# 使用两个体重秤减少体重测量误差

# 问题发现

故事是这样的, 我在PDD花20块大洋买了一个电子体重秤用于测体重, 使用一段时间后发现体重秤可能不准确, 同一时间多次测量每次读数都不相同. 于是又在PDD上花80大洋又买了一个小米牌体重秤, 经测试同样存在同一时间多次测量每次读数都不相同的问题. 于是我就考虑, 如何使用这两个劣质体重秤来获得更精确的读数.





**结论如下:**

市面的常用的体重秤都有约0.5~1kg的测量偏差, 为了测量更加精准, 我们可以用两个不同的体重秤分别测量再取平均的方式减少方差. 



**理论分析:**

假设有两个正常的体重秤测量的结果基本准确, 但秤的本身存在一定的测量误差.

 

假设一定时间内的体重是不变的, 用秤A在测量体重时, 测量结果会落在一个高斯分布1上, 均值为$ m_1 $, 方差为$ o_1^2 $. 同样, 假设秤B在测量体重时, 读数会落在一个均值为 $ m_2 $ , 方差为$ o_2^2 $的高斯分布2上. 这里我们不失一般性的假设秤A的方差比秤B更少, 即$ o_1^2<o_2^2 $.



用两个不同的体重秤分别测量再取平均, 相当于两个高斯分布相加取平均, 那新的虚拟体重秤对体重测量的高斯分布的均值会是 $ \frac{m_1+m_2}{2} $, 方差会是 $ \frac{o_1^2+o_2^2}{4} $.



显然新的虚拟体重秤均值会是两个称的平均.

且当$ o_1^2<3 \times o_2^2 $时, 新的虚拟体重秤方差也会比两个秤都更少.

也就是说, 只要两个体重称的质量不要相差的离谱(3倍方差以上), 虚拟体重秤的测量结果都更优的.



# 进一步扩展

我们还有以下几种提升体重测量精度的方法:

#### 方案一：加权平均（最优解）
多次测量进行统计得到方差.

根据方差倒数加权：

$ X_{best} = \frac{\frac{X_A}{\sigma_A^2} + \frac{X_B}{\sigma_B^2}}{\frac{1}{\sigma_A^2} + \frac{1}{\sigma_B^2}} $

方差会降到：

$ Var(X_{best}) = \frac{1}{\frac{1}{\sigma_A^2} + \frac{1}{\sigma_B^2}} $

比简单平均还更优。

#### 方案二：多次测量再平均
每次站上去连测 3 次（AABBBA 顺序避免疲劳影响），取 6 个数的平均，方差再除以 6。

如果是土壕可以买更多体重秤.

#### 方案三：校准系统偏差
第一天早上空腹固定姿势测 10 次，记录：

+ 秤 A 平均偏高 0.6kg → 以后读数全部减 0.6
+ 秤 B 平均偏低 0.3kg → 以后读数全部加 0.3

这样系统偏差也被干掉，只剩随机误差，平均后精度更高。



## 后记

最后问了一下gpt, 为什么电子体重秤有这么高的误差:

+ 传感器是最便宜的应变片+HX711 芯片，24 位 ADC 但实际有效位数只有 14-16 位
+ 没有温度补偿，屋里温度变化 2℃ 就漂 0.3kg
+ 没有四角误差补偿，站姿稍偏就差 0.5kg
+ 廉价算法直接四舍五入到 0.1kg，放大波动感

使用两个体重秤减少体重测量误差

# 工程实践 使用本地包开发python项目

当python项目比较庞大, 把共用的公共函数和方法封装成一个本地包不仅便于在不同项目间复用，还能通过统一的方式读取资源文件, 是一个很好的工程实践. 下面来介绍一下这种开发方式.

我们需要把公共部分代码以一个python包的规范进行开发, 再以 edit 模式安装在本地python包的目录中. 就可以在不同的子项目中直接用import引用公共的库和方法, 公共库有更新时, 各个子项目也可以无痛的进行更新. 免去了处理相关路径, 等各种麻烦事.





