第十五章生成数据

2023年9月4日上午1:29 • Python • 阅读 57

生成数据

15.1 安装Matplotlib
15.2 绘制简单的折线图
*
15.2.1 修改标签文字和线条粗细
15.2.2 校正图形
15.2.3 使用内置样式
15.2.4 使用scatter()绘制散点图并设置样式
15.2.5 使用scatter()绘制一系列点
15.2.6 自动计算数据
15.2.7 自定义颜色
15.2.8 使用颜色映射
15.2.9 自动保存图标
15.3 随机漫步
*
15.3.1 创建RandomWalk类 & 15.3.2 选择方向
15.3.3 绘制随机漫步图
15.3.4 模拟多次随机漫步
15.3.5 设置随机漫步图的样式
–
- 1 给着色点
- 2 重新绘制起点和终点
- 3 隐藏坐标轴
- 4 增加点数
- 5 调整尺寸已适合屏幕
15.4 使用 Plotly 模拟掷色子
*
15.4.1 安装Plotly
15.4.2 创建Die 类
15.4.3 掷色子
15.4.4 分析结果
15.4.5 绘制直方图
15.4.6 同时掷两个色子
15.4.7 同时掷两个面数不同的色子
15.5 小结

本文与课本稍有出入，本文采用的工具是pycharm，与课本稍有出入

15.1 安装Matplotlib

win + R ，并输入 cmd ，进入命令行界面
如下图：
按提示信息，将 pip 版本升级至最新
如下图：
升级成功后，使用 python -m pip install matplotlib 安装Matplotlib
如下图：
安装成功后，再次使用 python -m pip list ，发现matpoltlib已经存在了
如下图：
打开pycharm，新建一个项目：date_study
如下图：
新建一个测试文件：test.py，将以下代码复制进去，然后运行

import matplotlib.pyplot as plt
labels='frogs','hogs','dogs','logs'
sizes=15,20,45,10
colors='yellowgreen','gold','lightskyblue','lightcoral'
explode=0,0.1,0,0
plt.pie(sizes,explode=explode,labels=labels,colors=colors,autopct='%1.1f%%',shadow=True,startangle=50)
plt.show()

运行结果如下图：

15.2 绘制简单的折线图

subplots（）函数
plot（）函数
show（）函数

新建 test.py，输入以下代码

import matplotlib.pyplot as plt

squares = [1, 4, 9, 16, 25]
fig, ax = plt.subplots()
ax.plot(squares)

plt.show()

实现效果如下图：

15.2.1 修改标签文字和线条粗细

set_title()
set_xlabel()
set_ylabel()
tick_params()

改善图表的可读性

import matplotlib.pyplot as plt

squares = [1, 4, 9, 16, 25]
fig, ax = plt.subplots()
ax.plot(squares, linewidth=3)

ax.set_title("平方数", fontsize=24)
ax.set_xlabel("值", fontsize=14)
ax.set_ylabel("值的平法数", fontsize=14)

ax.tick_params(axis="both", labelsize=14)

plt.show()

此时，运行程序，大概率会出现中文不能显示的情况，可以遵循以下方法解决

Win + R ，输入 cmd 打开命令行窗口
输入 python，进入python界面
输入 import matplotlib 导入该模块
输入 matplotlib.matplotlib_fname() 查找该文件路径，查询结果为：
C:\Users\zhangxy\AppData\Roaming\Python\Python39\site-packages\matplotlib\mpl-data\matplotlibrc
（”\”需要改为”\”）
5 .用文本方式打开该文件，搜索 font.family ,找到 # font.family: sans-serif ,将其改为
font.family: Microsoft YaHei

此时运行程序，即可达到与课本相同的效果，如图：

15.2.2 校正图形

我们发现图形的终点4.0的平方是25，这很明显不对，这是因为：没有输入值时，假设的第一个x数据点是0，我们修复这个问题

import matplotlib.pyplot as plt

input_values = [1, 2, 3, 4, 5]
squares = [1, 4, 9, 16, 25]
fig, ax = plt.subplots()
ax.plot(input_values, squares, linewidth=3)

ax.set_title("平方数", fontsize=24)
ax.set_xlabel("值", fontsize=14)
ax.set_ylabel("值的平法数", fontsize=14)

ax.tick_params(axis="both", labelsize=14)

plt.show()

