https://www.researchgate.net/publication/258276147_Effects_of_non-Maxwellian_..., https://www.researchgate.net/publication/258299389_Characteristics_of_a_Sheat... и https://www.researchgate.net/publication/224223687_Effect_of_Secondary_Electr.... Заранее благодарен. К сожалению, sci-hub не берёт, а б@#$%дская регистрация обязательно требует институтский е-майл, который я не заводил, по ip-шнику им, видимо, впадлу проверять.
subj. Отечественная, понятно, теперь не является, это недавно ВАК одобрил, а мировая?
Хочу сделать управление для осциллографа DSO-X 3034A через usb. Установил pyvisa, pyvisa-py, libvisa0. dmesg показывает, что осциллограф подключен:
[ 1912.431536] usb 3-11.4: new high-speed USB device number 9 using xhci_hcd
[ 1912.522143] usb 3-11.4: New USB device found, idVendor=0957, idProduct=17a4
[ 1912.522144] usb 3-11.4: New USB device strings: Mfr=1, Product=2, SerialNumber=3
[ 1912.522145] usb 3-11.4: Product: DSO-X 3034A
[ 1912.522146] usb 3-11.4: Manufacturer: Keysight Technologies
[ 1912.522147] usb 3-11.4: SerialNumber: MY53280538~ python3 -m visa info
...
PyVISA Version: 1.8
Backends:
ni:
Version: 1.8 (bundled with PyVISA)
#1: /usr/lib/x86_64-linux-gnu/libvisa.so.0.0.0:
found by: auto
bitness: 64
Could not get more info:
VI_ERROR_NSUP_ATTR (-1073807331): The specified attribute is not defined or supported by the referenced object.
py:
Version: 0.2
ASRL INSTR:
Please install PySerial to use this resource type.
No module named 'serial'
GPIB INSTR:
Please install linux-gpib to use this resource type.
No module named 'gpib'
USB RAW: Available via PyUSB (1.0.0). Backend: libusb1
USB INSTR: Available via PyUSB (1.0.0). Backend: libusb1
TCPIP INSTR: Available
TCPIP SOCKET: AvailableIn [7]: rm = visa.ResourceManager()
In [8]: rm.list_resources()
Out[8]: ()In [9]: rm = visa.ResourceManager('@py')
In [10]: rm.list_resources()
---------------------------------------------------------------------------
VisaIOError Traceback (most recent call last)
<ipython-input-10-a14d33fc6d00> in <module>()
----> 1 rm.list_resources()
/usr/local/lib/python3.4/dist-packages/pyvisa/highlevel.py in list_resources(self, query)
1558 """
1559
-> 1560 return self.visalib.list_resources(self.session, query)
1561
1562 def list_resources_info(self, query='?*::INSTR'):
/usr/local/lib/python3.4/dist-packages/pyvisa-py/highlevel.py in list_resources(self, session, query)
236 return resources
237
--> 238 raise errors.VisaIOError(errors.StatusCode.error_resource_not_found.value)
239
240 def read(self, session, count):
VisaIOError: VI_ERROR_RSRC_NFOUND (-1073807343): Insufficient location information or the requested device or resource is not present in the system.Есть некоторый код на С, который на входе и выходе принимает структуры фиксированного размера (пакеты для работы с удалённым устройством). С помощью swig сделан доступ к ним из python-кода. Для отправки пакетов по сети и чтения ответа yнужендоступ к их байтовому представлению? Как это сделать?
Хочу распарсить csvшку не полезными данными. Читаю так:
with open("levels.csv", "r") as f:
for line in f.readlines():
print("int <<"+line.strip()+">>")
words = line.strip().split(";")
print("out <<"+str(words)+">>")int «5p5(2P°3/2)16d ; 2[5/2]° ;0; 2 ; 12.0561788 »
out «['5p5(2P\xc2\xb03/2)16d\xc2\xa0', '\xc2\xa02[5/2]\xc2\xb0\xc2\xa0', '0', '\xc2\xa02\xc2\xa0', '\xc2\xa0\xc2\xa012.0561788\xc2\xa0\xc2\xa0\xc2\xa0\xc2\xa0']»Есть ли софт, позволяющий рисовать на внутренней поверхности сферы с последующим экспортом в cubemap или сферическую развёртку?
В своё время, успешно играл в эту игру под dosemu. Сейчас, решил переиграть, но бинарник падает с ошибкой «Error: Detection System Failed To Find Hardware». А правки в конфиг из той темы протухли. Под dosbox всё работает, но слишком уж тормозит. Кто ни будь знает как её запустить?
Казалось бы, функция в три строчки для копирования массива:
#include <cuda_runtime.h>
#include <stdexcept>
static cudaError_t crc;
template<typename T>
void gpu_allocate(T* g_ptr, size_t n){
crc = cudaMalloc((T**)&g_ptr, sizeof(T)*n);
if(crc) throw std::runtime_error("cudaMalloc Error");
}
template<typename T>
void gpu_copyin(T* src, T* g_dst, size_t n){
crc = cudaMemcpy((void*)g_dst, (void*)src, sizeof(T)*n,cudaMemcpyHostToDevice);
if(crc){
throw std::runtime_error("cudaMemcpyHostToDevice Error");
}
}Аллокация проходит нормально, но копирование приводит к срабатыванию исключения:
cudaMemcpyHostToDevice float Error=11:invalid argumentБрал деб с официального сайта https://developer.nvidia.com/cuda-downloads, при попытке установки получаю:
The following packages have unmet dependencies:
cuda : Depends: cuda-8-0 (>= 8.0.61) but it is not going to be installed
E: Unable to correct problems, you have held broken packages.Намертво застрял на боссе-медведе. Медведь атакует игрока, монстры атакуют медведя. Медведь умирает, монстры становятся бессметрыми, а проход по прежнему заблокирован. Что вообще там нужно делать?
