sublime的基本使用方法

article/2024/12/25 1:25:21

Sublime Text 是一个文本编辑器,同时也是一个先进的代码编辑器,它具有漂亮的用户界面和强大的功能,例如代码缩略图,Python的插件,代码段等。还可自定义键绑定,菜单和工具栏。
Sublime Text 的主要功能包括:拼写检查,书签,完整的 Python API , Goto 功能,即时项目切换,多选择,多窗口等等。它是一个跨平台的编辑器,同时支持Windows、Linux、Mac OS X等操作系统。

  • 下载sublime
    sublime官网提供包括OS,Windows,Linux在内的下载路径
    这里上传了一份老师提供给安装文件(英文版本) 百度云 提取码:ypyx

  • 如何安装
    sublime的安装非常简单。
    选择接受协议;
    在这里插入图片描述
    点击下一步,安装即可。
    在这里插入图片描述

  • 使用方法
    先在桌面(或其他存储路径)创建文件夹,保存将来要编写的项目;
    方法一
    在sublime中打开刚才创建的文件夹(如demo);
    在这里插入图片描述
    在这里插入图片描述
    创建项目index.html;
    在这里插入图片描述
    页面左下角输入名字,创建成功。
    在这里插入图片描述
    方法二
    在创建的文件夹下(如demo)新建文本文档,命名为index.html。

  • 插件
    安装一些插件可以通过快捷键的方式更便捷的使用sublime。百度云 提取码:5jwg
    把文件拖拽到打开后目录下。
    在这里插入图片描述

    快捷键:

  1. 快捷生成:
    !+TAB
    html:5
    !+ctrl e
    在这里插入图片描述

  2. 打开网页:右键+open in browser
    index.html+右键+open/run
    index.html+右键+open in browser+defalt

  3. 分屏layout:Alt+shift+2

  4. 自动对齐:Ctrl+Alt+l

  5. 自动补全:Tab

  6. 注释:Ctrl+/

  7. 定位下一行:Ctrl+Alt


http://chatgpt.dhexx.cn/article/mcYdSOjc.shtml

相关文章

Sublime Text入门使用教程

简介 说到最好用的编辑器,首推Sublime,感觉比notepad胜出无数倍,支持 Windows 及 Mac 等多平台。类似于 Eclipse,IDEA,有着丰富的插件系统,完全可以满足各种编辑、开发需求。 强烈建议安装或者升级到最新…

Sublime基本使用

Sublime介绍安装和使用 1.1 Sublime介绍 Sublime是一款跨平台、收费的文件编辑器,可以用来编写HTML,CSS,JavaScript,PHP等应用程序。 1.2 Sublime特点 跨平台,支持主流操作系统,包括macOS,Linux(Ubuntu),Windows体积小,速度快扩展性强,支…

运筹系列70:pinv/inv/LU/SVD分解

1. LU分解 LU分解(LU Factorization)可以将一个矩阵分解为一个单位下三角矩阵和一个上三角矩阵的乘积。LU分解非常简单,下图可以直观的看出LU分解的求解方法。 LU分解主要应用在数值分析中,用来解线性方程、求反矩阵或计算行列式,起源于高…

【Python之numpy库】3.np.linalg.pinv和np.linalg.inv 求逆矩阵与伪逆矩阵

inv是求矩阵A的逆矩阵,pinv是求矩阵A的伪逆矩阵 import numpy as npa np.array([[1, 0, 0],[0, 6, 0],[0, 0, 9]]) print(\n, np.linalg.inv(a)) # 求逆矩阵 print(\n, np.linalg.pinv(a)) # 求伪逆矩阵,当本身就可逆的时候,二者结果相同…

chatgpt赋能Python-python_pinv

Python pinv介绍:什么是pinv? 在机器学习和数据挖掘中,经常会处理数据矩阵的逆矩阵问题。然而,在实际操作中,我们常常遇到矩阵不可逆的情况。为此,我们需要使用伪逆矩阵(pseudo-inverse matrix…

Numpy中求矩阵的逆与伪逆(numpy.linalg.inv(),numpy.linalg.pinv()函数详解)

numpy中求矩阵的逆与伪逆 numpy中求矩阵的逆:numpy.linalg.inv() numpy中求矩阵的伪逆: numpy.linalg.pinv() numpy中求矩阵的逆(numpy.linalg.inv) 使用命令numpy.linalg.inv(Matrix) 功能 Compute the (multiplicative) inverse of a matrix. Give…

「 C++ 技巧」使用Eigen实现伪逆矩阵(pinV)

一、前言 伪逆矩阵(Moore-Penrose pseudoinverse)A定义为AVDUT,其中&#xff0c;U&#xff0c;D和V是矩阵A奇异值分解后得到的矩阵。对角矩阵D的伪逆D是非零元素取倒数之后再转置得到的。 二、执行代码 #include "funset.hpp" #include <math.h> #include <…

通过FPGA实现矩阵的伪逆pinv计算

1.问题描述: 首先对伪逆pinv进行推导,转换为逆inv的过程 2.部分程序: `timescale 1ns / 1ps // // Company: // Engineer: // // Create Date: 21:16:50 03/15/2019 // Design Name: // Module Name: inv_matrix // Project Name: // Target Devices: // To…

