欧洲发布统一电子设备的充电端口修正案,拟统一充电规格(USB Type |
您所在的位置:网站首页 › pygame库介绍 › 欧洲发布统一电子设备的充电端口修正案,拟统一充电规格(USB Type |
2022年6月7日,欧洲议会(European Parliament)发布一项关于无线电设备指令的修正案,用以统一常用的中小型便携式电子设备的充电端口。该修正案旨在减少每年产生的电子垃圾,并让消费者在购入新电子设备时,可自行选择是否要额外购买充电设备。 根据此修正案,可通过电源线重复充电的手机,以及其他相似类别的无线电设备(如:平板电脑、电子阅读器、耳机、数码相机、头戴式耳机、掌上游戏机,以及便携式扬声器)皆须采用USB Type-C端口。在该法案生效40个月后,笔记本电脑也须适用此规范。待修正案正式批准后,将在欧盟官方公报(EU Official Journal)上公布,20日后生效,并于生效日起算2年后开始适用于监管范围内的电子设备。 值得关注的是,除了欧洲议会,其他国家如智利众议院也在2022年4月21日提出法律草案,拟为不同类型的电子设备建立标准化的统一充电规格(USB Type-C)。 Original: https://www.cnblogs.com/amberlcs/p/16591734.htmlAuthor: Amber000Title: 欧洲发布统一电子设备的充电端口修正案,拟统一充电规格(USB Type-C) 相关阅读 Title: 图解数据分析(11) | Numpy – 与高维数组操作(数据科学家入门·完结)![]() ![]() n维数组是NumPy的核心概念,大部分数据的操作都是基于n维数组完成的。本系列内容覆盖到1维数组操作、2维数组操作、3维数组操作方法,本篇讲解Numpy与3维、更高维数组的操作。 有时候我们会使用到3维或者更高维的NumPy数组(比如计算机视觉的应用中),通过重塑1维向量或转换嵌套Python列表来创建3维数组时,索引分别对应(z,y,x)。索引z是平面编号,(y,x)坐标在该平面上移动,如下图所示: ![]() 通过上述索引顺序,可以方便的保留灰度图像,a[i]表示第i个图像。 但这样的索引顺序并不具有广泛性,例如在处理RGB图像时,通常使用(y,x,z)顺序:首先是两个像素坐标,然后才是颜色坐标(Matplotlib中的RGB,OpenCV中的BGR): ![]() 这样可以方便地定位特定像素,如 a[i,j]给出像素(i,j)的RGB元组。 因此,几何形状的创建实际取决于你对域的约定: ![]() 显然,hstack,vstack或dstack之类的NumPy函数并不一定满足这些约定,其默认的索引顺序是(y,x,z),RGB图像顺序如下: ![]() 如果数据不是这样的布局,使用concatenate命令可以方便的堆叠图像,并通过axis参数提供索引号: ![]() 如果不考虑轴数,可以将数组转换hstack和相应形式: ![]() 这种转换非常方便,该过程只是混合索引的顺序重排,并没有实际的复制操作。 通过混合索引顺序可实现数组转置,掌握该方法将加深你对3维数据的了解。根据确定的轴顺序,转置数组平面的命令有所不同:对于通用数组,交换索引1和2,对于RGB图像交换0和1: ![]() 注意, transpose(a.T)的默认轴参数会颠倒索引顺序,这不同于上述述两种索引顺序。 广播机制同样适用多维数组,更多详细信息可参阅笔记” NumPy中的广播”。 最后介绍 einsum(Einstein summation)函数,这将使你在处理多维数组时避免很多Python循环,代码更为简洁: ![]() 该函数对重复索引的数组求和。在一般情况下,使用 np.tensordot(a,b,axis=1)就可以,但在更复杂的情况下,einsum速度更快,读写更容易。 ; 一键运行所有代码图解数据分析系列 配套的所有代码,可前往ShowMeAI 官方 GitHub,下载后即可在本地 Python 环境中运行。能访问 Google 的宝宝也可以直接借助 Google Colab一键运行与交互学习! 下载数据分析速查表Awesome cheatsheets | ShowMeAI速查表大全 系列包含『编程语言』『AI技能知识』『数据科学工具库』『AI垂直领域工具库』四个板块,追平到工具库当前最新版本,并跑通了所有代码。点击 官网 或 GitHub 获取~ ![]() 👇 数据分析相关速查表(部分): 内容速查表(部分)Github代码Python 3速查表 ![]() ![]() ![]() ![]() ![]() 图解数据分析(18) | 基于Seaborn的数据可视化 大厂技术实现:推荐与广告计算解决方案 大厂技术实现:计算机视觉解决方案 大厂技术实现:自然语言处理行业解决方案 图解Python编程:从入门到精通系列教程 图解数据分析:从入门到精通系列教程 图解AI数学基础:从入门到精通系列教程 图解大数据技术:从入门到精通系列教程 图解机器学习算法:从入门到精通系列教程 机器学习实战:手把手教你玩转机器学习系列 深度学习教程:吴恩达专项课程 · 全套笔记解读 自然语言处理教程:斯坦福CS224n课程 · 课程带学与全套笔记解读 深度学习与计算机视觉教程:斯坦福CS231n · 全套笔记解读![]() Original: https://blog.csdn.net/ShowMeAI/article/details/123134962Author: ShowMeAITitle: 图解数据分析(11) | Numpy – 与高维数组操作(数据科学家入门·完结) 原创文章受到原创版权保护。转载请注明出处:https://www.johngo689.com/370411/ 转载文章受原作者版权保护。转载请注明原作者出处! |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |