1.Linux分支开放源代码世界的模型崭新窗口linux的分支
2.超详细Uboot驱动开发（二）uboot启动流程分析
3.2022·合辑Python量化从入门到精通
4.如何在Creo中创建和调用UDF

Linux分支开放源代码世界的崭新窗口linux的分支

       Linux分支：开放源代码世界的崭新窗口

       Linux的分支，或者说它自身更广泛的源码操作系统，是模型当今开放源代码世界最重要的窗口之一。Linux是源码年Linus Torvalds开发的一款免费开源的操作系统，它可以为所有人提供强大的模型能力，以便在一个可定制的源码flash as3.0 游戏源码环境中灵活地运行操作系统和安装应用程序。

       Linux有许多命令行分支，模型其中最常用和广泛使用的源码是Ubuntu，Debian，模型Red Hat，源码CentOS和Arch Linux等。模型这些不同的源码分支提供了各种功能，可以使用来安装和管理操作系统和程序。模型比如，源码Ubuntu是模型一个更为易于使用的操作系统，它采用Debian管理模型，拥有用户友好的图形化界面，可以更方便地安装，vue手机端源码管理和维护软件和应用。Red Hat企业版也是一个很先进的操作系统，可以支撑完整的企业级服务器环境，具有更安全的特性，同时还提供丰富的工具，可以借助它处理关键任务，并为企业提供解决方案。此外，CentOS和Arch Linux也是非常流行的Linux分支系统，它们具有更加紧凑和领先的功能，拥有更多的可定制性和标准化的工具。

       当与linux一起使用时，它可以为用户提供许多特性。首先，它是开源的，支持许多开放源代码项目，可以下载和安装软件和应用，线程池源码详解而不必担心版权限制和其他计费问题。此外，Linux还具有高度安全性，从而节省了为操作系统安全而做的精力。另外，它还支持高性能，使企业可以在最短的时间内处理大量数据，实现云计算、基于互联网的应用程序等功能。

       总之，Linux分支确有助于用户实现他们在开放源代码世界中所有想做的。它可以帮助用户适应变化，并为他们提供一个易于管理和使用的系统，实现高效和安全的操作。因此，它有助于向世界各地的普通用户和企业组织提供一个快速可信的运行环境，开放源代码世界的github源码源代码崭新窗口。

超详细Uboot驱动开发（二）uboot启动流程分析

       本文将深入解析Uboot（BL2阶段）的启动流程，BL1阶段的详细流程会在后续文章中分享。首先，我们来看Uboot的执行流程，以EMMC作为启动介质为例。

       Uboot启动流程大致如下：首先打开u-boot.lds文件，它是Uboot工程的关键链接脚本，指定入口地址ENTRY(_start)。通过查找u-boot.lds文件（通常在源码目录下），可以理解程序的组装过程。

       进入程序执行，board_init_f()函数在common/board_f.c中，负责调用init_sequence_f进行初始化，包括串口、定时器、设备树和DM驱动模型等，还包括global_data结构体初始化。hmi通讯库源码其中，reloc_xxx函数实现重定向功能，将Uboot镜像移到高端内存以避免内存冲突。

       重定向的必要性和过程包括：当内存不足时，Uboot会将自身镜像移动到DDR的其他位置。具体步骤包括在arch/arm/lib/crt0.S文件内的处理。setup_reloc函数帮助我们跟踪重定向后的地址，便于调试。

       后续，board_init_r负责后置初始化，如外设信息的初始化。最后，执行run_main_loop和main_loop函数，main_loop是Uboot的核心，处理kernel加载、命令行交互和预定义命令等任务。

       在main_loop中，bootdelay_process负责启动倒计时，cli_loop则负责命令行交互。通过理解这些关键步骤，我们对Uboot的启动流程有了全面认识。深入了解部分则可根据个人兴趣逐步探索。

       如果有疑问或需要进一步讨论，欢迎在评论区交流。参考文章链接如下：

       [0]：优化阅读体验

       [1]：board_init_f的详细介绍

       [2]：启动流程参考

       [3]：main_loop的相关内容

·合辑Python量化从入门到精通

       引言

       公众号“Python金融量化”历经四年，累计万+关注，依然坚持文字输出，这背后离不开广大读者的支持，特别是知识星球圈友的贡献，累计付费人数已达+。公众号以原创内容为动力，今年的一大成就在于基于公众号沉淀和网上资源开发了qstock量化分析包，包括数据获取、可视化、选股和量化回测四大模块。qstock面向读者开源，直接通过“pip install qstock”进行安装，或通过“pip install –upgrade qstock”进行更新，部分策略功能仅对知识星球会员开放。

