Python Notes

Coding Skill目录下的所有Tutorials、Notes博客都会不定期迭代更新

leetcode刷题

算法/数据结构/Python/剑指offer/机器学习/leetcode Python implement
Author own leetcode solutions by python
中文 Python 笔记

Pypi

Link
The Python Package Index (PyPI) is a repository of software for the Python programming language.

glob

https://docs.python.org/3/library/glob.html
https://blog.csdn.net/dcrmg/article/details/78309469
1.介绍
glob模块用来查找文件目录和文件，常见的两个方法有glob.glob()和glob.iglob()，可以和常用的find功能进行类比，glob支持*?[]这三种通配符

2.五种通配符

通配符	功能
*	匹配0或多个字符
**	匹配所有文件、目录、子目录和子目录里的文件（3.5版本新增）
?	匹配1个字符，与正则表达式里的?不同
[exp]	匹配指定范围内的字符，如：[1-9]匹配1至9范围内的字符
[!exp]	匹配不在指定范围内的字符

import glob
filelist=glob.glob(r'./*.py')
#返回的数据类型是list，
#>>['./1.py','./2.py']包含'./'
#而*.py返回 “a.py”.

# iglob与glob类似，只是这里返回值为迭代器，对于大量文件时更为省内存
import glob  
f = glob.iglob(r'../*.py') 
print f #<generator object iglob at 0x00B9FF80> 
for py in f: 
    print py  

继承

https://blog.csdn.net/neuldp/article/details/52771415
https://blog.csdn.net/feishicheng/article/details/79596000

csvkit

https://csvkit.readthedocs.io/en/1.0.3/
csvkit is a suite of command-line tools for converting to and working with CSV, the king of tabular file formats.

os.walk()和os.path.walk()

https://www.cnblogs.com/zmlctt/p/4222621.html

python 列表相加：两种方法实现

1 利用操作符+
比如：

a = [1,2,3]
b = [4,5,6]
c = a+b
c的结果：[1,2,3,4,5,6]

2 利用extend
比如：

a = [1,2,3]
b = [4,5,6]
a.extend(b)
a的结果：[1,2,3,4,5,6]

结果是一样的，但是+号生成的是一个新的对象，而extend则是在原地的修改a对象。
另外注意：列表的append方法，是往列表中添加新元素
比如：

a = [1,2,3]
a.append(4) #后面跟的是元素类型
a的结果为：[1,2,3,4]

关于json.dumps中的参数，例如ensure_ascii

https://blog.csdn.net/liangxy2014/article/details/78985057

python 输出一串中文字符，在控制台上（控制台使用UTF-8编码）通过print 可以正常显示，但是写入到文件中之后，中文字符都输出成ascii编码了。英文字符能正常显示可读字符。

原因：json.dumps 序列化时默认使用的ascii编码，想输出真正的中文需要指定ensure_ascii=False：更深入分析，是应为dJSON object 不是单纯的unicode实现，而是包含了混合的unicode编码以及已经用utf-8编码之后的字符串。
可行的方式如下：

 1 import os
 2 import os.path
 3 import io
 4 import sys
 5 import json
 6 
 7 contentByPage = {}
 8 contentByPage['document'] = shortName
 9 contentByPage['content'] = text
10 contentByPage['pageNumber'] = pageNumber
11 jsonFile = io.open(shortName+"--"+str(pageNumber)+".json",'w', encoding='utf8')
12 jsonFile.write(json.dumps(contentByPage, ensure_ascii=False).decode('utf8'))
13 jsonFile.flush()
14 jsonFile.close()

列表表达式其实就是将for循环的处理逻辑搬到前面来。

当处理逻辑过于复杂，则还是采用for循环迭代或函数

python循环单个数据结构可以返回多个变量

[x,y for x,y in [(1,2),(2,4),(3,6)]]
[x+y for x,y in [[1,2],[2,4],[3,6]]]

python range() 函数可创建一个整数列表，一般用在 for 循环中。

range(start, stop[, step])
start: 计数从 start 开始。默认是从 0 开始。
stop: 计数到 stop 结束，但不包括 stop。
step：步长，默认为1。例如：range（0， 5） 等价于 range(0, 5, 1)

[x for x in range(5)]
[0, 1, 2, 3, 4]

