Python高级编程
关注
分享
扫一扫
文章平均质量分 52
Python高级编程
青少年编程作品集
肖老师，IT高级软件工程师，从事软件设计与研发20年之久，具备丰富的设计和研发等编程经验。
精通逻辑算法，工程数控，数据分析与挖掘。有4年的金融保险银行数据逻辑算法分析处理工作经验，
有5年的电信移动无线通讯技术3G，4G网优网规相关编程经验，有4年的企业应用软件，工程控制应用软件，互联网应用软件编程经验
还有4年的移动APP，小程序，Web前后端软件编程经验。精通Scratch,Python,C,C++,Java,Javascript,html5,Css3等编程语言，
熟悉各种编程工具，以及编程的流程和编程环境。涉及积木编程，AI人工智能编程，大数据挖掘编程，手机APP和小程序编程。
展开
-
【Python开发技术之PyQt5精品教学】第2课--PyQt5 有什么新特性
API 不与之前的版本自动兼容。因此，涉及PyQt4模块的Python代码应通过进行相关修改来手动升级。本章列出了PyQt4和PyQt5之间的主要区别。PyQt5 不支持QObject类的connect()方法，用于信号和槽的连接。实用程序（用于从Designer的XML文件生成Python代码）不支持–pyqt3-wrapper标志。不支持-py2和-py3标志。pyrcc5的输出与。，并调用它拥有的所有包装实例的C++析构函数。PyQt5不支持从多个Qt类派生的类的定义。这些方法的旧签名也发生了变化。原创 2024-10-10 14:22:39 · 438 阅读 · 0 评论 -
【Python开发技术之PyQt5精品教学】第1课--PyQt5 介绍
PyQt是一个GUI小部件工具包。它是Python与Qt库的接口，Qt是最强大和受欢迎的跨平台GUI库之一。PyQt由RiverBank Computing Ltd开发。最新版本的PyQt可以从其官方网站上下载− riverbankcomputing.comAPI是一组包含大量类和函数的模块。QtCore模块包含用于处理文件和目录等非GUI功能，QtGui模块包含所有的图形控件。此外，还有用于处理XML（QtXml）、SVG（QtSvg）和（QtSql）等的模块。下面是一些常用模块的列表−。原创 2024-10-10 14:20:42 · 596 阅读 · 0 评论 -
【Python Matplotlib 教程】第34课时-Matplotlib 转换
当在轴中放置文本时，轴坐标系非常有用。您可能经常想要在固定位置放置一个文本气泡；例如，在轴窗格的左上角，并且在平移或缩放时该位置保持固定。包建立在一个转换框架之上，可以轻松地在坐标系之间进行转换。下表简要描述了这些系统。使用其他变换对象可以控制其位置。文本被置于数据点（x，y）的理论位置上。因此，我们将其称为“数据坐标”。这些转换可以用于任何类型的Matplotlib对象。原创 2024-10-08 11:29:16 · 397 阅读 · 0 评论 -
【Python Matplotlib 教程】第33课时-Matplotlib 使用图像
本示例中使用的图像是一个PNG文件，但请记住自己的数据需要满足Pillow库的要求。imread()函数用于读取float32数据类型的ndarray对象中的图像数据。任何包含图像数据的数组都可以通过执行imsave()函数保存到磁盘文件中。在这里，通过将origin参数设置为lower，保存了原始png文件的垂直翻转版本。在本机情况下，Matplotlib仅支持PNG图像。如果本机读取失败，下面展示的命令将退回到Pillow库。Matplotlib包中的图像模块提供了加载、调整大小和显示图像所需的功能。原创 2024-10-08 11:28:03 · 306 阅读 · 0 评论 -
【Python Matplotlib 教程】第32课时-Matplotlib 数学表达式
您可以通过在Matplotlib文本字符串中使用一对美元符号($)将其放置在内，来使用TeX标记的子集。为了创建下标和上标，使用’_’和’^’符号 −。上面的代码行将生成以下输出-原创 2024-10-08 11:26:49 · 235 阅读 · 0 评论 -
【Python Matplotlib 教程】第31课时-Matplotlib 使用文本
