第一篇博客

      今天刚开通了博客,记得从大一的时候就听老师讲过这个博客,说从现在起把你 每天的事情代码记录下来,等你毕业了,就是满满的经验和财富了。然而当时的我只是把这些话从左耳朵到右耳朵过滤了一遍,压根没放在心上。转眼间,我已经大三了,不考研的我从两个月前就开始准备找工作需要的各种东西,我不想比别人起点晚,可能现在已经晚了,但我想你尽早开始积累工作经验。

      大学期间,虽然接触了许多计算机专业知识,但我当时没有认识到这些东西的重要性,就是平时上课听听,考试前刷题,考试通过。可能是因为我追求成绩,所以我也学到了些理论知识,因而成绩也不差。但总觉得自己许多专业知识还是没有学到,实践能力也不强,所以当我到大三需要考虑找工作的时候,才发现自己真的是无从下手,不知道该具体从事什么职业。

       这时候的我自然而然就想到了培新机构,去合肥的达内待了三天,最终还是没有报班,原因也是多方面的,费用太贵,时间问题,学校问题,我纠结了两天最终还是选择了自己摸索。去了三天也没有白去,我了解到了一些IT业的行情,回到学校后好像有目标了,知道自己该干啥了。我选择了java,虽然我也不知道具体是干啥的,就想着是门语言,我就学呗。现在已经两个月了,我已经把基础和提升学完了,现在正在学习高级,后期再学习一些框架,然后去找实习积累经验。

       最近又发现了python,也在抽时间尝试学着,可能许多人会认为学哪个就要专注学习哪个,可是我现在还处于学习阶段,总是想着多学点知识,以后面试也会加分吧,当然作为小白的我,这些只是我单纯的想法。我还想学一些脚本语言,可是一直没有抽出时间学,看看后面能不能有机会。

      我也已经准备了两个月的软考,数据库工程师,这个月26号就要考试了,面对考试我还是比较又信心的,毕竟从小就在考试。期待这个月的考试,祝我自己顺利通过。

      我想我从现在开始记录博客,应该不晚,因为从今年开始,我的大学生活将会很不一样,不再是从前 那样,只管啃书本,应付考试,以后我将走向社会,学到更多东西,我相信以后我的经验会越来越丰富。

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Matplotlib是Python中最流行的数据可视化库之一。它可以绘制各种类型的图表,从简单的线图到复杂的三维图表。与其他绘图库相比,Matplotlib具有许多优点,例如易于学习和使用、广泛的文档和社区支持等等。本篇博客将介绍Matplotlib的基础知识和常用技巧。 Matplotlib基础知识: Matplotlib是一个面向对象的绘图库,它具有许多对象和方法。下面是Matplotlib对象的一些基本概念: 1. Figure:画布,它是最外层的容器。 2. Axes:坐标轴,它是Figure中的一个子对象。 3. Axis:X轴或Y轴,它是Axes对象的一部分。 4. Artist:图表中的所有部分,例如标题、标签、线条等等,都是Artist对象的实例。 要使用Matplotlib绘制图表,首先必须创建一个Figure对象,然后在其中添加一个或多个Axes对象。接下来,使用Axes对象的方法来添加Artist对象。 下面是一个简单的代码示例: ```python import matplotlib.pyplot as plt # 创建Figure和Axes对象 fig, ax = plt.subplots() # 添加Artist对象 ax.plot([1, 2, 3, 4], [1, 4, 2, 3]) # 显示图表 plt.show() ``` 在这个例子中,我们创建了一个Figure对象和一个Axes对象,然后在Axes对象中添加了一条线。最后,我们调用show()函数来显示图表。 常用技巧: 1. 设置图表样式: Matplotlib提供了许多方法来设置图表样式,例如设置标题、标签、颜色、线型、线宽等等。可以通过调用Axes对象的方法来实现。例如: ```python # 设置标题 ax.set_title('My First Matplotlib Chart') # 设置X轴标签 ax.set_xlabel('X Label') # 设置Y轴标签 ax.set_ylabel('Y Label') # 设置线条颜色 ax.plot(x, y, color='r') # 设置线条线型 ax.plot(x, y, linestyle='--') # 设置线条线宽 ax.plot(x, y, linewidth=2) ``` 2. 绘制多个子图: Matplotlib可以在一个Figure对象中绘制多个子图。可以使用subplot()函数来创建子图,该函数将返回一个Axes对象,在其中添加Artist对象。例如: ```python # 创建一个2x2的子图 fig, axs = plt.subplots(2, 2) # 在第一个子图中绘制一条线 axs[0, 0].plot(x, y) # 在第二个子图中绘制散点图 axs[0, 1].scatter(x, y) # 在第三个子图中绘制条形图 axs[1, 0].bar(x, y) # 在第四个子图中绘制饼图 axs[1, 1].pie(y) ``` 3. 保存图表: Matplotlib可以将图表保存为PNG、PDF、SVG等格式。可以使用savefig()函数来保存图表,该函数将文件路径作为参数。例如: ```python # 保存图表为PNG格式 plt.savefig('mychart.png') # 保存图表为PDF格式 plt.savefig('mychart.pdf') # 保存图表为SVG格式 plt.savefig('mychart.svg') ``` 总结: Matplotlib是一个强大的数据可视化库,可以绘制各种类型的图表。本篇博客介绍了Matplotlib的基础知识和常用技巧,希望能够帮助初学者更快地上手Matplotlib。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值