产品

上周末折腾了好一顿 Hugo

这是赵亮的个人博客,记录他多年来写的数学和编程文章。

pywonderland.com 源码娱乐与媒体 / 新闻与媒体

AI 竞品立项评估
桌面端
移动端
月访问
<5K
2026 年 10 月
公开收入
未公开
暂无公开收入证据
入门价
免费
没有月付订阅价
创作者
mathzhaoliang
@neozhaoliang· 2,777 关注
首次发布
8 年前
2018-07-09 · 估算

访问

月访问数据截至 2026 年 10 月

营销动作

发布、搜索与内容、引荐、促销
  • 在 V2EX 发布(1 感谢)发布

    像写论文一样写 Hexo:支持自动编号的定理环境,以及 bibtex 参考文献 — 我有一个数学相关的博客,里面的文章经常要用到定理环境。以前我的做法是使用 Hexo 自带的 {% blockquote %} ... {% endblockquote %} 手动加上编号。需要在其它地方引用的时候就用 定理…

    2024 年 4 月 27 日 · 2 年前发布页

  • 在 V2EX 发布(1 评论)发布

    还记得那个视觉提取交通流车辆信息的项目吗?验证结果来了。 — 上次 v2 的帖子见这里 项目的详细报告见这里: 这个项目的目的是用一部相机,通过拍摄视频,分析提取其中的车辆速度和轨迹信息。我的同事在 UE 中做了一个验证,根据项目用真实视频分析得到的数据文件,在仿真环境下还原了当时的视频场景,效果见视频 我觉得结果还算靠谱哎。

    2020 年 10 月 30 日 · 6 年前发布页

  • 在 V2EX 发布(5 评论)发布

    一个完全随机的迷宫,它有多少个死角? — 我们称一个迷宫是完美的,如果迷宫中的任何两个房间之间都有且仅有唯一的道路相连。我们称迷宫中的一个房间是“死角”,当且仅当它只有一条道路与其它房间相通 。换句话说,一旦进去了就必须原路返回,没有其它出路。 问题 :假设在一个 n x n 的网格图上,以完全相等的概率在所有的完美…

    2020 年 10 月 23 日 · 6 年前发布页

  • 在 V2EX 发布(2 评论)发布

    Python 小程序:看图猜谜语,打一个人物 — GIF 动图: 猜猜图里这个人物是谁? 如果你想制作自己的动图的话,只需要在这一行中 将字符串 "UST" 替换并修改文字大小 "300" 即可。 图片所用算法描述见

    2020 年 9 月 23 日 · 6 年前发布页

  • 在 V2EX 发布(1 感谢 · 16 评论)发布

    从交通视频中提取车辆轨迹的项目正式发布啦 (代码 + 文档) — 一部手机,一台电脑,一段有趣的故事。这个项目展示怎样从手机拍摄的交通视频中提取车辆的位置、速度等信息。 半年前曾经发过一个预告帖子 现在代码和文档都基本完成,已经上传到了 github 上。 项目地址: 文档地址: 文档中包含了演示视频和详细解释,欢迎大家拍砖。 这个项目并不…