【C++】pinv()函数原型以及matlab中的pinv() —— 8

一、pinv()原型 函数形式&#xff1a;pinv(J, G, P)&#xff1b; 核心算法&#xff1a; 解释&#xff1a;G是正定矩阵&#xff0c;P是矩阵J的伪逆矩阵。当G为恒定常数时&#xff0c;以下等式成立&#xff1a; 函数原型&#xff1a; template<typename DerivedA, typena…

python之numpy之伪逆numpy.linalg.pinv

文章目录 解释及实现笔记伪逆在最简单的线性回归中的应用 解释及实现 记 X X X的伪逆为 p i n v ( X ) pinv(X) pinv(X)&#xff0c;则有 p i n v ( X ) ( X T X ) − 1 X T pinv(X)(X^TX)^{-1}X^T pinv(X)(XTX)−1XT&#xff0c;容易发现 p i n v ( X ) X I pinv(X)XI pin…

【C++】Eigen介绍与使用 —— 4

一、Eigen介绍 Eigen是可以用来进行线性代数、矩阵、向量操作等运算的C库&#xff0c;它里面包含了很多算法。它的License是MPL2。它支持多平台。Eigen采用源码的方式提供给用户使用&#xff0c;在使用时只需要包含Eigen的头文件即可进行使用。之所以采用这种方式&#xff0c;…

图像增强(1-灰度级变换)—内涵MATLAB源码

起篇三连问&#xff1a; 第一问&#xff1a;何为数字图像的增强&#xff1f; 个人理解&#xff0c;就是通过对图像进行平滑去噪、改变灰度级或者增强边缘&#xff0c;将我们想要的某些图像特征更明显的显现出来。这就是图像的增强&#xff0c;该过程重在对比度的拉伸。 第二问…

(数字图像处理MATLAB+Python)第五章图像增强-第一节:图像增强概述和基于灰度级变换的图像增强

文章目录 一&#xff1a;图像增强概述二&#xff1a;基于灰度级变换的图像增强&#xff08;1&#xff09;线性灰度级变换A&#xff1a;基本线性灰度级变换B&#xff1a;分段线性灰度级变换①&#xff1a;定义②&#xff1a;截取式灰度变换③&#xff1a;窗切片 &#xff08;2&a…

图像处理:灰度(级)和分辨率

1、像素点 ​像素点是最小的图像单元&#xff0c;一张图片由好多的像素点组成。如下图 可以看到上述图片尺寸是500 * 338 的&#xff0c;表示图片是由一个500 * 338的像素点矩阵构成的&#xff0c;这张图片的宽度是500个像素点的长度&#xff0c;高度是338个像素点的长度&…

数字图像处理——灰度级分层

灰度级分层的两种基本形式如下&#xff1a; 一&#xff1a;将感兴趣的范围内的灰度值显示为一个值&#xff0c;而其他灰度值显示为另一个值 二&#xff1a;将感兴趣的范围内的灰度值变亮或变暗&#xff0c;而其他灰度值保持不变 Python实现过程如下&#xff1a; 使用的图像…

灰度级形态学 - 顶帽变换和底帽变换

目录 1. 介绍 2. 代码实现 1. 介绍 顶帽变换和底帽变换就是图像的加减和开闭运算的结合 顶帽变换的公式为&#xff1a;原图 - 原图的开运算 这里结合开运算的几何图形解释来介绍顶帽变换。 因为开运算是结构元从下往上推动的过程&#xff0c;所以会删除图像灰度值相对周围高…

图像处理基础——灰度级形态学

文章目录 简介膨胀 腐蚀腐蚀膨胀 开运算 闭运算一些基本的灰度级形态学算法形态学平滑形态学梯度顶帽变换 底帽变换 灰度级形态学重建 简介 形态学只适用于Region操作 或者是二值化后的图片 需要延伸到灰度形态学才能广泛应用 拓展到灰度级形态学后 结构元的表达形式可以大致分…

灰度图像分辨率变换(灰度级)

目的&#xff1a;&#xff08;1&#xff09;对一帧8bits 128x128的灰度图像处理为1bits和3bits的128x128灰度图像。 &#xff08;2&#xff09;处理为8bits 64x64和32x32的灰度图像。 一、基本原理 一幅图像的x和y坐标及幅度可能都是连续的。为了把它转换为数字形式&#x…

matlab-图形采样及灰度级转换

目录 一、图像采样 1、实验内容 2、采样原理 3、实验程序 4&#xff0e;实验结果与分析 5&#xff0e;思考题 二、图像类型转换 1、实验内容 2&#xff0e;实验原理 3、程序 4&#xff0e;实验结果与分析 5. 思考题 一、图像采样 1、实验内容 试对任意一幅图像分…

灰度级形态学

灰度级形态学 灰度级形态学知识点&#xff1a;1、灰度化和二值化2、灰度图像是几通道图像3、灰度图和二值图的区别&#xff1a;4、像素点灰度形态学梯度 形态学只适用于区域操作 或者是二值化后的图片. 灰度级形态学知识点&#xff1a; 在图像处理中&#xff0c;用RGB三个分量&…