数据可视化五大黄金原则：让你的图表“会说话”
在日常工作中，你是否遇到过这种情况：你辛辛苦苦跑完数据，画了一张图表发给老板或客户，结果对方盯着看了半天，问了一句：“所以，你想表达什么？”
这就像讲笑话没人笑一样尴尬。图表的本质不是 “画图”，而是 “沟通”。
今天，我将分享 5 个提升可视化效果的原则，并用 Python 的 matplotlib 库手把手教你如何实现。
...
pyqt图形化显示—2.信号与槽
信号：
event事件的工作方法是不断扫描是否发生事件然后做出相应，这种方式固然简单易懂，但如果我同一时间需要多项交互，那就不是能处理的了
所以pyside6采用信号（signal），可以以解为一件事情发生会发出一个信号呼叫对应的处理器（slot）响应
基础控件的信号：
按键：
class MyWindow(QWidget):
def __init__(self ...
FastAPI异步方法中调用同步方法
前言
在异步方法中调用同步方法，会直接阻塞整个事件循环，导致应用在执行同步方法期间无法处理其他任何并发请求，从而拖垮整个服务的性能。
为了解决这个问题，核心思路是将同步方法交给外部线程池去执行。
方法1, 使用 to_thread
Python 3.9 后可以使用 asyncio.to_thread 方法，将同步函数跑在独立的线程中，并返回一个 ...
Python使用Pillow库批量处理图片的示例详解
目录一、准备工作二、基础图片操作三、批量调整图片大小四、添加水印五、高级技巧1. 图片格式转换2. 图片优化小结大家好，今天要教大家一个超实用的技能 —— 使用Pillow库来批量处理图片。无论是调整图片大小、添加水印，还是批量格式转换，都能轻松搞定！让我们一起进入图片处理的奇妙世界吧！
一、准备工作
首 ...
pyqt图形化显示—1.基础框架和控件
前期准备：
安装pyside6库，并在库内打开Qt Designer
1. 基础框架：
导入
from PySide6.QtWidgets import QApplication, QWidget
QWidget 空白页面 更常使用
创建并继承类
class MyWindow(QWidget):
def __init__(self):
"""
初始化方法，用于创建窗口实例
继承自QMainWindow，作为主窗口 ...
NumPy random.choice()函数的使用小结
目录一、函数简介二、参数详解三、基础用法示例示例 1：从整数范围中随机选取示例 2：从列表中随机抽样示例 3：一次抽取多个样本示例 4：无放回抽样（不重复）四、加权抽样（设置概率分布）示例 5：指定抽样概率五、生成多维随机数组示例 6：生成二维随机数组六、注意事项与常见错误❌ 1. 概率和不为 1❌ 2. 无放回抽样数量 ...
怎么在Python的正则表达式中找到每个匹配的确切位置
目录简介使用的语法算法示例输出代码说明示例输出代码说明结论简介
re 模块是我们在 Python 中用于正则表达式的模块。文本搜索和更复杂的文本操作都使用正则表达式。grep 和 sed 等工具、vi 和 emacs 等文本编辑器以及 Tcl、Perl 和 Python 等计算机语言都具有内置的正则表达式支持。
Python 中的 re 模块提供用于匹配正则 ...
NumPy的hstack函数详细教程
目录1. 函数基本语法2. 一维数组的堆叠3. 二维数组的堆叠4. 三维数组的堆叠5. 注意事项7. 与其他堆叠函数比较8. 实际应用示例`np.hstack()`是NumPy中用于水平（按列）堆叠数组的函数（这意味着它将数组在第二个轴（即列方向）上堆叠，但是要求除第二个轴外其他轴的大小必须相同）。下面通过详细的解释和示例来学习这个函数 ...
NumPy多项式计算的实现方法
目录一、方法：多项式的NumPy表示法1.1 两种核心表示方式对比二、操作：NumPy多项式核心操作详解2.1 多项式的创建2.2 多项式算术运算2.3 求根运算2.4 多项式的求导与积分三、应用：多项式拟合与数据预测3.1 应用场景说明3.2 代码实现与结果分析四、其他：注意事项4.1 系数排列顺序的易错点4.2 高阶多项式的数值稳 ...
NumPy 形状操纵的实现示例
目录改变数组的形状将不同数组堆叠在一起 np.vstack: 行堆叠, np.hstack: 列堆叠将一个数组拆分成几个较小的数组改变数组的形状
一个数组的形状是由每个轴的元素数量决定的：
>>> a = np.floor(10*np.random.random((3,4)))
>>> a
array([[ 2., 8., 0., 6.],
[ 4., 5., 1., 1.],
[ 8., 9., 3., 6.]] ...
