适合练手的Python项目

（大家可以先star这个仓库，把程序下载下来先在自己的机器上运行一下,看一下效果）

此仓库中放置的一系列的python小项目，均是我本人亲自敲过的，有的来自各种书本，有的是网上收集的。敲这些项目是为了提高自己的编程能力以及对python的掌握。
“世事洞明皆学问，人情练达即文章”，熟能生巧，勤能补拙，加油

10. 3D建模

在这个项目中，我们将了解

• 如何开发可扩展的数据结构来表示场景中的对象。
• 如何使用Composite设计模式和基于树的数据结构可以轻松遍历场景进行渲染，并允许我们添加新类型的节点而不会增加复杂性。
• 利用这种数据结构将设计渲染到屏幕上，并在场景图的遍历中操纵OpenGL矩阵。为应用程序级事件构建了一个非常简单的回调系统，并使用它来封装操作系统事件的处理。
• 讨论了光线对象碰撞检测的可能实现，以及正确性，复杂性和性能之间的权衡。

最后，我们实现了操作场景内容的方法。

你可以在生产3D软件中找到这些相同的基本构建块。场景图结构和相对坐标空间可以在许多类型的3D图形应用程序中找到，从CAD工具到游戏引擎。该项目的一个主要简化是在用户界面中。生产3D建模器应该具有完整的用户界面，这将需要更复杂的事件系统而不是我们简单的回调系统。

9. 3D,2D 动画

9.1.1 使用python，matplotlib.pyplot和animation.artistanimation在一个图中组合两个2D动画

9.1.2 使用python，matplotlib.pyplot和animation.timedanimation在一个图中组合两个2D动画

9.2.1 使用python，matplotlib.pyplot和animation.artistanimation在一个图中组合一个3D和两个2D动画

9.2.2 使用python，matplotlib.pyplot和animation.timedanimation在一个图中组合一个3D和两个2D动画

参考：

• Animated subplots - matplotlib -

• animation module - matplotlib -

• animation example code: subplots.py - matplotlib -

• animation example code: simple_3danim.py - matplotlib -

• 3D animation using matplotlib - stackoverflow -

• https://pythonmatplotlibtips.blogspot.com/2018/01/combine-two-2d-animations-in-one-figure-matplotlib-artistanimation.html

• https://pythonmatplotlibtips.blogspot.com/2018/01/combine-two-2d-animations-in-one-figure-matplotlib-timedanimation.html

• https://pythonmatplotlibtips.blogspot.com/2018/01/combine-3d-two-2d-animations-in-one-figure-timedanimation.html

• https://pythonmatplotlibtips.blogspot.com/2018/01/combine-3d-two-2d-animations-in-one-figure-artistdanimation.html

8. 三维立体画

本项目将用 Python 创建一张三维立体画。下面是本项目涉及的一些概念：
• 线性间距和深度知觉；
• 深度图；
• 用 Pillow 创建和编辑图像；
• 用 Pillow 绘制图像。

该项目的代码将遵循以下步骤：
1．读入深度图；
2．读入一幅平铺图像或创建一个“随机点”平铺图像；
3．通过重复平铺图像创建一幅新图像。该图像的尺寸与深度图一致；
4．对新图像中的每个像素，根据该像素相关联的深度值，将它按比例地向
右移；
5．将三维立体画写入一个文件。

7. 类鸟群：仿真鸟群

本项目将利用 Reynolds 的 3 个规则，创建一个类鸟群，模拟 N 只鸟的群体行为，并画出随着时间的推移，它们的位置和运动方向。我们还会提供一个方法，向鸟群中添加一只鸟，以及一种驱散效果，可以用于研究群体的局部干扰效果。
模拟类鸟群的三大核心规则如下：

• 分离：保持类鸟个体之间的最小距离；
• 列队：让每个类鸟个体指向其局部同伴的平均移动方向；
• 内聚：让每个类鸟个体朝其局部同伴的质量中心移动

对于群体中的所有类鸟个体，做以下几件事：

• 应用三大核心规则；
• 应用所有附加规则；
• 应用所有边界条件。
• 更新类鸟个体的位置和速度。
• 绘制新的位置和速度。

通过本项目，你将了解到

• 如何使用 numpy 数组，如何使用显式循环，以及用整个数组上的 numpy
• 方法来提高计算速度。
• 利用 scipy.spatial 模块来执行快速和方便的距离计算，实现了一个 matplotlib
  技巧，利用两个记号来表示个体的位置和方向。 最后，增加了UI 交互，可以按下鼠标按钮来改变 matplotlib 的绘图
  

