现在能在网上找到很多很多的学习资源,有免费的也有收费的,当我拿到1套比较全的学习资源之前,我并没着急去看第1节,我而是去审视这套资源是否值得学习,有时候也会去问一些学长的意见,如果可以之后,我会对这套学习资源做1个学习计划,我的学习计划主要包括规划图和学习进度表。
分享给大家这份我薅到的免费视频资料,质量还不错,大家可以跟着学习
网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。
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!
va表示水平对齐方式。
下边的代码在图像中添加了两段文本,一段是“股市有风险,投资需谨慎”的斜体水印,透明度为0.4。
另一段是在折线的每个折点附近标出当天收盘价。
import matplotlib.pyplot as plt
plt.rcParams[‘font.sans-serif’] = [‘SimHei’]
plt.rcParams[‘axes.unicode_minus’] = False
x = range(9)
y = [5.12, 5.15, 5.13, 5.10, 5.2, 5.25, 5.19, 5.24, 5.31]
c = 0.5 * (min(x) + max(x))
d = min(y) + 0.3 * (max(y)-min(y))
水印效果
plt.text(c, d, ‘股市有风险,入市需谨慎’, ha=‘center’, fontsize=30, rotation=-25, c=‘gray’, alpha=0.4)
plt.plot(x, y, label=‘股票A收盘价’, c=‘r’, ls=‘-.’, marker=‘D’, lw=2)
plt.xticks(x, [
‘2022-03-27’, ‘2022-03-28’, ‘2022-03-29’, ‘2022-03-30’,
‘2022-03-31’, ‘2022-04-01’, ‘2022-04-04’, ‘2022-04-05’,
‘2022-04-06’], rotation=45)
plt.title(‘某股票收盘价时序图’)
plt.xlabel(‘日期’)
plt.ylabel(‘价格’)
plt.grid(True)
plt.legend()
标出每天的收盘价
for a, b in zip(x, y):
plt.text(a, b+0.01, ‘%.1f’%b, ha=‘center’, va=‘bottom’, fontsize=9)
plt.show()
=============================================================================================
在上例代码的基础之上,添加注释。注释即对图像中某一位置的解释,可以用箭头来指向。
添加注释使用的是plt.annotate()方法
其语法中的常用参数如下
plt.annotate(str,xy,xytext,xycoords,arrowcoords)
其中str即注释要使用的字符串,即注释文本
xy指被注释的坐标点
xytext指注释文本要写在的位置
xycoords是被注释的点的坐标系属性,即以什么样的方式描述该点的坐标。设置值默认为"data",即用(x,y)坐标来描述。其他可以选择的设置值如下,其中figure指的是整个画布作为一个参考系。而axes则表示仅对于其中的一个axes对象区域。
| 设置值 | 描述 |
| — | — |
| data | 默认值,表示被注释点的(x,y)坐标 |
| figure points | 以绘图区的左下角为坐标原点,单位是点数 |
| figure pixels | 以绘图区的左下角为坐标原点,单位是像素数 |
| figure fraction | 以绘图区的左下角为坐标原点,单位是百分比 |
| axes points | 以绘图区的左下角为坐标原点,单位是点数 |
| axes pixels | 以绘图区的左下角为坐标原点,单位是像素数 |
| axes fraction | 以绘图区的左下角为坐标原点,单位是百分比 |
| polar | 不使用本地数据坐标系,使用极坐标描述。 |
arrowprops是一个字典,用来设置箭头的属性。写在这个字典之外的参数都表示的是注释文本的属性。
字典内可以设置的值有
| 设置值 | 描述 |
| — | — |
| width | 箭头的宽度(非头部) |
| headwidth | 箭头头部的宽度 |
| headlength | 箭头头部的长度 |
| facecolor | 箭头的颜色 |
| shrink | 箭头两端收缩的百分比(占总长) |
| ? | 任何matplotlib.patches.FancyArrowPacth中的关键字 |
关于这些参数的进一步解释:其中箭头的总长度先是通过被注释点位置坐标 与 注释文本位置坐标 所决定的,可以通过调节参数arrowprops中的shrink键来进一步调节箭头的长度,shrink表示将箭头缩短的长度占总长度(被注释点位置坐标 与 注释文本位置坐标 决定的长度)的百分比。当不设定shrink时,shrink默认为0,即不缩短。当shrink很大,接近1时,其效果等同于不缩短。
以标出图中的最低价的点为例。在目标位置添加一个红色的箭头,及“最低价”三个字。