Python版SQLite数据库从入门到综合运用案例（附详细演示）
目录一、数据库学前须知1、学前知识点二、数据库基本知识点1、模块导入与创建表模块导入：创建表：2、基础增删改查操作数据库插入操作（insert）数据库删除操作（delete）数据库修改操作（update）数据库查找操作（select）补充知识点总结3、函数版增删改查4、面向对象版增删改查三、综合案例：基于 FastAPI 和 SQLAlchemy ...
NumPy 数组拼接与分割的使用详解
目录一、数组拼接（Concatenation）1. 核心函数2. 代码示例二、数组分割（Splitting）1. 核心函数2. 代码示例三、内存与性能1. 拼接后的数组为新对象2. 分割后的子数组为视图四、实用场景1. 数据集合并2. 图像分块处理3. 特征与标签分离五、错误处理NumPy 提供了多种方法用于数组拼接（Con ...
Python绘图工具使用Matplotlib、Seaborn和Pyecharts绘制散点图详解
目录数据可视化1.使用 matplotlib 库matplotlib 库2 .使用 seaborn 库seaborn 库3 .使用 pyecharts库pyecharts库注意比较三种库的特点选择建议目标总结
数据可视化
1.使用 matplotlib 库
import matplotlib.pyplot as plt
# 创建数据
x = [1, 2, 3, 4, 5]
y = [2, 3, 5, 7, 11]
# 使用matplotlib绘制散点图
plt.scatter(x ...
NumPy Ndarray对象的创建与使用
目录引言Ndarray 的创建1. 使用numpy.array()函数2. 使用numpy.arange()函数3. 使用numpy.zeros()和numpy.ones()函数4. 使用numpy.random()函数Ndarray 的属性Ndarray 的方法Ndarray 的应用总结引言
NumPy 是 Python 中一个用于科学计算的基础库，它提供了强大的数组处理能力。在 NumPy 中，ndarray 对象是核心数据结构，它 ...
一文讲解Python和PyTorch的核心区别（零基础秒懂）
目录前言一、核心本质：先搞懂 “是什么”二、功能范围：能做什么 vs 不能做什么1. Python 的功能（无边界，通用）2. PyTorch 的功能（有边界，只聚焦深度学习）三、核心区别总结（一张表搞定）四、新手最易踩的误区误区 1：“学 PyTorch 不用学 Python”误区 2：&ldquoyTorch 是 Python 的升级版&rdqu ...
一文带你掌握Python Pandas数据处理的三大实用技巧
目录一、如何对DataFrame新增列1.1 直接运算实现1.2 Apply方法增加列1.3 Assign方法1.3 通过条件语句进行新增列二、pandas常见的数据统计类型2.1 数据特征统计2.2 数据去重和分类汇总三、pandas对缺失值的处理3.1 判断是否为空值3.2 丢弃空行空列3.3 空值填充附录：Apply，Map，ApplyMap的使用差异同样我们使用上节课的&nbs ...
python pip查看版本、安装、卸载等常用命令总结
目录1、查看安装库版本等信息2、安装库3、卸载库4、验证安装或卸载是否成功5、查看包所有可用的历史版本6、查看python版本6.1： 使用命令行6.2：使用Python交互式环境6.3： 使用pip命令（如果你有多个Python版本）6.4： 使用Python Launcher（仅限Windows）6.5： 使用which或where命令（仅限macOS和Linux）总结
1、查看安装 ...
Python xlwt库处理整数格式的陷阱与最佳实践
目录1. 理解 xlwt 的整数处理机制与“科学计数法”陷阱1.1 问题的根源：Excel 的精度限制1.2 为什么会这样2. 核心解决方案：字符串强制转换与样式控制2.1 强制转换为字符串2.2 进阶技巧：使用样式伪装成数字3. 综合应用：构建健壮的通用导出函数3.1 自动化处理策略3.2 代码实现示例4. 总结与展望在使用 Python 进 ...
python 配置管理框架Hydra使用指南
目录1 基础教程1.1 快速入门1.2 整合应用1.3 信息管理2 结构化配置2.1 Hydra代码配置2.2 配置模式3 参考Hydra是Facebook Research开发的开源Python配置管理框架，旨在解决复杂项目中配置混乱、多环境与多参数组合管理的难题。该框架采用分层配置与动态组合设计，支持以YAML文件实现结构化配置。Hydra尤其适用于简化机器学习 ...
gui自动化—1.控制鼠标
前期准备：
使用pyautogui包 进行操作
一切操作的基础得先理解坐标，以屏幕左上为坐标原点，水平方向为x轴，方向向右；垂直方向为y轴，方向向下。例如屏幕分辨率为1920×1080，那么左上为(0,0)，右下为(1919,1079)
获取像素：
pyautogui.size()返回两个整数，分别为屏幕宽和高的像素数
pyautogui.position()返回两个整数， ...
