弹100350014-寒霜之雪100350015-光电驱影石100350016-暗夜幽魂石100350017-高级精灵的精炼宝石-武器-巨剑101010038-卡勒特的幽灵长剑101010044-镇魂之封灵巨剑101010045-释魂之封灵巨剑101010043-无尽之逐神巨剑101010047-戮蛊的断空巨剑101010035-天魔斩101010036-冰河裂谷剑101010034-天霜寒气-钝器101030031-惊风之厄101030042-释魂之真灵骨槌101030041-镇魂之封灵骨槌101030032-萨缪尔的熔石铁臂101030041-镇魂之封灵骨槌101030042-释魂之封灵骨槌101030037-无尽之逐神骨槌101030044-波罗丁的破坏之锤-太刀27769-明光追影刀101020037-冥炎刀-魂殇101020046-镇魂之封灵太刀101020047-释魂之真灵太刀101020045-无尽之逐神太刀101020049-无名战士之刃101020039-炎月之魂-短剑101000019-灼魂之魔刹短剑101000027-镇魂之封灵短剑101000028-释魂之真灵短剑101000017-龙神决101000030-杰诺的灵魂之剑-光剑101040035-灼魂之剑101040045-镇魂之封灵光剑101040046-释魂之真灵光剑101040041-无尽之逐神试光剑101040033-王之悲鸣-手套102000046-卡勒特的装甲手套29175-飞龙翼102000056-镇魂之封灵手套102000057-释魂之真灵手套102000053-无尽之逐神铁指虎102000043-异魔之主-臂铠102010104-卡勒特的装甲臂铠102010102-堕落的恶魔之手102010110-无尽之逐神臂铠102010113-镇魂之封灵臂铠102010114-释魂之真灵臂铠-拳套102040039-卡勒特的装甲拳套102040048-突击队长的战斗拳套102040046-释魂之真灵拳套102040045-镇魂之封灵拳套102040042-无尽之逐神拳套102040036-异魔之源-爪102020036-百鬼冤灵之咒102020050-释魂之真灵鬼爪102020049-镇魂之封灵鬼爪102020044-无尽之逐神爪102020052-刀疤之爪102020039-炎龙之力102020038-邪魔之爪-东方棍102030048-芝诺的念气东方棍102030040-无尽之逐神东方棍102030045-镇魂之封灵东方棍102030046-释魂之真灵东方棍102030035-炎龙之柱102030034-异魔封神棍-手弩104020032-七煞星-狂袭104020034-艾丽丝之影-手弩104020043-释魂之真灵手弩104020042-镇魂之封灵手弩104020039-无尽之逐神手弩104020035-突击队长的机械奇美拉I:手弩-手炮104040041-灼魂之魔刹手炮104040047-布鲁的怨灵手炮104040045-释魂之真灵手炮104040044-镇魂之封灵手炮104040039-无尽之逐神手炮104040035-惊雷之吼-手枪104010032-突击队长的机械奇美拉II:手枪104010043-裂空之啸104010041-释魂之真灵手枪104010040-镇魂之封灵手枪104010037-夜之独行者104010035-无尽之逐神自动枪104010031-赤练蛇-火影-步枪104030042-卡勒特的游击长枪104030037-炎龙之天罚104030049-镇魂之封灵步枪104030050-释魂之真灵步枪104030046-无尽之逐神步枪-左轮31170-孤影流觞104000046-镇魂之封灵左轮104000047-释魂之真灵左轮104000042-无尽之逐神左轮枪104000036-寐语者-残云104000049-疾空之舞-矛106000036-卡勒特的纯钢战矛106000047-突击队长的杀戮之矛106000044-镇魂之封灵战矛106000045-释魂之真灵战矛106000040-无尽之逐神战矛106000033-天命之矛-扫把106040032-惊月流云扫把106040033-魅月之咏叹106040050-牛头械王的能量扫把106040047-镇魂之封灵扫把106040048-释魂之真灵扫把-法杖106030037-魔之贤者-玛丽蕾特106030036-童话之森106030043-镇魂之封灵法杖106030044-释魂之真灵法杖106030040-无尽之逐神法杖-魔杖106010040-帕特里斯的避雷针106010037-无尽之逐神魔杖106010044-释魂之真灵魔杖106010043-镇魂之封灵魔杖106010046-纳扎罗的咒术魔杖106010034-空之无境-棍棒106020031-西洋棋之迷踪骑士106020038-辉映流光106020036-无尽之逐神长棍106020042-释魂之真灵战棍106020041-镇魂之封灵战棍-镰刀36018-极刑绝之镰108040034-卡勒特的纯钢战镰108040044-琳恩的恶魔之镰108040041-镇魂之封灵战镰108040042-释魂之真灵战镰108040038-无尽之逐神战镰108040032-傲龙凌雪-图腾108020034-突击队长的机械奇美拉III:图腾108020031-九龙阙108020033-灼魂之魔刹图腾108020037-无尽之逐神图腾108020042-释魂之真灵图腾108020041-镇魂之封灵图腾108020044-布鲁的怨灵图腾-战斧108030033-艾丽丝之影-战斧108030041-释魂之真灵战斧108030040-镇魂之封灵战斧108030037-无尽之逐神战斧108030032-断残蚀骨2651310-牛头械王的改良战斧-十字架108000033-苍木之冥108000044-镇魂之封灵十字架108000045-释魂之真灵十字架108000039-无尽之逐神十字架108000035-魅月之天语-念珠108010039-冷泉石珠108010037-无尽之逐神念珠108010042-镇魂之封灵念珠108010043-释魂之真灵念珠108010034-云梦浮生珠-权杖109020031-魂天宿-绝殇109020039-镇魂之封灵权杖109020040-释魂之真灵权杖109020036-无尽之逐神权杖109020042-盗墓王的毒云手杖109020033-艾丽丝之影-手杖-双剑109010031-千月之魅109010044-血影明空剑109010037-无尽之逐神双剑109010041-镇魂之封灵双剑109010042-释魂之真灵双剑109010033-魅月之靡音-匕首109000045-毒龙之牙109000043-释魂之真灵匕首109000042-镇魂之封灵匕首109000038-无尽之逐神匕首109000035-突击队长的野狼匕首109000033-潜龙渊-轻甲100070023-噬魂碎灵胸甲100070009-深海熔岩胸甲100120009-深海熔岩护腿100170009-深海熔岩肩甲100220009-深海熔岩腰带100270009-深海熔岩战靴100070020-天魔之爪上衣100170012-卡勒特的火炮师栗木护肩-重甲100080009-星云迷踵上衣100130009-星云迷踪护腿100180009-星云迷踪护肩100230009-星云迷踪腰带100280009-星云迷踪战靴100080019-牛头械王的能量战甲100080016-狱火之刑胸甲100180012-卡勒特的火炮师玄铁护肩-板甲100090013-突击队长的玄铁胸甲100090017-灼魂之魔刹胸甲100090020-警卫队长的战斗胸甲100090009-镇魂曲:幽游板甲上衣100140009-镇魂曲:幽游板甲护腿100190009-镇魂曲:幽游板甲护肩100240009-镇魂曲:幽游板甲腰带100290009-镇魂曲:幽游板甲战靴100190011-卡勒特的火炮师合金护肩-皮甲100060021-卡勒特的鹿皮夹克100060016-游龙之魂战袍100110011-游龙之魂护腿100160011-游龙之魂肩甲100210012-游龙之魂腰带100260013-游龙之魂战靴100060010-法老谜咒长袍100110008-法老谜咒长裤100160008-法老谜咒肩甲100210008-法老谜咒腰带100060026-朱色炎玉长袍100060029-梦幻列车长的斗篷100160013-卡勒特的火炮师鹿皮护肩100210014-突击队长的狼皮腰带-布甲100050070-冥炎长袍100050050-幽魂魅影长袍100100012-幽魂魅影长裤100150012-幽魂魅影肩甲100200013-幽魂魅影腰带100250013-幽魂魅影短靴100050074-首领萨斯的阴影长袍100150013-卡勒特的火炮师绒布护肩。

