包含以下资源：1.python语言提取abaqus的odb文件数据的简单程序用py程序提取abaqus计算结果odb文件中的点集的结果数据。
2.使用Python调用Abaqus交互命令使用Python调用Abaqus交互命令，替代图形交互界面，ABAQUS官方协助文档。
3.从记录到编程--Python在ABAQUS程序化参数化建模分析中的应用介绍了Python语言编程在ABAQUS建模分析中的应用。
基于Python语言编程，使ABAQUS具有了非常强大的二次开发功能，可以根据需要编写出各种各样的功能函数，实现程序化、参数化、通用化建模分析；
也可以不再需要inp文件而直接运行Python程序文件进行整个前后处理和批处理。
本文重点介绍了自行编写的通用接触查找和建立函数find_contacts()，以及接触对的汇总与修改4.abaquspython脚本给ABAQUS模型中的每一个单元赋予不同的材料属性的python脚本5.abaqus+python后处理

利用wiki中文语料训练时，需用到opencc来简繁体汉子转为简体汉字，pip安装opencc时需要distribute_setup.py，将该文件放到python的Lib文件夹下。
一些人说可以处理，我试了下没处理。
建议大家使用下opencc.exe（内含）。

MACD多种类止盈止损策略.py

python编辑，需求python插件的配合

使用C语言实现的FFT，包含每一步蝶形运算，不是最简化的方式，但是适合学习可以用提供的py脚本生成各种点数（2的整数幂）的fft代码

python对象类tcp客户端

python编写的五子棋人人对战。
某学校的python课程大作业，需求用到graphics.py库（这里免积分下载：http://download.csdn.net/detail/w1135181854u/6730647），把graphics.py放进python安装文件夹的lib文件夹里就好了。

1、demo文件夹：YOLOv4目标检测算法针对MVI_40192文件夹数据集的处理效果，比较满意，车辆信息基本都能检测到。
2、road1_demo文件夹：YOLOv4+DeepSort算法，针对road1.mp4视频数据的目标跟踪、车流量计数效果。
人工统计车流量292辆(可能有偏差)，算法统计车流量288辆。
3、road2_demo文件夹：YOLOv4+DeepSort算法，针对road2.mp4视频数据的目标跟踪、车流量计数效果。
人工统计车流量29辆，算法统计车流量29辆。
只需视频流车辆清晰、大小合适、轮廓完整，算法处理的精度挺高。
4、road1_tracking.mp4、road2_tracking.mp4：由目标跟踪处理结果合成的视频流。
***********************************************************************************************1、deepsort文件夹：含目标跟踪算法源码，包括：卡尔曼滤波、匈牙利匹配、边框类创建、Track类创建、Tracker类创建。
2、ReID文件夹：含特征提取算法源码，model_data存储着reid网络的结构、权重，feature_extract_model.py用于创建特征提取类。
3、YOLOv4文件夹：含目标检测算法源码，model_data存储yolov4网络配置、nets+utils用于搭建模型。
decode.py用于将检测结果解码。
4、car_predict.py、yolo.py：用于验证目标检测算法的效果。
5、main.py：整个项目的运行入口，直接运行main.py，就可以调用YOLOv4+DeepSort，处理视频流信息，完成目标跟踪和车流量统计。

所需的软件包：麻痹大熊猫OpenCVkffmpeg描述：该脚本有助于自动化力数据分析。
该程序分为两个步骤，可以相互独立运行，尽管步骤2需要步骤1的输出+手动包含脚步帧。
步骤1：运行main.py，设置Step1=True，Step2=False。
在对话框中打开文件夹，其中包含蜥蜴的视频。
.../Gecko01/videos_analysis步骤1完成后，包含所有文件名，个人名称，视频信息和4个空列“footfall_begin”，“footfall_end”，“foot”和“notes”的.csv文件（例如Gecko01_forceAnalysis.csv）将保存到所选文件夹中现在，您需要将脚步和脚的帧号（FL，FR，HR或HL）添加到此csv文件中。
如果需要，请在“注释”列中做注释，这些注释将被传输到最终文件中。
保存文件

scrapy中的item文件

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。