[x for x in range(5,10)]
[5, 6, 7, 8, 9]

enumerate() 函数用于将一个可遍历的数据对象(如列表、元组或字符串)组合为一个索引序列，同时列出数据和数据下标，一般用在 for 循环当中。

enumerate(sequence, [start=0])
sequence – 一个序列、迭代器或其他支持迭代对象。
start – 下标起始位置。

生成器

列表表达式的 [] 改为 () 即可

g = (str(index)+":"+str(x) for index,x in enumerate(seasons,1))
g
<generator object at 0x10314a830>

[g1 for g1 in g]
[‘1:Spring’, ‘2:Summer’, ‘3:Fall’, ‘4:Winter’]

生成器另一种方式：yield
def fib(max):
n, a, b = 0, 0, 1
while n < max:
yield b
a, b = b, a + b
n = n + 1
return ‘done’
这就是定义generator的另一种方法。如果一个函数定义中包含yield关键字，那么这个函数就不再是一个普通函数，而是一个generator：

f = fib(6)
f
<generator object fib at 0x104feaaa0>

这里，最难理解的就是generator和函数的执行流程不一样。函数是顺序执行，遇到return语句或者最后一行函数语句就返回。而变成generator的函数，在每次调用next()的时候执行，遇到yield语句返回，再次执行时从上次返回的yield语句处继续执行。

def fib(max):
… n, a, b = 0, 0, 1
… while n < max:
… yield b
… a, b = b, a + b
… n = n + 1
… return ‘done’
…

g2 = fib(6)
g2
<generator object fib at 0x10314a7d8>

[g21 for g21 in g2]
[1, 1, 2, 3, 5, 8]

但是用for循环调用generator时，发现拿不到generator的return语句的返回值。如果想要拿到返回值，必须捕获StopIteration错误，返回值包含在StopIteration的value中：

g = fib(6)
while True:
… try:
… x = next(g)
… print(‘g:’, x)
… except StopIteration as e:
… print(‘Generator return value:’, e.value)
… break
…
g: 1
g: 1
g: 2
g: 3
g: 5
g: 8
Generator return value: done

生成器的好处：降低数据在内存中的消耗

在python中不需要像java一样用临时变量即可完成互换

a,b = b,a+b
a,b = b,a
=>
t = (b,a+b)
a = t(0)
b = t(1)

高阶函数

既然变量可以指向函数，函数的参数能接收变量，那么一个函数就可以接收另一个函数作为参数，这种函数就称之为高阶函数。
def add(x, y, f):
return f(x) + f(y)

print(add(-5, 6, abs))

map()函数接收两个参数，一个是函数，一个是Iterable，map将传入的函数依次作用到序列的每个元素，并把结果作为新的Iterator返回。
举例说明，比如我们有一个函数f(x)=x2，要把这个函数作用在一个list [1, 2, 3, 4, 5, 6, 7, 8, 9]上，就可以用map()实现如下：

def f(x):
… return x * x
…

r = map(f, [1, 2, 3, 4, 5, 6, 7, 8, 9])
list® # 转为list数据结构，常用，str转list，list转str
[1, 4, 9, 16, 25, 36, 49, 64, 81]

reduce()函数把一个函数作用在一个序列[x1, x2, x3, …]上，这个函数必须接收两个参数，reduce把结果继续和序列的下一个元素做累积计算，其效果就是：

from functools import reduce
def add(x, y):
… return x + y
…

reduce(add, [1, 3, 5, 7, 9])
25

from functools import reduce

DIGITS = {‘0’: 0, ‘1’: 1, ‘2’: 2, ‘3’: 3, ‘4’: 4, ‘5’: 5, ‘6’: 6, ‘7’: 7, ‘8’: 8, ‘9’: 9}

def char2num(s):
return DIGITS[s]

def str2int(s):
return reduce(lambda x, y: x * 10 + y, map(char2num, s))
函数f() iterable数据

filter()函数用于过滤序列。
和map()类似，filter()也接收一个函数和一个序列。和map()不同的是，filter()把传入的函数依次作用于每个元素，然后根据返回值是True还是False决定保留还是丢弃该元素。
例如，在一个list中，删掉偶数，只保留奇数，可以这么写：
def is_odd(n):
return n % 2 == 1

list(filter(is_odd, [1, 2, 4, 5, 6, 9, 10, 15])) # 结果: [1, 5, 9, 15]