wow 部分物品代码765 银叶草785 魔皇草2449 地根草2450 石南草2452 雨燕草2453 跌打草3356 皇血草3357 活根草3818 枯叶草3819 冬刺草3820 荆棘藻3821 金棘草8836 阿尔萨斯之泪8838 太阳草8839 盲目草13463 梦叶草13464 黄金参13465 山鼠草13466 瘟疫花13467 冰盖草13468 黑莲花8845 幽灵菇8846 格罗姆之血8831 紫莲花6986 红莲花4625 火焰花3355 野钢花2447 宁神花符文铜棒sell=6218符文银棒sell=6339符文真银棒sell=11145符文金棒sell=11130符文奥金棒sell=16207sell=16252 //十字军sell=16254 //生命偷取sell=16223 //冰寒sell=17725 //寒冬之力冰霜伤+5 sell=19449 //强效智力+22sell=19448 //强效精神+20sell=19447 //治疗能量sell=19446 //法力回复sell=19445 //敏捷+15sell=19444 //力量+15sell=18260 //治疗能量sell=18259 //法术能量+30sell=16255 //极效精神+9(2H weapon) sell=16253 //强效属性全+5sell=16251 //超强耐力+9sell=16250 //超强打击+5伤害sell=16249 //极效智力+9(2H weapon) sell=16248 //邪恶诅咒对手sell=16247 //超强冲击+9伤sell=16246 //超强力量+9sell=16224 //披风护甲90sell=16242 //极效法力+100//奇異之塵sell=10940//靈魂之塵sell=11083//幻象之塵sell=11137//神秘之尘//幻影之塵sell=16204//夢境之塵sell=11176//次級魔法精華sell=10938//強效魔法精華sell=10939//次級星界精華sell=10998//強效星界精華sell=11082//次級秘法精華sell=11134//強效秘法精華sell=11135//次級虛空精華sell=11174//強效虛空精華sell=11175//次級不滅精華//強效不滅精華sell=16203//小塊微光碎片sell=10978//大微微光碎片sell=11084//小塊強光碎片sell=11177//大強強光碎片sell=11178//小塊魔光碎片sell=14343//大魔魔光碎片sell=14344//小块发光碎片sell=11138//大块发光碎片sell=2770 //铜矿sell=2771 //锡矿sell=2772 //铁矿sell=2775 //银矿sell=2776 //金矿sell=3858 //秘银矿石sell=7911 //真银矿sell=10620 //瑟银矿sell=11370 //黑铁矿石sell=5833 //精铁矿石sell=6800 //暗影矿石sell=6808 //月神矿石sell=12800 //艾泽拉斯钻石sell=12799 //大猫眼石sell=1210 //暗影石sell=818 //虎眼石sell=7910 //星彩红宝石sell=7909 //碧玉sell=1529//翡翠sell=3864 //黄水晶sell=1705 //次级月亮石sell=3407 //天蓝宝石sell=12361 //兰宝石sell=12364 //巨型绿宝石sell=11933 //帝王宝石sell=2607 //莫格罗什水晶sell=5097//猫眼翡翠sell=12363 //奥数(秘法)水晶sell=12360 //奥金锭sell=2840 //铜锭sell=2841 //青铜锭sell=3576 //锡锭sell=3575 //铁锭sell=3859 //钢锭sell=2842//银锭sell=3577 //金锭sell=3860 //秘银锭sell=6037 //真银锭sell=12359 //瑟银锭sell=11371 //黑铁锭sell=17203 //萨弗隆铁锭sell=11139//正义宝珠//黑珍珠sell=7971//金珍珠sell=13926//彩色珍sell=5500//有光泽的小珍珠sell=5498//蓝珍珠sell=4611sell=14047//符文布sell=14048//符文布卷sell=4338//魔纹布sell=4339//魔纹布卷sell=4306//丝绸//丝绸卷sell=2592//毛料sell=2997//毛布卷sell=2589//亚麻布sell=2996//亚麻布卷//大地图腾sell=5175//火焰图腾sell=5176//水之图腾sell=5177//空气图腾sell=5178sell=13446//极效治疗药水sell=13444//极效法力药水//劣质石头sell=2836//粗糙的石头sell=2838//沉重的石头sell=7912//坚固的石头sell=5429//一块漂亮的石头sell=12365//厚重的石头sell=17010//燃烧精华sell=11129//元素精华sell=12803//生命精华sell=12808//亡灵精华sell=17011//熔岩精华//纯净火焰精华sell=8923//苦楚精华sell=7078//火焰精华sell=7076//大地精华sell=2930//痛苦精华sell=11382//山脉之血sell=1475//小毒囊sell=1288//大毒囊sell=7191//保险丝sell=814//灯油sell=9060//镶嵌金属圆筒//食人魔酸sell=9262//黑色硫酸盐sell=8150//石中盐sell=13172//希亚比的烟草sell=6219//扳手/cast 分解/use item:52306 /use item:52307 /use item:52308 /use item:52309 /use item:52492 /use item:52310 /use item:52312 /use item:52316/use item:52314/click TSMCraftNextButtonTSMAuc.Post = TSMAuc.modules.Post TSMAuc.Scan = TSMAuc.modules.ScanClickAuctionSellItemButton(AuctionsItemButton, "LeftButton")moveAnything/run localf = GetMouseFocus();if f then DEFAULT_CHAT_FRAME:AddMessage(f:GetName())end'/run print(GetMouseFocus():GetName())'/click TSMAuctioningCancelButton/click TSMAuctioningPostButton/click TSMAHTabBuyoutButton/click TSMAHConfirmationActionButton/click TSMAuctioningResetBuyoutButton/click TSMAuctioningResetCancelButton/click AuctionsCreatrAutionButton要用于单击按钮TSM 中的宏，请按照下列步骤。