此时输出的图形是正确的，如下图：

15.2.3 使用内置样式

matplotlib提供了很多样式
执行程序

import matplotlib.pyplot as plt

print(plt.style.available)

输出：
[‘Solarize_Light2’, ‘_classic_test_patch’, ‘_mpl-gallery’, ‘_mpl-gallery-nogrid’, ‘bmh’, ‘classic’, ‘dark_background’, ‘fast’, ‘fivethirtyeight’, ‘ggplot’, ‘grayscale’, ‘seaborn’, ‘seaborn-bright’, ‘seaborn-colorblind’, ‘seaborn-dark’, ‘seaborn-dark-palette’, ‘seaborn-darkgrid’, ‘seaborn-deep’, ‘seaborn-muted’, ‘seaborn-notebook’, ‘seaborn-paper’, ‘seaborn-pastel’, ‘seaborn-poster’, ‘seaborn-talk’, ‘seaborn-ticks’, ‘seaborn-white’, ‘seaborn-whitegrid’, ‘tableau-colorblind10’]

使用其中的某一个样式，如：Solarize_Light2

使用 seaborn 又会出现汉语无法显示的问题

实现代码如下：

import matplotlib.pyplot as plt

input_values = [1, 2, 3, 4, 5]
squares = [1, 4, 9, 16, 25]

plt.style.use("Solarize_Light2")
fig, ax = plt.subplots()
ax.plot(input_values, squares, linewidth=3)

ax.set_title("平方数", fontsize=24)
ax.set_xlabel("值", fontsize=14)
ax.set_ylabel("值的平法数", fontsize=14)

ax.tick_params(axis="both", labelsize=14)

plt.show()

执行程序，显示如下图：

15.2.4 使用scatter()绘制散点图并设置样式

绘制单个点，使用scatter()方法

import matplotlib.pyplot as plt

plt.style.use('Solarize_Light2')
fig, ax = plt.subplots()
ax.scatter(2, 4)

plt.show()

执行结果如下图：

设置图标的样式，包括标题、坐标轴标签等

import matplotlib.pyplot as plt

plt.style.use('Solarize_Light2')
fig, ax = plt.subplots()
ax.scatter(2, 4, s=200)

ax.set_title("平方数", fontsize=24)
ax.set_xlabel("值", fontsize=14)
ax.set_ylabel("值的平方", fontsize=14)

ax.tick_params(axis='both', which='major',labelsize=14)

plt.show()

执行结果如下图”：

15.2.5 使用scatter()绘制一系列点

要绘制一系列点，可以传递两个包含x，y的列表，列表值按下标组合成元素点坐标
x=[1,2,3];y=[4,5,6],那么点就是（1，4）、（2，5）、（3，6）三个

程序如下图：

import matplotlib.pyplot as plt

x_values = [1, 2, 3, 4, 5]
y_values = [1, 4, 9, 16, 25]
plt.style.use('Solarize_Light2')
fig, ax = plt.subplots()
ax.scatter(x_values, y_values, s=100)

ax.set_title("平方数", fontsize=24)
ax.set_xlabel("值", fontsize=14)
ax.set_ylabel("值的平方", fontsize=14)

ax.tick_params(axis='both', which='major',labelsize=14)

plt.show()

执行结果如下图：

15.2.6 自动计算数据

如果数据量大，手动输入值效率低下，我们可以用python循环来完成


import matplotlib.pyplot as plt

x_values = range(1,1001)
y_values = [x**2 for x in x_values]
plt.style.use('Solarize_Light2')
fig, ax = plt.subplots()
ax.scatter(x_values, y_values, s=10)

ax.set_title("平方数", fontsize=24)
ax.set_xlabel("值", fontsize=14)
ax.set_ylabel("值的平方", fontsize=14)

ax.tick_params(axis='both', which='major',labelsize=14)

ax.axis = ([0, 1100, 0, 1100000])

plt.show()

