import matplotlib.pyplot as plt import numpy as np import pandas as pd from sklearn import linear_model #首先处理幸福的数据 #加载数据 oecd_bli = pd.read_csv("oecd_bli_2015.csv",thousands = ',') oecd_bli = oecd_bli[oecd_bli['Inequality']=='Total'] oecd_bli = oecd_bli.pivot(index = 'Country', columns = 'Indicator',values = 'Value') #接着处理gdp的数据 gdp_per_capita = pd.read_csv('gdp_per_capita.csv',thousands = ',', delimiter = '\t', encoding ='latin1',na_values = 'n/a') gdp_per_capita.rename(columns = {'2015':'GDP per captial'},inplace = True) gdp_per_capita.set_index('Country', inplace = True) gdp_per_capita.head(2) #将两张表融合在一起 full_country_stats = pd.merge(left = oecd_bli, right = gdp_per_capita, left_index = True, right_index = True) full_country_stats.sort_values(by = 'GDP per captial', inplace = True) #划分数据 remove_indices = [0,1,6,8,33,34,35] keep_indices = list(set(range(36)) - set(remove_indices)) sample_data = full_country_stats[["GDP per captial",'Life satisfaction']].iloc[keep_indices] missing_data = full_country_stats[["GDP per captial","Life satisfaction"]].iloc[remove_indices] #画图 sample_data.plot(kind = 'scatter',x= 'GDP per captial',y = 'Life satisfaction', figsize = (5,3)) plt.axis([0,60000,0,10]) position_text = { "Hungary":(5000,1), "Korea":(18000,1.7), "France":(29000,2.4), "Australia":(40000,3.0), "United States":(52000,3.8) } for country, pos_text in position_text.items(): pos_data_x, pos_data_y = sample_data.loc[country] if country == "United States" : country = 'U.S.' else: country plt.annotate(country, xy = (pos_data_x, pos_data_y), xytext = pos_text, arrowprops = dict(facecolor = 'black', width = 0.5, shrink = 0.1, headwidth = 5)) plt.plot(pos_data_x,pos_data_y,'ro')
自我介绍一下,小编13年上海交大毕业,曾经在小公司待过,也去过华为、OPPO等大厂,18年进入阿里一直到现在。
深知大多数Python工程师,想要提升技能,往往是自己摸索成长或者是报班学习,但对于培训机构动则几千的学费,着实压力不小。自己不成体系的自学效果低效又漫长,而且极易碰到天花板技术停滞不前!
因此收集整理了一份《2024年Python开发全套学习资料》,初衷也很简单,就是希望能够帮助到想自学提升又不知道该从何学起的朋友,同时减轻大家的负担。
既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,基本涵盖了95%以上Python开发知识点,真正体系化!
由于文件比较大,这里只是将部分目录大纲截图出来,每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频,并且后续会持续更新
如果你觉得这些内容对你有帮助,可以添加V获取:vip1024c (备注Python)
(1)Python所有方向的学习路线(新版)
这是我花了几天的时间去把Python所有方向的技术点做的整理,形成各个领域的知识点汇总,它的用处就在于,你可以按照上面的知识点去找对应的学习资源,保证自己学得较为全面。
最近我才对这些路线做了一下新的更新,知识体系更全面了。
(2)Python学习视频
包含了Python入门、爬虫、数据分析和web开发的学习视频,总共100多个,虽然没有那么全面,但是对于入门来说是没问题的,学完这些之后,你可以按照我上面的学习路线去网上找其他的知识资源进行进阶。
(3)100多个练手项目
我们在看视频学习的时候,不能光动眼动脑不动手,比较科学的学习方法是在理解之后运用它们,这时候练手项目就很适合了,只是里面的项目比较多,水平也是参差不齐,大家可以挑自己能做的项目去练练。
一个人可以走的很快,但一群人才能走的更远。不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎扫码加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!
、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!**
[外链图片转存中…(img-dgA2qLNd-1712445694105)]