<?xml version="1.0" encoding="UTF-8"?><rss xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:content="http://purl.org/rss/1.0/modules/content/" xmlns:atom="http://www.w3.org/2005/Atom" version="2.0" xmlns:cc="http://cyber.law.harvard.edu/rss/creativeCommonsRssModule.html">
    <channel>
        <title><![CDATA[Stories by midiland lu on Medium]]></title>
        <description><![CDATA[Stories by midiland lu on Medium]]></description>
        <link>https://medium.com/@midiland?source=rss-2c2f9a794bd0------2</link>
        <image>
            <url>https://cdn-images-1.medium.com/fit/c/150/150/1*gLJj_XzqhXst6DIjOqlXQg.jpeg</url>
            <title>Stories by midiland lu on Medium</title>
            <link>https://medium.com/@midiland?source=rss-2c2f9a794bd0------2</link>
        </image>
        <generator>Medium</generator>
        <lastBuildDate>Sat, 21 Nov 2026 12:44:22 GMT</lastBuildDate>
        <atom:link href="https://medium.com/@midiland/feed" rel="self" type="application/rss+xml"/>
        <webMaster><![CDATA[yourfriends@medium.com]]></webMaster>
        <atom:link href="http://medium.superfeedr.com/" rel="hub"/>
        <item>
            <title><![CDATA[鍵盤抱石(Bouldering) —  Flag and Back Step 介紹與差異比較]]></title>
            <link>https://midiland.medium.com/%E9%8D%B5%E7%9B%A4%E6%8A%B1%E7%9F%B3-bouldering-flag-and-back-step-%E4%BB%8B%E7%B4%B9%E8%88%87%E5%B7%AE%E7%95%B0%E6%AF%94%E8%BC%83-49045251dbec?source=rss-2c2f9a794bd0------2</link>
            <guid isPermaLink="false">https://medium.com/p/49045251dbec</guid>
            <dc:creator><![CDATA[midiland lu]]></dc:creator>
            <pubDate>Sun, 10 Jan 2021 14:40:35 GMT</pubDate>
            <atom:updated>2021-01-10T14:45:00.545Z</atom:updated>
            <content:encoded><![CDATA[<h3>鍵盤抱石(Bouldering) — Flag and Back Step 介紹與差異比較</h3><h4>囉唆的前言</h4><p>身為上班族的抱石新手，在練習時間有限的情況下，只能先在網路上找影片學習觀摩，然後再到抱石場練習並用自己身體驗證網路上所學習動作，然後再思考如何改進，是目前自己練習一陣子後，覺得比較可行的方法。<br>但看了(收集)很多影片後，又發現另一個問題。同一個技術主題，不同的影片都會介紹，但如何融會貫通成自己可以理解的，又是另外一件事。</p><p>所以最後決定，把自己收集的影片，以其中一部做主軸，再把其他影片的重點整理在一起。</p><p>第一個主題就來講 Flag and Back Step 。</p><p>身為新手，因為很本能的身體反應，最常做出來的動作是Frontal。但如果要更進一步，就得學習 Flag and Back Step，常在岩場看到高手很優雅的把腳擺過來擺過去，然後就上去了。看得身為新手的我，只能在一旁默默羨慕。</p><p>自己也想練習這樣的優雅姿態，但笨拙的身體似乎做不出，或者自己也不知在移動過程該怎麼應用這些動作。</p><p>先說 Back Step，依據影片中的說明，這個動作有兩個優點：</p><ol><li>Back Step 可以讓身體重心(約為肚臍下方)可以更輕鬆的靠近牆面。</li><li>Back Step 在攀爬者在移動往下一個握點時，能提供更多的身體移動控制。</li></ol><figure><img alt="" src="https://cdn-images-1.medium.com/max/654/1*Fn7E__yslB8Tc5TdT0t--g.png" /><figcaption>最左邊是Frontal，最吃臂力。中間有把重心壓低，但身體離牆比較遠，所以還是吃臂力。最右邊是Back Step 身體重心更靠近牆面，可以用手臂＋整個身體側面的力量支撐。</figcaption></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/645/1*vVKjL_C2-2uuXe4jTbcL4Q.png" /><figcaption>左圖是Frontal，右圖是Back Step，可以清楚看到Back Step 身體動作與手往上攀的動作方向一致，可以更容易抓到岩點。</figcaption></figure><p>再來說Flag，Flag 是透過腳的移動，平衡身體的重心，來進行抓取岩點的動作。</p><p>影片先用 Frontal 說明為何常常會有door open的事情發生，什麼是 door open，請看下圖</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/647/1*qFlBIH2kWYbG_b-Xgf5aXA.png" /><figcaption>身體重心與支撐點不在同一線上，若此時想移動身體往上抓取岩點時。