zoukankan      html  css  js  c++  java
  • 为什么我推荐你用Ubuntu开发?

    前言:
    鱼哥在做多媒体开发时,领导倒逼我们用Ubuntu开发,后来才发现它的牛逼和高效。所以对于还在用Windows上开发的朋友,鱼哥建议,趁周末,搞个双系统,切到Ubuntu上开发, Ubuntu最新版本18.04 LTS(长期稳定版),画面更是唯美。对于高效开发,在Ubuntu上可以事半功倍。尤其在调试源码上,特别方便。只有会调试源码,才能真正搞清楚逻辑和流程。比如FFmpeg,WebRTC,VLC,IjkPlayer。怎么装Ubuntu自行搜索,下面分享是Ubuntu18.04上桌面和系统样式美化

    Ubuntu 能搞得像 Mac 和 Windows 一样好看的桌面环境吗,而且要简单快速,不折腾。笔者在今年将系统更新成 Ubuntu18.04 后,每每有闲工夫,就想着折腾一番,因为在使用过程中,有个实用且漂亮的桌面环境,真的工作起来很舒心,千万不要想着关了灯全都一个样,然后就开始将就。

    由于美化桌面环境,其实对于生产力,真的没有多大提升,而且,不同的 Linux distribution,不同的桌面环境,比如 KDE、gnome、unity,折腾起来又不一样,经验无法迁移,不小心还可能把系统搞坍方,而且,在 Linux 下,更多的还是依靠命令,所以笔者也认为,折腾的价值真的不大。奈何看着丑丑的界面,忍不住就搞上一番。

    最近,终于把桌面搞得满意了,分享出来,我觉得应该能满足多数人的需求了,先看几张图:




    Ubuntu18.04 默认的桌面环境是 gnome3,相比较 unity 和 KDE,笔者更喜欢 gnome,unity 看起来有点楞,KDE 又有些复杂,不够简洁。

    1 安装 gnome-tweaks

    在 Ubuntu 的应用商店中搜索 gnome-tweaks,安装即可。
    安装完成后打开 gnome-tweaks,Appearance 标签下的 shell 选项是 disable 的,参见 这里
    自行解决。

    2 dash-to-panel 插件安装

    我觉得,插件有这一个就够了。
    genome 桌面顶部会有个状态栏,然后还会有个任务栏,对于不大的屏幕来说,简直是浪费空间,而且丑逼。相较而言,Windows 的处理方式,我就觉得很好,而 dash-to-panel 插件,就做了这样一件事,合并两栏。

    好,我们分两步走

    2.1 下载
    在 这里 下载相应版本的插件。

    2.2 安装
    然后解压,解压后将文件夹的名字改为 dash-to-panel@jderose9.github.com 这个形式, 然后放到 ~/.local/share/gnome-shell/extensions/ 路径下,这个时候,打开 gnome-tweaks 后,就可以在 Extensions 的标签下看到看到该插件了,enable 就可以了。

    3 安装 vimix 主题

    这里 提供了各种安装方式,按照文档安装就好了,这个没啥问题。

    安装完成后,打开 gnome-tweaks 的 Appearance 标签下,分别在 Applications 和 Shell 选项里选择 vimix 相关的主题就好了,笔者选的是 Vimix-Laptop。如下图:

    这个主题配合 dash-to-panel 干净清爽,有一点很棒,就是它的任务栏是半透明的。笔者很喜欢半透明的效果,不信你去看下前几年手机的 UI,那种有些厚重,固体感十足的 UI 风格,现在看起来特别土气。电影中我们也经常看到这样的画面,一些科技感特别足的大屏幕,都是这种特扁平透明的风格。

    4 安装 vimix 图标主题

    这里 提供了各种安装方式,按照文档操作就好了。

    原创作者:乌合中壹,原文链接:https://www.jianshu.com/p/49ed3971170a

    欢迎关注我的微信公众号「码农突围」,分享Python、Java、大数据、机器学习、人工智能等技术,关注码农技术提升•职场突围•思维跃迁,20万+码农成长充电第一站,陪有梦想的你一起成长。

  • 相关阅读:
    Oracle 提示 用户在线,无法删除的清理方法
    拉格朗日乘子法和KKT条件
    主题模型及其在文本情感分析中的应用
    spring-data-elasticsearch整合elasticsearch
    自然数的K次幂的数列求和
    SVM 简要推导过程
    机器学习中导数最优化方法(基础篇)
    漫谈:机器学习中距离和相似性度量方法
    A geometric interpretation of the covariance matrix
    数据挖掘算法之协同过滤算法
  • 原文地址:https://www.cnblogs.com/hejunlin/p/12584796.html
Copyright © 2011-2022 走看看