用户可以对文本属性（字体大小、字体粗细、文本位置和颜色等）进行精确控制。Matplotlib实现了大量的TeX数学符号和命令。对光栅和矢量输出的支持，具有任意旋转的换行分隔文本以及unicode支持。Matplotlib包含了自己的。.font_manager，它实现了一个跨平台、符合W3C标准的字体查找算法。Matplotlib具有广泛的文本支持，包括对数学表达式的支持，下面的脚本演示了上述一些函数的使用方法−。所有这些函数都创建并返回一个。上面的代码将生成以下输出 –原创 2024-10-08 11:24:54 · 343 阅读 · 0 评论 -
【Python Matplotlib 教程】第30课时-Matplotlib 3D曲面图
曲面图展示了一个指定的因变量（Y）与两个自变量（X和Z）之间的函数关系。这个图表是等高线图的伴侣图表。曲面图类似于线框图，但是线框的每个面都是一个填充多边形。这可以帮助感知所可视化表面的拓扑结构。plot_surface()函数接受x、y和z作为参数。上述代码行将生成以下输出−。原创 2024-10-07 16:43:06 · 375 阅读 · 0 评论 -
【Python Matplotlib 教程】第29课时-Matplotlib 三维网格图
网格图将一个值的网格投影到指定的三维表面上，并且能够很容易地可视化出产生的三维形式。上述代码将生成以下输出-原创 2024-10-07 16:42:12 · 757 阅读 · 0 评论 -
【Python Matplotlib 教程】第28课时-Matplotlib 三维等高线图
函数创建了一个三维等高线图。它要求所有输入数据以二维规则网格的形式给出，Z数据在每个点处计算。在这里，我们将展示一个三维正弦函数的等高线图。原创 2024-10-07 16:41:15 · 264 阅读 · 0 评论 -
【Python Matplotlib 教程】第27课时-Matplotlib 三维绘图
尽管Matplotlib最初只考虑了二维绘图，但后来版本在Matplotlib的二维显示基础上构建了一些三维绘图工具，以提供一套用于三维数据可视化的工具。导入Matplotlib包时，包含了mplot3d工具包。可以通过向任何常规坐标轴创建程序传递关键字projection=’3d’来创建三维坐标轴。，由(x, y, z)三元组集合创建。可以使用ax.plot3D函数创建。我们现在可以绘制各种三维图形。最基本的三维图形是一个。原创 2024-10-07 16:40:13 · 609 阅读 · 0 评论 -
【Python Matplotlib 教程】第26课时-Matplotlib 小提琴图
小提琴图与箱线图相似，除了它们还显示数据在不同值上的概率密度。这些图表包括一个标记表示数据的中位数和一个表示四分位数范围的箱子，就像标准的箱线图一样。在这个箱线图上叠加了一个核密度估计图。与箱线图类似，小提琴图用于表示不同“类别”下的变量分布（或样本分布）的比较。相比纯粹的箱线图，小提琴图更具信息性。事实上，箱线图只显示诸如均值/中位数和四分位范围等摘要统计信息，而小提琴图则显示了完整的数据分布。原创 2024-10-07 16:38:58 · 467 阅读 · 0 评论 -
【Python Matplotlib 教程】第25课时-Matplotlib 箱线图
箱线图，也被称为触须图，展示了一组数据的最小值、第一四分位数、中位数、第三四分位数和最大值的摘要。在箱线图中，我们从第一四分位数到第三四分位数划一个箱子。一条垂直线经过箱子的中位数。触须从每个四分位数延伸到最小值或最大值。它需要三个参数：正态分布的均值和标准差，以及所需的值的数量。我们在上面创建的数组列表是创建箱线图所必需的唯一输入。让我们为箱线图创建数据。上面的代码将生成以下输出−。原创 2024-10-07 16:38:01 · 472 阅读 · 0 评论 -
【Python Matplotlib 教程】第24课时-Matplotlib 箭头图
箭头图将速度向量以箭头的形式展示，其分量为(u,v)，在点(x,y)处。Python上述命令将向量绘制为箭头，箭头的坐标由x和y中的每对相应元素指定。原创 2024-10-07 16:37:01 · 444 阅读 · 0 评论 -