执行效果如下图：

15.2.7 自定义颜色

要修改数据点的颜色，只需要向scatter()传递参数c即可

c 可以是颜色的名称，如 c=’red’，也可以是RGB颜色，如 c=（0，0.8，0），三个值分别代表红、绿、蓝的分量，取值范围都是0-1


import matplotlib.pyplot as plt

x_values = range(1,1001)
y_values = [x**2 for x in x_values]
plt.style.use('Solarize_Light2')
fig, ax = plt.subplots()

ax.scatter(x_values, y_values, c=(0, 0.8, 0), s=10)

ax.set_title("平方数", fontsize=24)
ax.set_xlabel("值", fontsize=14)
ax.set_ylabel("值的平方", fontsize=14)

ax.tick_params(axis='both', which='major',labelsize=14)

ax.axis = ([0, 1100, 0, 1100000])

plt.show()

执行结果如下图：

15.2.8 使用颜色映射

颜色映射首先将scatter()方法中的c设置为一个列表，然后用cmap参数进行颜色映射，小的值为浅色，大的值为深色


import matplotlib.pyplot as plt

x_values = range(1,1001)
y_values = [x**2 for x in x_values]
plt.style.use('Solarize_Light2')
fig, ax = plt.subplots()

ax.scatter(x_values, y_values, c=y_values, cmap=plt.cm.Blues, s=10)

ax.set_title("平方数", fontsize=24)
ax.set_xlabel("值", fontsize=14)
ax.set_ylabel("值的平方", fontsize=14)

ax.tick_params(axis='both', which='major',labelsize=14)

ax.axis = ([0, 1100, 0, 1100000])

plt.show()

执行效果如下图：

15.2.9 自动保存图标

只需将plt.show()改为调用plt.savefig()


import matplotlib.pyplot as plt

x_values = range(1,1001)
y_values = [x**2 for x in x_values]
plt.style.use('Solarize_Light2')
fig, ax = plt.subplots()

ax.scatter(x_values, y_values, c=y_values, cmap=plt.cm.Blues, s=10)

ax.set_title("平方数", fontsize=24)
ax.set_xlabel("值", fontsize=14)
ax.set_ylabel("值的平方", fontsize=14)

ax.tick_params(axis='both', which='major',labelsize=14)

ax.axis = ([0, 1100, 0, 1100000])

plt.savefig('squares_plot.png', bbox_inches='tight')

执行程序，发现.py同目录下多了一个Png文件，如下图一：

打开该图片：

15.3 随机漫步

随机漫步指每次行走都是完全随机的，没有明确的方向，没有明确的步数

15.3.1 创建RandomWalk类 & 15.3.2 选择方向

RandomWalk类应该包括三个属性：

随机漫步的次数
随机漫步每次的x坐标
随机漫步每次的y坐标

x，y坐标合起来就是一个点

RandomWalk类还有2个方法：

初始化方法
fill_walk()方法，该方法用来计算随机漫步经过的所有点


from random import choice

class RandomWalk:
    '''一个生成随机漫步的类'''

    def __init__(self, num_points=5000):
        '''初始化随机漫步的属性'''
        self.num_points = num_points

        self.x_values = [0]
        self.y_values = [0]

    def fill_walk(self):
        '''计算随机漫步包含的所有点'''

        while len(self.x_values) < self.num_points:

            x_direction = choice([1, -1])
            x_distance = choice([0, 1, 2, 3, 4])
            x_step = x_distance * x_direction

            y_direction = choice([1, -1])
            y_distance = choice([0, 1, 2, 3, 4])
            y_step = y_distance * y_direction

            if x_step == 0 and y_step == 0:
                continue

            x = self.x_values[-1] + x_step
            y = self.y_values[-1] + y_step

            self.x_values.append(x)
            self.y_values.append(y)

15.3.3 绘制随机漫步图

代码如下：


import matplotlib.pyplot as plt
from randomwalk import RandomWalk

rw = RandomWalk()
rw.fill_walk()

plt.style.use('classic')
fig, ax = plt.subplots()
ax.scatter(rw.x_values, rw.y_values, s=15)

plt.show()

