第一篇博客

写第一个博客总是感觉很困难,之前总感觉自己也是刚入行,写的东西也不会很准确,写错了那就更糟糕会被同行笑话的等等。之前也看过一篇博客是鼓励技术人员应该多写博客,无论自己是否是这个行业的权威,也不管是不是有人看。有兴趣的可以看一下这篇博客

为什么有些技术人员不写博客
如何写一篇好的技术博客

参加工作三年多了,也有自己的一些体会。所以就把三年工作的经验总结一下:

1.书本上的知识不经过实战是没用的,只不过是理论,准确地讲只是自己理解的理论 ,说不定是不准确的,或者自己理解就是错的。所以无论自己感觉多么简单的问题,千万别看,要多动手,就算程序照着源程序抄着一遍也会比看一遍而得到多的太多。

2.静下心来多读书,增加相关理论知识。宽多不够,何谈深度。有的人认为只有多解bug 才会成长快,不否认,解bug 是会让自己成长,但是不要把它当做一种唯一或者最好的途径,整天为了解bug而解bug把自己时间全部占用了,这样到头来结果就后期除了记住一大堆solutions 别无他用。同时也会把自己对技术的热情消耗殆尽。张三丰教张无忌太极剑的时候不是说过么:用意不用力。

3.不要怕犯错。不是名言说的好,“错误是这个程序给你最好的知识”。

4.方向很重要。认清方向了,就走下去。不要因为自己走的不快,走的不好,就放弃。走不快就慢慢走,能慢慢欣赏路边的景色,只要方向对,自己高兴,管它走的快慢或者能否到达终点呢!个人认为艰难和快乐是两回事,每一行都是很艰难的,但是只要有兴趣,就可以走下去。如果只剩艰辛而没有快乐,那么提前拐弯吧,换一条自己的路走下去。所以不要跟风,跟着别人走,自己不适合这条路,连滚带爬,满身是伤,还喊着不放弃,自己一定会成功的。这样没意思。

5.谦虚低调。做技术的人,其实喜欢单兵作战,增强好胜,都希望靠自己一人之力解决这个问题。如果有个问题其他人都解不了,而自己一下就给解了,那心情,晚上睡觉都能笑醒了。每办法这才是乐趣哈! 但是这个时候很容易自满,认为其他人技术都不如自己,很自大。这样时间长了,会遭人烦的。所以要谦虚地调,这年头高手太多了。

人们总会觉得昨天的自己有的想法很幼稚,有的知识掌握的不是很准确,这就是成长吧!记录一下。

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 1
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