Anda Li's Blog

Python数据科学入门——第3章：安装指南

2025-09-11T00:00:00+00:00

安装指南：一步步带你配置好环境

在了解了基本概念之后，现在让我们动手开始安装 Anaconda。这个过程非常简单，只需要跟随下面的步骤即可。

下载 Anaconda

首先，我们需要从 Anaconda 的官方网站下载安装包。

访问官网： 打开浏览器，访问 Anaconda 的官方下载页面：https://www.anaconda.com/products/distribution
选择操作系统： 网站会自动检测你的操作系统（Windows, macOS, or Linux），并推荐相应的下载版本。你只需要点击下载按钮即可。

该截图展示了 Anaconda 官方下载页面。若页面未正确识别你的操作系统，请手动选择对应的系统（Windows / macOS / Linux），然后点击相应的下载按钮。

提示： Anaconda 的安装包比较大（通常在 500MB 以上），下载可能需要一些时间。

备选建议: 也可访问清华镜像（TUNA）下载 https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/, 注意选择正确版本。如果你是Windows系统，可直接点击入选链接下载:Anaconda3-2025.06-1-Windows-x86_64.exe 。

安装 Anaconda (以 Windows 为例)

下载完成后，找到安装包（通常在你的“下载”文件夹中），双击开始安装。macOS 和 Linux 的安装过程与此类似。

开始安装： 双击 .exe 安装文件，你会看到欢迎界面。点击 “Next” 继续。

图：Anaconda 安装欢迎界面
许可协议： 阅读许可协议，然后点击 “I Agree”。
安装类型： 选择为“Just Me”还是“All Users”。通常情况下，选择 “Just Me” 即可，这样会将 Anaconda 安装在你的用户目录下，避免权限问题。然后点击 “Next”。

图：安装类型选择界面（推荐选择 “Just Me”）
选择安装路径： 这一步非常重要！
- 建议： 保持默认的安装路径。默认路径通常是 C:\Users\YourUsername\anaconda3。
- 注意： 不要将 Anaconda 安装在包含空格或中文字符的路径下！例如，C:\Program Files 或 C:\Users\张三\Desktop 这样的路径可能会导致未知的错误。如果你想自定义路径，请确保路径只包含英文字母和数字。
- 选择好路径后，点击 “Next”。
图：选择安装路径（请避免空格与中文字符）
高级选项： 这是最关键的一步，请务必注意！
- 你会看到两个选项：
  1. Add Anaconda3 to my PATH environment variable (将 Anaconda3 添加到我的 PATH 环境变量中)
  2. Register Anaconda3 as my default Python 3.x (将 Anaconda3 注册为我的默认 Python 3.x)
- 官方建议： 安装程序会提示不建议勾选第一个选项（Add to PATH），因为这可能会干扰其他软件。他们的建议是使用 “Anaconda Prompt” 来访问 anaconda。
- 我们的建议（更适合初学者）： 直接勾选第一个选项！ 尽管官方不推荐，但对于初学者来说，勾选此项可以让你在系统的任何命令行终端（如 Windows 的 cmd 或 PowerShell）中直接使用 conda、python、pip 等命令，这会极大地简化你后续的操作，避免很多不必要的麻烦。第二个选项保持默认勾选即可。
- 总结： 两个选项都勾选！ 然后点击 “Install” 开始安装。
图：高级选项（建议两个选项都勾选以便初学者使用）
安装过程： 安装过程会持续几分钟，请耐心等待。

图：安装进度界面
安装完成： 安装完成后，点击 “Next”。
完成： 最后，你会看到一个感谢页面，取消勾选 “Launch Anaconda Navigator” 和 “Getting started with Anaconda”，然后点击 “Finish” 即可。

图：安装完成界面

验证安装

如何确认 Anaconda 是否已经成功安装了呢？

打开命令行终端：
- Windows: 按下 Win 键，输入 cmd，然后按回车，打开命令提示符。
- macOS: 按下 Command + Space，输入 Terminal，然后按回车，打开终端。
输入命令： 在打开的命令行窗口中，输入以下命令，然后按回车：
```
conda --version
```
查看输出： 如果安装成功，它会显示出 conda 的版本号，例如 conda 23.7.4。

接着，你可以用同样的方式验证 python：
```
python --version
```
如果显示出 Python 的版本号（例如 Python 3.11.5），那么恭喜你，你的 Anaconda 环境已经完全准备好了！

