廖翊宏_HTML_CSS_Javascript_Java_Python

電子試算表electronic spreadsheet發展歷史 電子試算表（electronic spreadsheet）的發展歷史可以追溯到20世紀70年代初。以下是其主要發展歷程的重要里程碑： VisiCalc（1979年） ： 第一個電子試算表應用程式，由Dan Bricklin和Bob Frankston開發。VisiCalc在Apple II電腦上首次推出，革命性地改變了財務分析和數據管理的方式。 Lotus 1-2-3（1983年） ： 由Lotus Development Corporation推出，是第一個集成圖形界面、數據庫功能和宏（macro）支持的電子試算表。成為當時最流行的商業試算表軟件。 Microsoft Excel（1985年） ： Microsoft推出的Excel成為當時主要的競爭者，最初在Macintosh上推出，後來擴展到Windows平台。Excel在功能和用戶界面上持續進化，成為全球最廣泛使用的試算表軟件。 功能和特性的擴展 ： 從最初的數字計算工具，電子試算表的功能逐步擴展，包括圖表製作、數據排序和篩選、數學和統計函數、宏和自動化腳本等。這些功能大大擴展了電子試算表在商業和學術領域中的應用範圍。 網絡和雲端整合 ： 隨著互聯網和雲計算的發展，電子試算表軟件開始支持線上協作和存儲，例如Google Sheets和Microsoft Excel的雲端版本。這使得多人協作和實時數據更新成為可能，進一步擴展了試算表的應用場景。 總的來說，電子試算表從最初的VisiCalc到現代的Excel和Google Sheets，經歷了技術和功能的持續演進，成為現代商業和個人數據處理中不可或缺的工具之一。 何謂wps WPS Office 是一個由金山軟件開發的辦公軟件套件，類似於Microsoft Office。它包括文字處理、試算表和演示文稿等應用程序，可在多個平台上運行，如Windows、macOS、Linux、Android 和 iOS。 何謂CANVAS Canva 是一個流行的圖形設計平台，允許使用者輕鬆創建各種視覺內容，即使沒有設計經驗也可以操作。這個平台於2012年由澳大利亞的Melanie Perkins、Cliff Obrecht和Cameron Adams創立，旨在簡化圖形設計任務，讓設計對所有人都更加可及，無論他們的技...

from tkinter import * def doSomething(event):     #print("You pressed: " + event.keysym)     label.config(text=event.keysym) window = Tk() window.title('廖翊宏期末考') window.bind("<Key>",doSomething)  #<, >在網頁表示要使用\<,\> label = Label(window,font=("Helvetica",300),bg='yellow') label.pack() window.mainloop()

  上課的說明 儲存格B1 儲存格C1後面D1,E1拷貝 =FIND(",",$A1) =FIND(",",$A1,B1+1) 儲存格F1 =LEFT($A1,B1-1)然後往下填滿 儲存格G1 =MID($A1,B1+1,C1-B1-1)然後往下填滿, 再往右填到H1, I1 儲存格J1 =RIGHT($A1,LEN($A1)-E1) 儲存格K2 =IF(RIGHT(J2,1)= "T",LEFT(J2,LEN(J2)-1)*10^12, LEFT(J2,LEN(J2)-1)*10^9) 說明T是10的12次，否則是B是10的9次 儲存格的內容 代號,英文公司名稱,中文公司名稱,股價,市值 3 10 17 20 代號 英文公司名稱 中文公司名稱 股價 市值 NVDA,NVIDIA Corporation,輝達,135.58,3.335T 5 24 27 34 NVDA NVIDIA Corporation 輝達 135.58 3.335T 3.335E+12 MSFT,Microsoft Corporation,微軟,446.34,3.317T 5 27 30 37 MSFT Microsoft Corporation 微軟 446.34 3.317T 3.317E+12 AAPL,Apple Inc.,蘋果,214.29,3.286T 5 16 19 26 AAPL Apple Inc. 蘋果 214.29 3.286T 3.286E+12 GOOG,Alphabet Inc.,谷歌,176.45,2.171T 5 19 22 29 GOOG Alphabet Inc. 谷歌 176.45 2.171T 2.171E+12 AMZN,Amazon.com,亞馬遜,182.81,1.902T 5 16 20 27 AMZN Amazon.com 亞馬遜 182.81 1.902T 1.902E+12 META,Meta Platforms,臉書,499.49,1.267T 5 20 23 30 META Meta Platforms 臉書 499.49 1.267T 1.267E+12 TSM,Taiwan Semiconductor Manufacturing Company Limite...

