丁宇辰的个人BLOG

最近备考雅思和驾照，在此写下雅思考试的相关注意事项。 考试时间和内容 时间 基本上每个月的周末都可以进行考试，分为两天，一天笔试(听力，阅读和写作)，一天口语面试。 内容 笔试 听力部分：时间是40分钟，30分钟考试，10分钟答题卡 阅读部分：时间是60分钟，40道题目，3-4篇文章 写作考试：时间是60分钟，分为大作文小作文 口语面试 分为三部分： part1:基本生活对话 part2:由题目发表2分钟讲话 part3:在上一节基础上深入对话 (可能有变动，要随机应变) 注意事项 笔试仍然沿用我的老方法，背单词+做真题+研读阅读题。 口语部分只能是多读多写，辅导资料不用太多，遵循极简原则，一本书吃透即可。

还有不到一个月就要离开这个生活了四年的大学，虽然早就料到了会有悲伤涌来，但到了深夜，这种触感还是会顺着床沿开始逐渐侵扰我。 与世隔绝的四年本科生涯即将结束，要准备开始迎接新的研究生生活，人已经21岁了，跟这个社会也隔绝了21年。如果决定读博，就意味着还要再啃六七年的书，并不是不习惯读书，而是不习惯这种未知感，我读的书到底有什么用？ 一方面希望自己能早点结束这种求学生活，真正步入社会，一方面又向往这种象牙塔下的单纯求知生活。人总是喜欢给两面的东西下定义，我也不例外。到头来发现，实在是无法给自己贴上固定的标签。每个人确定的标签也只有名字罢了。 可能成为不了一个科学家，可能成为不了一个商务新星，最后只能委屈的成为我自己。 划好自己的课题，不干涉别人的课题，不允许自己的课题被他人干涉，不拘泥于世俗的眼光，慢慢集中于自我的提升，至少是没有错的。 基本上，一切人际关系矛盾都起因于对别人的课题妄加干涉或者自己的课题被别人妄加干涉。只要能够进行课题分离，人际关系就会发生巨大改变。 <被讨厌的勇气> -岸见一郎 / 古贺史健

最近在微信读书泡了好几天，感受到最深的就是中外书籍的差异。 相同类型的Python教程，国内书籍给我的感觉就是格式化，固定化，官话套话。一句话你要品很久但迟迟找不到例子加以佐证加深记忆。很多话一笔带过，一本机器学习书一千多页恨不得把所有的cs内容吃进来，以至于每一节都很浅，根本云里雾里，有时候给你扔好几页代码，这节就结束了。 国外的书像是在讲故事，他不花太长时间给你讲代码，而是带着你品历史（类似西瓜书，但是西瓜书的历史太长了），做朋友。他不在乎给你讲了多少知识，而在于你懂了多少。 另外一个小细节，国内的那些知识拼接书基本上没有？和！，也没有我们，我之类的字眼。基本上全是陈述句，就像我们的高中教材一样。 建议各位同学还是有空去阅读国外的教材和书籍，中外教育水平的差距或许比你想象中要巨大。 今天阅读了国内某拼接书，从186页直接给你塞五页代码，让你自己研究爬虫，令我苦不堪言。 希望以后的大学教材是由各位与时代接轨的同学们主编。

暑假考驾照，在此写下自己的知识点总结，以缩短备考时间。 技巧相关 有‘不得’字眼一般都为正确。 有‘依次’字眼一般都为正确。 有‘可不，可以不’字眼一般为错误。 不得超过一般指30公里/小时。 对于能见度-速度-跟车距离的搭配： 261-145-520(0代表在50m的可见度范围下应尽快驶离该路段)。 站三口五，指距离公交站，加油站30米，路口50米内不能停车 危险距离选最小，其他距离选最大 有‘警察不可以’字眼一般为错误。 逃逸处罚 未逃逸：3年以下 逃逸或情节特别恶劣：3-7年 因逃逸致人死亡：7年以上 醉酒处罚 在道路上追逐竞驶，醉酒驾驶，处拘役，并处罚金。 醉酒后被吊销驾证未满5年不得再次申请。 血液中酒精含量为100mg/ml时，属于醉酒驾驶。 驾驶证丢失补办 补办期间即使有补办证明也不得驾驶(有‘不得’字眼一般都为正确)。 实况 在路口看到让牌，在路口减速后观察行人，确认安全后通过。 在堵车的交叉路口绿灯亮时，也不能驶入交叉路口。 前车在左转弯，掉头，超车时，后车不得超车。 报废 驾驶报废车辆，处二百元以上两千元以下罚款，并吊销驾证。 限速 城市道路，无中心线限速30 ...