</figcaption></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/648/1*vSDs2wLguhlHWsKE5tQduQ.png" /><figcaption>因為慣力作用，身體會往右邊靠近，就會發生 door open</figcaption></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/646/1*PbDC-MVoz4wD2qs5n2zUtg.png" /><figcaption>但同樣 Frontal 動作，但是身體支撐重心改為右手左腳，就可以完成動作。</figcaption></figure><p>再來看Flag，從下面四張圖，可以看到透過腳的移動，改變身體重心的位置，最後完成動作。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/645/1*W3yZwuqHbDkjGeuzOKU23w.png" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/646/1*0p6m2blcYrdtzrLaVO9g4A.png" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/645/1*AImBlQU9mWF08vC837KWlA.png" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/643/1*xiTsuuFp-DuZk_ysUwweSA.png" /></figure><p>然後，影片中，特別提到要完成動作，沒有一定要用Flag，有時也可以用Back Step。如以下示範。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/646/1*f4MV-7gcF36YSZNbuvB7nQ.png" /><figcaption>右圖的Back Step，先把重心壓低</figcaption></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/647/1*Z2tda7UdoeQUDh-CG3AEEg.png" /><figcaption>第二步-換腳，把左腳移動到原本右腳的岩點上。</figcaption></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/644/1*MgU0heEA73dx2bk2lacRqw.png" /><figcaption>第三步-身體靠近牆面，用腳把身體重心上提，完成抓取岩點的動作。</figcaption></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/645/1*Z1GV7mLXU0besWgHIZQ7Fw.png" /><figcaption>從圖就可以看到三個動作的不同處。Flag 的左腳移動到右邊做平衡。Frontal and Back Step 的左腳踩在岩點上。</figcaption></figure><p>最後來講Flag 與 Back Step 的差異，影片中講者認為是效率上的差異，如上圖影片截圖，Back Step 得先換腳再上，Flag 卻是一個move就直接上去了。所以攀登效率上，Flag 比較快速。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/643/1*mt4v6anpMCJ5Cs8WKH4LsA.png" /><figcaption>來看看差異，一起開始。</figcaption></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/643/1*MiO7gpiXR1Hq1PN2_1zEEg.png" /><figcaption>一個move，Flag 已經準備往上攀了</figcaption></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/645/1*QtkiEd-aJhTicCN9qBWTng.png" /><figcaption>Flag 已經到了，Back Step 還在準備換腳。</figcaption></figure><p>但Back Step 雖然比較慢，但是比較省力。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/648/1*QzC-LNKGWfD3TtfYPQbp4w.png" /><figcaption>左圖的Back Step 因為身體重心更靠近牆面，可以在支撐手上可以比較省力。</figcaption></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/642/1*2hnqlx9tC3xNwC-GxLwLpg.png" /><figcaption>這張也可以明顯看到最後完攀時，Back Step 可以花比較少的手臂力量支持，Flag 已經手臂肌肉已爆出。</figcaption></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/644/1*RyYzpDNf_1dlDxE2dwvpug.png" /><figcaption>影片最後還介紹了一個很厲害的 Back Stepping — Cross stepping，但我覺得前提是腿長+柔軟度…</figcaption></figure><p>以上介紹，整理自以下這三部影片：</p><iframe src="https://cdn.embedly.com/widgets/media.html?src=https%3A%2F%2Fwww.youtube.com%2Fembed%2F5MEKUQ9vYZI%3Ffeature%3Doembed&amp;display_name=YouTube&amp;url=https%3A%2F%2Fwww.youtube.com%2Fwatch%3Fv%3D5MEKUQ9vYZI&amp;image=https%3A%2F%2Fi.ytimg.com%2Fvi%2F5MEKUQ9vYZI%2Fhqdefault.jpg&amp;key=a19fcc184b9711e1b4764040d3dc5c07&amp;type=text%2Fhtml&amp;schema=youtube" width="854" height="480" frameborder="0" scrolling="no"><a