图：查看版本

启动 Jupyter Notebook

现在，让我们来启动我们的交互式笔记本 Jupyter Notebook。

打开命令行终端： 同样，打开 cmd 或 Terminal。
输入命令： 在命令行中输入以下命令，然后按回车：
```
jupyter notebook
```
图：运行 jupyter notebook
自动打开浏览器： 执行命令后，你的默认浏览器会自动打开一个新标签页，显示 Jupyter Notebook 的主界面。这个界面展示的是你执行命令时所在的目录下的文件。

图：Jupyter Notebook 在浏览器中启动后的主界面截图

注意： 只要 Jupyter Notebook 正在运行，不要关闭那个你用来启动它的命令行窗口！关闭它会导致 Jupyter Notebook 服务中断。

参考视频教程

如果你更倾向于视频教学，可以参考这段安装演示（含下载、安装选项、PATH 设置、以及启动 Jupyter 的完整流程）： https://www.bilibili.com/video/BV1y6XGYUEP7/?spm_id_from=333.337.search-card.all.click

结语

至此，你已经完成了从下载、安装到启动的全过程。在下一章节，我们将学习如何更有效地管理我们的 Anaconda 环境。

Python数据科学入门——第2章：Python IDEs

2025-09-11T00:00:00+00:00

Python IDEs：选择你的“神兵利器”

在上一章节，我们了解了 Python、Anaconda 和 Jupyter Notebook 的基本概念。Jupyter Notebook 虽然强大，但它更侧重于交互式的数据探索和展示。当我们进行更大型的项目开发、编写更复杂的代码时，一个功能更全面的“集成开发环境”（Integrated Development Environment, IDE）会让我们的工作事半功倍。

什么是 IDE？

IDE 是一个集成了代码编写、调试、运行、项目管理等多种功能的软件包。你可以把它想象成一个程序员的“超级工作室”，它提供了各种工具来提升你的编程效率和体验。

一个好的 IDE 通常具备以下功能：

代码编辑器： 提供语法高亮、自动补全、代码折叠等功能，让代码更易读、更易写。
调试器 (Debugger)： 可以让你逐行运行代码，检查变量的值，快速定位和修复错误（Bug）。
项目管理： 帮助你组织和管理项目文件，轻松导航到不同的代码文件。
版本控制集成： 通常会集成 Git 等版本控制工具，方便你进行代码的版本管理和团队协作。
插件扩展： 支持通过安装插件来扩展功能，满足个性化的需求。

流行的 Python IDEs

对于 Python 开发，市面上有许多优秀的 IDE 可供选择。这里我们介绍几个最受欢迎的选项：

1. PyCharm

图：PyCharm 主界面示例

开发者： JetBrains
简介： PyCharm 被许多 Python 开发者誉为“最强 Python IDE”。它功能极其强大，开箱即用，提供了智能代码补全、强大的调试器、无缝的数据库和版本控制集成等。对于数据科学，PyCharm 专业版还提供了对 Jupyter Notebook 的支持，以及对 Pandas DataFrame 和 NumPy 数组的特殊查看工具。
优点：
- 功能全面且强大，是 Python 开发的“一站式”解决方案。
- 智能的代码提示和重构功能无出其右。
- 拥有一个庞大的插件生态系统。
缺点：
- 功能强大也意味着它相对“重”，启动和运行可能需要更多的系统资源。
- 分为免费的社区版（Community）和付费的专业版（Professional）。许多高级功能（如 Web 开发、数据库支持）仅在专业版中提供。
推荐人群： 专业 Python 开发者、大型项目开发、追求极致效率的程序员。
2. Visual Studio Code (VS Code)
开发者： 微软 (Microsoft)
简介： VS Code 是一个轻量级但功能强大的源代码编辑器，通过安装扩展（Extensions），它可以变身为一个全功能的 Python IDE。它启动速度快，资源占用少，并且拥有一个极其活跃和庞大的社区，提供了海量的扩展插件。
优点：
- 轻量且快速： 启动快，运行流畅，对系统资源要求不高。
- 高度可定制： 通过丰富的插件市场，你可以根据自己的需求把它打造成任何你想要的样子。
- 强大的社区支持： 几乎所有你想要的功能都能找到对应的插件。
- 完全免费： 所有功能都免费使用。
缺点：
- 开箱即用的功能相对较少，需要花一些时间来配置和安装插件。
推荐人群： 几乎所有类型的开发者，从初学者到专业人士。特别是那些喜欢高度定制化、追求轻量级体验的开发者。