【Python Matplotlib 教程】第23课时-Matplotlib 等高线图
等高线图（有时称为水平面图）是一种将三维表面绘制在二维平面上的方法。它在y轴上绘制了两个预测变量X和Y，而响应变量Z则以等高线的形式呈现。这些等高线有时被称为z-切片或等响应值。如果您想观察变量Z随着两个输入变量X和Y的变化情况，使得Z = f（X，Y），则等高线图很合适。API包含contour()和contourf()函数，分别绘制等高线和填充等高线。这两个函数都需要三个参数x、y和z。独立变量x和y通常限制在一个称为meshgrid的规则网格上。.meshgrid将一组x值和一组y值创建为矩形网格。原创 2024-10-07 16:35:52 · 628 阅读 · 0 评论 -
【Python Matplotlib 教程】第22课时-Matplotlib 散点图
散点图用于在水平和垂直轴上绘制数据点，以显示一个变量受另一个变量的影响程度。数据表中的每一行由一个标记表示，其位置取决于在X轴和Y轴上设定的列中的值。第三个变量可以设置为与标记的颜色或大小相对应，从而为图表添加另一个维度。下面的脚本以两种不同的颜色绘制了男孩和女孩的分级范围与分级的散点图。原创 2024-10-07 16:34:44 · 378 阅读 · 0 评论 -
【Python Matplotlib 教程】第21课时-Matplotlib 饼图
饼图只能显示一系列数据。饼图显示了一系列数据项（称为楔块）在总数据中的比例大小。饼图中的数据点显示为整个饼图的百分比。API 提供了一个函数，用于生成表示数组数据的饼图。每个楔块的分数区域由给出。如果sum(x) < 1，那么x的值直接给出分数区域，并且数组不会被归一化。饼图结果将有一个大小为1 – sum(x)的空楔块。如果图形和坐标轴是正方形，或者坐标轴的长宽比是相等的，饼图效果最佳。原创 2024-10-06 16:12:57 · 572 阅读 · 0 评论 -
【Python Matplotlib 教程】第20课时-Matplotlib 直方图
直方图是对数值数据的分布的准确表示。它是对连续变量的概率分布的估计。它是一种条形图。bin通常被指定为连续且不重叠的变量间隔。函数用于绘制直方图。它计算并绘制x的直方图。原创 2024-10-06 15:42:52 · 405 阅读 · 0 评论 -
【Python Matplotlib 教程】第19课时-Matplotlib 柱状图
以下脚本将展示四个柱子的三个柱状图。pyplot.bar()函数的可选bottom参数允许您为条形指定一个起始值。第二次调用pyplot.bar()绘制红色条形，蓝色条形的底部位于红色条形的顶部。柱状图是一种以矩形条表示分类数据并且条的高度或长度与其所代表的值成比例的图表。当比较多个数量并改变一个变量时，我们可能希望建立一个柱状图，其中一个数量值对应一种颜色的柱子。图表的一个坐标轴显示要比较的具体类别，另一个坐标轴代表测量值。它展示了一个学院提供的各种课程的学生人数。结果条形的高度显示了各组的合并结果。原创 2024-10-06 15:40:00 · 570 阅读 · 0 评论 -
【Python Matplotlib 教程】第18课时-Matplotlib 双坐标轴
在绘图中，拥有双x轴或y轴被认为很有用。特别是当同时绘制具有不同单位的曲线时。Matplotlib通过twinx和twiny函数来支持这一点。在以下示例中，绘图具有双y轴，一个显示exp(x)，另一个显示log(x)-原创 2024-10-06 15:38:28 · 455 阅读 · 0 评论 -
【Python Matplotlib 教程】第17课时-Matplotlib 设置坐标轴限制
刻度是指表示坐标轴上数据点的标记。在我们之前的所有示例中，Matplotlib自动接管了在坐标轴上定位点的任务。Matplotlib的默认刻度定位器和格式化程序被设计成在许多常见情况下通常足够使用。可以明确指定刻度的位置和标签以满足特定要求。同样地，可以通过set_xlabels()和set_ylabels()函数分别设置与刻度标记对应的标签。列表中的元素表示对应轴上将显示刻度的位置。这将在x轴上显示标记下方的文本标签。以下示例演示了刻度和标签的使用。此方法将在给定位置标记数据点。原创 2024-10-06 15:35:47 · 410 阅读 · 0 评论 -