href="https://medium.com/media/9391f0dfc389c720a9198cb30a8bf86c/href">https://medium.com/media/9391f0dfc389c720a9198cb30a8bf86c/href</a></iframe><iframe src="https://cdn.embedly.com/widgets/media.html?src=https%3A%2F%2Fwww.youtube.com%2Fembed%2FnOkv9uFHojU%3Ffeature%3Doembed&amp;display_name=YouTube&amp;url=https%3A%2F%2Fwww.youtube.com%2Fwatch%3Fv%3DnOkv9uFHojU&amp;image=https%3A%2F%2Fi.ytimg.com%2Fvi%2FnOkv9uFHojU%2Fhqdefault.jpg&amp;key=a19fcc184b9711e1b4764040d3dc5c07&amp;type=text%2Fhtml&amp;schema=youtube" width="854" height="480" frameborder="0" scrolling="no"><a href="https://medium.com/media/55a2c8b6f1974fe7e65af9c74c6971e1/href">https://medium.com/media/55a2c8b6f1974fe7e65af9c74c6971e1/href</a></iframe><iframe src="https://cdn.embedly.com/widgets/media.html?src=https%3A%2F%2Fwww.youtube.com%2Fembed%2FF5g9YtcnDqw%3Ffeature%3Doembed&amp;display_name=YouTube&amp;url=https%3A%2F%2Fwww.youtube.com%2Fwatch%3Fv%3DF5g9YtcnDqw&amp;image=https%3A%2F%2Fi.ytimg.com%2Fvi%2FF5g9YtcnDqw%2Fhqdefault.jpg&amp;key=a19fcc184b9711e1b4764040d3dc5c07&amp;type=text%2Fhtml&amp;schema=youtube" width="854" height="480" frameborder="0" scrolling="no"><a href="https://medium.com/media/91a5fd1524ff0ffad58279d266c61c6c/href">https://medium.com/media/91a5fd1524ff0ffad58279d266c61c6c/href</a></iframe><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=49045251dbec" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[[Python 工作環境準備] Sublime ＋ Python (for Mac)]]></title>
            <link>https://midiland.medium.com/python-%E5%B7%A5%E4%BD%9C%E7%92%B0%E5%A2%83%E6%BA%96%E5%82%99-sublime-python-for-mac-b42acf2fc6f2?source=rss-2c2f9a794bd0------2</link>
            <guid isPermaLink="false">https://medium.com/p/b42acf2fc6f2</guid>
            <category><![CDATA[python3]]></category>
            <category><![CDATA[sublimetext]]></category>
            <category><![CDATA[mac]]></category>
            <dc:creator><![CDATA[midiland lu]]></dc:creator>
            <pubDate>Sun, 18 Aug 2019 14:08:28 GMT</pubDate>
            <atom:updated>2020-01-19T08:48:21.561Z</atom:updated>
            <content:encoded><![CDATA[<h3>前言</h3><p>之前使用 Anaconda + Jupiter Notebook 做 Python 工作環境與Python程式撰寫。近期想改為 Sublime + Python，卻發現遇到許多困難，以下紀錄安裝過程所遇到問題及嘗試解法，為自己的未來工作留下Lesson Learnt。</p><h3>問題 — Sublime + Python3 環境建立</h3><p>Sublime 內建的 Python Build 為 2.0，所以需要自己手動建立 Python3 Build。但因為先安裝了 Anaconda + Python，所以Python3 安裝路徑被放到Anaconda 下，所以網路上找到的教學指引，不一定適用，最後找到2篇參考文件（見本文最後參考網站），才終於完成。</p><h3>解決方法</h3><p><strong>Step1 </strong>— 找到Mac 下 Python3 安裝位置</p><p>Mac 下可以透過以下指令找到 Python 安裝位置</p><pre>which python</pre><p>p.s 在 windows 10 下，找到 Python3 安裝位置，可透過以下指令</p><pre>where python</pre><p><strong>Step2 </strong>— 建立Python3 Build</p><p>在 sublime -&gt; Tools -&gt; Build System -&gt; New Build System<br>建立一個新的 Build ，並貼上以上指令，然後<strong>存檔</strong>，建議存檔時檔名盡量選擇容易識別 build 版本的文字，如：python 37</p><pre>{ &quot;cmd&quot;: [&quot;/Users/mage/anaconda3/bin/python&quot;, &quot;-u&quot;, &quot;$file&quot;], <br> &quot;file_regex&quot;: &quot;^[ ]*File \&quot;(...