3. AI 辅助编程工具

近年来，人工智能（AI）的发展也深刻地改变了编程的方式。AI 辅助编程工具可以极大地提升我们的编程效率，它们可以：

自动生成代码： 根据你的注释或部分代码，自动生成完整的代码片段。
智能代码补全： 提供比传统 IDE 更智能、更精准的代码建议。
代码解释和重构： 帮助你理解复杂的代码，并提供重构建议。
发现和修复 Bug： 自动检测代码中的潜在错误，并提供修复方案。

其中，最著名的当属 GitHub Copilot。

开发者： GitHub & OpenAI
简介： Copilot 可以被看作是你的“AI 编程伙伴”。它通过在 VS Code、PyCharm 等主流 IDE 中安装插件来工作。在你编写代码时，它会实时地提供代码建议，从单行代码到整个函数，都能一键生成。
优点：
- 极大地提升编码速度，减少编写“样板代码”的时间。
- 对于学习新的库或框架非常有帮助，可以通过看它的建议来学习如何使用。
缺点：
- 需要付费订阅。
- 生成的代码不总是完美的，需要开发者自己进行审查和修改，不能盲目相信。

总结与建议

IDE/工具	优点	缺点	推荐人群
PyCharm	功能最强大，一站式解决方案	资源占用高，部分功能付费	专业 Python 开发者、追求极致效率的用户
VS Code	轻量、快速、免费、高度可定制	需要花时间配置插件	所有类型的开发者，特别是喜欢定制化的用户
Jupyter Notebook	交互性强，适合数据探索和展示	不适合大型项目工程	数据分析师、数据科学家、初学者
GitHub Copilot	AI 辅助，极大提升编码效率	付费，代码需要审查	希望提升编码速度的所有开发者

对于初学者，我们的建议是：

从 Jupyter Notebook 开始： 首先熟练掌握 Jupyter Notebook，它是你进行数据分析和探索最直接、最有效的工具。
以 VS Code 作为主力 IDE： 当你开始编写更复杂的脚本或项目时，安装 VS Code。它轻量、免费且功能强大，通过安装 Python 和 Jupyter 插件，你可以在 VS Code 中无缝地编写和运行 .py 文件和 .ipynb 文件，获得一个统一的开发体验。
有条件时尝试 Copilot： 如果预算允许，可以尝试使用 GitHub Copilot，它会成为你学习和编程的强大助力。

选择哪个 IDE 并没有绝对的“正确答案”，它更多地取决于你的个人偏好和项目需求。最好的方式是都去尝试一下，然后选择你觉得最顺手的那一个！

Python数据科学入门——第1章：核心概念

2025-09-11T00:00:00+00:00

核心概念

Python、Anaconda 与 Jupyter Notebook：它们分别是什么，又有什么关系？

对于数据科学的初学者来说，经常会听到 Python、Anaconda 和 Jupyter Notebook 这三个词，但又常常搞不清楚它们之间的关系。别担心，这很正常！把它们的关系说清楚，是我们踏入数据科学之门的第一步。

Python：强大的编程语言

图：Python 标志（示意图)

Python 是什么？
- Python 是一种功能强大、用途广泛的编程语言。你可以把它想象成一种人类与计算机沟通的“语言”。通过这种“语言”，我们可以让计算机执行各种任务，比如数据分析、网站开发、人工智能等等。
为什么数据科学要用 Python？
- 简单易学： Python 的语法清晰简洁，非常接近自然语言，对初学者非常友好。
- 功能强大： Python 拥有一个庞大而活跃的社区，开发了无数功能强大的库（我们称之为“轮子”），专门用于数据处理、数据分析、机器学习等。比如 NumPy、Pandas、Matplotlib、Scikit-learn 等，这些库极大地简化了我们的工作。
- 通用性强： 除了数据科学，Python 还可以用于网站后端、自动化脚本、游戏开发等，学习它的投资回报率非常高。

Anaconda：Python 的“超级装备库”