执行结果如下图：

15.3.4 模拟多次随机漫步

使用while循环，实现多次随机漫步,只需修改rw.py代码：


import matplotlib.pyplot as plt
from randomwalk import RandomWalk

while True:

    rw = RandomWalk()
    rw.fill_walk()

    plt.style.use('classic')
    fig, ax = plt.subplots()
    ax.scatter(rw.x_values, rw.y_values, s=15)

    plt.show()

    keep_running = input("Make another walk?(y/n): ")
    if keep_running == 'n':
        break

执行效果如图：

15.3.5 设置随机漫步图的样式

1 给着色点

本小节我们完成的任务是按照漫步的先后顺序给生成点着色，并去掉每个生成点的外圈
修改rw.py的代码


import matplotlib.pyplot as plt
from randomwalk import RandomWalk

while True:

    rw = RandomWalk()
    rw.fill_walk()

    plt.style.use('classic')
    fig, ax = plt.subplots()
    point_numbers = range(rw.num_points)
    ax.scatter(rw.x_values, rw.y_values,c=point_numbers,cmap=plt.cm.Blues,edgecolor='none', s=15)

    plt.show()

    keep_running = input("Make another walk?(y/n): ")
    if keep_running == 'n':
        break

文中说range()生成一个数字列表，我认为不妥，应该是一个可迭代对象，因为执行 range（100），生成的是 range（0，100）这个对象，不是列表

执行结果如下图：

2 重新绘制起点和终点

本小节的工作是将起点和终点突出显示
修改rw.py代码


import matplotlib.pyplot as plt
from randomwalk import RandomWalk

while True:

    rw = RandomWalk()
    rw.fill_walk()

    plt.style.use('classic')
    fig, ax = plt.subplots()
    point_numbers = range(rw.num_points)
    ax.scatter(rw.x_values, rw.y_values,c=point_numbers,cmap=plt.cm.Blues,edgecolor='none', s=15)

    ax.scatter(0, 0, c='green', edgecolor='none', s=100)
    ax.scatter(rw.x_values[-1], rw.y_values[-1], c='red', edgecolor='none', s=100)

    plt.show()

    keep_running = input("Make another walk?(y/n): ")
    if keep_running == 'n':
        break

执行结果如下图：

3 隐藏坐标轴

修改rw.py代码，隐藏坐标轴


import matplotlib.pyplot as plt
from randomwalk import RandomWalk

while True:

    rw = RandomWalk()
    rw.fill_walk()

    plt.style.use('classic')
    fig, ax = plt.subplots()
    point_numbers = range(rw.num_points)
    ax.scatter(rw.x_values, rw.y_values,c=point_numbers,cmap=plt.cm.Blues,edgecolor='none', s=15)

    ax.scatter(0, 0, c='green', edgecolor='none', s=100)
    ax.scatter(rw.x_values[-1], rw.y_values[-1], c='red', edgecolor='none', s=100)

    ax.get_xaxis().set_visible(False)
    ax.get_yaxis().set_visible(False)

    plt.show()

    keep_running = input("Make another walk?(y/n): ")
    if keep_running == 'n':
        break

执行后，如图：

4 增加点数

增加随机漫步的点数，只需在生成对象时传递一个较大的实参即可


import matplotlib.pyplot as plt
from randomwalk import RandomWalk

while True:

    rw = RandomWalk(50000)
    rw.fill_walk()

    plt.style.use('classic')
    fig, ax = plt.subplots()
    point_numbers = range(rw.num_points)
    ax.scatter(rw.x_values, rw.y_values,c=point_numbers,cmap=plt.cm.Blues,edgecolor='none', s=15)

    ax.scatter(0, 0, c='green', edgecolor='none', s=100)
    ax.scatter(rw.x_values[-1], rw.y_values[-1], c='red', edgecolor='none', s=100)

    ax.get_xaxis().set_visible(False)
    ax.get_yaxis().set_visible(False)

    plt.show()

    keep_running = input("Make another walk?(y/n): ")
    if keep_running == 'n':
        break