知识太多了 开始了研究生的生活，却被一种莫名的压力压的喘不过气，经过多天的总结，目前的困扰有如下几点： 要学习的知识如此之多，任意一本书拿出来都可以够我啃上好几周，时间根本来不及而且我也没有那么强的自学能力。 方向不明确，是顺应专硕条件去实习工作，还是继续深造读博，如果要读博我的方向是什么？应该从现在准备论文吗？总之我不认为应该浑浑噩噩的走一步看一步。 是否应该发展一个自己除去学习之外的专长？是做自己个人博客还是发展自媒体？还是专注于数据分析？机器学习的海洋如此之宽旷，要兼顾学习和实习不是我一人之力可以做到的。我应该如何决定？ 身体是工作之本，我应该制定一个属于自己的健康要求计划，每天注重自律，停止着眼眼前既得利益。

一些LeetCode的例题 数据结构 一堆数组的动态和 给你一个数组 nums 。数组「动态和」的计算公式为：runningSum[i] = sum(nums[0]…nums[i]) 。 请返回 nums 的动态和。 12345678910class Solution: def runningSum(self, nums: List[int]) -> List[int]: for i in range(1,len(nums)): nums2 = nums nums2[0] = nums[0] nums2[i] = ('%s+%s'%(nums[i-1],nums[i])) #nums2[i] = nums[i]+nums[i-1],一个是输出1+2，一个直接输出3 return(nums2) print(nums2)

在你开始学习之前，首先要想清楚自己为什么要学。请一定给自己一个足够说服你行动的理由。 实际应用可能会用js框架而不是matplotlib，但是有助于我们进行数据理解。 Matplotlib是最流行的Python底层绘图库。 axis轴，指x,y的坐标轴。

MySQL基本语法 SQL语句主要可以划分为以下3个类别。 DDL(Data Definition Languages):数据定义语言，定义数据段，数据库，表，列，索引等 DML：数据操作语言，用于添加，删除，更新数据库 DCL：数据控制语句，定义用户访问权限和安全级别等等。 DDL-数据库操作-创建&查询 创建 if not exist表示如果数据库名不存在则进行操作，即使存在也不会报错。 查询 1234#查询所有数据库show databases;#查询当前数据库select database(); 创建 1create database [if not exist] 数据库名 [default charset] 字符集 [collate] 排序规则; 删除 1drop database [if exist] 数据库名; 使用 1use 数据库名; 查询 查询当前数据库所有的表 1show tables; 查询表结构 1desc 表格; 查询指定表的建表语句（也就是注释以及默认设置） 1show create table 表名; DDL-表格操 ...

Numpy 应用 Numerical Python是Python的一个拓展程序库，支持大量维度数组和矩阵运算。为开放的源代码并且由许多协作者共同维护开发，其运行速度很快。 Numpy通常与： Scipy（科学工程计算） Matplotlib（绘图） 一起使用 123from numpy import *#导入numpy库eye(4)#生成对角矩阵 Numpy的Ndarray对象 基本形式如下： numpy.array(object, dtype = None, copy = True, order = None, subok = False, ndmin = 0) 其中： object: 要进行操作的数组 dtype: 元素的数据类型（后面会有介绍） copy: 对象是否复制 order: 创建数组的样式，C为行方向，F为列方向，A为任意方向（默认） subok: 默认返回一个与基类类型一致的数组 ndmin: 指定生成数组的最小维度 数据类型 Numpy的数据类型较多，具体可以在这里找到 数据类型对象（dtype） numpy.dtype描述了数据的以下方面： 数据的类型 ...

Pandas的详细笔记 Pandas简介 应用 Pandas 可以对各种数据进行运算操作，比如归并、再成形、选择，还有数据清洗和数据加工特征。广泛应用在学术、金融、统计学等各个数据分析领域。 对象 Series（一维数据）：由一组数据和一组对应的数据标签（索引）组成。 DataFrame（二维数据）：表格类型，既有行索引也有列索引。 Pandas使用 1234567891011121314import pandas as pdpd._version_#查看pandas版本mydataest = { 'sites':['Google','Runoob','wiki'], 'number':[1,2,3]}myvar = pd.DataFrame(mydataset)print(myvar) 结果如下： sites number 0 google 1 1 Runoob 2 2 Wiki 3 Pandas数据结构 - Series Series类似于表格中的列： pandas.Series(data,index,dtype,name,copy) 其 ...