*?)\&quot;, line ([0-9]*)&quot;, <br> &quot;selector&quot;: &quot;source.python&quot; }</pre><p>以下位置是透過 which python 找到自己電腦的安裝位置，所以每台電腦可能都不一樣，需要自行更換（我就是在這段卡很久）</p><pre>/Users/user_name/anaconda3/bin/python</pre><p><strong>Step3 </strong>— 測試</p><p>完成之後，在 sublime -&gt; Tools -&gt; Build System -&gt; Python3(方才存檔的Build 檔名)。<br>建立一個 test_sys.py 新檔案。輸入以下幾行程式，存檔後，按下 command +b，檢查是否正確執行。</p><pre>import sys<br>print(sys.version)<br>print(&#39;Hello&#39;)</pre><pre>output </pre><pre>3.7.3 (default, Mar 27 2019, 16:54:48) <br>[Clang 4.0.1 (tags/RELEASE_401/final)]<br>Hello<br>[Finished in 0.3s]</pre><h3><strong>後記</strong></h3><p>後來為了安裝Python 虛擬環境，發現我的電腦中其實安裝了不只一套 Python :flushed:<br>在下一篇中，就要來說明 Sublime Text3 下，如何使用 Python env</p><h3><strong>參考網站</strong></h3><ul><li><a href="https://blog.csdn.net/hpuhjl/article/details/54910774">Mac下Sublime Text3配置Python开发环境</a></li><li><a href="https://www.itread01.com/articles/1499461206.html">Mac下Sublime Text3配置Python開發環境</a></li></ul><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=b42acf2fc6f2" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Python 自學筆記 01- 環境設定與更新]]></title>
            <link>https://midiland.medium.com/python-%E8%87%AA%E5%AD%B8%E7%AD%86%E8%A8%98-01-%E7%92%B0%E5%A2%83%E8%A8%AD%E5%AE%9A%E8%88%87%E6%9B%B4%E6%96%B0-d812f8277b3?source=rss-2c2f9a794bd0------2</link>
            <guid isPermaLink="false">https://medium.com/p/d812f8277b3</guid>
            <category><![CDATA[python]]></category>
            <dc:creator><![CDATA[midiland lu]]></dc:creator>
            <pubDate>Thu, 04 Apr 2019 02:58:18 GMT</pubDate>
            <atom:updated>2019-04-06T13:53:00.761Z</atom:updated>
            <content:encoded><![CDATA[<h3>Machine Learning 自學筆記 01- Python 環境設定與更新</h3><h3>前言</h3><p>參加人工智慧學校的經理人班課程，4月中就要結業了，學了許多新知識，卻苦於缺少實作機會，於是又報名第二屆機器學習百日馬拉松，最近也剛好有個可以實作練習的專案。於是趁著清明連假開始紀錄自己的 Machine +Python自學心得。<br>也趁此整理自己近三年來的資料科學自學心得（從Ｒ開始，走到現在的Python)</p><h3>Python 使用環境安裝與更新</h3><p>自己在家使用 mac air，在公司使用 windows Notebook，因為兩台作業系統差異，所以紀錄下自己不同作業環境的設定差異。</p><p>目前使用 Anacoda 做 python 套件管理。主要原因是這兩個作業環境都可以安裝 Aancoda ，透過同一個平台可以節省不同作業環境下的安裝差異，</p><p>以下資料是整理自官方網站文件或前輩所寫的分享內容。</p><p>1. Anaconda 介紹及安裝教學。</p><p><a href="https://medium.com/python4u/anaconda%E4%BB%8B%E7%B4%B9%E5%8F%8A%E5%AE%89%E8%A3%9D%E6%95%99%E5%AD%B8-f7dae6454ab6">Anaconda介紹及安裝教學</a></p><p>2. 如何更新 Anaconda 環境與相關套件，可以參考官方文件</p><p><a href="https://www.anaconda.com/keeping-anaconda-date/">Keeping Anaconda Up To Date - Anaconda</a></p><p>3. 如何透過Python 虛擬環境的完成不同版本Python環境與套件安裝</p><p>現在的此時，自己所使用的Python版本為3.7，但隨著時間的前進，Python版本也會隨著更新，但不幸的是套件的更新速度沒那麼快，或更不幸的該套件只能適用於特定的Python，所以學習如何透過虛擬環境來進行管理，是一件非常重要的事。</p><p>有兩種方式來建立python虛擬環境，因為自己是使用 Anaconda 平台，所以直接使用 conda command 或透過 Anaconda Navigator 進行虛擬環境建立與管理。<br>自己使用的是 conda 來建立新環境。</p><ol><li>透過 <a href="https://virtualenv.readthedocs.org/en/latest/">Virtualenv</a> 建立。</li><li>透過 conda 建立。