首页 星云 工具 资源 星选 资讯 热门工具
:

PDF转图片 完全免费 小红书视频下载 无水印 抖音视频下载 无水印 数字星空

python链表实战制作学生管理系统(附带pyqt5的界面优化)

后端 4.21KB 18 需要积分: 1
立即下载

资源介绍:

python链表实战制作学生管理系统(附带pyqt5的界面优化)
import csv from tkinter import messagebox from PyQt5.uic import loadUi from PyQt5.QtWidgets import QTreeWidgetItem,QTreeWidget,QApplication,QWidget,QPushButton,QFileDialog,QLineEdit class Node: def __init__(self,num,name,score_1,score_2,score_3): self.num=num self.name=name self.score=[score_1,score_2,score_3] if self.num is not None: self.score.append(score_1+score_2+score_3) self.next=None class linklist: def __init__(self): self.head=Node(None,None,None,None,None) def isempty(self): if self.head.next==None: return True else: return False def insert(self,num,name,score_1,score_2,score_3): new_node=Node(num,name,score_1,score_2,score_3) if self.isempty(): self.head.next=new_node else: new_node.next=self.head.next self.head.next=new_node def sort_score(self,i): i=i-2 p=self.head.next while p: q=p.next while q: if i>=0: if q.score[i]>p.score[i]: q.num,q.name,q.score,p.num,p.name,p.score=p.num,p.name,p.score,q.num,q.name,q.score elif i==-1: if q.name[0]

资源文件列表:

学生系统.zip 大约有3个文件
  1. student.csv 499B
  2. student.ui 22.16KB
  3. students.py 4.97KB
0评论
提交 加载更多评论
其他资源 基于模型强化学习的离网微电网终身控制Python源代码,保证正确 离网微网的终身控制问题包括两个任务,即对微网设备的状态进行估计
基于模型强化学习的离网微电网终身控制Python源代码,保证正确 离网微网的终身控制问题包括两个任务,即对微网设备的状态进行估计和通过预测未来消费量和可再生产量来考虑不确定性的运行规划。 有效控制的主要挑战来自于随时间发生的各种变化。 提出了一个用于农村电气化离网微电网建模的开源强化框架。 将孤立微电网的终身控制问题归结为马尔可夫决策过程。 我们对渐进式和突然性的变化进行分类。 提出了一种新的基于模型的强化学习算法,能够解决这两种类型的变化。 特别地,所提出的算法在快速变化的系统动态中表现出了泛化特性、传输能力和较好的鲁棒性。 将该算法与基于规则的策略和带有前瞻功能的模型预测控制器进行了比较。
基于模型强化学习的离网微电网终身控制Python源代码,保证正确
离网微网的终身控制问题包括两个任务,即对微网设备的状态进行估计
LLC谐振参数计算实例,mathcad格式,列出完整计算公式,软件自动计算并绘出增益曲线,方便修改设计参数,本实例是实际产品的计
LLC谐振参数计算实例,mathcad格式,列出完整计算公式,软件自动计算并绘出增益曲线,方便修改设计参数,本实例是实际产品的计算,已验证其正确性。 送LLC原理详解和设计步骤文档PDF
LLC谐振参数计算实例,mathcad格式,列出完整计算公式,软件自动计算并绘出增益曲线,方便修改设计参数,本实例是实际产品的计
基于NMPC(非线性模型预测控制算法)轨迹跟踪与避障控制算法研究 仅供学习算法使用 这段代码是一个用于无人车路径跟踪的程序 下面
基于NMPC(非线性模型预测控制算法)轨迹跟踪与避障控制算法研究 仅供学习算法使用 这段代码是一个用于无人车路径跟踪的程序。下面我将对程序进行详细的分析。 首先,代码的前几行是一些初始化设置,包括清除变量、关闭警告、添加路径等。然后定义了一些模拟参数,如模拟时间、预测步数、时间步长等。 接下来,定义了一个地图的结构体`Map`,其中包含了一系列的点坐标,用于描述路径。然后调用了`waypoint`函数对地图进行处理。 然后,程序初始化了一些状态参数,并定义了一些权重矩阵`W`和`WN`,用于优化控制问题。 接下来,程序进入主循环,直到模拟时间达到设定的时间长度。在每次循环中,程序首先更新当前位置,并判断是否到达目标点。然后计算参考轨迹和障碍物代价,并解决非线性模型预测控制(NMPC)最优控制问题。 在NMPC求解过程中,程序使用了一个while循环来迭代求解,直到满足收敛条件或达到最大迭代次数。在每次迭代中,程序计算控制输入,并更新状态。 最后,程序进行可视化展示,包括绘制地图、轨迹、参考轨迹等。 总的来说,这段代码实现了一个无人车路径跟踪的功能,通过优化控制问题来实现车
基于NMPC(非线性模型预测控制算法)轨迹跟踪与避障控制算法研究
仅供学习算法使用
这段代码是一个用于无人车路径跟踪的程序 下面
code-04.zip
code-04.zip
基于MATLAB m编程的发动机最优工作曲线计算程序(OOL),在此工作曲线下,发动机燃油消耗最小 文件内含:1、发动机最优工
基于MATLAB m编程的发动机最优工作曲线计算程序(OOL),在此工作曲线下,发动机燃油消耗最小。 文件内含:1、发动机最优工作曲线计算程序m文件;2、发动机万有特性数据excel文件 注:附赠电机效率map绘制程序(m程序)与对应电机效率map数据(excel )
基于MATLAB m编程的发动机最优工作曲线计算程序(OOL),在此工作曲线下,发动机燃油消耗最小 
文件内含:1、发动机最优工
灰狼优化算法GWO优化SVM支持向量机惩罚参数c和核函数参数g,有例子,易上手,简单粗暴,替换数据即可,分类问题 仅适应于wi
灰狼优化算法GWO优化SVM支持向量机惩罚参数c和核函数参数g,有例子,易上手,简单粗暴,替换数据即可,分类问题。 仅适应于windows系统 这段程序主要是一个使用灰狼算法优化支持向量机(SVM)参数的过程。下面我将逐步解释程序的功能、应用领域、工作内容、主要思路、解决的问题、涉及的知识点等。 首先,程序开始时使用tic函数启动计时器,用于计算程序的运行时间。然后,通过close all、clear和clc函数清空环境变量,确保程序从一个干净的状态开始。 接下来,程序读取两个Excel文件train.xlsx和test.xlsx,并将它们分别存储在train和test变量中。这两个文件包含了训练集和测试集的数据。其中,前n-1列是输入特征,最后一列是输出标签。 然后,程序进行数据预处理。使用mapminmax函数将训练集和测试集的数据归一化到[0,1]区间。归一化后的数据存储在train_wine和test_wine变量中。 接下来,程序利用灰狼算法选择最佳的SVM参数c和g。首先,定义了一些参数,如狼群数量、最大迭代次数、参数维度、参数取值上下界等。然后,初始化了Alpha
灰狼优化算法GWO优化SVM支持向量机惩罚参数c和核函数参数g,有例子,易上手,简单粗暴,替换数据即可,分类问题 
仅适应于wi
《基于改进粒子群算法的混合储能系统容量优化》完全复现 matlab 以全生命周期费用最低为目标函数,负荷缺电率作为风光互补发电
《基于改进粒子群算法的混合储能系统容量优化》完全复现 matlab。 以全生命周期费用最低为目标函数,负荷缺电率作为风光互补发电系统的运行指标,得到蓄电池储能和超级电容个数,缺电率和系统最小费用。 粒子群算法:权重改进、对称加速因子、不对称加速因子三种情况的优化结果和迭代曲线。 另包含2020年最新提出的阿基米德优化算法AOA和麻雀搜索算法SSA对该lunwen的实现。 (该算法收敛速度快,不存在pso的早熟收敛)
《基于改进粒子群算法的混合储能系统容量优化》完全复现
matlab 
以全生命周期费用最低为目标函数,负荷缺电率作为风光互补发电
stm32步进电机S型加减速程序源码与详细分析,
stm32步进电机S型加减速程序源码与详细分析,
stm32步进电机S型加减速程序源码与详细分析,