6. Conway 生命游戏

这个项目将创建一个 N×N 的细胞网格，通过应用 Conway 生命游戏的规则，模拟系统随时间的演进。你将显示每个时间段的游戏状态，并提供一些方式将输出保存到文件。你会设置系统的初始状态，要么是随机分布，要么是预先设计的图案。该模拟由以下几部分组成：

• 在一维或两维空间中定义的属性；
• 在模拟中的每一步，改变这种属性的数学规则；
• 随着系统的演进，显示或记录系统状态的方式。 在 Conway 生命游戏中的细胞可以处于 ON 或 OFF
  状态。游戏从一个初始状态开始，其中每个细胞分配一个状态，数学规则决定其状态如何随时间而改变。Conway生命游戏中令人惊奇的是，只有 4
  个简单的规则，系统演进会产生行为极其复杂的图案，仿佛它们是活的。图案包括“滑翔机”，即在网格上滑动，“眨眼”，即闪烁ON 和
  OFF，甚至还有复制图案

该项目包含的一些主要概念：

• 利用 matplotlib imshow 来展示数据的二维网格；
• 利用 matplotlib 生成动画；
• 使用 numpy 数组；
• 将%运算符用于边界条件；
• 设置值的随机分布。
  
  

5.万花尺

使用Python来创建动画，就像万花尺一样绘制曲线，我们的spiro.py程序将用Python和参数方程来描述程序的万花尺齿轮的运动，并绘制曲线——螺旋线，我们可以将完成的画图保存为PNG图像文件，并用命令行选项来指定参数或者生成随机曲线。学习到的内容有：

• 使用Turtle模块创建图形
• 使用参数方程
• 利用数学方程来生成曲线
• 用线段来画曲线
• 用定时器来生成图像动画
• 将图形保存为图像文件

4.解析iTunes播放列表

目标是找到音乐收藏中重复的乐曲，确定播放列表之间共同的音轨，绘制音轨时长的分布图，以及歌曲评分和时长之间的关系图。
学习到的内容有：

• XML和属性列表(p-list)文件：
• Python 列表和字典
• 使用Python 的set duix
• 直方图和散点图
• 创建和保存数据文件
  

3. 使用API

在这个项目中，你将学到：

• 如何使用API来编写独立的程序，它们自动采集所需的数据并对其进行可视化；
• 如何在图表中添加可单击的链接
• 在图表中添加添加自定义工具提示
• 使用GitHub API来探索GitHub上星级最高的Python项目；
• 如何使用requests包来自动执行GitHub API调用，以及如何处理调用的结果
  

2. 下载数据

在这个项目中你将学到：

• 如何使用网上的数据集；
• 如何处理CSV和JSON文件，以及如何提取你感兴趣的数据；
• 如何使用matplotlib来处理以往的天气数据，包括如何使用模块 datetime ，以及如何在同一个图表中绘制多个数据系列；
• 如何使用Pygal绘制呈现各国数据的世界地图，以及如何设置Pygal地图和图表的样式。
• 如何使用模块json来访问以JSON格式存储的交易收盘价数据，并使用Pygal绘制图形以探索价格变化的周期性，以及如何将Pygal图形组合成数据仪表盘

有了使用CSV和JSON文件的经验后，你将能够处理几乎任何要分析的数据。大多数在线数
据集都可以以这两种格式中的一种或两种下载。学习使用这两种格式为学习使用其他格式的数据做好了准备。

1. 数据可视化

在这个项目中你将学到：

• 如何生成数据集以及如何对其进行可视化；
• 如何使用matplotlib创建简单的图表，以及如何使用散点图来探索随机漫步过程；
• 如何使用Pygal来创建直方图，以及如何使用直方图来探索同时掷两个面数不同的骰子的结果

最后

作为一个IT的过来人，我自己整理了一些python学习资料，都是别人分享给我的，希望对你们有帮助。

有问题可以扫描下面二维码——>添加csdn官方认证二维码探讨

一、Python所有方向的学习路线

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。

二、Python必备开发工具

三、精品Python学习书籍

当我学到一定基础，有自己的理解能力的时候，会去阅读一些前辈整理的书籍或者手写的笔记资料，这些笔记详细记载了他们对一些技术点的理解，这些理解是比较独到，可以学到不一样的思路。

四、Python视频合集

观看零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

五、实战案例

光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

六、Python练习题

检查学习结果。

七、面试资料

我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。


最后，千万别辜负自己当时开始的一腔热血，一起变强大变优秀。