>Bro Code python snake game 448 449 截圖 在撰寫模式貼上程式碼 from tkinter import * import random GAME_WIDTH , GAME_HEIGHT = 1000 , 800 SPEED = 200     #時間單位千分之一 SPACE_SIZE , BODY_PARTS = 50 , 3 #左邊變數 assigning value一次改全部 ctrl shift L COLOR = [ "red" , "orange" , "yellow" , "green" , "blue" , "indigo" , "purple" , "pink" ] #0123456 FOOD_COLOR = "white" BACKGROUND_COLOR = "black" class Snake : #類別Snake     def __init__ ( self ):         self . body_size = BODY_PARTS         self . coordinates = []         self . squares = []         for i in range ( 0 , BODY_PARTS ):             self . coordinates . append ([ 0 , 0 ])         for x , y in self . coordinates :             i = random . randint ( 0 , 6 ) #產生整數亂數0到6             square = canvas . crea...

  python清除欄位前後的的多餘空白 import csv #輸入csv套件comma separated value file = open('20230525.csv','r')#打開下載的檔案,模式是r讀取, reader = csv.reader(file) #將檔案逐列讀入串列變數csvreader header, rows = [], [] #宣告空白串列(陣列,清單) header = next(reader) #串列header儲存檔案第一列 for row in reader: #檔案接續逐列附加append於rows串列 rows.append(row) #檔案讀到header標題,以及rows串列 file.close() #關閉檔案 rowss=[] #建立一個空的串列 for row in rows: #檔案接續逐列附加append於rows串列 xyz = [] #臨時的列 for col in row: xyz.append(col.strip())#逐欄位除掉右邊空白 rowss.append(xyz) #檔案讀到header標題,以及rows串列 f=open('myfile.csv','w',newline='',encoding='utf-8') w = csv.writer(f) #寫入檔案 w.writerow(header) #寫入標題 w.writerows(rowss) #第7列將檔案內容名稱rows f.close() #關閉檔案

  SRC來源 WIKI大語言模型  投影片1: 标题 标题：加密货币的概述 图片：比特币或其他主要加密货币的标志或图像 投影片2: 什么是加密货币？ 定义：加密货币是一种基于密码学原理构建的数字货币 特点：去中心化、匿名性、安全性等 例子：比特币、以太坊、莱特币等 投影片3: 加密货币的工作原理 区块链技术：分布式账本系统的基础原理 挖矿：通过计算机算力验证交易并添加到区块链中 非对称加密：加密货币交易的安全性保障 投影片4: 加密货币的应用领域 金融交易：数字货币的交易和支付 去中心化金融（DeFi）：智能合约和去中心化交易的金融服务 跨境支付：快速、低成本的跨国支付解决方案 投影片5: 加密货币的未来展望和挑战 未来展望：数字货币作为传统金融系统的补充或替代品的可能性 挑战：监管不确定性、安全漏洞、市场波动等 投资和风险：投资者应考虑的因素和风险管理策略 这些投影片可以帮助听众了解加密货币的基本概念、工作原理、应用领域以及未来展望和挑战，为他们在这个领域的了解和决策提供基础。

