michiyamakaren / michiyamakaren.github.io Goto Github PK

https://li-mz.github.io/2020/05/30/surreal-numbers/

《研究之美》读书笔记

https://li-mz.github.io/2019/10/22/Docker-Jupyter/

由于要用到只能在Linux上运行的python包，又懒得装双系统，就了解了一下Docker，配置了一个能在Windows上用的Jupyter Notebook环境。Docker上Ubuntu的基础配置去官网上下载一个Docker Desktop，然后pull一个ubuntu镜像。刚pull下来的ubuntu镜像里什么必要的工具也没有，需要自己apt-get安装。（改软件源的配置文件时需要注意按照对

https://li-mz.github.io/categories/

宇宙的最不可理解之处在于它是可以被理解的

https://li-mz.github.io/2019/05/06/distance-ladder/

简述天文学家如何准确“量天”

https://li-mz.github.io/2019/03/21/SR/

咕咕咕这部分讲的是狭义相对论的一些结论以及闵氏时空中自由运动粒子的作用量的导出，由于上学期学过了，暂时就不写了，过后再补上去（可能是个模因或者别的什么）

https://li-mz.github.io/2019/03/14/vector-analysis/

1.矢量分析1.1 矢量的定义这里不深究矢量的定义，我们只考虑三维欧式空间$\mathbb{R}^3$中的矢量，它们有三个分量，并且分量在任意的坐标变换下与$\mathbf r=(x,y,z)$具有相同的变换形式。形象地说，“矢量应该像矢量那样变换”。关于微分几何中介绍的矢量和张量的定义参见这篇文章。

https://li-mz.github.io/2019/07/07/NGWordGame-with-Nonebot/#more

NoneBotNoneBot是基于酷Q的一个QQ机器人框架，其基本介绍和使用参见其文档。本段旨在补充一些目前在文档中还未点出的有关NoneBot的一些性质，它们在NG词语游戏插件的编写中是不可或缺的。当QQ机器人接收到一条消息时，它会首先对消息进行parsing，解析出当前消息对应的指令和参数。随后，它会根据上下文——即CoolQ HTTP API中事件上报的数据的字典，包含消息和发信人的信息——

https://li-mz.github.io/2019/11/28/position-and-momentum/

Sakurai读书笔记（二）

https://li-mz.github.io/2020/01/01/2019-review/#more

其实本来是觉得没有什么值得特意写一篇博客的东西的，不过转念一想这个人博客本身就是个没人看只为方便自己回顾知识的东西，也就不管那么多贴上去好了。2019这一年感觉并没有什么实际上的经历或成就，“9102”的感觉一开始就在叫了，回过来看这一年也真是如此长又如此短。搭了这个博客勉强算是一个，虽然各种note一忙起来就没空写但是还是有补完的计划(flag)的，一些技术上的问题（配置环境啥的）记录在博客上也

https://li-mz.github.io/2019/11/16/galactic-rotation/

星系天文学课程笔记 2.3

https://li-mz.github.io/2019/05/28/EM-field-equation/

电动力学笔记（四）

https://li-mz.github.io/2019/12/17/remote-jupyter/#more

配置Anaconda和Jupyter Notebook在清华tuna镜像上下载anaconda的linux安装包，上传到服务器上，使用命令：1bash Anaconda3-2019.10-Linux-x86_64.sh安装。（直接用./xxx.sh运行会提示权限不够，但并不需要sudo）安装过程中可以指定安装到的目录，我这里指定了~/data/。

https://li-mz.github.io/about/

个人博客

https://li-mz.github.io/2019/11/17/brackets-and-representation/

个人博客

https://li-mz.github.io/2019/11/16/interstellar-gas/interstellar-gas/

星系天文学课程笔记 2.4

https://li-mz.github.io/2019/11/16/motion-under-gravity/

个人博客

https://li-mz.github.io/2019/11/25/position-and-momentum/

Sakurai读书笔记（二）

https://li-mz.github.io/2019/04/08/n-dim-normal-distribution/

$n$维向量$\mathbf x=(x_1,\cdots,x_n)$满足正态分布，概率密度函数为：p(\mathbf x) = \frac{1}{(2\pi)^{n/2}|\mathbf C|^{1/2}} \exp\left( -\frac 1 2 \sum_{i,j=1}^n (x_i-m_i)C^{-1}_{ij}(x_j-m_j) \right)

https://li-mz.github.io/2020/02/08/bayes-theorem-and-occams-razor/

主体内容是贝叶斯定理和奥卡姆剃刀的缝合怪科普

https://li-mz.github.io/2019/11/17/brackets-and-representation/brackets-and-representation/

Sakurai读书笔记（一）

https://li-mz.github.io/2019/03/30/motion-in-EM-field/

1.电磁场-粒子耦合作用量（目前还不存在的）上一节告诉我们，闵氏时空中的自由粒子的作用量为：S_p=\int mc^2\mathbf d\tau=\int \frac {mc^2} {\gamma} \mathbf dt要描述一个在电磁场中运动的粒子，其作用量应再加上一项粒子与场的耦合项$S_{pf}$，即$S=S_p+S_{pf}$。

https://li-mz.github.io/2019/05/06/distance-ladder/distance-ladder/

简述天文学家如何准确“量天”