# stm32学习日志（江科大版本）

**环境配置：**

1.安装keil5安装包

2.安装器件安装包：1）离线安装（已经从官网下载好的安装包）
2）在线安装（1.在keil5中点击file那一栏底下第二栏的绿色按钮，里面会同步官网的安装包，点击相应的安装包进行安装
2.直接在官网中找到相应的安装包下载）

3.软件注册：由于kei5是要收费的所以要破解它，破解它的方法就是获得一个注册码，这里需要下载一个注册机（自行百度，注册机成功下载打开后会有奇怪的BGM）

1）以管理员身份运行（一定要这样！！1获得高权限）

2）打开File中的license management
复制其中的CID，然后粘贴到注册机中，生成一个序列码，复制序列码并粘贴到LIC中，底部白框显示successful

4.安装st-link

在设备管理器中的其他设备中看有无st-link，st-link是否有感叹号 有则需要安装

在keil5的安装目录有自带的st-link驱动软件 文件ARM-STlink-USBDriver中有驱动软件amd64对应64位电脑 x86对应32位电脑

5.安装CH340 在工具软件中 自行翻找吧

**工程创建** ：

1.先建立一个文件夹（统一用来存放stm32 project的代码）

2.Project Newuvision project 创建一个新的工程

3.将文件（包含.c和.h文件以及md后缀的启动文件）包含进入Start（原名是Source group）

4.然后在keil5中的启动文件中添加Start中的md后缀的启动文件、源文件以及头文件

5.点击魔术棒 在C/C++中添加头文件路径（即start文件对应的路径）

6.建立文件夹user，在其中建立main函数，在其中进行测试



stm32学习日志（江科大版本）

# python中_与__的用法 8.8

1.最简单的用法

*和**可以用于数学计算 

2.巧妙的用法：打包和解包

以下以*为例子进行阐释

1）打包：*可以将一连串数据打包为列表

![](https://i-blog.csdnimg.cn/direct/ea17269a67e0456ea7208da6149720ba.png)

*args可以接收未知数量的多个变量，并将其打包为一个列表 

![](https://i-blog.csdnimg.cn/direct/27d14f341b064b57b8ca0f7f2a672f75.png)

通过两串代码可以更加直观的理解打包的含义

2）解包：将序列解包为相应数量的值【序列一般有元组或者是列表】

如以下代码就将元组解包为Alice和30两个值，从而成功的传入到了函数greet中

![](https://i-blog.csdnimg.cn/direct/df12d81de3e54c8bac256f8040b2d53a.png)

3）合并：通过*可以将两个序列进行合并

4）*和**的区别：其实两者的功能是一样的，只是操作对象不同。*针对的是序列，**针对的是字典



python中_与__的用法 8

# python学习日志7.23

1.格式化

1）方式一：与c语言相同，但是使用格式略有不通 eg.print(%s %变量名)

2）方式二：使用f-string

    
    
    >>> print(f'The area of a circle with radius {r} is {s:.2f}')
    The area of a circle with radius 2.5 is 19.62

上述代码中， ` {r} ` 被变量 ` r ` 的值替换， ` {s:.2f} ` 被变量 ` s ` 的值替换，并且 ` : ` 后面的 ` .2f `
指定了格式化参数（即保留两位小数），因此， ` {s:.2f} ` 的替换结果是 ` 19.62 ` 。

3）方式三：使用format；由于比较麻烦这种方式，建议不用，用f-string就挺好

2.字符编码

ASCII（美国）最先发行的编码表（因为us的cs发展的最快），其他国家cs发展跟上来，也发布了对应的编码表，这就会造成编码不兼容导致乱码，所以就有了Unicode字符集，实际上现在计算机中内存中对字符的处理也是先转化为Unicode再进行处理的

但是呢？新的问题又出现了：如果统一成Unicode编码，乱码问题从此消失了。但是，如果你写的文本基本上全部是英文的话，用Unicode编码比ASCII编码需要多一倍的存储空间，在存储和传输上就十分不划算。所以，本着节约的精神，又出现了把Unicode编码转化为“可变长编码”的
` UTF-8 ` 编码

具体流程：

用记事本编辑的时候，从文件读取的UTF-8字符被转换为Unicode字符到内存里，编辑完成后，保存的时候再把Unicode转换为UTF-8保存到文件：

![rw-file-
utf-8](https://i-blog.csdnimg.cn/blog_migrate/79e0b8d1d41626d1a74f76630eec54c5.png)

