1 概述
====
腾讯、华为这些较大的科技公司的技术底蕴不仅仅是在于有人才,更在于有足够多的代码资源库,每开发一个项目,都会把相关数据、代码存进库里面。下次遇到类似的项目,可以直接查找库里的资源,在原代码上根据新任务需求增删改查,就完成一个新项目(类似)开发。
在电力系统中,操作票、指令票,也会存进系统里,遇到新任务时,会先查找库里的票,“旧篇重拟”,缩短编写难度和时间。
鉴于此,可以创建自己的库,相信几年下来,库里资源足够多,也很容易学习出成果啦。从而实现“一个新课题,只需要一人从0到1,后面的人能很快学完那个人的东西,然后从1到N;有了库,再不需要每个人都经历从0到1的苦”。
2 模板
====
2.1 模板1—开始
#(1)Matplotlib 是Python中类似 MATLAB 的绘图工具,在任何绘图之前,我们需要一个Figure对象,可以理解成我们需要一张画板才能开始绘图。
#(2)fig 还是我们熟悉的画板, axes 成了我们常用二维数组的形式访问,这在循环绘图时,额外好用。
import matplotlib.pyplot as plt
fig = plt.figure()
fig, axes = plt.subplots(nrows=2, ncols=2)
axes[0,0].set(title=‘Upper Left’)
axes[0,1].set(title=‘Upper Right’)
axes[1,0].set(title=‘Lower Left’)
axes[1,1].set(title=‘Lower Right’)
plt.show()
#(3)axes和.pyplot对比:相信不少人看过下面的代码,很简单并易懂,但是下面的作画方式只适合简单的绘图,快速的将图绘出。在处理复杂的绘图工作时,我们还是需要使用 Axes 来完成作画的。
import matplotlib.pyplot as plt
plt.plot([1, 2, 3, 4], [10, 20, 25, 30], color=‘lightblue’, linewidth=3)
plt.xlim(0.5, 4.5)
plt.show()
2.2 模板2----基本绘图(2D)
2.2.1 线
import numpy as np
import matplotlib.pyplot as plt
fig = plt.figure()
fig, axes = plt.subplots(nrows=2, ncols=2)
ax0, ax1, ax2, ax3 = axes.flatten()
axes[0,0].set(title=‘Upper Left’)
axes[0,1].set(title=‘Upper Right’)
axes[1,0].set(title=‘Lower Left’)
axes[1,1].set(title=‘Lower Right’)
x = np.linspace(0, np.pi)
y_sin = np.sin(x)
y_cos = np.cos(x)
ax0.plot(x, y_sin)
ax1.plot(x, y_sin, ‘go–’, linewidth=2, markersize=12)
ax3.plot(x, y_cos, color=‘red’, marker=‘+’, linestyle=‘dashed’)
plt.show()
2.2.2 散点图
import numpy as np
(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。
加入社区:https://bbs.csdn.net/forums/4304bb5a486d4c3ab8389e65ecb71ac0