图：Anaconda 标志（示意图）

Anaconda 是什么？
- 你可以把 Anaconda 想象成一个为数据科学“量身定做”的 Python “超级装备库”或者“工具箱”。它不仅仅是 Python，更是一个包含了 Python 解释器、大量常用数据科学库以及强大环境管理工具的“大礼包”。
Anaconda 解决了什么问题？
- 一键安装： 在没有 Anaconda 之前，安装 Python 和各种数据科学库是一个非常繁琐的过程。你需要一个一个地手动安装，而且很容易遇到版本不兼容的问题。Anaconda 将这一切都打包好了，你只需要一次安装，就能获得一个立即可用的数据科学环境。
- 环境隔离： 在实际工作中，你可能需要同时处理多个项目，而每个项目可能依赖不同版本的库。Anaconda 的环境管理功能（conda）可以为每个项目创建一个独立的“工作区”（我们称之为“环境”），让不同项目的依赖库互不干扰，保证了项目的稳定性和可复现性。

Jupyter Notebook：交互式的数据科学“笔记本”

Jupyter Notebook 是什么？
- Jupyter Notebook 是一个开源的 Web 应用程序，你可以把它理解为一个“交互式的笔记本”。它允许你创建和共享包含实时代码、方程式、可视化图表和叙述性文本的文档。
Jupyter Notebook 有什么优势？
- 交互式编程： 你可以一块一块地（我们称之为“单元格” or “Cell”）编写和运行代码，并立即看到结果。这种“所见即所得”的模式非常适合数据探索和分析。
- 文学化编程 (Literate Programming)： 你可以在代码之间插入格式丰富的文本、图片、链接、数学公式等，将你的分析思路、发现和结论清晰地记录下来，形成一个完整的数据故事。这使得你的工作不仅易于理解，也便于与他人分享和协作。
- 强大的可视化： Jupyter Notebook 可以无缝集成各种 Python 的可视化库（如 Matplotlib、Seaborn），让你能够轻松地在笔记本中创建和展示各种图表。

三者关系总结

Python 是核心的编程语言，是所有数据分析工作的“发动机”。
Anaconda 是一个集成了 Python 和众多数据科学库的“发行版”，并提供了强大的环境管理工具，它为你提供了一个“开箱即用”的数据科学工作站。
Jupyter Notebook 是一个交互式的编程环境，它提供了一个“笔记本”式的界面，让你能够以一种更直观、更具探索性的方式来使用 Python 进行数据分析，并记录你的整个分析过程。

简单来说，它们的关系是：

我们在 Anaconda 这个强大的工作环境中，使用 Jupyter Notebook 这个交互式的笔记本，来运行 Python 代码，从而完成我们的数据科学任务。

希望这个解释能帮助你清晰地理解这三者之间的关系！接下来，我们将深入了解如何在你的电脑上安装和使用这些强大的工具。

8 周系统学习计划：《Convex Optimization》

2025-06-30T00:00:00+00:00

基于 Boyd & Vandenberghe 著《Convex Optimization》，配合动手实践与阅读笔记，帮助你扎实掌握凸优化理论与算法。

0．前期准备

线性代数：向量／矩阵运算、特征值分解
凸集与凸函数基本概念、最小二乘
安装好 MATLAB＋CVX，或 Python＋CVXPY 环境

1．周计划总览

周次	主题	核心内容	周任务
第 1 周	第 1 章凸集与凸子集	凸集定义、凸组合、Carathéodory 定理	习题 1.1–1.5；用 Python 画不同凸集示例
第 2 周	第 2 章凸函数与凸分析	凸函数判定（Hessian）、Jensen 不等式、次梯度	习题 2.1–2.6；手推二次函数、指数函数凸性；实现次梯度算法
第 3 周	第 3 章凸优化模型与例子	LP／QP／SOCP／SDP 基本形式；稀疏回归、正则最小二乘实例	习题 3.1–3.4；CVX 写 Lasso 回归和带约束最小二乘示例
第 4 周	第 4 章对偶性与最优性条件	Lagrangian 构造；弱／强对偶；KKT 条件	习题 4.1–4.5；推导线性规划对偶；验证具体 KKT 实例
第 5 周	第 5 章无约束与等式约束优化	梯度下降、最速下降；牛顿法；收敛性分析	习题 5.1–5.3；Python 实现牛顿法解简单非线性问题
第 6 周	第 6 章不等式约束优化与内点法	Log-barrier／中心路径；原始-对偶内点法	习题 6.1–6.4；CVX 求解含不等式约束 QP，并对比内点法收敛效果
第 7 周	第 7 章 ADMM 与分布式优化（选读）	交替方向乘子法（ADMM）框架；分布式优化思路	ADMM 求 Lasso；对比集中式 vs 分布式收敛速度
第 8 周	综合项目与拓展阅读	基于凸优化的 SVM／Sparse PCA／自拟小课题	撰写项目报告并分享代码；选读《Convex Optimization Applications》