浏览网页的时候，服务器会把动态生成的Unicode内容转换为UTF-8再传输到浏览器：

![web-
utf-8](https://i-blog.csdnimg.cn/blog_migrate/266283a9c59375c4a0da326d291d556f.png)

list和tuple

list是一个有序的可变列表

通过索引可以访问（这时可以将其理解为c语言中的二维数组）

通过list.append list.insert等操作可以将内容加入到列表中

tuple也是一个有序的不可变列表，性质和list基本一样

注意tuple中只有一个元素时，应定义tuple=（1，）要以逗号结尾，因为python会将（）理解为数学运算中的小括号

条件判断

if（18<age<=20）[python满足一范围内的条件是这么使用的，和c有些不同]

print("")

条件判断结构

if-elif而不是if-else if

模式匹配match

相当于c中的switch语句，但是更为灵活，可以匹配条件，也可以匹配一个列表

匹配列表过程：

args = ['gcc', 'hello.c', 'world.c']  
# args = ['clean']  
# args = ['gcc']

match args:  
# 如果仅出现gcc，报错:  
case ['gcc']:  
print('gcc: missing source file(s).')  
# 出现gcc，且至少指定了一个文件:  
case ['gcc', file1, *files]:  
print('gcc compile: ' + file1 + ', ' + ', '.join(files))  
# 仅出现clean:  
case ['clean']:  
print('clean')  
case _:  
print('invalid command.')  

循环

1.for a in b（b一般是一个列表）

python中的range（x）函数可以生成一0——x-1的整数序列

2.while（条件）循环：

条件满足，即进入循环

dict和set

####  dict

Python内置了字典：dict的支持，dict全称dictionary，在其他语言中也称为map，使用键-值（key-
value）存储，具有极快的查找速度。

举个例子，假设要根据同学的名字查找对应的成绩，如果用list实现，需要两个list：

    
    
    names = ['Michael', 'Bob', 'Tracy']
    scores = [95, 75, 85]
    

给定一个名字，要查找对应的成绩，就先要在names中找到对应的位置，再从scores取出对应的成绩，list越长，耗时越长。

如果用dict实现，只需要一个“名字”-“成绩”的对照表，直接根据名字查找成绩，无论这个表有多大，查找速度都不会变慢。用Python写一个dict如下：

    
    
    >>> d = {'Michael': 95, 'Bob': 75, 'Tracy': 85}
    >>> d['Michael']
    95
    

为什么dict查找速度这么快？因为dict的实现原理和查字典是一样的。假设字典包含了1万个汉字，我们要查某一个字，一个办法是把字典从第一页往后翻，直到找到我们想要的字为止，这种方法就是在list中查找元素的方法，list越大，查找越慢。

第二种方法是先在字典的索引表里（比如部首表）查这个字对应的页码，然后直接翻到该页，找到这个字。无论找哪个字，这种查找速度都非常快，不会随着字典大小的增加而变慢。

dict就是第二种实现方式，给定一个名字，比如 ` 'Michael' ` ，dict在内部就可以直接计算出 ` Michael `
对应的存放成绩的“页码”，也就是 ` 95 ` 这个数字存放的内存地址，直接取出来，所以速度非常快。

你可以猜到，这种key-value存储方式，在放进去的时候，必须根据key算出value的存放位置，这样，取的时候才能根据key直接拿到value。

把数据放入dict的方法，除了初始化时指定外，还可以通过key放入：

    
    
    >>> d['Adam'] = 67
    >>> d['Adam']
    67
    

由于一个key只能对应一个value，所以，多次对一个key放入value，后面的值会把前面的值冲掉：

    
    
    >>> d['Jack'] = 90
    >>> d['Jack']
    90
    >>> d['Jack'] = 88
    >>> d['Jack']
    88
    

如果key不存在，dict就会报错：

    
    
    >>> d['Thomas']
    Traceback (most recent call last):
      File "<stdin>", line 1, in <module>
    KeyError: 'Thomas'
    

要避免key不存在的错误，有两种办法，一是通过 ` in ` 判断key是否存在：

    
    
    >>> 'Thomas' in d
    False
    

二是通过dict提供的 ` get() ` 方法，如果key不存在，可以返回 ` None ` ，或者自己指定的value：

    
    