其他更多参数,如关于设置注释文本的字体的,c或color表示颜色,fontsize表示字体大小。更多属性自行了解尝试。
import matplotlib.pyplot as plt
plt.rcParams[‘font.sans-serif’] = [‘SimHei’]
plt.rcParams[‘axes.unicode_minus’] = False
x = range(9)
y = [5.12, 5.15, 5.13, 5.10, 5.2, 5.25, 5.19, 5.24, 5.31]
c = 0.5 * (min(x) + max(x))
d = min(y) + 0.3 * (max(y)-min(y))
仿水印效果
plt.text(c, d, ‘股市有风险,入市须谨慎’, ha=‘center’, fontsize=30, rotation=-25, c=‘gray’, alpha=0.4)
plt.plot(x, y, label=‘股票A收盘价’, c=‘r’, ls=‘-.’, marker=‘D’, lw=2)
plt.plot([5.09, 5.13, 5.16, 5.12, 5.09, 5.25, 5.16, 5.20, 5.25], label=‘股票B收盘价’, c=‘g’, ls=‘:’, marker=‘H’, lw=4)
plt.xticks(x, [
‘2022-03-27’, ‘2022-03-28’, ‘2022-03-29’, ‘2022-03-30’,
‘2022-03-31’, ‘2022-04-01’, ‘2022-04-04’, ‘2022-04-05’,
‘2022-04-06’], rotation=45)
plt.title(‘某股票收盘价时序图’)
plt.xlabel(‘日期’)
plt.ylabel(‘价格’)
plt.grid(True)
plt.legend()
标出每天的收盘价
for a, b in zip(x, y):
plt.text(a, b+0.01, ‘%.1f’%b, ha=‘center’, va=‘bottom’, fontsize=9)
添加注释
plt.annotate(‘最低价’, (x[y.index(min(y))],min(y)), (x[y.index(min(y))] + 0.5, min(y)), xycoords=‘data’,
arrowprops=dict(facecolor=‘r’, shrink=0.1), c=‘r’,fontsize=15)
plt.show()
下边换一种效果呈现,将提示语“股市有风险,入市需谨慎”字体调大到50,不透明。添加的注释箭头宽度为3,箭头的头部宽度为10,长度为20,缩短0.05,且箭头为绿色,注释字体为红色。代码示例如下:
import matplotlib.pyplot as plt
plt.rcParams[‘font.sans-serif’] = [‘SimHei’]
plt.rcParams[‘axes.unicode_minus’] = False
x = range(9)
y = [5.12, 5.15, 5.13, 5.10, 5.2, 5.25, 5.19, 5.24, 5.31]
c = 0.5 * (min(x) + max(x))
d = min(y) + 0.3 * (max(y)-min(y))
plt.plot(x, y, label=‘股票A收盘价’, c=‘k’, ls=‘-.’, marker=‘D’, lw=2)
plt.xticks(x, [
‘2022-03-27’, ‘2022-03-28’, ‘2022-03-29’, ‘2022-03-30’,
‘2022-03-31’, ‘2022-04-01’, ‘2022-04-04’, ‘2022-04-05’,
最后
Python崛起并且风靡,因为优点多、应用领域广、被大牛们认可。学习 Python 门槛很低,但它的晋级路线很多,通过它你能进入机器学习、数据挖掘、大数据,CS等更加高级的领域。Python可以做网络应用,可以做科学计算,数据分析,可以做网络爬虫,可以做机器学习、自然语言处理、可以写游戏、可以做桌面应用…Python可以做的很多,你需要学好基础,再选择明确的方向。这里给大家分享一份全套的 Python 学习资料,给那些想学习 Python 的小伙伴们一点帮助!
👉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。
👉Python必备开发工具👈
工欲善其事必先利其器。学习Python常用的开发软件都在这里了,给大家节省了很多时间。
👉Python全套学习视频👈
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。
👉实战案例👈
学python就与学数学一样,是不能只看书不做题的,直接看步骤和答案会让人误以为自己全都掌握了,但是碰到生题的时候还是会一筹莫展。
因此在学习python的过程中一定要记得多动手写代码,教程只需要看一两遍即可。
👉大厂面试真题👈
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。
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!