面向对象

面向对象编程——Object Oriented Programming，简称OOP，是一种程序设计思想。OOP把对象作为程序的基本单元，一个对象包含了数据和操作数据的函数。
面向过程的程序设计把计算机程序视为一系列的命令集合，即一组函数的顺序执行。为了简化程序设计，面向过程把函数继续切分为子函数，即把大块函数通过切割成小块函数来降低系统的复杂度。
而面向对象的程序设计把计算机程序视为一组对象的集合，而每个对象都可以接收其他对象发过来的消息，并处理这些消息，计算机程序的执行就是一系列消息在各个对象之间传递。
在Python中，所有数据类型都可以视为对象，当然也可以自定义对象。自定义的对象数据类型就是面向对象中的类（Class）的概念。

当我们定义了一个class，创建了一个class的实例后，我们可以给该实例绑定任何属性和方法，这就是动态语言的灵活性。

pymysql pymongodb redis

pymysql学习-菜鸟教程
http://www.runoob.com/python3/python3-mysql.html
pymysql官方文档
https://pymysql.readthedocs.io/en/latest/

json.decoder.JSONDecodeError: Unexpected UTF-8 BOM (decode using utf-8-sig): line 1 column 1 (char 0
https://blog.csdn.net/liu_xzhen/article/details/79563782

1.Math.round()：根据“round”的字面意思“附近、周围”，可以猜测该函数是求一个附近的整数，看下面几个例子就明白。
小数点后第一位<5
正数：Math.round(11.46)=11
负数：Math.round(-11.46)=-11

小数点后第一位>5
正数：Math.round(11.68)=12
负数：Math.round(-11.68)=-12

小数点后第一位=5
正数：Math.round(11.5)=12
负数：Math.round(-11.5)=-11
总结：（小数点后第一位）大于五全部加，等于五正数加，小于五全不加。

2.Math.ceil()：根据“ceil”的字面意思“天花板”去理解；
例如：
Math.ceil(11.46)=Math.ceil(11.68)=Math.ceil(11.5)=12
Math.ceil(-11.46)=Math.ceil(-11.68)=Math.ceil(-11.5)=-11

3.Math.floor()：根据“floor”的字面意思“地板”去理解；
例如：
Math.ceil(11.46)=Math.ceil(11.68)=Math.ceil(11.5)=11
Math.ceil(-11.46)=Math.ceil(-11.68)=Math.ceil(-11.5)=-12

python基础----特性（property）、静态方法（staticmethod）、类方法（classmethod）、__str__的用法

https://www.cnblogs.com/wangyongsong/p/6750454.html

在Python中使用break跳出多层循环？

https://www.zhihu.com/question/37076998

Python 操作Office文件api\

docx模块：可读取、写入.docx文档（不支持.doc文档！！！）
xlrd模块：可读取.xls、.xlsx表格
xlwt模块：可写入.xls表格（不可写入.xlsx文件！！！）
pptx模块：可读取、写入.ppt、.pptx（.ppt演示文稿，只能读取pptx模块自身输出的，对其他方式生成的不支持！！！)

base64 转为图片保存

什么是base64？
https://blog.csdn.net/qq_32502511/article/details/73551187

简单的文件操作 api－shutil

https://blog.csdn.net/woshisangsang/article/details/74360612
https://blog.csdn.net/silentwolfyh/article/details/74931123
python中对文件和文件夹进行移动、复制、删除、重命名，主要依赖os模块和shutil模块，要死记硬背这两个模块的方法还是比较困难的，可以用一个例子集中演示文件的移动、复制、删除、重命名，用到的时候直接查询就行。

#导入shutil模块和os模块
import shutil,os

#复制单个文件
shutil.copy("C:\\a\\1.txt","C:\\b")
#复制并重命名新文件
shutil.copy("C:\\a\\2.txt","C:\\b\\121.txt")
#复制整个目录(备份)
shutil.copytree("C:\\a","C:\\b\\new_a")

#删除文件
os.unlink("C:\\b\\1.txt")
os.unlink("C:\\b\\121.txt")
#删除空文件夹
try:
    os.rmdir("C:\\b\\new_a")
except Exception as ex:
    print("错误信息："+str(ex))#提示：错误信息，目录不是空的
#删除文件夹及内容
shutil.rmtree("C:\\b\\new_a")

#移动文件
shutil.move("C:\\a\\1.txt","C:\\b")
#移动文件夹
shutil.move("C:\\a\\c","C:\\b")

#重命名文件
shutil.move("C:\\a\\2.txt","C:\\a\\new2.txt")
#重命名文件夹
shutil.move("C:\\a\\d","C:\\a\\new_d")