       学习是一个逐步积累的过程，通过梳理过去四年发布的多篇原创文章，形成四大框架：Python入门篇、金融数据篇、量化分析篇和策略回测篇。以下将详细介绍各部分内容。

       Python入门篇

       这一部分主要围绕Python金融量化入门学习路径、量化资源，以及numpy、pandas、matplotlib等量化常用库的入门和应用。推荐使用Anaconda作为编译软件，内置Jupyter notebook和Spyder，其中Jupyter在交互式编程与数据分析上功能强大。公众号文章皆基于Jupyter编写。

       1.1 Python金融量化入门

       1.2 Python量化资源大合集

       1.3 NumPy入门与应用

       1.4 Pandas数据处理详解

       1.5 Matplotlib与Seaborn可视化

       1.6 Sklearn机器学习基础

       1.7 Pyecharts股票可视化分析

       金融数据篇

       本部分涉及使用Python获取股票行情、上市公司基本面、宏观经济以及财经新闻等数据，进行可视化分析。使用Postgresql搭建本地量化分析数据库，介绍qstock免费开源库在线获取行情数据、板块资金流数据、宏观基本面和财经新闻数据。

       2.1 Python获取交易数据

       2.2 上市公司数据概览

       2.3 Python量化选股初探

       2.4 财经十大关键词解析

       2.5 Python财经数据可视化

       2.6 文本挖掘与财经分析

       2.7 Python量化财经新闻分析

       2.8 自建量化分析数据库

       2.9 Python面向对象编程与股票数据管理

       量化分析篇

       本部分深入探讨A股市场分析、金融统计、蒙特卡洛模拟、时间序列建模、TA-Lib技术分析、投资组合、多因子模型、基本面量化分析等。内容涵盖数据探索性分析、时间序列专题、技术分析、投资组合分析、多因子模型、债券与期权分析、比特币量化、基本面量化等。