找到文章循环部分的代码要找到一个文章中的循环部分的代码，首先需要明确文章的具体内容和编写语言。

不同的文章和编程语言可能会有不同的循环结构和语法。

我将以常见的编程语言之一的Python为例，来演示如何找到循环部分的代码。

在Python中，常用的循环结构有for循环和while循环。

for 循环用于遍历一个可迭代对象，而while循环则在满足特定条件的情况下重复执行一段代码。

假设我们有一篇文章的内容如下：python.文章标题，循环示例。

这是一篇关于循环的示例文章。

下面是一个for循环的代码示例：for i in range(5):print("这是第", i+1, "次循环")。

下面是一个while循环的代码示例：count = 0。

while count < 5:print("这是第", count+1, "次循环")。

count += 1。

感谢阅读本示例文章。

在这篇文章中，我们可以看到两个循环部分的代码示例，一个是for循环，另一个是while循环。

这两个部分分别以关键词"for"和"while"开头，并且有相应的代码缩进。

要找到这两个循环部分的代码，可以通过以下步骤：1. 阅读文章，找到循环部分的描述。

在这个例子中，我们可以看到文章中明确提到了for循环和while循环的代码示例。

2. 定位关键词。

在这个例子中，我们可以通过搜索关键词"for"和"while"来定位循环部分的代码。

3. 分析代码缩进。

在Python中，代码的缩进是非常重要的，它表示代码的层次结构。

在这个例子中，我们可以看到for循环和while循环的代码都有相应的缩进，说明它们是循环的一部分。

根据以上步骤，我们可以找到循环部分的代码如下：python.for i in range(5):print("这是第", i+1, "次循环")。

部分学科代码表（国标）《学科分类与代码》（）由国家技术监督局于年月日发布。

数学信息科学与系统科学信息科学与系统科学基础学科信息论控制论系统论信息科学与系统科学基础学科其他学科运筹学见·系统学微分动力系统见·混沌一般系统论耗散结构理论协同学突变论超循环论系统学其他学科控制理论大系统理论系统辩识状态估计鲁棒控制控制理论其他学科系统评估与可行性分析系统工程方法论系统建模决策分析见·决策支持系统见·管理信息系统见·系统工程方法论其他学科系统工程各学科系统工程入有关学科信息科学与系统科学其他学科力学基础力学理论力学理性力学非线性力学连续介质力学摩擦学柔性多体力学陀螺力学飞行力学基础力学其他学科固体力学弹性力学塑性力学包括弹塑性力学粘弹性、粘塑性力学蠕变界面力学与表面力学疲劳损伤力学断裂力学散体力学细观力学电磁固体力学材料力学见·结构力学计算固体力学实验固体力学固体力学其他学科振动与波线性振动力学非线性振动力学弹性体振动力学随机振动力学振动控制理论固体中的波流体—固体耦合振动振动与波其他学科流体力学理论流体力学水动力学气体动力学空气动力学悬浮体力学湍流理论粘性流体力学多相流体力学渗流力学物理—化学流体力学等离子体动力学电磁流体力学非牛顿流体力学流体机械流体力学旋转与分层流体力学辐射流体力学计算流体力学实验流体力学环境流体力学流体力学其他学科流变学爆炸力学爆轰与爆燃理论爆炸波、冲击波、应力波高速碰撞动力学爆炸力学其他学科物理力学高压固体物理力学稠密流体物理力学高温气体物理力学多相介质物理力学临界现象与相变原子与分子动力学物理力学其他学科统计力学应用力学具体应用入有关学科力学其他学科物理学物理学史理论物理学数学物理电磁场理论经典场论相对论与引力场量子力学统计物理学理论物理学其他学科声学物理声学非线性声学量子声学超声学水声学应用声学具体应用入有关学科声学其他学科热学热力学热物性学传热学热学其他学科光学几何光学物理光学非线性光学光谱学量子光学信息光学导波光学发光学红外物理激光物理应用光学具体应用入有关学科光学其他学科电磁学电学磁学见·静电学静磁学电动力学电磁学其他学科无线电物理电磁波物理量子无线电物理微波物理学超高频无线电物理统计无线电物理无线电物理其他学科电子物理学量子电子学电子离子与真空物理带电粒子光学电子物理学其他学科凝聚态物理学凝聚态理论金属物理学半导体物理学电介质物理学晶体学包括晶体生长、晶体化学等非晶态物理学液晶物理学薄膜物理学低维物理表面与界面物理学固体发光磁学超导物理学低温物理学高压物理学摩托学见·凝聚态物理学其他学科等离子体物理学热核聚变等离子体物理学低温等离子体物理学等离子体光谱学凝聚态等离子体物理学非中性等离子体物理学等离子体物理学其他学科原子分子物理学原子与分子理论原子光谱学分子光谱学波谱学原子与分子碰撞过程原子分子物理学其他学科原子核物理学核结构核能谱学低能核反应中子物理学裂变物理学聚变物理学轻粒子核物理学重离子核物理学中高能核物理学原子核物理学其他学科高能物理学基本粒子物理学宇宙线物理学粒子加速器物理学高能物理实验高能物理学其他学科计算物理学应用物理学具体应用入有关学科物理学其他学科化学化学史无机化学元素化学配位化学同位素化学无机固体化学无机合成化学无机分离化学物理无机化学生物无机化学无机化学其他学科有机化学元素有机化学包括金属有机化学等天然产物有机化学有机固体化学有机合成化学有机光化学物理有机化学包括理论有机化学、立体化学等生物有机化学有机化学其他学科分析化学化学分析包括定性分析、定量分析等电化学分析光谱分析波谱分析质谱分析热谱分析色谱分析光度分析放射分析状态分析与物相分析分析化学计量学分析化学其他学科物理化学化学热力学化学动力学包括分子反应动力学等结构化学包括表面化学、结构分析等量子化学胶体化学与界面化学催化化学热化学光化学包括超分子光化学、光电化学、激光化学、感光化学等电化学磁化学高能化学包括辐射化学,等离体化学计算化学物理化学其他学科化学物理学高分子物理高分子化学无机高分子化学天然高分子化学功能高分子包括液晶高分子化学高分子合成化学高分子物理化学高分子光化学高分子化学其他学科核化学放射化学核反应化学裂变化学聚变化学重离子核化学核转变化学环境放射化学核化学其他学科应用化学具体应用入有关学科化学其他学科天文学地球科学生物学农学农业工程农业机械学包括农业机械制造等农业机械化农业电气化与自动化农田水利包括灌溉工程、排水工程等林学水土保持学农田测量农业环保工程农业区划农业系统工程农业工程其他学科农业经济学见·农学其他学科军事医学与特种医学军事医学野战外科学军队流行病学军事环境医学军队卫生学军队卫生装备学军事人机工效学核武器医学防护学化学武器医学防护学生物武器医学防护