执行结果如下图：

5 调整尺寸已适合屏幕

调整屏幕显示尺寸，需要调整plt.subplots()的参数
参数figsize=(10,6)表示在10X6英寸的屏幕上显示
参数dpi 默认值是100，表示分辨率
修改rw.py的代码，将生成实例时的实参去掉，还是按5000个点生成


import matplotlib.pyplot as plt
from randomwalk import RandomWalk

while True:

    rw = RandomWalk()
    rw.fill_walk()

    plt.style.use('classic')
    fig, ax = plt.subplots(figsize=(10,6), dpi=128)
    point_numbers = range(rw.num_points)
    ax.scatter(rw.x_values, rw.y_values,c=point_numbers,cmap=plt.cm.Blues,edgecolor='none', s=15)

    ax.scatter(0, 0, c='green', edgecolor='none', s=100)
    ax.scatter(rw.x_values[-1], rw.y_values[-1], c='red', edgecolor='none', s=100)

    ax.get_xaxis().set_visible(False)
    ax.get_yaxis().set_visible(False)

    plt.show()

    keep_running = input("Make another walk?(y/n): ")
    if keep_running == 'n':
        break

执行程序后，显示如下图：

15.4 使用 Plotly 模拟掷色子

如果掷一个色子，出现1-6的几率时持平的，但是如果同时投掷两个色子，出现某些点数的可能性就会高，Plotly是一个python包，可以将数据绘成可交互图形

15.4.1 安装Plotly

Plotly 安装包安装速度很慢，使用 python -m install plotly 都会因为超时而失败
但如果使用镜像，命令为 python -m pip install http://pypi.douban.com/simple/ plotly 会出现无法解压的错误

以下是亲测有效的安装方法：

win + r 输入 cmd 打开命令行窗口
输入 pip install -i https://pypi.tuna.tsinghua.edu.cn/simple –trusted-host pypi.tuna.tsinghua.edu.cn plotly
安装成功后输入 python -> import plotly -> plotly.__ version__验证是否安装成功

如下图所示：

; 15.4.2 创建Die 类

创建Die类的 die.py模块如下所示：


from random import  randint

class Die:
    '''表示一个色子的类'''

    def __init__(self, num_sides=6):
        '''色子默认为6面'''
        self.num_sides = num_sides

    def roll(self):
        '''返回一个位于1-6的随机数'''
        return randint(1, self.num_sides)

15.4.3 掷色子

创建一个实例，验证创建的类是否合理
在die_visual.py中编写代码


from die import Die

die = Die()

results = []
for roll_num in range(10):
    result = die.roll()
    results.append(result)

print(results)

掷色子10次，发现结果符合预期
如下图：

15.4.4 分析结果

掷1000次色子，计算每个点数出现的次数，并将出现的次数存在一个列表中
直接修改 die_visual.py的代码


from die import Die

die = Die()

results = []
for roll_num in range(1000):
    result = die.roll()
    results.append(result)

frequencies = []
for value in range(1,die.num_sides+1):
    frequency = results.count(value)
    frequencies.append(frequency)

print(frequencies)

执行结果：
[162, 160, 177, 153, 182, 166]

15.4.5 绘制直方图

修改 die_visual.py文件


from plotly.graph_objs import Bar, Layout
from plotly import offline

from die import Die

die = Die()

results = []
for roll_num in range(1000):
    result = die.roll()
    results.append(result)

frequencies = []
for value in range(1,die.num_sides+1):
    frequency = results.count(value)
    frequencies.append(frequency)

x_values = list(range(1,die.num_sides+1))
data =[Bar(x=x_values, y=frequencies)]

x_axis_config ={'title': '结果'}
y_axis_config ={'title': '结果的频率'}

my_layout = Layout(title='掷一个D6色子 1000次的结果', xaxis=x_axis_config, yaxis=y_axis_config)

offline.plot({'data': data, 'layout': my_layout}, filename='d6.html')

