NASArotor67的叶型数据，外网扒下来的，未作精确性验证，使用时请对照NASA报告自行校核；
2015/4/21 16:14:16
24KB
1
NASArotor67的叶型数据，外网扒下来的，未作精确性验证，使用时请对照NASA报告自行校核；
2015/4/21 16:14:16
24KB
1
经典的Python入门教程，哈佛大学、阿姆斯特丹的自由大学、波士顿大学、MIT开放课程项目等推荐教材，同时本书已被NASA采用。
《AByteofPython》（简明Python教程）是一本由SwaroopCH编写，漠伦基于原书4.0版重新翻译，本版译本定义为4.08c版。
最初修订于2018年2月4日。
本书为电子版，非图片扫描版，同时配套有源码，适合初学者学习。
《AByteofPython》（简明Python教程）是一本由SwaroopCH编写，漠伦基于原书4.0版重新翻译，本版译本定义为4.08c版。
最初修订于2018年2月4日。
本书为电子版，非图片扫描版，同时配套有源码，适合初学者学习。
2015/1/5 14:43:51
3.78MB
1
毅力漫游者图片API用于下载图像和元数据的PythonAPI。
将有关相机和图像的JSON元数据与有关仪器的结合在一起。
安装pipinstallgit+https://github.com/out-of-cheese-error/mars2020api用法一些导入和协助器功能可以绘制图像网格：importPILimportnumpyasnpfrommars2020importmars2020api提取所有NASA的火星数据（这只是获取所有图像元数据，根据要求延迟下载实际图像）all_data=mars2020api.ImageDataCollection.fetch_all_mars2020_imagedata()大学在下降期间，EDL_RDCAM相机连续拍摄了大量适合于合在一起的照片。
images=[x
将有关相机和图像的JSON元数据与有关仪器的结合在一起。
安装pipinstallgit+https://github.com/out-of-cheese-error/mars2020api用法一些导入和协助器功能可以绘制图像网格：importPILimportnumpyasnpfrommars2020importmars2020api提取所有NASA的火星数据（这只是获取所有图像元数据，根据要求延迟下载实际图像）all_data=mars2020api.ImageDataCollection.fetch_all_mars2020_imagedata()大学在下降期间，EDL_RDCAM相机连续拍摄了大量适合于合在一起的照片。
images=[x
2021/3/6 15:03:31
96.83MB
1
NASAPCoE研讨中心锂离子电池测试数据，所用电池为18650电池，额定容量2Ah,数据以MATLAB格式文件存储提供
2015/6/20 1:38:58
199.93MB
1
对NASA电池数据会合充放电循环的放电容量Capacity的MATLAB提取代码，以NASA_17293_BatteryAgingARC-FY08Q4中的B0005.mat为例
2022/9/7 9:51:56
311B
1
ASTERGDEM数据由日本METI和美国NASA联合研制并免费面向公众分发。
ASTERGDEM数据产品基于“先进星载热发射和反辐射计(ASTER)”数据计算生成，是目前独一覆盖全球陆地表面的高分辨率高程影像数据。
自2009年6月29日V1版ASTERGDEM数据发布以来，在全球对地观测研究中取得了广泛的应用。
但是，ASTERGDEMV1原始数据局部地区存在异常，所以由ASTERGDEMV1加工的数字高程数据产品也存在个别区域的数据异常现象。
ASTERGDEMV2版则采用了一种先进的算法对V1版GDEM影像进行了改进，提高了数据的空间分辨率精度和高程精度。
该算法重新处理了1,500,000幅影像，其中的250，000幅影像是在V1版GDEM数据发布后新获取的影像。
日本METI和美国NASA两个机构对V2版GDEM的数据精度进行了验证，结果显示V2版对V1版中存在的错误做了很好的矫正。
此资源将山东地区所有DEM已经打包下载完成
ASTERGDEM数据产品基于“先进星载热发射和反辐射计(ASTER)”数据计算生成，是目前独一覆盖全球陆地表面的高分辨率高程影像数据。
自2009年6月29日V1版ASTERGDEM数据发布以来，在全球对地观测研究中取得了广泛的应用。
但是，ASTERGDEMV1原始数据局部地区存在异常，所以由ASTERGDEMV1加工的数字高程数据产品也存在个别区域的数据异常现象。
ASTERGDEMV2版则采用了一种先进的算法对V1版GDEM影像进行了改进，提高了数据的空间分辨率精度和高程精度。
该算法重新处理了1,500,000幅影像，其中的250，000幅影像是在V1版GDEM数据发布后新获取的影像。
日本METI和美国NASA两个机构对V2版GDEM的数据精度进行了验证，结果显示V2版对V1版中存在的错误做了很好的矫正。
此资源将山东地区所有DEM已经打包下载完成
2021/4/16 8:17:11
213B
1
在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。
每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。
另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。
为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03
15KB