Python
python 办公
matplotlib
python_matplotlib分别使用plot()和scatter()画散点图,以及如何改变点的大小_plot点的大小
plt.savefig
解决使用 plt.savefig 保存图片时一片空白
原因
其实产生这个现象的原因很简单:在 plt.show()
后调用了 plt.savefig()
,在 plt.show()
后实际上已经创建了一个新的空白的图片(坐标轴),这时候你再 plt.savefig()
就会保存这个新生成的空白图片。
plt.figure()
fig = plt.figure()
作用就是生成一个图框,但是这个图框还不能用来画图,画图需要在子图(subplot)或者轴域(Axes)中作图,用别人的话说,fig = plt.figure()
就是生成了一个画板,在画板fig上使用ax = fig.add_sudplot(a,b,c)
就生成了一个子图ax,fig,ax = plt.subplots(a,b)
就是即生成了画板fig,又生成了一组子图ax,使用ax[x,y]
便选中了一个子图,下面说一下plt.figure(),plt.subplolts(),fig.add_sudplot()
函数的参数
Pandas
- 解决:TypeError: ‘(slice(None, None, None), 1)’ is an invalid key
- pandas的DataFrame对象抽取“整列”或者“整行”数据
- 【数据处理】Pandas读取CSV文件示例及常用方法(入门)
- python pandas查找DataFrame中指定数据的索引
- Pandas中DataFrame索引、选取数据_dataframe index
NumPy
- NumPy中的维度(dimension)、轴(axis)、秩(rank)的含义 - 知乎 (zhihu.com)
- NumPy 介绍 | NumPy 中文
- numpy教程,Python数据分析,数组与对象(下)_哔哩哔哩_bilibili
numpy之zeros_like()
输入为矩阵 x
输出为形状和 x 一致的矩阵,其元素全部为 0
numpy之zeros_like()
1 | # 给每一个cluster分配一个颜色 |
- plt. cm. Spectral () 给不同 label 标记不同的颜色
- np. linspace (0, 1, len (unique_labels))
1 | 2.0, 3.0, num=5) np.linspace( |
- For a in range (5)
- list comprehension → python列表推导式(list comprehension)的用法
new_list = [expresion_for_member for member in iterable if condition]
- expresion_for_member 是表达式。
- member 是可迭代的对象或值。
- iterable 是一个 list,set,序列生成器或可以一次返回其元素的任何其他对象。
- list comprehension → python列表推导式(list comprehension)的用法
1 | my_list = [a for a in range(5)] |
Python中出现TypeError: ‘int‘ object is not iterable的解决方法_花无凋零之时的博客-CSDN博客
1 | for name in Name: |
1 | for i in range(100): |
第一种中,Name存储了多个对象,for循环中的name就是其中的对象,就相当于第二种的Name[i]。
pass 不做任何事情,一般用做占位语句。
捕捉异常可以使用 try/except 语句。
try/except语句用来检测try语句块中的错误,从而让except语句捕获异常信息并处理。
如果你不想在异常发生时结束你的程序,只需在 try 里捕获它。
- Python 异常处理 | 菜鸟教程 (runoob.com)
- Python 之 lambda 函数完整详解 & 巧妙运用_Nick Peng的博客-CSDN博客_lambda函数python
- Python 命令行参数解析 argparse_哔哩哔哩_bilibili
- 【argparse】教学,解析命令行,很实用的python模块_哔哩哔哩_bilibili
- parse_args(argsparse):python和命令行之间的交互 - Smah - 博客园 (cnblogs.com)
1 | #!/usr/bin/python |
assert 用法
使用 assert 是学习 python 的一个非常好的习惯,在没完善一个程序之前,我们不知道程序在哪里会出错,与其让它在运行时崩溃,不如在出现错误条件时就崩溃。
1 | def zero(s): |
1 | Traceback (most recent call last): |
1 | >>> assert True # 条件为 true 正常执行 |