执行程序，在浏览器生成一个直方图。见下图：

15.4.6 同时掷两个色子

同时掷两个色子，则横坐标数据就变为两个色子点数相加，结果仍然存在results列表中
重新创建一个dice_visual.py文件，将die_visual.py文件代码复制过来，然后进行修改


from plotly.graph_objs import Bar, Layout
from plotly import offline

from die import Die

die_1 = Die()
die_2 = Die()

results = []
for roll_num in range(1000):
    result = die_1.roll() + die_2.roll()
    results.append(result)

frequencies = []
max_result = die_1.num_sides + die_2.num_sides
for value in range(2, max_result+1):
    frequency = results.count(value)
    frequencies.append(frequency)

x_values = list(range(2,max_result+1))
data =[Bar(x=x_values, y=frequencies)]

x_axis_config ={'title': '结果', 'dtick': 1}
y_axis_config ={'title': '结果的频率'}

my_layout = Layout(title='掷2个D6色子 1000次的结果', xaxis=x_axis_config, yaxis=y_axis_config)

offline.plot({'data': data, 'layout': my_layout}, filename='d6_d6.html')

程序执行如下图：

15.4.7 同时掷两个面数不同的色子

同时掷一个6面和一个10面的色子，一共掷5000次，结果会如何？
新建一个dice_6_10_visual.py 文件，将dice_visual.py代码复制过来进行修改


from plotly.graph_objs import Bar, Layout
from plotly import offline

from die import Die

die_1 = Die()
die_2 = Die(10)

results = []
for roll_num in range(5000):
    result = die_1.roll() + die_2.roll()
    results.append(result)

frequencies = []
max_result = die_1.num_sides + die_2.num_sides
for value in range(2, max_result+1):
    frequency = results.count(value)
    frequencies.append(frequency)

x_values = list(range(2,max_result+1))
data =[Bar(x=x_values, y=frequencies)]

x_axis_config ={'title': '结果', 'dtick': 1}
y_axis_config ={'title': '结果的频率'}

my_layout = Layout(title='掷1个D6和1个D10色子 5000次的结果', xaxis=x_axis_config, yaxis=y_axis_config)

offline.plot({'data': data, 'layout': my_layout}, filename='d6_d10.html')

程序执行结果如下图：

15.5 小结

略

Original: https://blog.csdn.net/lemogate/article/details/122753111
Author: ChaseTimLee
Title: 第十五章生成数据

原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/767338/

转载文章受原作者版权保护。转载请注明原作者出处！

python

【自取】最近整理的，有需要可以领取学习：

Linux核心资料大放送~

全栈面试题汇总（持续更新&可下载）

一个提高学习100%效率的工具！

【超详细】深度学习面试题目！

LeetCode Python刷题答案下载！

LeetCode Java版刷题答案下载！

LeetCode C++ 版本，抓紧保存！

LeetCode GO语言刷题答案下载！

在Python里使用ChatGPT

前言近来 chatGPT挺火的，也试玩了一下，确实挺有意思。这里记录一下在 Python中如何去使用 chatGPT。本篇文章的实现100%基于 chatGPT，我是搬运工无疑…

Python 2023年8月1日
0063
scrapy框架初识1

目录 scrapy框架介绍： scrapy框架的基本使用： scrapy数据解析操作： scrapy持久化存储：将爬取到的数据一份存储到本地一份存储到数据库，如何实现？ scr…

Python 2023年10月1日
0069
pandas drop 方法

Series.drop 方法可以返回一个新对象，移除指定的 index labels. import pandas as pd import numpy as np s = pd….