Код
from multiprocessing import Pool
def foo(x,y,z):
print(x,y,z)
def bar():
pool = Pool() #set number of processes
pool.map(lambda x: foo(x,"a","b"), range(10))
if __name__ == '__main__':
bar()_pickle.PicklingError: Can't pickle <function bar.<locals>.<lambda> at 0x7f837d7da840>:
attribute lookup <lambda> on __main__ failedПара вопросов возникла:
1. Алгоритм предполагает, что количество точек — степерь двойки, но например, в numpy он прекрасно работает с произвольным количеством точек. Как это сделано?
2. Как его лучше реализовать без динамичного выделения памяти и рекурсии?
3. Имеет смысл использовать fftw?
Рисую что-то вроде http://pix.academ.info/images/img/2017/04/20/0c44aed3f51095b36dbd6d6aeb74c9e5.... У всех графиков, общая ось x, и у всех кроме нижнего общая ось y. Хочется переместить colorbarы на левую сторону, но тогда подписи к делениям оказываются справа. Как их переместить налево и, желательно повернуть на 90 градусов? Colorbarы рисую простым cbar = plt.colorbar(im, cax=cax). В документации не нашёл ничего похожего, есть только параметр «orientation: vertical or horizontal», но это не то.
Есть сигнал, про который известно, что он заведомо положителен. Как правильно отфильтровать зашумлённый сигнал, так что бы он остался положительным?
Я копировал некоторые файлы с локальной машины на удалённый сервер. Из за проблем со связью копирование не удалось, а на удалённой машине появилось несколько неубиваемых процессов. Теперь туда вообще ничего не получается скопировать — и scp, и sshfs намертво зависают. Что можно сделать без перезагрузки?
Timofey 43209 0.0 0.0 55944 2108 ? Ds Mar27 0:00 /usr/libexec/openssh/sftp-server
Timofey 44858 0.0 0.0 55944 1988 ? Ds Mar27 0:00 scp -d -t /home/Timofey/pic_base/
Timofey 45099 0.0 0.0 55944 1996 ? Ds Mar27 0:00 scp -r -p -t /home/Timofey
Timofey 45605 0.0 0.0 55944 1996 ? Ds Mar27 0:00 scp -r -p -t /home/Timofey
Timofey 50550 0.0 0.0 55948 2220 ? Ds Mar27 0:00 /usr/libexec/openssh/sftp-server
Timofey 54903 0.0 0.0 55944 1992 ? Ds Mar27 0:00 scp -r -p -t /home/Timofey
Timofey 61470 0.0 0.0 55944 1992 ? Ds 00:10 0:00 scp -r -p -d -t /home/Timofey/pic_baseКак его сменить? В настройках нигде опции не нашёл, а играть так невозможно, впечатление будто бинокль на голову одели — через 5 минут устают глаза и начинает болеть голова.
Например, у меня есть несколько вариантов сборки, которые отличаются LD-флагами, архитектурой и объектными файлами:
#common x68-64 with plplots
ARCH = x86-64
LDFLAGS = -I/usr/include/plplot -lplplotcxxd
OBJ = $(XOBJ) plots.o
USER_DEFINES = -DWITH_PLPLOT#static x86-64 w/o plplots
ARCH = x86-64
LDFLAGS = -static -static-libgcc -static-libstdc++
OBJ = $(XOBJ)
USER_DEFINES =Хочу замаскировать часть значений в массиве дабы его потом вывести матплотлибом, столкнулся со следующей проблемой:
import numpy as np
xs = np.empty([2,3,4])
ms = np.vectorize(lambda x: x>0)(xs)
np.ma.array(xs, ms)
---------------------------------------------------------------------------
TypeError Traceback (most recent call last)
<ipython-input-4-b2506d35ffe6> in <module>()
----> 1 np.ma.array(xs, ms)
/usr/lib/python3/dist-packages/numpy/ma/core.py in array(data, dtype, copy, order, mask, fill_value, keep_mask, hard_mask, shrink, subok, ndmin)
5810 return MaskedArray(data, mask=mask, dtype=dtype, copy=copy, subok=subok,
5811 keep_mask=keep_mask, hard_mask=hard_mask,
-> 5812 fill_value=fill_value, ndmin=ndmin, shrink=shrink)
5813 array.__doc__ = masked_array.__doc__
5814
/usr/lib/python3/dist-packages/numpy/ma/core.py in __new__(cls, data, mask, dtype, copy, subok, ndmin, fill_value, keep_mask, hard_mask, shrink, **options)
2635 """
2636 # Process data............
-> 2637 _data = np.array(data, dtype=dtype, copy=copy, subok=True, ndmin=ndmin)
2638 _baseclass = getattr(data, '_baseclass', type(_data))
2639 # Check that we're not erasing the mask..........
TypeError: data type not understoodnp.ma.masked_where(xs<0, xs)Например, shape — массив двух измерений, тогда:
data = np.zeros(shape)
for i0 in range(shape[0]):
for i1 in range(shape[1]):
data[i0, i1] = None| ← назад |