学激光与微波医学防护学军事医学其他学科特种医学航空航天医学潜水医学航海医学法医学特种医学其他学科军事医学与特种医学其他学科工程与技术科学基础学科工程数学工程控制论工程力学工程物理学工程地质学工程水文学工程仿生学工程心理学标准化科学技术亦称标准化学计量学工程图学勘查技术工程通用技术密封技术粉末技术真空技术薄膜技术爆破技术包装技术照相技术物料搬运技术工程通用技术其他学科工业工程学亦称工程系统工程工程与技术科学基础学科其他学科测绘科学技术大地测量技术大地测量定位重力测量测量平差大地测量技术其他学科摄影测量与遥感技术地物波谱学近景摄影测量航空摄影测量遥感信息工程摄影测量与遥感技术其他学科地图制图技术地图投影学地图设计与编绘图形图象复制技术地理信息系统地图制图技术其他学科工程测量技术地籍测量精密工程测量矿山测量见·土木建筑工程测量见·水利工程测量见·工程测量技术其他学科海洋测绘海洋大地测量海洋重力测量海洋磁力测量海洋跃层测量海洋声速测量海道测量海底地形测量海图制图海洋工程测量海洋测绘其他学科测绘仪器测绘科学技术其他学科材料科学材料科学基础学科材料力学相图与相变包括合金化等材料的组织、结构、缺陷与性能金属学陶瓷学高分子材料学材料科学基础学科其他学科材料表面与界面包括表面优化技术材料失效与保护包括材料腐蚀、磨损、老化、断裂及其控制等材料检测与分析技术材料实验材料合成与加工工艺金属材料黑色金属及其合金有色金属及其合金非晶、微晶金属材料包括准晶和纳M晶材料等低维金属材料包括薄膜、纤维和零维金属材料等特种功能金属材料金属材料其他学科无机非金属材料玻璃与非晶无机非金属材料低维无机非金属材料包括薄膜、纤维和零维非金属材料等人工晶体无机陶瓷材料包括耐火材料等特种功能无机非金属材料无机非金属材料其他学科有机高分子材料塑料、橡胶和纤维功能高分子材料高性能高分子材料高分子液晶材料有机高分子材料其他学科复合材料金属基复合材料包括多相复合材料等无机非金属基复合材料包括无机多相复合材料等聚合物基复合材料包括有机多相复合材料等复合材料其他学科专用材料各专用材料入有关学科材料科学其他学科矿山工程技术矿山地质学矿山测量矿山设计地下矿设计露天矿设计矿山设计其他学科矿山地面工程井巷工程矿山压力工程矿山支护工程井巷工程其他学科采矿工程煤矿开采煤及油母页岩地下气化金属矿开采非金属矿开采采矿工程其他学科选矿工程选矿理论选矿技术矿石处理选矿工程其他学科钻井工程油气田井开发工程石油、天然气储存与运输工程矿山机械工程采矿机械选矿机械矿山运输机械矿山机械工程其他学科矿山电气工程采矿环境工程矿山安全矿山综合利用工程矿山工程技术其他学科冶金工程技术冶金物理化学冶金反应工程冶金原料与预处理冶金热能工程冶金燃料燃烧理论燃烧计算冶金分析冶金热能工程其他学科冶金技术提炼冶金粉末冶金真空冶金电磁冶金原子能冶金湿法冶金纤维冶金卤素冶金微生物冶金冶金技术其他学科钢铁冶金炼铁炼钢铁合金冶炼钢铁冶金其他学科有色金属冶金轧制冶金机械及自动化冶金工程技术其他学科机械工程机械史机械学机械原理与机构学机械动力学与振动机械强度机械摩擦、磨损及润滑机械学其他学科机械设计机械设计原理与方法机械零件及传动机械公差、配合与技术测量机械制图计算机辅助设计见·机械设计其他学科机械制造工艺与设备铸造工艺与设备焊接工艺与设备包括连接工艺与设备塑性加工工艺与设备热处理工艺与设备切削加工工艺特种加工工艺机器装配工艺非金属加工工艺机械制造工艺与设备其他学科刀具技术切削理论切削刀具磨削工具刀具技术其他学科机床技术机床基础理论金属切削机床数字控制机床特种加工机床机床技术其他学科仪器仪表技术仪器仪表基础理论仪器仪表材料传感器技术精密仪器制造测试计量仪器光学技术与仪器天文仪器地球科学仪器大气仪器仪表仪器仪表技术其他学科流体传动与控制包括气动液压控制技术等机械制造自动化成组技术数控技术工业机器人技术计算机辅助制造机械制造自动化其他学科专用机械工程印刷、复制技术专用机械工程其他学科机械工程其他学科动力与电气工程工程热物理工程热力学工程传热、传质学燃烧学多相流动工程热物理其他学科热工学热工测量与仪器仪表制冷与低温工程供热工程工业锅炉热工学其他学科动力机械工程蒸汽工程包括锅炉、蒸汽机、汽轮机等内燃机工程包括汽油机、柴油机、气体燃料发动机等流体机械及流体动力工程喷气推进机与涡轮机械动力机械工程其他学科电气工程电工学电路理论电磁场理论见·电气测量技术及其仪器仪表电工材料电机学电器学电力电子技术高电压工程绝缘技术电热与高频技术超导电工技术发电工程包括水力、热力、风力、磁流体发电工程等输配电工程电力系统及其自动化电力拖动及其自动化用电技术电加工技术电气工程其他学科动力与电气工程其他学科能源科学技术能源化学能源地理学能源计算与测量储能技术节能技术一次能源煤炭能石油、天然气能水能包括海洋能等风能地热能生物能太阳能核能一次能源其他学科二次能源煤气能电能蒸汽能沼气能激光能二次能源其他学科能源系统工程能源经济学见·能源科学技术其他学科核科学技术辐射物理与技术核探测技术与核电子学放射性计量学核仪器、仪表核材料与工艺技术核燃料与工艺技术核材料与工艺技术其他学科粒子加速器粒子加速器物理学见·粒子加速器工艺粒子加速器应用粒子加速器其他学科裂变堆工程技术裂变堆物理裂变堆热工与水力裂变堆控制裂变堆结构裂变堆屏蔽与防护裂变堆建造技术裂变堆工程技术其他学科核聚变工程技术磁约束聚变技术惯性约束聚变技术聚变堆工程聚变裂变混合堆工程核聚变工程技术其他学科核动力工程技术舰船核动力空间核动力核电站核动力运行技术核动力工程技术其他学科同位素技术同位素分离技术同位素制备技术同位素应用技术同位素技术其他学科核爆炸工程核安全包括核电站安全乏燃料后处理技术辐射防护技术核设施退役技术放射性三废处理、处置技术核科学技术其他学科电子、通信与自动控制技术电子技术电子电路天线电波传播无线电技术微波技术敏感电子学微电子学仿真技术超导电子技术电子元件与器件技术电子束、离子束技术红外与夜视技术电子技术其他学科光电子学与激光技术半导体技术半导体测试技术半导体材料半导体器件与技术传感器技术见·集成电路技术半导体加工技术半导体技术其他学科信息处理技术信号检测参数估计数据处理语音处理图象处理信息处理技术其他学科通信技术有线通信技术无线通信技术包括微波通信、卫星通信等光纤通信技术通信传输技术通信网络技术通信终端技术电信邮政邮电通信管理工程通信技术其他学科广播与电视工程技术雷达工程自动控制技术自动控制理论包括线性、非线性、随机控制，最优控制、自适应控制系统、分布式控制系统、柔性控制系统等控制系统仿真技术机电一体化技术流体传动与控制见·自动化仪器仪表与装置机器人控制自动化技