Python 2023年8月18日
0049
python类创建多个实例是同一个实例_创建一个类的多个实例

我在玩一款太空入侵者游戏。到目前为止，我只了解了游戏的基本内容：import pygame, sys, os, math, random, time from pygame.loc…

Python 2023年9月23日
0054
p10.第一章 Python基础入门 — 习题详解(十)

1.3.4.3 打印下图菱形 * *** ***** ******* ***** *** * 思路1：前置空格行号 i 星个数前空格数后空格数总空格数 1 -3 1 3 3…

Python 2023年9月16日
0070
零基础学Python–机器学习（二）：机器学习算法和开发

Python 2023年5月24日
0081
基于docker部署nexus并创建发布npm包

1. nenus部署 1.1 搜索镜像 [root@surpass ~] INDEX NAME DESCRIPTION STARS OFFICIAL AUTOMATED docke…

Python 2023年9月28日
0046
Python数据分析之数据清洗及特征处理

🚩 2.1 缺失值观察与处理查看列数据 import numpy as np import pandas as pd df = pd.read_csv(‘./train.csv’…

Python 2023年8月19日
0061
pandas删除最后一列_Python中pandas dataframe删除一行或一列:drop函数详解

用法：DataFrame.drop(labels=None,axis=0, index=None, columns=None, inplace=False) 在这里默认：axis=…

Python 2023年8月7日
0055
利用cv2.rectangle()绘制矩形框(python)

使用cv2.rectangle可以绘制矩形框，但要绘制半透明框使用cv2.addWeighted。使用解析 cv2.rectangle包含的参数有：(img, pt1, pt2,…

Python 2023年8月1日
0044
PostgreSQL执行计划概述

执行计划个人理解是一个”点”，”线”，”面”的问题，关系数据库中执行计划是一个同质化的对象，串联起来还是比较…

Python 2023年6月16日
0079
python的Django项目中常见命令以及常错点（Linux环境下）

### 回答1： Python_是一种非 _常_流行的编程语言，它可以支持各种类型的应用程序开发，并且有着优秀的编码效率和代码可读性，因此被广泛应用。而 _Django_作为 _P…

Python 2023年8月5日
0061
Numpy模块常用方法汇总

Numpy 模块常用方法汇总文章目录 Numpy 模块常用方法汇总 * 随机数数组 – 基本随机数 + random.rand(d0, d1, …, dn…

Python 2023年8月29日
0038
从零开始学Graph Database：什么是图

摘要：本文从零开始引导与大家一起学习图知识。希望大家可以通过本教程学习如何使用图数据库与图计算引擎。本篇将以华为云图引擎服务来辅助大家学习如何使用图数据库与图计算引擎。基础概念 …

Python 2023年10月19日
0051
【学习笔记】《深入浅出Pandas》第13章：Pandas窗口计算

文章目录 13.1 窗口计算 * 13.1.1 理解窗口计算 13.1.2 移动窗口 rolling() 13.1.3 扩展窗口 13.1.4 指数加权移动 13.2 窗口操作 *…

Python 2023年8月7日
0057
Python操作文件，os模块和shutil模块的使用

1，文件的迁移 2，清空文件夹 3，遍历文件夹里面的文件和目录 4，常用命令简介：os库是Python的标准库，包含几百个函数，主要是和操作系统相关的，包含对目录和文件的常用操作…

Python 2023年8月24日
0057

2024 年 5 月
一	二	三	四	五	六	日
		1	2	3	4	5
6	7	8	9	10	11	12
13	14	15	16	17	18	19
20	21	22	23	24	25	26
27	28	29	30	31

第十五章 生成数据

生成数据

15.2.1 修改标签文字和线条粗细

15.2.2 校正图形

15.2.3 使用内置样式

15.2.4 使用scatter()绘制散点图并设置样式

15.2.5 使用scatter()绘制一系列点

15.2.6 自动计算数据

15.2.7 自定义颜色

15.2.8 使用颜色映射

15.2.9 自动保存图标

15.3.1 创建RandomWalk类 & 15.3.2 选择方向

15.3.3 绘制随机漫步图

15.3.4 模拟多次随机漫步

15.3.5 设置随机漫步图的样式

1 给着色点

2 重新绘制起点和终点

3 隐藏坐标轴

4 增加点数

5 调整尺寸已适合屏幕

15.4.1 安装Plotly

; 15.4.2 创建Die 类

15.4.3 掷色子

15.4.4 分析结果

15.4.5 绘制直方图

15.4.6 同时掷两个色子

15.4.7 同时掷两个面数不同的色子

大家都在看

第十五章生成数据