405單元 406單元

  https://steam.oxxostudio.tw/category/python/basic/import.html 匯入模組 import Module 在 Python 裡，「模組」是一個存在於任意程式碼中的檔案，任何 Python 的程式碼也都可以當作模組使用，透過 import 陳述式，可以引用其他模組的程式碼，進一步使用其他模組的程式和變數，讓程式更精簡更好維護。 改寫自bro code貪吃蛇 from tkinter import * import random GAME_WIDTH , GAME_HEIGHT = 1000 , 800 SPEED = 200 #時間單位是千分之一秒 SPACE_SIZE , BODY_PARTS = 50 , 3 #左邊變數 assigning value SNAKE_COLOR = "green" FOOD_COLOR = [ 'white' , 'yellow' , 'purple' , 'pink' ] #改成串列可以選擇 BACKGROUND_COLOR = "black" class Snake :     def __init__ ( self ):         self . body_size = BODY_PARTS         self . coordinates = []         self . squares = []         for i in range ( 0 , BODY_PARTS ):             self . coordinates . append ([ 0 , 0 ])         for x , y in self . coordinates :             square = canvas . create_rect...

  from tkinter import * #廖翊宏模仿Bro Code import random GAME_WIDTH,GAME_HEIGHT = 1000, 900 PERIOD = 200 #更改變數PERIOD改成間隔PERIOD 打shift-ctrl-L以 次改全部 SPEED = 500 SPACE_SIZE = 50 BODY_PARTS = 3 FOOD_COLOR=['red','orange','yellow','green','purple']#串列,陣列 SNAKE_COLOR, BACKGROUND_COLOR  = "#800000", "#000000" class Snake: #類別class     def __init__(self):         self.body_size = BODY_PARTS         self.coordinates = []         self.squares = []         for i in range(0, BODY_PARTS):             self.coordinates.append([0, 0])         for x, y in self.coordinates:             square = canvas.create_rectangle(x, y, x + SPACE_SIZE, y + SPACE_SIZE, fill=SNAKE_COLOR, tag="snake")             self.squares.append(square) class Food:     def __init__(self):         x = ...

  def x(m,n): #定義自訂函數x newList = [] for i in m: #迴圈將m的元素每個都執行 newList.append(n(i)) return newList #傳回去 m=['串列','廖翊宏','川普','拜登','敗家子'] n=lambda y: y + '是變態!' print(x(m,n)) for i in x(m,n): print(i) google機器學習實驗 https://colab.research.google.com/ 教學影片 張量Tensor計算 iframe=frame框

       大語言模型（英語：large language model，LLM）是一種語言模型，由具有許多參數（通常數十億個權重或更多）的人工神經網絡組成，使用自監督學習或半監督學習對大量未標記文本進行訓練[ 1 ]。大型語言模型在2018年左右出現，並在各種任務中表現出色[ 2 ]。 儘管這個術語沒有正式的定義，但它通常指的是參數數量在數十億或更多數量級的深度學習模型[3]。大型語言模型是通用的模型，在廣泛的任務中表現出色，而不是針對一項特定任務（例如情感分析、命名實體識別或數學推理）進行訓練[ 2 ]。 儘管在預測句子中的下一個單詞等簡單任務上接受過訓練，但發現具有足夠訓練和參數計數的神經語言模型可以捕獲人類語言的大部分句法和語義。 此外大型語言模型展示了相當多的關於世界的常識，並且能夠在訓練期間「記住」大量事實[2]。 雖然 ChatGPT 為代表的LLM在生成類人文本方面表現出了卓越的能力，但它們很容易繼承和放大訓練數據中存在的偏差。這可能表現為對不同人口統計數據的歪曲表述或不公平待遇，例如基於種族[4]、性別[5]、語言[6]和文化群體[ 6 ]的不同觀點與態度。 參考資料 Goled, Shraddha. Self-Supervised Learning Vs Semi-Supervised Learning: How They Differ. Analytics India Magazine. May 7, 2021 [2023-06-08]. （原始內容存檔於2023-06-18）. Manning, Christopher D. Human Language Understanding & Reasoning. Daedalus. 2022, 151 (2): 127–138 [2023-06-08]. S2CID 248377870. doi:10.1162/daed_a_01905. （原始內容存檔於2023-03-09）. Carlini, Nicholas; Tramer, Florian; Wallace, Eric; Jagielski, Matthew; Herbert-Voss, Ariel; Lee, Katherine; Roberts, Adam; Brown, Tom B; S...