术应用具体应用入有关学科自动控制技术其他学科电子、通信与自动控制技术其他学科计算机科学技术计算机科学技术基础学科自动机理论可计算性理论计算机可靠性理论算法理论数据结构数据安全与计算机安全计算机科学技术基础学科其他学科人工智能人工智能理论自然语言处理机器翻译模式识别计算机感知计算机神经网络知识工程包括专家系统人工智能其他学科计算机系统结构计算机系统设计并行处理分布式处理系统计算机网络计算机运行测试与性能评价计算机系统结构其他学科计算机软件软件理论操作系统与操作环境程序设计及其语言编译系统数据库软件开发环境与开发技术软件工程计算机软件其他学科计算机工程计算机元器件计算机处理器技术计算机存储技术计算机外围设备计算机制造与检测计算机高密度组装技术计算机工程其他学科计算机应用具体应用入有关学科中国语言文字信息处理包括汉字信息处理计算机仿真计算机图形学计算机图象处理计算机辅助设计计算机过程控制计算机信息管理系统计算机决策支持系统计算机应用其他学科计算机科学技术其他学科化学工程化学工程基础学科化工热力学化工流体力学化工流变学颗粒学化学工程基础学科其他学科化工测量技术与仪器仪表化工传递过程化学分离工程蒸馏吸收萃取吸附与离子交换膜分离蒸发与结晶干燥化学分离工程其他学科化学反应工程催化反应工程催化剂工程固定床反应工程多相流反应工程生化反应工程聚合化学反应工程电化学反应工程化学反应工程其他学科化工系统工程化工过程动态学化工过程控制与模拟化工系统优化化工系统工程其他学科化工机械与设备无机化学工程酸碱盐工程技术硅酸盐工程技术放射化工化肥工程技术化学冶金无机化学工程其他学科有机化学工程电化学工程电解电镀电池腐蚀与防腐化学电化学工程其他学科高聚物工程煤化学工程石油化学工程精细化学工程表面活性剂香料学化妆品学染料颜料与涂料学粘合剂亦称胶粘剂精细化学工程其他学科造纸技术毛皮与制革工程制药工程医药工程农药工程兽药工程制药工程其他学科生物化学工程化学工程其他学科纺织科学技术纺织科学技术基础学科纺织化学纺织美学与色彩学纺织科学技术基础学科其他学科纺织材料纤维制造技术纺织技术纺织品结构与设计棉纺学棉织学麻纺织毛纺织丝纺织化学纤维纺织新型纺纱、无纺布与特种织物针织纺织技术其他学科染整技术染炼技术印花技术染色技术整理技术染整技术其他学科服装技术服装设计服装加工服装技术其他学科纺织机械与设备纺织器材设计与制造纺织机械设计与制造纺织机械与设备其他学科纺织科学技术其他学科食品科学技术食品科学技术基础学科食品生物化学食品营养学食品检验学食品科学技术基础学科其他学科食品加工技术食用油脂加工技术制糖技术肉加工技术乳加工技术蛋加工技术水果、蔬菜加工技术食品发酵与酿造技术食品焙烤加工技术调味品加工技术包括食盐加工技术等食品添加剂技术饮料冷食制造技术罐头技术食品加工技术其他学科食品包装与储藏食品机械食品加工的副产品加工与利用食品工业企业管理学食品科学技术其他学科土木建筑工程建筑史土木建筑工程基础学科工程数学见·工程力学见·建筑光学建筑声学建筑气象学土木建筑工程基础学科其他学科土木建筑工程测量建筑材料金属建筑材料非金属建筑材料复合建筑材料特种建筑材料包括隔音、防水、防火、绝热、耐震、防蚀、装修材料等建筑材料其他学科工程结构杆件结构薄壳结构悬索与张拉结构实体结构结构设计工程结构其他学科土木建筑结构木结构砖结构金属结构混凝土与钢筋混凝土结构喷锚结构复合结构特种结构土木建筑结构其他学科土木建筑工程设计建筑设计方法与理论城乡规划方法与理论建筑美学建筑室内设计建筑室外环境设计土木工程设计土木建筑工程设计其他学科土木建筑工程施工地基基础工程地面工程地下工程墙体工程土木施工电器工程装饰工程土木建筑工程施工其他学科土木工程机械与设备起重机械土木工程运输机械土方机械桩工机械石料开采加工机械钢筋混凝土机械装修机械土木工程机械与设备其他学科园林学见·市政工程城市给水排水工程通风与空调工程供热与供燃气工程电讯管道工程城市系统工程市政工程其他学科建筑经济学土木建筑工程其他学科水利工程水利工程基础学科水力学河流与海岸动力学工程水文学见·水利工程基础学科其他学科水利工程测量水工材料水工结构亦称水工建筑物一般水工建筑物专门水工建筑物水工结构其他学科水力机械水利工程施工水利建筑工程施工水工设备安装包括水工金属结构安装等水利工程施工其他学科水处理不包括废水处理给水处理水处理其他学科河流泥沙工程学水沙动力学河工学河流泥沙工程学其他学科农田水利见·水土保持学见·海洋工程海洋工程结构与施工海底矿产开发海水资源利用海洋环境工程海洋工程其他学科环境水利环境水利与评价区域环境水利水资源保护环境水利其他学科水利管理水利工程管理包括水利调度、水利施工管理、养护等水利工程检查观测水利管理自动化系统水利管理其他学科防洪工程防洪防汛防凌防洪工程其他学科水利经济学水利工程其他学科交通运输工程道路工程路基工程桥涵工程隧道工程道路工程其他学科公路运输车辆工程公路标志、信号、监控工程公路运输管理公路运输其他学科铁路运输铁路电气化工程铁路通信信号工程铁路机车车辆工程铁路运输管理铁路运输其他学科水路运输航海学导航建筑物与航标工程航道工程港口工程疏浚工程水路运输管理水路运输其他学科船舶、舰船工程航空运输机场工程航空运输管理航空运输其他学科交通运输系统工程交通运输安全工程交通运输经济学见·交通运输工程其他学科航空、航天科学技术航空、航天科学技术基础学科大气层飞行力学空气动力学见·航天动力学飞行器结构力学热力学见·传热学见·燃烧学见·飞行原理航空、航天科学技术基础学科其他学科航空器结构与设计气球、飞艇定翼机旋翼机航空器结构与设计其他学科航天器结构与设计火箭、导弹人造地球卫星空间探测器宇宙飞船航天站航天飞机航天器结构与设计其他学科航空、航天推进系统飞行器仪表、设备飞行器控制、导航技术航空、航天材料航空、航天金属材料航空、航天非金属材料航空、航天复合材料航空、航天燃料与润滑剂航空、航天材料其他学科飞行器制造技术航空器制造工艺航天器制造工艺飞行器制造技术其他学科飞行器实验技术航空器地面实验航空器飞行实验航天器地面实验航天器飞行实验飞行器实验技术其他学科飞行器发射、飞行技术飞行技术飞行器发射、飞行事故飞行器发射、飞行技术其他学科航天地面设施、技术保障发射场、实验场航天测控系统航天地面设施、技术保障其他学科航空、航天系统工程航空系统工程航天系统工程航空、航天可靠性工程航空、航天系统工程其他学科航空、航天科学技术其他学科环境科学技术环境科学技术基础学科环境物理学包括环境声学等环境化学环境生物学环境气象学环境地学包括环境地球化学、环境地质学等环境生态学环境毒理学环境医学见·自然环境保护学环境管理学环境经济学见·。