    2020 年 9 月 16 日 · 6 年前发布页

第三方评测与案例拆解

获客渠道拆解、工程师评测与开源档案
V2EX
2018-07-13查看原文
创作者原帖摘录:
原谅我用了一个公众号风格的标题。 读过三体的朋友,可能还能回忆起,刘慈欣在死神永生中对四维空间碎片有这样的描述: 首次从四维空间看三维世界的人,首先领悟到一点:以前身处三维世界时,他其实根本没看见过自己的世界,如果把三维世界也比做一张画,他看到的只是那张画与他的脸平面垂直放置时的样子,看到的只是画的侧面,一条线;只有从四维看,画才对他平放了。他会这样描述:任何东內都不可能挡住它后面的东西,任何封闭体的内部也都是能看到的。这只是一个简单独规则,但如果世界真按这个规则呈现,视觉上是极其震撼的。当所有的遮档和封闭都不存在,一切都暴露在外时,目击者首先面对的是相当于三维世界中亿万倍的信息量,对于涌进视觉的海量信息,大脑一时无法把握。 ... 这时.他们不得不面对一个全新的视觉现象: 无限细节 。在三维世界里,人类的视觉
V2EX
2020-05-15查看原文
创作者原帖摘录:
上周末折腾了一顿之后,把博客从 hexo 迁移到了 hugo,博客地址在 pywonderland.com/ ,主要基于 https://leovan.me/ 修改而成。如果你喜欢写技术文和简洁风格的博客,一定不要错过这个主题。 主要搞定了这么几个新功能: 在博客中渲染 shader 着色器代码,示例见 http://pywonderland.com/mobius-cn/ 在博客中演示 javascript 动画,示例见 http://pywonderland.com/wilson-uniform-spanning-tree-algorithm/ 在博客中使用 amscd 绘制交换图,示例见 http://pywonderland.com/central-simple-algebra/ 文章最后。mathjax
V2EX
2020-09-16查看原文
创作者原帖摘录:
一部手机,一台电脑,一段有趣的故事。这个项目展示怎样从手机拍摄的交通视频中提取车辆的位置、速度等信息。 半年前曾经发过一个预告帖子 https://v2ex.com/t/662168#reply20 现在代码和文档都基本完成,已经上传到了 github 上。 项目地址: https://github.com/neozhaoliang/visual-vehicle-behavier-analyzer 文档地址: http://pywonderland.com/vehicle-behavier-analyzer/ 文档中包含了演示视频和详细解释,欢迎大家拍砖。 这个项目并不包含新奇的技术,只是作为一个入门介绍,展示所需的步骤、技术和需要考虑的一些细节。 此外给我的另一个项目打个广告,用 Python 展示数学之美:
V2EX
2020-10-23查看原文
创作者原帖摘录:
我们称一个迷宫是完美的,如果迷宫中的任何两个房间之间都有且仅有唯一的道路相连。我们称迷宫中的一个房间是“死角”,当且仅当它只有一条道路与其它房间相通 。换句话说,一旦进去了就必须原路返回,没有其它出路。 问题 :假设在一个 n x n 的网格图上,以完全相等的概率在所有的完美迷宫中随机任选一个,那么这个迷宫包含的死角的个数的比例的期望值是多少?这个期望是常数吗?还是随着 n 的增加线性增长?或者 logn 增长?还是什么别的? 解释一下:完美迷宫可以看作是 n x n 网格图的一个生成树,迷宫的死角其实就是生成树的叶节点,其度数为 1 。这个问题的本意就是问,对于网格图的一个完全随机的生成树,其叶节点所占比例 (注意这个比例是随机变量,不同的树比例也不同)随着 n 的变化关系。下图显示的是 80x80 的网格图
V2EX
2024-04-27查看原文
创作者原帖摘录:
我有一个数学相关的博客,里面的文章经常要用到定理环境。以前我的做法是使用 Hexo 自带的 {% blockquote %} ... {% endblockquote %} 手动加上编号。需要在其它地方引用的时候就用 定理 1 这样的写法。但是显然这个方案很丑,因为一旦定理顺序作了修改,所有的编号都要重新调整,非常麻烦。 现在我找到了一个解决方案分享给大家。 效果地址: https://pywonderland.com/weyl-character-formula/ 你需要做这么几件事情: 使用 hexo-renderer-pandoc 插件作为 md 的解释器. npm install hexo-renderer-pandoc --save 然后删掉 he

开源仓库与自部署

GitHub 开源与智能体接入
GitHub 星标
公开仓库
分支数 (Forks)
—
开源协议
见仓库说明
主要语言
—

流量来源

2026 年 10 月

访问构成

渠道

  • 自然搜索37%
  • 直接访问31%
  • 外部引荐10%
  • 社交媒体5%
  • 其他16%

国家/地区

  • 美国100%

搜索

站点权重 —域名注册 2017-10-24

关键词月搜索量
summa 2d animation algorithm gif420

流量数据:Vaneform

定价

尚未识别出定价页,或该页面没有公开价格。

官网快照

收录于 2026-07-31

关键页面

桌面端与移动端存档
首页
pywonderland.com/ 快照 2026-11-16

问题与证据

上周末折腾了好一顿 Hugo 的网站访问量是多少?
Vaneform 估算 2026-10 网站访问量为 <5K。访问量包含重复访问,付费客户数与收入需分别查看对应证据。来源
上周末折腾了好一顿 Hugo 是什么产品,支持哪些平台?
上周末折腾了好一顿 Hugo 归属「新闻与媒体」赛道:这是赵亮的个人博客,记录他多年来写的数学和编程文章。 支持平台包括:网页。
上周末折腾了好一顿 Hugo 是开源项目吗?采用什么协议?
上周末折腾了好一顿 Hugo 拥有公开代码仓库(https://github.com/neozhaoliang/pywonderland),已公开源代码仓库。来源

同分类研究对象

娱乐与媒体 / 新闻与媒体

这些产品属于同一目录分类。选型时请进一步核对客户任务、功能与部署要求。