【Python Matplotlib 教程】第16课时-Matplotlib 设置坐标轴限制
Matplotlib会自动确定要在绘图中显示的变量的x轴、y轴（以及3D绘图的z轴）的最小和最大值。然而，可以通过使用 set_xlim() 和 set_ylim() 函数来显式设置限制。现在我们将x轴的范围格式化为（0到10），y轴的范围格式化为（0到10000）−。在下面的绘图中，显示了x轴和y轴的自动缩放限制−。原创 2024-10-06 15:35:04 · 416 阅读 · 0 评论 -
【Python Matplotlib 教程】第15课时-Matplotlib 格式化轴
在这种情况下，轴的刻度需要设置为对数而不是正常刻度。在Matplotlib中，可以通过将axes对象的xscale或yscale属性设置为’log’来实现。有时候还需要在轴数字和轴标签之间显示一些额外的距离。可以将x轴或y轴（或两者）的labelpad属性设置为所需的值。通过指定颜色和宽度，可以格式化每个脊椎。如果将其颜色设置为none，则可以使任何边缘看不见。右边的子图具有对数刻度，而左边的子图的x轴标签距离更远。轴脊椎是连接刻度标记并标记绘图区域边界的线条。轴对象在顶部、底部、左侧和右侧都有脊椎。原创 2024-10-06 15:34:15 · 415 阅读 · 0 评论 -
【Python Matplotlib 教程】第14课时-Matplotlib 网格
axes 对象的 grid() 函数设置图形内网格的可见性，可选的值包括打开或关闭。您还可以显示主要/次要（或者两者）网格的刻度线。此外，还可以在 grid() 函数中设置颜色、线型和线宽属性。原创 2024-10-06 15:33:07 · 261 阅读 · 0 评论 -
【Python Matplotlib 教程】第13课时-Matplotlib Subplot2grid() 函数
在下面的示例中，一个3X3的图形对象网格被不同大小的轴对象填满，每个轴对象在行和列跨度上显示不同的图表。该函数在网格中的特定位置创建一个轴对象，具有更高的灵活性。它还允许轴对象跨多行或多列。执行上面的代码行后，将生成以下输出−。原创 2024-10-06 15:31:16 · 441 阅读 · 0 评论 -
【Python Matplotlib 教程】第12课时-Matplotlib Subplots()函数
该函数的两个整数参数指定了子图网格的行数和列数。该函数返回一个图形对象和一个包含与行数*列数相等的轴对象的元组。每个轴对象可以通过其索引进行访问。在这里，我们创建一个2行2列的子图，并在每个子图中显示4个不同的绘图。Matplotlib的pyplot API提供了一个方便的函数subplots()，它可以作为一个实用的封装器，帮助我们在一个调用中创建常见的subplot布局，包括封装的figure对象。以上代码将产生以下输出−。原创 2024-10-06 15:30:21 · 239 阅读 · 0 评论 -
【Python Matplotlib 教程】第11课时-Matplotlib 多图展示
在当前图中，该函数创建并返回一个Axes对象，该对象在一个nrows x ncols的网格中的位置索引处。如果nrows、ncols和index都小于10，则索引也可以作为单个、连接的三位数给出。例如，subplot(2, 3, 3)和subplot(233)都在当前图的右上角创建一个Axes，占据图的高度的一半和宽度的三分之一。创建subplot会删除与其重叠的任何现有subplot，除非它们共享边界。在本章中，我们将学习如何在同一画布上创建多个子图。在执行以上代码行时，将生成以下输出 –原创 2024-10-06 15:29:20 · 395 阅读 · 0 评论 -
【Python Matplotlib 教程】第10课时-Matplotlib Axes类
Axes对象是带有数据空间的图像区域。一个图形可以包含多个Axes对象，但一个Axes对象只能属于一个图形。Axes对象包含两个（或三个在3D情况下）Axis对象。Axes类及其成员函数是使用OO接口进行操作的主要入口点。通过调用add_axes()方法，可以将Axes对象添加到图形中。它返回axes对象，并在位置rect [left, bottom, width, height]上添加一个axes，其中所有量都是相对于图形宽度和高度的比例。原创 2024-10-05 13:55:19 · 791 阅读 · 0 评论 -