找到文章循环部分的代码摘要：1.问题背景2.文章循环部分的代码特征3.代码查找方法4.代码修改建议5.总结正文：【问题背景】在许多编程语言中，循环是控制结构的重要组成部分，用于重复执行一段代码。

然而，有时候我们需要找到并修改循环部分的代码，以优化程序性能或满足特定需求。

本文将介绍如何找到文章循环部分的代码。

【文章循环部分的代码特征】要找到文章循环部分的代码，首先需要了解循环结构的常见特征。

通常，循环部分代码会包含一个循环变量、一个循环条件和一个循环体。

在不同的编程语言中，循环结构可能有所不同，但它们都遵循类似的模式。

例如，在Python 中，一个简单的for 循环可能长这样：```pythonfor i in range(5):print(i)```【代码查找方法】有几种方法可以帮助我们找到文章循环部分的代码。

首先，可以通过搜索关键词如“for”、“while”、“do-while”等，快速定位循环结构。

此外，大多数代码编辑器或IDE 都提供了查找功能，可以帮助我们查找特定关键字或符号。

另外，通过浏览代码文件，观察代码缩进和结构，我们也可以大致判断出循环部分的位置。

【代码修改建议】找到循环部分代码后，可以根据需要进行修改。

例如，可以调整循环条件、修改循环变量范围或添加break 或continue 语句以改变循环行为。

在进行代码修改时，请务必注意代码逻辑的完整性和正确性，避免因修改导致程序出现错误。

【总结】找到文章循环部分的代码是进行代码调试和优化的基本步骤。

通过了解循环结构的特征和运用适当的查找方法，我们可以快速定位循环部分，并根据需求进行相应的修改。

常用违法代码
60141 机动车载物行驶时遗洒载运物
4006 机动车从匝道进入高速公路时妨碍已在高速公路内的机动车正常行驶的
4010 在高速公路上骑、轧车行道分界线的
4007 在高速公路的路肩上行驶的
1108 上道路行驶的机动车未放置保险标志
1110 未随车携带驾驶证的
1075 在车门、车厢没有关好时行车的
1108 上道路行驶的机动车未放置保险标志的
1072 驾驶安全设施不全的机动车的
1340 上道路行驶的机动车未按规定定期进行安全技术检验的
1073 驾驶机件不符合技术标准的机动车的
1115 上道路行驶的机动车未放置检验合格标志
1109 未随车携带行驶证的
7023a机动车有三次以上道路交通违法行为记录拒不接受处理的
1108 上道路行驶的机动车未放置保险标志的
1094 在同车道行驶中，不按规定与前车保持必要的安全距离的
7008 机动车非法安装警报器的
6023 驾驶机动车在高速公路、城市快速路以外的道路上不按规定车道行驶的
1108 上道路行驶的机动车未放置保险标志
1072 驾驶安全设施不全的机动车
5038 未按规定喷涂放大的牌号的
1083 载货汽车、挂车未按照规定安装侧面及后下部防护装置、粘贴车身反光标识的
1012 非法安装标志灯具的。

1108 上道路行驶的机动车未放置保险标志的
7023 违反规定停放车辆或者临时停车，机动车驾驶人不在现场或驾驶人虽在现场但拒绝立即驶离，妨碍其他车辆、行人通行的
1087 擅自改变机动车技术结构。

