跳转至

2023

实现HTML中的textarea元素自适应高度

js函数内容

function.js
1
2
3
4
5
6
/*textarea 自适应高度*/
function autoResize(id) {
    const textArea = document.getElementById(id);
    textArea.style.height = "auto";
    textArea.style.height = (textArea.scrollHeight) + "px";
}

使用方法

<textarea id="my-textarea" oninput="autoResize('my-textarea')"></textarea>
<script type="text/javascript">
    function autoResize(id) {
        const textArea = document.getElementById(id);
        textArea.style.height = "auto";
        textArea.style.height = (textArea.scrollHeight) + "px";
    }
</script>

示例

Python 计算圆周率

简介

当提到计算圆周率时,我们通常会想到一个伟大的数学常数π(pi)。π是一个无限不循环的小数,通常以3.14159或更精确的3.141592653589793来表示。虽然π的确切值无法通过简单的数学公式得到,但是我们可以使用计算机编程来近似计算π的值。在本文中,我将向大家介绍如何使用Python编程语言来计算圆周率。

使用Python计算圆周率

Python是一种功能强大且易于学习的编程语言,适合用于数值计算和科学计算任务,包括计算圆周率。下面是一个简单的Python代码示例,用于使用蒙特卡罗方法计算π的近似值:

蒙特卡洛方法计算π的近似值
import random

def compute_pi(num_points):
    points_inside_circle = 0
    points_total = 0

    for _ in range(num_points):
        x = random.uniform(0, 1)
        y = random.uniform(0, 1)
        distance = x ** 2 + y ** 2

        if distance <= 1:
            points_inside_circle += 1

        points_total += 1

    pi_approximation = 4 * points_inside_circle / points_total
    return pi_approximation

# 设置要生成的随机点的数量
num_points = 1000000

# 调用函数计算π的近似值
approx_pi = compute_pi(num_points)

print(f"近似的圆周率值:{approx_pi}")

在上面的示例中,我们使用蒙特卡罗方法来估计π的值。该方法通过生成随机点,并计算这些点是否位于单位圆内,从而得出π的近似值。

当涉及到计算圆周率时,还有其他算法和方法可供选择。蒙特卡罗方法只是其中之一。下面我将介绍另外两种常见的计算圆周率的方法。

泰勒级数法

泰勒级数法是一种使用级数展开来逼近函数值的方法。通过使用这种方法,我们可以近似计算圆周率。圆周率可以使用以下无限级数展开式得到:

π/4 = 1 - 1/3 + 1/5 - 1/7 + 1/9 - 1/11 + ...

使用这个级数展开式,我们可以通过计算前面几项的和来逼近π的值。以下是一个使用泰勒级数法计算π的Python示例代码:

def compute_pi_taylor(iterations):
    pi_approximation = 0
    denominator = 1
    sign = 1

    for _ in range(iterations):
        term = sign * (1 / denominator)
        pi_approximation += term
        denominator += 2
        sign *= -1

    pi_approximation *= 4
    return pi_approximation

# 设置要计算的级数的迭代次数
iterations = 100000

# 调用函数计算π的近似值
approx_pi = compute_pi_taylor(iterations)

print(f"近似的圆周率值:{approx_pi}")

这个方法的原理是使用级数的近似和来逼近π的值。通过增加级数的项数(迭代次数),我们可以获得更精确的近似值。

高精度计算库方法

对于需要更高精度的圆周率计算,可以使用专门的高精度计算库,例如Python中的mpmath库。mpmath库提供了高精度计算的功能,可以用于计算任意精度的π值。

下面是一个使用mpmath库计算π的示例代码:

from mpmath import mp

def compute_pi_mpmath(precision):
    mp.dps = precision   # 设置计算精度
    pi_approximation = mp.pi
    return pi_approximation

# 设置计算的精度,即小数点后的位数
precision = 50

# 调用函数计算π的近似值
approx_pi = compute_pi_mpmath(precision)

print(f"近似的圆周率值:{approx_pi}")

通过设置计算的精度,我们可以获得任意精度的π值。mpmath库提供了更多高精度运算的功能和选项,可以根据需求进行进一步的探索和使用。

这些是计算圆周率的另外两种常见方法。你可以根据自己的需求和兴趣选择适合你的方法进行计算。

安装python的步骤和注意事项

Python是一种流行的编程语言,它具有简洁、易读和灵活的特点。Python可以用于多种目的,例如数据分析、网站开发、人工智能等。如果你想学习或使用Python,你需要先在你的电脑上安装它。本文将介绍如何安装Python的步骤和注意事项。

步骤一:下载Python安装包

你可以从Python官网下载Python安装包,如果无法访问或速度太慢,也可以通过npmmirror镜像站下载。然后根据你的操作系统和版本选择合适的文件。例如,如果你使用的是Windows 10 64位系统,你可以下载Windows x86-64 executable installer文件。

步骤二:运行Python安装包

双击下载好的Python安装包,开始安装过程。你可以选择默认的安装选项,也可以根据你的需要自定义安装路径、组件和功能。建议你勾选Add Python to PATH选项,这样可以让你在任何位置使用Python命令。

步骤三:验证Python安装

安装完成后,你可以打开命令提示符或终端,输入python –version,查看Python的版本信息。如果显示正确的版本号,说明Python已经成功安装。你也可以输入python,进入Python交互式环境,尝试运行一些简单的代码,例如print(“Hello, world!”)。

注意事项:

  • 在安装Python之前,你可以检查你的电脑是否已经有Python环境,避免重复安装或版本冲突。
  • 在安装Python时,你可以选择安装pip工具,它可以帮助你管理和安装Python的第三方库。
  • 在使用Python时,你可以创建虚拟环境,它可以让你为不同的项目使用不同的Python版本和库。

宝塔面板搭建frps内网穿透服务器


2023-01-01

下载frp

进入https://github.com/fatedier/frp/releases/,选择与自己服务器对应的版本。

下载对应版本

上传到服务器后进行解压。如果只需要在服务器上安装frp的服务器版本(frps),可以删除不需要的文件(如图)。

删除不需要的文件后

修改“frps.ini”,更多可以参考http://gofrp.org/

创建“其他项目”

进入宝塔面板的网站管理页面,点击其他项目,点击添加通用项目。修改项目可执行文件,填入刚刚解压的文件中的“frps”的路径,运行命令在原有命令后添加" -c 刚刚解压的文件中“frps.ini”的路径",切记不能少了空格。

项目端口输入刚才配置的端口,域名以www.example.com为例,可自行调整。

设置

设置完成后,Frp内网穿透服务器就搭建完成了。

参考:http://gofrp.org/