公共模块的结构:
```
myproject/
├── mypackage/          # 包目录（必须有 __init__.py）
│   ├── __init__.py     # 包初始化文件
|   ├── resources/      # 资源文件夹
|   │   └── context.txt
│   ├── module1.py      # 模块文件
│   └── submodule/      # 子包
│       ├── __init__.py
│       └── module2.py
├── tests/              # 测试目录（可选）
│   └── test_module1.py
├── pyproject.toml      # 现代配置文件（推荐，Python 3.7+）
├── setup.py            # 传统配置文件（可选，如果无 pyproject.toml）
├── README.md           # 文档
└── LICENSE             # 许可证
```

myproject 是项目根目录，其中的 mypackage 是你定义的 Python 包名称。pyproject.toml 是包的配置文件 (旧版的规范是用setup.py)
一个demo pyproject.toml 是这样的:

```
[build-system]
requires = ["setuptools>=61.0", "wheel"]
build-backend = "setuptools.build_meta"

[project]
name = "mypackage"
version = "0.1.0"
description = "My development package juset a demo pkg"
authors = [{name = "UnKnown", email = "unknown@email.com"}]
dependencies = []  # 依赖列表

[tool.setuptools.package-data]
mypackage = ["resources/*","resources/**/*"]  # 包含资源文件
```

当我们把公共代码写好后, 用 `pip install -e .`的方式进行edit模式的安装. 之后在各个项目目中引用就是 `from mypackage import xxx`. 我们也可以用统一的路径来引用公共包中的资源文件, 所用的引用方式是借助 importlib 库中的 files方法. 比如你的包名是 mypackage , 有个context.txt 放在了 resources目录下, 引用文件路径就这样写:` files("mypackage.resources").joinpath("context.txt")`

```
from mypackage import sayHi
sayHi()

from importlib.resources import files
print(files("mypackage.resources").joinpath("context.txt").read_text())
```

在mypackage内部, 各模块之间的import要使用相对引用, 如 `from .module1 import func` 这是Python所推荐的开发规范. 可在规避不同环境下的迁移问题.

当需要生产部署时, 我们可以用 `python -m build` 来编译生成wheel包. 把打包好的 wheel 在生产环境里安装.

工程实践 使用本地包开发python项目

# 20250920 嘉定江桥<--->江苏吴江区太湖 往返160KM骑行小记


https://www.strava.com/activities/15876161257

 
![image.png](/static/img/a602f43fd5a43c626606339183488926.image.webp)

历时14小时, 完成了这次160km的骑行, 解锁新地标太湖, 也创造了我的个人单次骑行距离的纪录.





![image.png](/static/img/755d72cdd4ae097c4ce683ccf16575ec.image.webp)

从嘉定江桥出发, 沿北青公路向西骑行26KM直到尽头, 就可以出上海进入江苏. 北青公路在上海市区的路况较好, 而在青浦郊区路况会变差有多处修路的工地. 北青公路全程有独立的非机动车道.


![image.png](/static/img/e36ab9197040145fae19677e0ceb6e9f.image.webp)


结束了在北青公路的骑行后, 会经过我们的第一个补给点淀兴路, 淀兴路附近的居民区比较繁华, 甚至还有KFC和星巴克, 你可在沿途找饭店吃早餐买补给.



![image.png](/static/img/04b4ed13e7c18f1f08c47bd7861bc4c1.image.webp)

接下来, 我们需要新乐路过淀山湖北岸, 这一段是环淀山湖路线的一部分, 你会遇到很多环湖骑友. 但新乐路本身的路况较差, 常有大货车经过, 路较窄且没有独立的非机动车道, 路面状况也不好有"吴江公路鲁贝"之称. 骑这段路线一定要注意安全, 全长8KM左右.

新乐路结速后会经过正崴东路, 此处路况较好.


![image.png](/static/img/c5c316c112fd60173f759735ec0bd1cb.image.webp)

接下来你有两条路可以选择, 北线: 锦东路经锦溪镇再转进到锦周路, 南线: 锦商公路转同周公路
先说南线, 南钱路况极好, 路宽风景好, 有比较宽的非机动车道. 北线路况也不错, 有锦溪镇可以当补给点, 还会经过明镜荡.


![image.png](/static/img/49c79a75ffd05636dbe06ed31fc91e78.image.webp)

南北两线汇合后, 需要继续沿同周公路向北走, 经同里国家湿地公园到白蚬湖村, 但在这里同周路况又开始变差, 在此路段道路开始变窄且没有非机动车道, 骑行需要非常的小心. 这处危险路段长约7KM.


