基本思路

1. Google、百度题目中相关关键词，了解其学科背景；
2. 由学科背景，制定检索关键词（推荐为中文），在学术搜索引擎进行检索（推荐百度学术，内含知网、万方、维普及其他主流中英文数据库）；
3. 总结所有参考文献所使用的方法（这也是为什么最后大家方法类似的原因），然后可以进行模型匹配（对经典模型熟悉的同学会有印象）；
4. 进行本题匹配的尝试：
   • 抽象出最基础的知识（如该领域基本方程）
   • 将其中常量看作“变量“（这点对后续拓展能起到比较大的作用）
   • 考虑清楚其适用条件，可完善“模型假设”
     这一步需要多花些时间。大方向要定好，如何选择模型，模型之间如何衔接是很重要的。

摘要：第二相的尺寸和分布分析是材料分析中重要的一环。通过Image J软件，我们可以实现统计不同大小的颗粒占整个图像的面积。

写在前面

TuShare是一个免费、开源的python财经数据接口包。主要实现对股票等金融数据从数据采集、清洗加工到数据存储的过程，能够为金融分析人员提供快速、整洁和多样的便于分析的数据，为他们在数据获取方面极大地减轻工作量，使他们更加专注于策略和模型的研究与实现上。考虑到Python pandas包在金融量化分析中体现出的优势，TuShare返回的绝大部分的数据格式都是pandas DataFrame类型，非常便于用pandas/NumPy/Matplotlib进行数据分析和可视化。

写在前面

本文主要从技术角度讨论了Python批量下载的可能，并没有任何批量下载文献的用意。如有用户使用该方法对文献进行批量下载，后果自负。有关文献超量下载的后果，可参考：知乎 - 如何评价哈工大留学生违规超量下载一事？

学过晶体学的同学都知道，空间中球体的最密堆积是面心立方堆积 (FCC)和密排六方堆积 (HCP)。这似乎是毋庸置疑的。

但是，大家有没有怀疑过为什么没有更多的最密堆积方法呢？

I used to find it difficult to transform the Miller index in close-packed hexagonal (HCP). I mean, it should not be difficult theoretically, but it seems to be hard to understand. Thus, I spend some time to describe it in Matrix Form, in order to make it easy to grasp, and easy to calculate by programming.

最后更新时间2020年3月18日。鼠标悬停在特定项目上可显示更详细的介绍哦！

最近一个月更新：

• 哪煮米 - https://www.nazhumi.com/

笔者在之前已经给大家介绍过一种基本的晶粒计数方法了。接下来给大家介绍的方法相较于上一种方法原理上会更复杂一些。

还好，有关于该方法的数学及物理原理都已经被封装在一个名叫“Linecut”的MATLAB插件中了。笔者准备接下来先简要介绍其原理，然后着重对工具的使用进行介绍。

摘要：截线法的基本思想是，通过用一定长度的直线截过晶粒，可以计算平均多长的直线可以截过一个晶粒，也就是平均晶粒尺寸。

材料分析手段是十分丰富的。

笔者认为，材料专业运用最广泛的分析手段之一是谱图类的分析手段。

其中XRD （X-Ray Diffraction，X射线衍射分析）是其中典型代表。其原理可靠，已经过漫长的时间考验，多位学者依靠对其深入研究而获诺贝尔奖项，称之为材料表征界之“元老”也不为过。