【Python Matplotlib 教程】第9课时-Matplotlib 面向对象的接口
figure模块包含Figure类。它是所有绘图元素的顶级容器。通过从pyplot模块调用figure()函数实例化Figure对象 –以下表格显示了额外的参数 –原创 2024-10-05 13:54:17 · 246 阅读 · 0 评论 -
【Python Matplotlib 教程】第8课时-Matplotlib 面向对象的接口
虽然使用.pyplot模块可以快速生成图形，但建议使用面向对象的方法，因为它可以更好地控制和定制图形。大多数函数也可以在.axes.Axes类中使用。使用更正式的面向对象方法的主要想法是创建图形对象，然后调用该对象的方法或属性。这种方法可以更好地处理带有多个图形的画布。在面向对象的接口中，Pyplot仅用于一些函数，例如创建图形，用户需要显式创建并跟踪图形和轴对象。在这个层次上，用户使用Pyplot来创建图形，通过这些图形，可以创建一个或多个轴对象。然后，这些轴对象用于大多数绘图操作。原创 2024-10-05 13:53:13 · 388 阅读 · 0 评论 -
【Python Matplotlib 教程】第7课时-Matplotlib PyLab模块
PyLab是Matplotlib面向对象绘图库的过程接口。Matplotlib是完整的软件包；.pyplot是Matplotlib中的一个模块；而PyLab是与Matplotlib一同安装的一个模块。PyLab是一个方便的模块，它批量导入.pyplot（用于绘图）和（用于数学和数组操作）到一个命名空间中。虽然许多示例使用了PyLab，但现在不再推荐使用。原创 2024-10-05 13:52:01 · 442 阅读 · 0 评论 -
【Python Matplotlib 教程】第6课时-Matplotlib 简单绘图
首先，根据惯例，我们从Matplotlib包导入Pyplot模块，并给它起了一个别名plt。我们现在使用NumPy库中的arange（）函数获取介于0和2π之间的角度的ndarray对象。通过以下语句获得要在y轴上显示的x角度的相应正弦值 –将x作为包含0到2π之间的角度（以弧度表示）的ndarray对象，y作为每个角度的正弦值 –为了在笔记本中显示绘图结果（而不是在独立的查看器中），请输入以下魔法语句-在这一章中，我们将学习如何使用Matplotlib创建一个简单的绘图。完整的程序如下所示−。原创 2024-10-05 13:50:50 · 495 阅读 · 0 评论 -
【Python Matplotlib 教程】第5课时-Matplotlib Pyplot API
在浏览器的新标签中显示一个带有.ipynb扩展名（代表IPython笔记本）的新未命名笔记本。是一组命令式的函数集合，使得Matplotlib的工作方式类似于。每个Pyplot函数都对图形进行一些改变。例如，一个函数创建一个图形，一个在图形中创建一个绘图区域，在绘图区域中画一些线条，用标签装饰图形等等。原创 2024-10-05 13:49:49 · 472 阅读 · 0 评论 -
【Python Matplotlib 教程】第4课时-Matplotlib Jupyter Notebook
你可能想要开始创建一个新的笔记本。shell和Jupyter的内核存在，而IPython的笔记本和其他与语言无关的部分将移至Jupyter名称下。要启动Jupyter笔记本，请打开Anaconda导航器（Anaconda中包含的桌面图形用户界面），它允许您启动应用程序并轻松管理Conda软件包、环境和频道，无需使用命令行命令。在2014年，Fernando Pérez宣布了一个IPython的分拆项目，名为Project Jupyter。支持代码、文本、数学表达式、内联图像和其他媒体的基于浏览器的笔记本。原创 2024-10-04 10:35:33 · 514 阅读 · 0 评论 -
【Python Matplotlib 教程】第3课时-Matplotlib Anaconda分发