![image.png](/static/img/8ed16c3f454f3811db8923b0923a9b28.image.webp)

之后我们进入到乡村小路苏白路一路向西就可以到屯溪村, 路比较窄但车也很少, 屯溪村也是一个可以进行补给的小镇.


![image.png](/static/img/20a3c9d07d0da2f70f89dae44393a407.image.webp)

继续向西就进入到苏周市的吴江区, 进入到市区后骑行路线跟导航走就可以了. 沿开平路一路向西, 会经过吴江区的多个商圈, 骑到尽头就可以到苏州大剧院和太湖广场了.


总结一下, 这是一条非常适合单飞的骑行路线, 补给点分布均匀, 整体路况较好, 非机动车道覆盖率在80%以上, 风景不错, 有多处打卡点. 往返160KM强度适中, 非常适合天气好时骑游.

补一张终点处的太湖照片.

![image.png](/static/img/50a12ccc7d17051b2da3dea6d22e78e8.image.webp)

20250920 嘉定江桥<--->江苏吴江区太湖 往返160KM骑行小记

# SQL小贴式: 用NOT EXISTS 而不是 NOT IN !!!

当使用NOT IN进行过滤时, 比如NOT IN xxx 时, 如果 xxx 中有NULL值时, 就会一行也不返回 !





在 SQL 中，NOT IN 子查询遇到 NULL 值时会产生意外行为，主要因为 SQL 使用三值逻辑（TRUE、FALSE、UNKNOWN），而不是二值逻辑. 
SQL 比较（如 =, IN）涉及 NULL 时，结果可能是 UNKNOWN（未知）。
而WHERE 子句只接受 TRUE 的行；UNKNOWN 或 FALSE 的行会被排除。

NOT IN 的内部逻辑：x NOT IN (a, b, NULL) 等价于 x != a AND x != b AND x != NULL。
如果 x != NULL 为 UNKNOWN，整个表达式为 UNKNOWN，导致行被排除。

所以一定要用 NOT EXISTS 替代 NOT IN：最稳健，避免 NULL 问题。

SQL小贴式: 用NOT EXISTS 而不是 NOT IN !!!

# Ubuntu 24.04 安装 DaVinci Resolve

## Step1: 下载并安装

```
chmod +x DaVinci_Resolve_Studio_19.0_Linux.run
sudo ./DaVinci_Resolve_Studio_19.0_Linux.run -i
```

可能会遇到依赖的问题, 需要先安装以下的几个库, 再以跳过检测的方式安装.

```
sudo apt install libapr1 libaprutil1 libasound2 libglib2.0-0
sudo SKIP_PACKAGE_CHECK=1 ./DaVinci_Resolve_Studio_19.0_Linux.run -i
```


## Step2: 排错

启动时可能会遇到如下的错误:

```
/opt/resolve/bin/resolve
/opt/resolve/bin/resolve: symbol lookup error: /lib/x86_64-linux-gnu/libpango-1.0.so.0: undefined symbol: g_once_init_leave_pointer
```

主要问题是davinci用了一些自已的库, 这些库在ubuntu24.04上又不能正常运行. 其实这些库在ubuntu上是有自带的版本的. 我们需要把这些库给换个位置, 让davinci用系统自带的库.

```
sudo mkdir /opt/resolve/libs/unneeded

sudo mv /opt/resolve/libs/libgio* /opt/resolve/libs/unneeded/
sudo mv /opt/resolve/libs/libglib* /opt/resolve/libs/unneeded/
sudo mv /opt/resolve/libs/libgmodule* /opt/resolve/libs/unneeded/
```



使用两个体重秤减少体重测量误差

问题发现

工程实践使用本地包开发python项目

20250920 嘉定江桥<--->江苏吴江区太湖往返160KM骑行小记

SQL小贴式: 用NOT EXISTS 而不是 NOT IN !!!

Ubuntu 24.04 安装 DaVinci Resolve

Step1: 下载并安装

使用两个体重秤减少体重测量误差

问题发现

工程实践 使用本地包开发python项目

20250920 嘉定江桥<--->江苏吴江区太湖 往返160KM骑行小记

SQL小贴式: 用NOT EXISTS 而不是 NOT IN !!!

Ubuntu 24.04 安装 DaVinci Resolve

Step1: 下载并安装

工程实践使用本地包开发python项目

20250920 嘉定江桥<--->江苏吴江区太湖往返160KM骑行小记