Python异常模块traceback

#!/usr/bin/python
import sys
import traceback
import test1
a=10
b=0
try:
    print test1.division(a,b)
except:
    print 'invoking division failed.'
    traceback.print_exc()
    sys.exit(1)

用try…except捕获异常，然后traceback.print_exc()打印。

Random

https://docs.python.org/3/library/random.html#bookkeeping-functions
https://www.cnblogs.com/duking1991/p/6121300.html

random.random()用于生成,用于生成一个指定范围内的随机符点数，两个参数其中一个是上限，一个是下限。如果a > b，则生成随机数
n: a <= n <= b。如果 a <b， 则 b <= n <= a。

print random.uniform(10, 20)  
print random.uniform(20, 10)  
#---- 
#18.7356606526  
#12.5798298022  
random.randint

用于生成一个指定范围内的整数。其中参数a是下限，参数b是上限，Python生成随机数
print random.randint(12, 20) #生成的随机数n: 12 <= n <= 20 
print random.randint(20, 20) #结果永远是20 
#print random.randint(20, 10) #该语句是错误的。 
下限必须小于上限。

random.randrange

从指定范围内，按指定基数递增的集合中 ，这篇文章就是对python生成随机数的应用程序的部分介绍。

随机整数：
>>> import random
>>> random.randint(0,99)
21

随机选取0到100间的偶数：
>>> import random
>>> random.randrange(0, 101, 2)
42

随机浮点数：
>>> import random
>>> random.random() 
0.85415370477785668
>>> random.uniform(1, 10)
5.4221167969800881

随机字符：
>>> import random
>>> random.choice('abcdefg&#%^*f')
'd'

多个字符中选取特定数量的字符：
>>> import random
random.sample('abcdefghij',3) 
['a', 'd', 'b']

多个字符中选取特定数量的字符组成新字符串：
>>> import random
>>> import string
>>> string.join(random.sample(['a','b','c','d','e','f','g','h','i','j'], 3)).r
eplace(" ","")
'fih'

随机选取字符串：
>>> import random
>>> random.choice ( ['apple', 'pear', 'peach', 'orange', 'lemon'] )
'lemon'

洗牌：
>>> import random
>>> items = [1, 2, 3, 4, 5, 6]
>>> random.shuffle(items)
>>> items
[3, 2, 5, 6, 4, 1]

项目导包/模块

from . import tfutil

Python 包内的导入问题（绝对导入和相对导入）

http://www.cnblogs.com/gaowengang/p/8543840.html

python
env 是一个外部命令，程序文件/bin/env，列出所有环境变量及其赋值。env命令显示当前用户的变量;

scipy.misc报错

module ‘scipy.misc’ has no attribute ‘imresize’
module ‘scipy.misc’ has no attribute ‘imsave’
解决方案：
pip install pillow
因为scipy.misc是基于pillow的

python中type dtype astype 的用法

1.type 获取数据类型

2.dtype 数组元素的类型

3.astype 修改数据类型

python模块之argparse

https://docs.python.org/3/library/argparse.html
https://blog.csdn.net/ziyang_li/article/details/9664973
https://blog.csdn.net/yuyushikuan/article/details/79729660

ValueError: could not broadcast input array from shape (32,32,3) into shape (32,32)

报错在以下这段代码，应该是数据问题，有些数据是三维的，有些数据是一维的导致
sample_images = np.array(array)

python的subprocess模块

python的subprocess模块
Python之系统交互（subprocess）

from future import print_function

python2/3 print()差异

AttributeError: ‘module’ object has no attribute’xxx’

1. 命名py脚本时，不要与python预留字，模块名等相同

2. 删除该库的.pyc文件（因为py脚本每次运行时均会生成.pyc文件；在已经生成.pyc文件的情况下，若代码不更新，运行时依旧会走pyc，所以要删除.pyc文件），重新运行代码；或者找一个可以运行代码的环境，拷贝替换当前机器的.pyc文件即可

sys.argv[] 用法

sys.argv[]是用来获取命令行输入的参数的(参数和参数之间空格区分),sys.argv[0]表示代码本身文件路径,所以从参数1开始,表示获取的参数了
https://blog.csdn.net/u013205877/article/details/78571453