</li></ol><ul><li><a href="https://medium.com/python4u/python-virtualenv%E8%99%9B%E6%93%AC%E7%92%B0%E5%A2%83%E5%AE%89%E8%A3%9D-9d6be2d45db9">Python — Virtualenv虛擬環境安裝</a></li><li><a href="https://medium.com/python4u/%E7%94%A8conda%E5%BB%BA%E7%AB%8B%E5%8F%8A%E7%AE%A1%E7%90%86python%E8%99%9B%E6%93%AC%E7%92%B0%E5%A2%83-b61fd2a76566">用conda建立及管理python虛擬環境</a></li></ul><p>4. 常用 Conda package command 及 Pip Package 進行套件(package)安裝</p><p>在 conda 官方說明文件中，有完整的操作指令。</p><p><a href="https://conda.io/projects/conda/en/latest/commands.html">Command reference - conda 4.6.10.post3+4d041bba documentation</a></p><p>並透過一張比較表格，說明 python 兩種不同的安裝套件的方式的操作指令。</p><iframe src="https://cdn.embedly.com/widgets/media.html?src=https%3A%2F%2Fsheetsu.com%2Ftables%2F822a7fe2af&amp;dntp=1&amp;url=https%3A%2F%2Fsheetsu.com%2Ftables%2F822a7fe2af&amp;key=a19fcc184b9711e1b4764040d3dc5c07&amp;type=text%2Fhtml&amp;schema=sheetsu" width="700" height="1550" frameborder="0" scrolling="no"><a href="https://medium.com/media/9480305e28175e93610b2b3cc9b86357/href">https://medium.com/media/9480305e28175e93610b2b3cc9b86357/href</a></iframe><p>p.s : 為了插入上表，才發現 medium 不能直接建立table，得轉一圈才能插入。</p><h3>透過 conda command 安裝machine learning 重要套件</h3><p>環境設定完成後，開始安裝套件，透過 conda command 安裝必要的套件(package)</p><pre># insatll scikit-learn<br>conda install scikit-learn</pre><pre># install numpy (安裝 scikit-learn 時就會把 numpy 一起安裝了)<br>conda install numpy</pre><pre># install keras and tensorflow<br>conda install keras<br>conda install tensorflow # 安裝keras時就會把 tensorflow base 一起安裝了</pre><pre># install opencv<br># 如果直接在下 condal install opencv 是無法 work 的，參考 anaconda 官方說明文件 <a href="https://anaconda.org/conda-forge/opencv">https://anaconda.org/conda-forge/opencv</a> ，改用以下方式安裝</pre><pre>conda install -c conda-forge opencv<br>conda install -c conda-forge/label/gcc7 opencv<br>conda install -c conda-forge/label/broken opencv<br>conda install -c conda-forge/label/cf201901 opencv</pre><pre># install matplotlib<br>conda install matplotlib</pre><pre># insatll scikit-image <a href="https://scikit-image.org/">https://scikit-image.org/</a><br>conda install -c conda-forge scikit-image</pre><p>安裝完以上package後，在虛擬環境中，後續就可以直接 import 使用。</p><p>最後，可以透過 Anconda navigator 確定是否已完成安裝。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*x23_XNbqbHRyqkglbRZX5A.png" /></figure><p>最後 run 一次以下的code，確定所有package 都可以正常運作。</p><iframe src="" width="0" height="0" frameborder="0" scrolling="no"><a href="https://medium.com/media/b1c160e968871a5f8e1ad446fa232bfb/href">https://medium.com/media/b1c160e968871a5f8e1ad446fa232bfb/href</a></iframe><p>p.s 這一篇介紹如何在 讓Jupiter notebook 裡的code 可以顯示在 medium 上<a href="https://medium.com/@vera.chernova.burfield/how-to-embed-jupyter-notebook-into-medium-posts-in-three-steps-1-2-3-54262edea88a">https://medium.com/@vera.chernova.burfield/how-to-embed-jupyter-notebook-into-medium-posts-in-three-steps-1-2-3-54262edea88a</a></p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=d812f8277b3" width="1" height="1" alt="">]]></content:encoded>
        </item>
    </channel>
</rss>