2．每周详细执行

阅读＋笔记
- 梳理「定义／定理／直观几何图示」
练习题
- 每章挑重点 3–5 题：动手推导＋编码实现
代码复现
- 用 CVX／CVXPY 或自实现算法，复现实验里的核心例子
周末小结
- 1–2 页短文：最难点、收获、未解疑问

3．拓展资源

Stanford EE 364a 公开课（Boyd 授课，视频＋习题）
CVX 官方文档与示例（内点法实践）
Boyd 等《Distributed Optimization and Statistical Learning via ADMM》
GitHub 上 Convex Optimization 习题库与代码

Tip：开工前，先自评目标——“理论深究” 或 “工程应用”，我可帮你进一步微调节奏与侧重。祝学习愉快！

DeepSeek：从入门到精通1-2

2025-02-11T00:00:00+00:00

The slides of DeepSeek从入门到精通，DeepSeek赋能职场应用

Click to open DeepSeek：从入门到精通

Click to open DeepSeek：赋能职场应用

Enhancing Your Markdown Editing Experience with Suggestions

2025-02-07T00:00:00+00:00

To enable markdown suggestions in your markdown file, you can use the following tips:

Use a Markdown Editor with Suggestions: Choose a markdown editor that supports suggestions and autocompletion, such as Visual Studio Code with the Markdown All in One extension.
Enable Extensions: If you are using Visual Studio Code, install and enable extensions like “Markdown All in One” or “Markdown Preview Enhanced” to get suggestions and enhanced features.

Configure Settings: Ensure that the settings for your editor are configured to enable suggestions. For Visual Studio Code, you can add the following to your settings.json file:

 {
     "[markdown]": {
         // Quick suggestions
         "editor.quickSuggestions": {
             "other": true,
             "comments": true,
             "strings": true
         },
         // Show whitespace
         // "editor.renderWhitespace": "all",
         // Snippet suggestions priority (personal preference)
         "editor.snippetSuggestions": "top",
         "editor.tabCompletion": "on",
         // Use enter to accept suggestions
         // "editor.acceptSuggestionOnEnter": "on",
     },
 }

Use Snippets: Utilize markdown snippets to quickly insert common markdown structures. Most editors support snippets, and you can find or create snippets for your specific needs.
Preview Your Markdown: Use the preview feature in your markdown editor to see how your markdown will render in real-time. This can help you catch errors and improve your markdown formatting.

By following these steps, you can enhance your markdown editing experience with suggestions and other helpful features.

Setting forward search and inverse search in SumatraPDF for LaTeX-Workshop

2025-01-29T00:00:00+00:00

To set up forward and inverse search in SumatraPDF using LaTeX Workshop extention in Visual Studio Code, follow these steps:

Configure SumatraPDF

One of the following two methods can be used:

Method 1

1.1. Open SumatraPDF.

1.2. Go to Settings > Options....

1.3. In the Inverse Search Command Line field, enter the following command:
```
   "C:\path\to\Visual Studio Code\Code.exe" -r -g "%f:%l"
```
Input the following text into the SumatraPDF-settings.txt file located in the same directory as SumatraPDF:

InverseSearchCmdLine = "C:\\path\\to\\Visual Studio Code\\Code.exe" "%f" -line %l

Configure LaTeX Workshop

Open your settings.json file in Visual Studio Code.

Add or update the following settings:

{
    "latex-workshop.latex.autoBuild.run": "onSave",       
       
    "latex-workshop.view.pdf.internal.synctex.keybinding": "double-click",

    "latex-workshop.view.pdf.viewer": "external",
    "latex-workshop.view.pdf.external.viewer.command": "D:\\Program Files\\SumatraPDF-3.5.2-64\\SumatraPDF-3.5.2-64.exe",
    "latex-workshop.view.pdf.external.viewer.args": [
        "-forward-search",
        "%TEX%",
        "%LINE%",
        "-reuse-instance",
        "-inverse-search",
        "\"C:\\Users\\liand\\AppData\\Local\\Programs\\Microsoft VS Code\\Code.exe\" \"C:\\Users\\liand\\AppData\\Local\\Programs\\Microsoft VS Code\\resources\\app\\out\\cli.js\" --ms-enable-electron-run-as-node -r -g \"%f:%l\"",
        "%PDF%"
    ],
    "latex-workshop.view.pdf.external.synctex.command": "D:\\Program Files\\SumatraPDF-3.5.2-64\\SumatraPDF-3.5.2-64.exe",
    "latex-workshop.view.pdf.external.synctex.args": [
        "-forward-search",
        "%TEX%",
        "%LINE%",
        "-reuse-instance",
        "-inverse-search",
        "\"C:\\Users\\liand\\AppData\\Local\\Programs\\Microsoft VS Code\\Code.exe\" \"C:\\Users\\liand\\AppData\\Local\\Programs\\Microsoft VS Code\\resources\\app\\out\\cli.js\" --ms-enable-electron-run-as-node -r -g \"%f:%l\"",
        "%PDF%"
    ]
}

如何制作手冲咖啡

2024-06-20T00:00:00+00:00

如何制作一杯美味的手冲咖啡？

材料

水温92度左右。225g
咖啡粉。15g

三段式注水过程

沿中心注入30g水焖蒸，30-40S (干燥)。
划圈注水至150g。
中间有点干燥时，注水至225g结束。
总萃取时间1分30秒至2分。

Sort the references in bib file in TeXstudio

2024-06-07T00:00:00+00:00

If you are willing to sort the references in .bib file according to the article type and reference name in alphabetical order, this article is helpful.

Steps

The steps for the settings includes:

A script in Python to read the .bib file and order them.
Setting of Macro in TexStudio to run the script.

Python Script

Click to download the python script to sort the .bib.
Run the script in cmd

$ python sortBib bibfilename.bib

Setting of Macro in TeXstudio

Click on the Edit Macros
Select the Script option
Type in the Macro name
Copy the following script in textbox

// get the path of current working file
var pa = app.getAbsoluteFilePath(app.getCurrentFileName(), ext = "")
var idx = pa.lastIndexOf("/")
var c_dir = pa.substr(0, idx) 
// run the script
cmd = system("python sortBib.py bibfilename.bib", workingDirectory=c_dir)
cmd.waitForFinished()

To run the Macro, click on the Macro name shown in the menu after clicking Macros on the top of TeXstudio

How to control autocrlf for LaTeX in Git

2024-05-27T00:00:00+00:00

If you are using LaTeX with TexStudio on windows and need to control the version of the manuscript with Git, the autocrlf option should be turned off.

The Git option to locally turn off autocrlf is below:

$ git config --local core.autocrlf false

The Git option to globally turn off autocrlf is below:

$ git config --global core.autocrlf false

The Git option to check the status of configuration are:

Global

$ git config --global --list

Local

$ git config --local --list

Anda Li's Blog

Python数据科学入门——第3章：安装指南

安装指南：一步步带你配置好环境

下载 Anaconda

安装 Anaconda (以 Windows 为例)

验证安装

启动 Jupyter Notebook

参考视频教程

结语

Python数据科学入门——第2章：Python IDEs

Python IDEs：选择你的“神兵利器”

什么是 IDE？

流行的 Python IDEs

1. PyCharm

2. Visual Studio Code (VS Code)

3. AI 辅助编程工具

总结与建议

Python数据科学入门——第1章：核心概念

核心概念

Python、Anaconda 与 Jupyter Notebook：它们分别是什么，又有什么关系？

Python：强大的编程语言

Anaconda：Python 的“超级装备库”

Jupyter Notebook：交互式的数据科学“笔记本”

三者关系总结

8 周系统学习计划：《Convex Optimization》

0．前期准备

1．周计划总览

2．每周详细执行

3．拓展资源

DeepSeek：从入门到精通1-2

The slides of DeepSeek从入门到精通，DeepSeek赋能职场应用

Enhancing Your Markdown Editing Experience with Suggestions

Setting forward search and inverse search in SumatraPDF for LaTeX-Workshop

Configure SumatraPDF

Configure LaTeX Workshop

如何制作手冲咖啡

材料

三段式注水过程

Sort the references in bib file in TeXstudio

Steps

Python Script

Setting of Macro in TeXstudio

How to control autocrlf for LaTeX in Git