Anaconda是用于大规模数据处理、预测分析和科学计算的Python和R编程语言的免费开源分发版。Matplotlib和许多其他有用的（数据）科学工具是该分发版的一部分。Anaconda的优势在于您可以访问超过720个可以通过Anaconda的Conda（一个软件包、依赖项和环境管理器）轻松安装的软件包。Anaconda分发版可在以下网址进行安装： https://www.anaconda.com/download/. 对于Windows安装，提供32位和64位的可执行文件 −。原创 2024-10-04 10:33:32 · 439 阅读 · 0 评论 -
【Python Matplotlib 教程】第2课时-Matplotlib 环境搭建
Matplotlib及其依赖包可以以wheel包的形式在标准的Python软件包仓库中获得，并且可以使用pip软件包管理器在Windows、Linux和MacOS系统上安装。2.7或3.4版本未安装给所有用户，则需要安装Microsoft Visual C++ 2008（64位或32位，适用于。在极古老的 Linux 和 Python 2.7 版本上，可能需要安装 subprocess32 的主版本。如果您在Mac上使用Python 2.7，请执行以下命令−。需要大量的依赖项 −。原创 2024-10-04 10:30:47 · 442 阅读 · 0 评论 -
【Python Matplotlib 教程】第1课时-Matplotlib 教程介绍
Matplotlib是最受欢迎的用于数据可视化的Python包之一。它是一个跨平台的库，可以从数组中绘制2D图。Matplotlib使用Python编写并利用NumPy，这是Python的数值数学扩展。它提供了面向对象的API，有助于将图表嵌入使用PythonGUI工具包（如PyQt，WxPython或Tkinter）的应用程序中。它也可以在Python和IPython shell，Jupyter notebook和Web应用程序服务器中使用。原创 2024-10-04 10:29:32 · 440 阅读 · 0 评论 -
【Python高级编程案例】-第30课时-Python 内置函数
在Python中有很多的内置函数以及内置语法，为了方便查阅以及后续记忆使用。现对这些方法进行记录。原创 2024-09-25 09:14:04 · 412 阅读 · 0 评论 -
【Python高级编程案例】-第29课时-Python 爬虫数据存储
通过爬虫解析出网页数据之后，就要对数据进行存储。保存的形式多种多样，最简单的形式是保存为文本形式，如TXT、JSON、CSV、XLSX等。另外还可以保存在数据库之中，如关系型数据库MySQL，非关系型数据库MongoDB、Redis等。原创 2024-09-25 09:10:47 · 937 阅读 · 0 评论 -
【Python高级编程案例】-第28课时-Python 爬虫的基本库使用
匹配尽可能少的字符串，在做匹配时，字符串中间尽可能使用非贪婪模式匹配，以免出现匹配结果缺失的情况。 在Python中使用Xpath可以使用lxml这个库来匹配网页中的各个节点，lxml不但能匹配HTML文档还能匹配XML文档，当然还能创建XML文档，这里只对运用HTML文档的匹配进行说明。 如果是为了替换一部分字段，或者替换为空值，使用字符串的replace方法太繁琐了，可以借助sub方法匹配替换。 match（）方法是从字符串的开头匹配的，一旦开头不匹配，整个匹配就不能成功。原创 2024-09-25 09:03:48 · 915 阅读 · 0 评论 -
【Python高级编程案例】-第26课时-Python 猫眼电影排行TOP100抓取（小案例）
本文记录了自己学习途中的代码，主要通过正则提取解析网页内容然后存储到本地。猫眼电影拥有反爬机制，使用爬虫加上延时一样会弹出验证限制爬虫。通过自己的验证，发现headers里面同时加上Referer和Cookie关键字可以有效解决弹出的验证，不管怎么快都不会弹出验证。个人源码仅供自己学习记录，他人使用学习中切勿用于非法用途，请自觉遵守国家法律。造成的损失一概与本人无关。原创 2024-09-25 08:44:54 · 319 阅读 · 0 评论