第0章：1-1 Python基础介绍变量与计算#1. 打印语句print('Hello, world')#2. 数学计算a=2*3+4print(a)print(2*3+4)print('a=',a)#3. 数值类型print(123)print(123.0)b=Truec='True'print('b=',b)print('c=',c)print(True)print('True')#4. 布尔值运算print(True and False)print(not True)print(True or False)#5. 变量与赋值x=12Y=23s='abc'print('x=',x)print('x+Y=',x+Y)print('s=',s)#6. 复杂数学计算import mathprint(dir(math))print(math.sqrt(9.0))x=3y=4print(math.sqrt(x**2+y**2))#7. 文字处理s1='Hello's2=', world'print(s1+s2)print(len(s1))print(s1[0])print(s1[0:5])print(s1.upper())#8. 字符串formatx=2y=3print('The sum of {} and {} is {}'.format(x,y,x+y)) print('The sum of ',x,' and ',y, ' is ', x+y)1-2Python基础介绍简单容器#1. 容器的概念print('list')#2. 列表a=[1, 2, 'x', 4.3]print(a)print(len(a))print(a[0])print(a[1:3])x=10a2=[11, 12, 13]a.append(x)print('The first a=',a)a.extend(a2)print('The second a=',a)a.pop()print('The third a=',a)a=['x','a',2,3,1]a.sort()print('The fourth a=',a)#3. 元组b=(1, 2, 'y')print(b)print(len(b))print(b[0])#4. 字典price_table={'A': 10.3, 'B': 9.2, 'C': 12.5}print('price_table=', price_table)print('len(price_table)=', len(price_table))print('price_table.keys()=', price_table.keys()) print("price_table['A']=", price_table['A'])print('D' in price_table)price_table['D']=15.0print('after add price_table=',price_table) del price_table['A']print('after del price_table=',price_table) 1-3 Python基础介绍控制语句#1. 控制流的概念print('if')#2. if条件语句name='Alice'age=16if age>=18:print('{} pass'.format(name))print('---')name='Mike'age=20if age>=18:print('{} pass'.format(name))#3. if/else条件语句name = "Alice"age = 16if age >= 18:print("{} pass".format(name))else:print("{} sorry".format(name))print("---")name = "Mike"age = 20if age >= 18:print("{} pass".format(name))else:print("{} sorry".format(name))#4. if/elif/else语句name = "Steve"age = 70if age >= 60:print("{} welcome".format(name))elif age >= 18:print("{} pass".format(name))else:print("{} sorry".format(name))print("---")name = "Mike"age = 20if age >= 60:print("{} welcome".format(name))elif age >= 18:print("{} pass".format(name))else:print("{} sorry".format(name))#5. for循环data = [("Alice", 16), ("Mike", 20), ("Steve", 60)] for x in data:name, age = x[0], x[1]if age >= 60:print("{} welcome".format(name))elif age >= 18:print("{} pass".format(name))else:print("{} sorry".format(name))#6. for语句和元组data = [("Alice", 16), ("Mike", 20), ("Steve", 60)] for (name, age) in data:if age >= 60:action = "welcome"elif age >= 18:action = "pass"else:action = "sorry"print("{} {}".format(name, action))#7. for语句与rangedata = [("Alice", 16), ("Mike", 20), ("Steve", 60)] for i in range(len(data)):name, age = data[i]if age >= 60:action = "welcome"elif age >= 18:action = "pass"else:action = "sorry"print("{} {}".format(name, action))#8. while语句a = [3, 4, 6, -1]i = 0s = 0while i < len(a) and a[i] >= 0:s += a[i]i += 1print("s = {}".format(s))0-4 Python基础介绍：函数入门#1. 函数的概念import mathprint(math.sqrt(4.0))print(math.sqrt(9.0))#2. 导入函数包from math import sqrt, log10print(sqrt(9.0))print(log10(10000.0))#3. 自定义函数def square(x):return x * xprint(square(2))print(square(3))#4. 函数调用其他函数def distance(p1, p2):x1, y1 = p1x2, y2 = p2s = square(x1 - x2) + square(y1 - y2) return sqrt(s)print(distance((0, 0), (3, 4)))#5. 找素数的函数def is_divisible(x, ys):for y in ys:if x % y == 0:return Truereturn Falsedef primes(n):ps = []for x in range(2, n+1):if not is_divisible(x, ps):ps.append(x)return psprint(primes(20))第二章：2-1分类器初探利用感知机完成鸢尾花分类#1、加载数据集iris=data.get('iris-simple')#2. 展示数据集fig()+plot(iris)#2、数据集分割iris_train,iris_test=iris.split(8,2)fig()+plot(iris_train)#3、创建分类器blc=binary_linear_classifier()#4、用感知器训练分类器blc.train(iris_train, alg=Perceptron (max_iter=50, lr=0.2)) #5、用分类器做预测point=[[2,1]]fig()+plot(point)+plot(blc)label=blc.predict(point[0])print(‘Perceptron Prediction:’, label)blc.save_params(‘params_2-1’)2-2分类器初探：利用SVM完成鸢尾花分类#1、加载数据集iris=data.get('iris-simple')fig()+plot(iris)#2、数据集分割iris_train, iris_test=iris.split(8, 2)fig()+plot(iris_train)#3、创建分类器blc=binary_linear_classifier()#4、用支持向量机训练分类器blc. train(iris_train, alg=SVM())fig()+plot(iris_train)+plot(blc)#5、用分类器做预测point=[[2,1]]fig()+plot(blc)+plot(point)label=blc.predict(point[0])print(‘SVM Prediction: ‘,label)blc.save_params(‘params_2-2’)2-3分类器初探：分类器的测试与应用#1、加载数据集iris=data.get('iris-simple')#2、数据集分割iris_train, iris_test=iris.split(8, 2)fig()+plot(iris_train)#3、获取分类器模型blc1=binary_linear_classifier()blc2=binary_linear_classifier()blc1.load_params('params_2-1')blc2.load_params('params_2-2')#4、测试分类器模型acc1=blc1.accuracy(iris_test)acc2=blc2.accuracy(iris_test)print('Perceptron Accuracy: ',acc1)print('SVM accuracy: ',acc2)fig()+plot(iris)+plot(blc1)+plot(blc2)#5、模型应用point=[5, 3]label1=blc1.predict(point)label2=blc2.predict(point)print('Perception Prediction: ', label1)print('SVM Prediction: ', label2)第三章：3-1深度学习与图像识别：利用图像特征进行图片分类#1、加载数据cifar_train=data.get(‘cifar10_tiny’, subset=’train’)cifar_test=data.get(‘cifar10_tiny’, subset=’test’)fig(2,1)+[plot(cifar_train),plot(cifar_test)]#2、获取图片特征hog=HOGExtractor()hog_train=cifar_train.map(hog,on_field=0)hog_test=cifar_test.map(hog,on_field=0)index=10hog_feature,label=hog_train[index]print(hog_feature)image,label=cifar_train[index]fig()+plot(image,type=’hog’)#3、创建分类器mlc=multi_class_classifier()#4、用支持向量机训练分类器mlc.train(hog_train,alg=SVM())#5、在训练子集和测试子集上测试模型acc1=mlc.accuracy(hog_train)print(‘Cifar_train Accuracy: ‘, acc1)acc2=mlc.accuracy(hog_test)print(‘Cifar_test Accuracy: ‘, acc2)#6、用分类器做预测index=10image,label=cifar_test[index]print(‘ground truth: ‘,label)hog_feature=hog(image)prediction=mlc.predict(hog_feature)print(‘prediction: ‘, prediction)3-2深度学习与图像识别：利用深度神经网络完成图像分类#1、加载数据cifar_train=data.get(‘cifar10_tiny’, subset=’train’)cifar_test=data.get(‘cifar10_tiny’, subset=’test’)fig(2,1)+[plot(cifar_train),plot(cifar_test)]#2、构建神经网络net=cnn_classifier(backbone=ResNet (num_layers=10), in_shape=Shape(h=32, w=32, c=3), num_classes=10)#3、训练神经网络net.train(cifar_train,alg=SGD (lr=0.05, epoch=1, bs=64) )#4、在测试子集上测试模型accuracy=net.accuracy(cifar_test)print(accuracy)#5、用神经网络做预测index=10image, label=cifar_test[index]print(‘ground truth: ‘, label)prediction=net.predict(image)print(‘prediction: ‘, prediction)第四章4-1音频理解：观察声音的波形，理解声音的数字化#1、获取音乐数据gtzan=data.get(‘gtzan’)#2、观察数据集music, label = gtzan[10]fig() + plot(music, type='audio')print(label)#3、画出音乐波形图music,label=gtzan[10]fig()+plot(music,type=’waveform’)segment=music.cut(0.5,5.5)fig()+plot(segment, type=’waveform’)4-2 音频理解：用频谱图分析乐音的特点#1. 