LMDB数据库

LMDB的全称是Lightning Memory-Mapped Database(快如闪电的内存映射数据库)，它的文件结构简单，包含一个数据文件和一个锁文件：

https://blog.csdn.net/dcrmg/article/details/79144507

可变参数*args，关键字参数**kwargs

可变参数允许你传入0个或任意个参数，这些可变参数在函数调用时自动组装为一个tuple。而关键字参数允许你传入0个或任意个含参数名的参数，这些关键字参数在函数内部自动组装为一个dict。
关键字参数有什么用？它可以扩展函数的功能。

def calc(*numbers):
    sum = 0
    for n in numbers:
        sum = sum + n * n
    return sum

>>> person('Michael', 30)
name: Michael age: 30 other: {}
>>> person('Bob', 35, city='Beijing')
name: Bob age: 35 other: {'city': 'Beijing'}
>>> person('Adam', 45, gender='M', job='Engineer')
name: Adam age: 45 other: {'gender': 'M', 'job': 'Engineer'}

https://www.liaoxuefeng.com/wiki/0014316089557264a6b348958f449949df42a6d3a2e542c000/001431752945034eb82ac80a3e64b9bb4929b16eeed1eb9000

zipfile 解压缩zip文件

Blog

   $ apt-get install p7zip-full # ubuntu
   $ brew install p7zip # Mac
   with zipfile.ZipFile(filepath) as zf:
       zf.extractall(base_path)

tarfile解压gz文件

tarfile.open(filepath, 'r:gz').extractall(dest_directory)

sys.path自定义导入环境

import sys
# sys.path.append('./network')
# sys.path.append('./utils')
sys.path.append('./')
# sys.path.append("/home/xufeng/.conda/envs/fashion/lib/python3.6/site-packages")
# print(sys.path)

python any()和all()用法

https://www.cnblogs.com/apple2016/p/5767453.html

from future import print_function

https://blog.csdn.net/xiaotao_1/article/details/79460365

hasattr() getattr() setattr()

https://www.cnblogs.com/cenyu/p/5713686.html

sort 与 sorted 区别：

sort 是应用在 list 上的方法，sorted 可以对所有可迭代的对象进行排序操作。

list 的 sort 方法返回的是对已经存在的列表进行操作，无返回值，而内建函数 sorted 方法返回的是一个新的 list，而不是在原来的基础上进行的操作。

Ref

Python文件头部的#!/usr/bin/env python 是什么意思

https://blog.csdn.net/ai_XX/article/details/82998403

python 查看对象的属性和方法

https://blog.csdn.net/ruguowoshiyu/article/details/80539299

print(dir(obj)) obj为对象名， 此命令打印对象所有属性和方法

a = [1,2]
print(dir(a))

['__add__', '__class__', '__contains__', '__delattr__', '__delitem__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__getitem__', '__gt__', '__hash__', '__iadd__', '__imul__', '__init__', '__iter__', '__le__', '__len__', '__lt__', '__mul__', '__ne__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__reversed__', '__rmul__', '__setattr__', '__setitem__', '__sizeof__', '__str__', '__subclasshook__', 'append', 'clear', 'copy', 'count', 'extend', 'index', 'insert', 'pop', 'remove', 'reverse', 'sort']

列表的前一部分为魔法方法，最后才是我们关注的属性和方法
'append', 'clear', 'copy', 'count', 'extend', 'index', 'insert', 'pop', 'remove', 'reverse', 'sort'

实战案例浅析JS加密 - DES与Base64

https://mp.weixin.qq.com/s/e0jFdh0hz4ro89i80SJuRA

Python分发打包

Official doc
Github
Blog Recommand
Python打包分发工具setuptools简介

装饰器

函数 = 对象
变量 也可以是 对象
数据结构 = 类（变量（数据）+ 函数）
对象 ？= 类实例（单独的变量（数据）+ 函数）
l = List(‘h’,‘e’)
那变量 l 是不是就是类实例了？

由于函数也是一个对象，而且函数对象可以被赋值给变量，所以，通过变量也能调用该函数。

假设我们要增强now()函数的功能，比如，在函数调用前后自动打印日志，但又不希望修改now()函数的定义，这种在代码运行期间动态增加功能的方式，称之为“装饰器”（Decorator）。

本质上，decorator就是一个返回函数的高阶函数。

def log(func):
    def wrapper(*args, **kw):
        print('call %s():' % func.__name__)
        return func(*args, **kw)
    return wrapper
    
观察上面的log，因为它是一个decorator，所以接受一个函数作为参数，并返回一个函数。我们要借助Python的@语法，把decorator置于函数的定义处：
@log
def now():
    print('2015-3-25')
    