    >>> d.get('Thomas')
    >>> d.get('Thomas', -1)
    -1
    

注意：返回 ` None ` 的时候Python的交互环境不显示结果。

要删除一个key，用 ` pop(key) ` 方法，对应的value也会从dict中删除：

    
    
    >>> d.pop('Bob')
    75
    >>> d
    {'Michael': 95, 'Tracy': 85}
    

请务必注意，dict内部存放的顺序和key放入的顺序是没有关系的。

和list比较，dict有以下几个特点：

  1. 查找和插入的速度极快，不会随着key的增加而变慢； 
  2. 需要占用大量的内存，内存浪费多。 

而list相反：

  1. 查找和插入的时间随着元素的增加而增加； 
  2. 占用空间小，浪费内存很少。 

所以，dict是用空间来换取时间的一种方法。

dict可以用在需要高速查找的很多地方，在Python代码中几乎无处不在，正确使用dict非常重要，需要牢记的第一条就是dict的key必须是
**不可变对象** 。

这是因为dict根据key来计算value的存储位置，如果每次计算相同的key得出的结果不同，那dict内部就完全混乱了。这个通过key计算位置的算法称为哈希算法（Hash）。

要保证hash的正确性，作为key的对象就不能变。在Python中，字符串、整数等都是不可变的，因此，可以放心地作为key。而list是可变的，就不能作为key：

    
    
    >>> key = [1, 2, 3]
    >>> d[key] = 'a list'
    Traceback (most recent call last):
      File "<stdin>", line 1, in <module>
    TypeError: unhashable type: 'list'
    

####  set

set和dict类似，也是一组key的集合，但不存储value。由于key不能重复，所以，在set中，没有重复的key。

要创建一个set，需要提供一个list作为输入集合：

    
    
    >>> s = set([1, 2, 3])
    >>> s
    {1, 2, 3}
    

注意，传入的参数 ` [1, 2, 3] ` 是一个list，而显示的 ` {1, 2, 3} `
只是告诉你这个set内部有1，2，3这3个元素，显示的顺序也不表示set是有序的。。

重复元素在set中自动被过滤：

    
    
    >>> s = set([1, 1, 2, 2, 3, 3])
    >>> s
    {1, 2, 3}
    

通过 ` add(key) ` 方法可以添加元素到set中，可以重复添加，但不会有效果：

    
    
    >>> s.add(4)
    >>> s
    {1, 2, 3, 4}
    >>> s.add(4)
    >>> s
    {1, 2, 3, 4}
    

通过 ` remove(key) ` 方法可以删除元素：

    
    
    >>> s.remove(4)
    >>> s
    {1, 2, 3}
    

set可以看成数学意义上的无序和无重复元素的集合，因此，两个set可以做数学意义上的交集、并集等操作：

    
    
    >>> s1 = set([1, 2, 3])
    >>> s2 = set([2, 3, 4])
    >>> s1 & s2
    {2, 3}
    >>> s1 | s2
    {1, 2, 3, 4}
    

set和dict的唯一区别仅在于没有存储对应的value，但是，set的原理和dict一样，所以，同样不可以放入可变对象，因为无法判断两个可变对象是否相等，也就无法保证set内部“不会有重复元素”。试试把list放入set，看看是否会报错。

以上学习内容来自：（结合了本人的一些总结，更加详细的请见如下链接）

[ 使用dict和set - 廖雪峰的官方网站 (liaoxuefeng.com)
](https://www.liaoxuefeng.com/wiki/1016959663602400/1017104324028448
"使用dict和set - 廖雪峰的官方网站 \(liaoxuefeng.com\)")



python学习日志7

# P5721 【深基4.例6】数字直角三角形 python

AC代码：
![](https://i-blog.csdnimg.cn/direct/72e7f12a689843dcbf70b6afd5d43b84.png)

思路：1.使用02d将小于10的数补全，end = ‘’是为了防止其输出后换行

2.总共输出n*（n+1）/2个数，然后输出为六列 注意：python中print（）自带换行功能这和c不一样，故不需要再去用print（“\n”）



P5721 【深基4

# P5719 【深基4.例3】分类平均 python

AC代码：

![](https://i-blog.csdnimg.cn/direct/49bcd202d9fe4bd99db7d7248d498193.png)

思路：分别得到A类数字和B类数然后求和求平均即可

注意：要熟练应用python保留小数位的用法 使用f“{num：.1f}”或者用format之类的