获取音频数据piano=data.get('piano')guitar=data.get('guitar')#2、裁剪音频数据piano_seg=piano.cut(t_start=0.1,t_end=1.1)guitar_seg=guitar.cut(t_start=0.1,t_end=1.1)#3、画出音乐单音的波形和频谱fig(2,2)+[plot(piano_seg,type='waveform'),plot(piano_seg,type='spectrum'),plot(guitar_seg,type='waveform'),plot(guitar_seg,type='spectrum')]4-3音频理解：观察并理解MFCC特征#1、获取音乐数据集gtzan=data.get('gtzan')#2、选取一首音乐index=10music,label=gtzan[index]#3、剪裁音频music_seg1=music.cut(1.5,1.53)music_seg2=music.cut(5.5,5.53)#4、抽取MFCC特征mfcc=MFCCExtractor()mfcc_feature1=mfcc(music_seg1)mfcc_feature2=mfcc(music_seg2)#5、绘制音频片段的频谱和MFCC特征fig(2,2)+[plot(music_seg1,type='spectrum'),plot(mfcc_feature1,type='mfcc'),plot(music_seg2,type='spectrum'),plot(mfcc_feature2,type='mfcc')]4-4 音频理解：使用MFCC特征和神经网络完成音乐风格分类#1. 准备数据，提取MFCC特征gtzan=data.get('gtzan')mfcc=MFCCExtractor(end=25)gtzan_mfcc=gtzan.map(mfcc,on_field=0)#2. 拆分数据集为训练集和测试集mfcc_train,mfcc_test=gtzan_mfcc.split(8,2)#3. 获取深度网络模型net=cnn_classifier(backbone=AudioNet(num_layers=1),in_shape=Shape(d=624,c=13),num_classes=10)#4. 训练深度网络模型net.train(mfcc_train,alg=SGD(lr=0.002,epoch=10,bs=32))#5. 测试风格分类网络accuracy=net.accuracy(mfcc_test)print('Accuracy:',accuracy)#6. 用神经网络做预测index=10mfcc_feature,label=mfcc_test[index]print('ground truth:',label)prediction=net.predict(mfcc_feature)print('prediction:',prediction)第五章5-1视频理解：理解视频中的光流#1、获取视频数据集ucf=data.get('ucf101-simple',subset='train')video,label=ucf[1]fig()+plot(video)#2、抽取视频帧光流frame1=video[5]frame2=video[6]fig(2,1)+[plot(frame1),plot(frame2)]flow=optical_flow(frame1,frame2)#3、光流可视化frame1_flow=image_add_flow(frame1,flow)fig()+plot(frame1_flow)flow_x, flow_y=extract_x_y_flow(flow)fig(2,2)+[plot(frame1),plot(frame2),plot(flow_x),plot(flow_y)]#4、观察光流视频flow_v=optical_flow_video(video)video_flow=video_add_flow(video,flow_v)fig()+plot(video_flow)5-2视频理解：利用光流直方图完成行为识别任务#1、获取视频集ucf_train=data.get('ucf101-simple',subset='train')ucf_test=data.get('ucf101-simple',subset='test')#2、提取视频集的HOF特征ucf_train_flow=ucf_train.map(optical_flow_video, on_field=0)ucf_test_flow=ucf_test.map(optical_flow_video, on_field=0)hof=HOFExtractor()ucf_train_hof=ucf_train_flow.map(hof, on_field=0)ucf_test_hof=ucf_test_flow.map(hof, on_field=0)#3、训练SVM多分类器mlc=multi_class_classifier()mlc.train(ucf_train_hof, alg=SVM())#4、测试分类器acc1=mlc.accuracy(ucf_test_hof)print('Test Accuracy: ', acc1)acc2=mlc.accuracy(ucf_train_hof)print('Train Accuracy: ', acc2)5-3 视频理解：利用双流卷积神经网络完成行为识别任务#1. 获取数据集ucf_train=data.get('ucf101-simple',subset='train')ucf_test=data.get('ucf101-simple',subset='test')flow_train=ucf_train.map(optical_flow_video,on_field=0)flow_test=ucf_test.map(optical_flow_video,on_field=0)#2. 抽取训练子集的图片帧和光流帧rgb_sampler_train=RandomFrameSampler(ucf_train,length=1,resize=(32,32))flow_sampler_train=RandomFrameSampler(flow_train,length=3,resize=(32,32))#3. 抽取测试子集的图片帧和光流帧rgb_sampler_test=UniformFrameSampler(ucf_test,nsamples=10,length=1,resize=(32,3 2))flow_sampler_test=UniformFrameSampler(flow_test,nsamples=5,length=3,resize=(32, 32))#4. 构建空间流神经网络并训练spatial_net=cnn_classifier(backbone=ResNet(num_layers=6),in_shape=Shape(h=32,w= 32,c=3),num_classes=10)spatial_net.train(rgb_sampler_train,alg=SGD(lr=0.005,epoch=3,bs=32))#5. 构建时间流神经网络并训练temporal_net=cnn_classifier(backbone=ResNet(num_layers=6),in_shape=Shape(h=32,w =32,c=6),num_classes=10)temporal_net.train(flow_sampler_train,alg=SGD(lr=0.005,epoch=3,bs=32))#6. 测试子集类别预测并计算准确率s_prob=spatial_net.predict_all(rgb_sampler_test.field(0),out='prob',batch_average=True)t_prob=temporal_net.predict_all(flow_sampler_test.field(0),out='prob',batch_average=True)avg_prob=average_probability(s_prob,t_prob,1,1)pred_cls=probability2class(avg_prob)true_cls=ucf_test.field(1)acc=accuracy_score(pred_cls,true_cls)print('Accuracy Score:',acc)第六章6-1相册中的人脸聚类理解K均值算法#1. 获取数据集iris=data.get('iris')flower_feature,label=iris[0]print(len(flower_feature))#2. 特征选择def petal_length_width(feature):return feature[2:4]iris_2features=iris.map(petal_length_width,on_field=0)fig()+plot(iris_2features,type='scatter')#3. 创建K均值聚类模型model=KMeans(K=3)#4. 模型训练并观察训练效果model.train(iris_2features)fig()+plot(model,iris_2features,type='cluster_statistics')#5. 重复并比较model2=KMeans(K=3)model2.train(iris)fig()+plot(model2,iris,type='cluster_statistics')6-2相册中的人脸聚类提取照片中的人脸特征#1. 获取数据集bigbang=data.get('bigbang')fig()+plot(bigbang)#2. 人脸检测detector=FaceDetector()bigbang_face_detected=bigbang.map(detector, on_field=0)fig()+plot(bigbang_face_detected, type='face_detection')#3. 人脸转正align=FaceAlignTool()bigbang_face_aligned=bigbang_face_detected.map(align, on_field=0) faceset=collect_face(bigbang_face_aligned)fig()+plot(faceset,type='face_align')faceset.save('faceset_6-2')#4. 提取人脸特征feature_extractor=FaceFeatureExtractor()bigbang_feature=faceset.map(feature_extractor, on_field=0)#5. 查看人脸特征feature0, _=bigbang_feature[0]print('The length of feature0 is: ', len(feature0))print('The content of feature0 is: ', feature0)bigbang_feature.save('bigbang_feature_6-2')6-3 相册中的人脸聚类：相册中的K均值聚类#1. 获取数据集faceset=data.load('faceset_6-2')bigbang_feature=data.load('bigbang_feature_6-2')bigbang=data.get('bigbang')detector=FaceDetector()bigbang_face_detected=bigbang.map(detector, on_field=0)align=FaceAlignTool()bigbang_face_aligned=bigbang_face_detected.map(align, on_field=0) faceset=collect_face(bigbang_face_aligned)extractor=FaceFeatureExtractor()bigbang_feature=faceset.map(extractor, on_field=0)fig(3,1)+[plot(bigbang),plot(bigbang_face_detected,type='face_detection'),plot(faceset, type='face_align')]#2. 模型创建与训练6-3-2model=KMeans(K=7)model.train(bigbang_feature)#3. 模型预测与效果展示6-3-3prediction=model.predict_all(bigbang_feature.field(0))fig()+plot(faceset, prediction, type='face_cluster')#4. K值的选择（手肘法）6-3-4Ks=[3,5,7,9,11]losses=[]for k in Ks:model=KMeans(K=k)model.train(bigbang_feature)losses.append(model.loss)fig()+plot(losses, Ks, type='elbow')第八章实验8 - 1认识随机性与分布#1. 生成一个随机数randnum = rand()print(randnum)#2. 将随机数绘制到数轴上fig() + plot(randnum, type='scatter')#3. 生成多个随机数randnums = rand(num=100)fig() + plot(randnums, type='scatter')#4. 绘制随机数分布的直方图randnums = rand(num=1000)fig() + plot(randnums, type='histogram')randnums = rand(num=1000, start=0.2, end=0.8)fig() + plot(randnums, type='histogram')#5. 生成正态分布的随机数并观察正态分布randnnums = randn(num=1000)fig() + plot(randnnums, type='histogram')实验8 - 2理解生成网络#1. 生成随机数据集orig_data = rand(num=1000)fig() + plot(orig_data, type='histogram')#2. 创建变换函数def f(x):return 2*x + 1fig() + plot(f, start=0, end=1)#3. 对随机数进行变换trans_data = smap(f, orig_data)fig() + plot(trans_data, type='histogram')#4. 创建一个更复杂的变换函数8-4计算机创作图画用生成对抗网络生成明星图片1. 获取数据集celeba=data.get('celeba-middle')fig()+plot(celeba)2. 构建GAN网络gan_model=gan(d_module=DCGAN_D(),g_module=DCGAN_G(),generate_shape=Shape(h=64,w=64,c=3),latent_shape=Shape(d=100)) 3. GAN网络的训练gan_model.demo(celeba,epoch=200)gan_model.train(celeba,alg=Adam(lr=0.0002,bs=64,epoch=100))。