调用now()函数，不仅会运行now()函数本身，还会在运行now()函数前打印一行日志：
>>> now()
call now():
2015-3-25

把@log放到now()函数的定义处，相当于执行了语句：
now = log(now)

https://www.liaoxuefeng.com/wiki/1016959663602400/1017451662295584

python特殊函数

1__call__()
在python中所有的函数都是可调用对象。
一个类实例也可以变成一个可调用对象，只需要实现一个特殊方法__call__()。

>>> p = Person('Bob', 'male')
>>> p('Tim')
My name is Bob...
My friend is Tim...

单看 p('Tim') 你无法确定 p 是一个函数还是一个类实例，所以，在Python中，函数也是对象，对象和函数的区别并不显著。

Ref

2__str__和__repr__
把一个类的实例变成 str，就需要实现特殊方法__str__()：

>>> p = Person('Bob', 'male')
>>> print p
(Person: Bob, male)
但是，如果直接敲变量 p：

>>> p
<main.Person object at 0x10c941890>
似乎__str__() 不会被调用。

因为 Python 定义了__str__()和__repr__()两种方法，str()用于显示给用户，而__repr__()用于显示给开发人员。

有一个偷懒的定义__repr__的方法：

class Person(object):
    def __init__(self, name, gender):
        self.name = name
        self.gender = gender
    def __str__(self):
        return '(Person: %s, %s)' % (self.name, self.gender)
    __repr__ = __str__

Ref

3.多态
多态： 类具有继承关系，并且子类类型可以向上转型看做父类类型。
Ref

4.进阶
@property
#可以向访问数据属性一样去访问area,会触发一个函数的执行,动态计算出一个值

@classmethod

@staticmethod
一般来说，要使用某个类的方法，需要先实例化一个对象再调用方法。
而使用@staticmethod或@classmethod，就可以不需要实例化，直接类名.方法名()来调用。
这有利于组织代码，把某些应该属于某个类的函数给放到那个类里去，同时有利于命名空间的整洁。

@wrap_objective

Python 中的 classmethod 和 staticmethod 有什么具体用途？
python基础----特性（property）、静态方法（staticmethod）、类方法（classmethod）、__str__的用法
@staticmethod和@classmethod的用法
Python进阶-----静态方法（@staticmethod）

Python self

https://www.cnblogs.com/jessonluo/p/4717140.html

匿名函数 Lambda

匿名函数lambda x: x * x实际上就是：

def f(x):
    return x * x

关键字lambda表示匿名函数，冒号前面的x表示函数参数。

python计算占用内存

10种检测Python程序运行时间、CPU和内存占用的方法
python线程通信
python 多线程中子线程和主线程相互通信
多线程之线程通信
Python线程通信

python fire使用指南

Python Fire是一个Python库，只需对Fire进行一次调用即可将任何Python组件转变为命令行界面。
https://blog.csdn.net/qq_17550379/article/details/79943740

datetime

Python datetime 格式化字符串：strftime()
python 移动文件或文件夹操作

不同目录模块导入

python笔记(一)获取当前目录路径和文件
Python中import导入上一级目录模块及循环import问题的解决

Supervisor进程管理工具

Python 进程管理工具 Supervisor 使用教程

垃圾回收

gc垃圾回收
System.gc();

绘图模块：Matplotlib、Seaborn

Python 3下Matplotlib画图中文显示乱码的解决方法
http://blog.csdn.net/u012705410/article/details/47379957

Matplotlib 图例中文显示（大小修改）
http://blog.csdn.net/qq_28119401/article/details/50917653

matplotlib.pyplot.plot()参数详解
http://blog.csdn.net/chinwuforwork/article/details/51786967

Python数据可视化-seaborn
https://www.cnblogs.com/gczr/p/6767175.html
https://www.cnblogs.com/kylinlin/p/5236601.html

数据库模块

python操作MongoDB
https://www.cnblogs.com/melonjiang/p/6536876.html
mongodb教程
http://www.runoob.com/mongodb/mongodb-databases-documents-collections.html

数据分析模块

数据分析之pandas
https://www.cnblogs.com/nxld/p/6058591.html
https://www.cnblogs.com/en-heng/p/5630849.html
http://blog.csdn.net/zhurui_idea/article/details/56012622
http://www.cnblogs.com/gczr/p/6761613.html