       3.1 股票分析入门

       3.2 A股指数图谱分析

       3.3 A股沉浮启示录

       3.4 股市趋势与拐点研究

       3.5 A股数据挖掘案例

       3.6 机器学习分析股票市场结构

       3.7 股票涨停板探索性分析

       3.8 时间序列日期处理

       3.9 时间序列自相关性与平稳性

       3. 金融时间序列模型

       3. ARCH与GARCH模型应用

       3. 机器学习预测效果与非平稳性

       3. Markov区制转换模型分析

       3. 统计套利量化

       3. 股市牛熊分析

       3. TA-Lib技术分析

       3. TA-Lib技术分析案例

       3. 量价关系分析

       3. Python量化股票情绪指标

       3. 动量指标量化回测

       3. Python量化强势股寻找

       3. Python量价形态选股

       3. 牛股价量分析

       3. Heikin Ashi蜡烛图可视化

       3. 趋势预测方法

       3. 价格噪音量化应用

       3. 交易系统与市场分析

       3. 多因子量化选股模型

       3. 单因子测试框架

       3. 量化回测

       3. 固定收益与衍生品分析

       3. 债券与期权定价分析

       3. 比特币交易者分析

       3. 股票财务指标打分系统

       3. 高管增持股价影响

       3. 领涨板块与题材龙头股

       策略回测篇

       本部分聚焦于量化策略的评价指标、指数定投、机器学习、海龟交易法、均值回归策略等，以及backtrader回测系统的运用和qstock量化回测。

       4.1 量化投资方法论

       4.2 量化策略评价与风险指标

       4.3 证券收益分析

       4.4 事件驱动量化回测

       4.5 Pyfolio量化回测图表

       4.6 指数定投策略分析

       4.7 如何实现基金定投收益最大化

       4.8 使用Logistic回归预测指数涨跌

       4.9 RNN深度学习预测股票价格

       4. 均值回归策略回测

       4. 海龟交易法则应用

       4. 月份效应与A股择时策略

       4. 北向资金预测大盘涨跌

       4. ADX和MACD趋势策略回测

       4. 龙虎榜个股交易策略

       4. qstock量化回测应用

       4. 均线排列价格动量策略

       4. 价格动量策略回测

       4. 机器学习预测交易信号

       4. 神经网络构建量化交易策略

       4. backtrader入门与使用

       4. backtrader进阶指南

       4. backtrader高级应用

       4. 回测股票因子数据

       4. 股票组合量化回测

       4. 海龟交易策略回测

       4. 回测技术指标自定义

       4. Ichimoku云图策略回测

       4. 隔夜持仓与日内交易比较

       结语

       回顾过去，展望未来，曾国藩的“物来顺应，未来不迎，当时不杂，既过不恋”作为结语，寄予读者以智慧与启示。公众号“Python金融量化”致力于分享Python金融量化应用知识，提供丰富资源、视频资料、PDF文档、文章源码以及与博主交流的平台。加入知识星球，获取更多内容，与作者互动交流。

如何在Creo中创建和调用UDF

       ä¸‹é¢æœ‰äº›è·¯å¾„是根据我自己的程序安装路径。

       1)set environment variables for Fluent, C++, Fortran;//设置FLUENT,c++，Fortran的环境变量；

       2)put sorce code file into ..\src folder, put compiled fortran .obj files into ..\ntx\2d folder, copy sed.exe, user_nt.udf and makefile_nt.udf to the same folder as compiled fortran .obj files; (this two folders are created by yourself, you can put them under your case folder).

       å°†æºæ–‡ä»¶ä»£ç æ”¾å…¥\src文件夹下，将编译之后的fortran的.obj文件放在路径为···\ntx\2d的文件夹下，复制文件sed.exe,user_nt.udf和makefile_nt.udf文件到路径为···\ntx\2d的文件夹下（这两个是自己创建的，你可以放它们在你的case文件夹下）。

       3)modify user_nt.udf file { follow the instructions. e.g. USER_OBJECTS = test.obj this obj file is the complied fortran .obj file ,SOURCES = $(SRC)test_use.c(c source file that is in the \src fold), VERSION = 2d(your model dimension), PARALLEL_NODE = none;

       æŒ‰ä¸‹é¢çš„方法修改user_nt.udf文件：

       USER_OBJECTS = test.obj // test是你编译之后的fortran程序文件名；

       SOURCES = $(SRC)test_use.c(text_use.c是你放入\src文件下的c程序的源码文件) ；

       VERSION = 2d //为你模型的维数。

       PARALLEL_NODE = none; //是否并行计算，一般选择不并行计算。

       4)change the name of file makefile_nt.udf tomakefile

       , modify makefile, (add this line "FLUENT_INC= D:\Fluent.Inc" below "UDFDATA = udf_names.c";

       æ”¹å˜makefile_nt.udf的文件名为：makefile；并且添加在UDFDATA = udf_names.c这行后面添加FLUENT_INC= D:\Fluent.Inc；

       * 5)You might need to copy all the .lib files under Fortran\lib fold to folder D:\Fluent.Inc\fluent6.3.\ntx\Fortran_lib (this folder is created by myself) change this line "LIBS = /Libpath:$(FLUENT_INC)\fluent$(RELEASE)\$(FLUENT_ARCH)

       \$(VERSION)" in the makefile file to "LIBS = /Libpath:$(FLUENT_INC)\fluent$(RELEASE)\$(FLUENT_ARCH)\$(VERSION)

       D:\Fluent.Inc\fluent6.3.\ntx\Fortran_lib\*.lib"

       ä½ éœ€è¦å¤åˆ¶fortran的库文件到fluent的安装文件D:\Fluent.Inc\fluent6.3.\ntx\Fortran_lib（其中Fortran_lib为自己创建的文件名）；并且改变makefile文件中的行LIBS = /Libpath:$(FLUENT_INC)\fluent$(RELEASE)\$(FLUENT_ARCH)

       \$(VERSION)为LIBS = /Libpath:$(FLUENT_INC)\fluent$(RELEASE)\$(FLUENT_ARCH)\$(VERSION)

       6)Type "nmake" in the command line console, make sure the console is displaying the right path that is including your files such as: "makefile",".obj","sed.exe".

       åœ¨ç¼–译之后，确保在fluent的界面中出现，文件"makefile",".obj","sed.exe".的正确路径。

       7)Put the generated .dll file with your .cas and .data files together.

       è¿žæŽ¥ä½ çš„dll文件和你的case文件和date文件一起。