零基础学 Python(2018 版)
尹会生
前游戏公司技术总监,前新浪网技术经理
80141 人已学习
新⼈⾸单¥68
课程目录
已完结/共 72 讲
第一章 :Python介绍和安装 (3讲)
第二章 :Python基础语法 (3讲)
第四章 :条件与循环 (5讲)
第五章 :映射与字典 (2讲)
第六章 :文件和输入输出 (2讲)
第七章 :错误和异常 (1讲)
第九章 :模块 (1讲)
第十章 :语法规范 (1讲)
第十一章 :面向对象编程 (4讲)
第十二章 :多线程编程 (2讲)
第十六章 :综合案例 & 结课测试 (1讲)
特别放送 (1讲)
零基础学 Python(2018 版)
登录|注册
留言
16
收藏
沉浸
阅读
分享
手机端
回顶部
当前播放: 59 | Matplotlib的安装与绘图
00:00 / 00:00
高清
  • 高清
1.0x
  • 2.0x
  • 1.5x
  • 1.25x
  • 1.0x
  • 0.75x
  • 0.5x
网页全屏
全屏
00:00
付费课程,可试看
01 | Python语言的特点
02 | Python的发展历史与版本
03 | Python的安装
04 | Python程序的书写规则
05 | 基础数据类型
06 | 变量的定义和常用操作
07 | 序列的概念
08 | 字符串的定义和使用
09 | 字符串的常用操作
10 | 元组的定义和常用操作
11 | 列表的定义和常用操作
12 | 条件语句
13 | for循环
14 | while循环
15 | for循环语句中的if嵌套
16 | while循环语句中的if嵌套
17 | 字典的定义和常用操作
18 | 列表推导式与字典推导式
19 | 文件的内建函数
20 | 文件的常用操作
21 | 异常的检测和处理
22 | 函数的定义和常用操作
23 | 函数的可变长参数
24 | 函数的变量作用域
25 | 函数的迭代器与生成器
26 | Lambda表达式
27 | Python内建函数
28 | 闭包的定义
29 | 闭包的使用
30 | 装饰器的定义
31 | 装饰器的使用
32 | 自定义上下文管理器
33 | 模块的定义
34 | PEP8编码规范
35 | 类与实例
36 | 如何增加类的属性和方法
37 | 类的继承
38 | 类的使用-自定义with语句
39 | 多线程编程的定义
40 | 经典的生产者和消费者问题
41 | Python标准库的定义
42 | 正则表达式库re
43 | 正则表达式的元字符
44 | 正则表达式分组功能实例
45 | 正则表达式库函数match与search的区别
46 | 正则表达式库替换函数sub()的实例
47 | 日期与时间函数库
48 | 数学相关库
49 | 使用命令行对文件和文件夹操作
50 | 文件与目录操作库
51 | 机器学习的一般流程与NumPy安装
52 | NumPy的数组与数据类型
53 | NumPy数组和标量的计算
54 | NumPy数组的索引和切片
55 | pandas安装与Series结构
56 | Series的基本操作
57 | Dataframe的基本操作
58 | 层次化索引
59 | Matplotlib的安装与绘图
60 | 机器学习分类的原理
61 | Tensorflow的安装
62 | 根据特征值分类的模型和代码
63 | 网页数据的采集与urllib库
64 | 网页常见的两种请求方式get和post
65 | HTTP头部信息的模拟
66 | requests库的基本使用
67 | 结合正则表达式爬取图片链接
68 | Beautiful Soup的安装和使用
69 | 使用爬虫爬取新闻网站
70 | 使用爬虫爬取图片链接并下载图片
强势回归:零基础学Python2022版来啦!
71 | 如何分析源代码并设计合理的代码结构&结课测试
本节摘要

课程源码、课件及课后作业地址:

https://gitee.com/geektime-geekbang/geekbangpython

登录 后留言

全部留言(16)

  • 最新
  • 精选
曹纯
virginica什么意思?

作者回复: iris花的一种种类

2018-10-21
2
旭光
matplot能否存成emf之类的矢量图?

作者回复: 要先存成 svg,再转成emf 不支持直接输出矢量图

2020-03-28
佩恩
老师,我分两个部分来描述: 第一部分: x=np.linspace(-np.pi,np.pi,100) plt.plot(x,np.xin(x)) plt.show 第二部分: x=np.linspace(-np.pi*2,np.pi*2,100) plt.figure(1,dpi=50) for i in range(1,5): plt.lpot(x,np.sin(x/i)) plt.show() 其中第一部分没有使用plt.figure,第二部分使用了。那么这个情况给我造成了一个疑惑:什么时候使用plt.figure呢?为什么第一部分可以不适用plt.figure?

作者回复: 我用一个不太贴切的比喻吧,如果使用默认的“样式”可以不用plt.figure,如果使用自定义的“样式”需要显式的指定

2019-09-25
硕杨Sxuya
使用的是 jupyter notebook 进行练习。但是使用 Python3 的内核无法找到 seaborn 模块,切换到 Python2 就可以。 不明白了,自己进入的是 Python3 的环境,怎么回事呢?。。。好乱呀,环境 和 kernel 不一样?相互独立?

作者回复: 是在web界面将kenet从python2切换到python3吗? 确认下python3是否安装了seaborn模块。

2019-01-14
⊙▽⊙
C:\Users\lZJ\AppData\Local\Programs\Python\Python36-32\python.exe C:/Users/lZJ/PycharmProjects/untitled1/plt_test.py Traceback (most recent call last): 老是我按照视频中代码练习,出现这个错误,这是什么原因导致的,麻烦老是给看下: File "C:\Users\lZJ\AppData\Local\Programs\Python\Python36-32\lib\site-packages\pandas\core\indexes\base.py", line 3078, in get_loc return self._engine.get_loc(key) File "pandas\_libs\index.pyx", line 140, in pandas._libs.index.IndexEngine.get_loc File "pandas\_libs\index.pyx", line 162, in pandas._libs.index.IndexEngine.get_loc File "pandas\_libs\hashtable_class_helper.pxi", line 1492, in pandas._libs.hashtable.PyObjectHashTable.get_item File "pandas\_libs\hashtable_class_helper.pxi", line 1500, in pandas._libs.hashtable.PyObjectHashTable.get_item KeyError: 'virginica'

作者回复: keyerror,一般为字典里的key不存在,检查一下原始文件是否有virginica这一列

2018-11-22
HiddenDimension
老师,这个网站进不去下载iris数据呀。(http://download.tensorflow.org/data/iris_training.csv

作者回复: 我把它们放到了github上了,下载地址 https://github.com/wilsonyin123/geekbangpython/tree/master/python_demo/55

2018-11-18
曹纯
老师 可以准确的输出dataset,用dataset.plot也可以准确的输出图像,就是使用sns.FaceGrid() 会出错, Ps :这是接上一条留言继续问的问题。

作者回复: 您好,我尝试修改数据和改变格式也没有复现出相同的错误,看看能否通过搜索引擎搜错误关键字找到您需要的答案。 我在找类似问题时,看到有网友出现类似错误,网址是 https://stackoverflow.com/questions/46724541/seaborn-facetgrid-keyerror 看看能不能帮到你。

2018-10-24
曹纯
在编写sns.FacetGrid (dataset,hue=‘Virginica’,size=5)时,会提示一些错误 file “......” KeyError:“virginica”

作者回复: 在报错信息上面尝试输出dataset内容试一下?有可能没有读取到正确的源文件

2018-10-22
曹纯
总是会提示keyError

作者回复: 是在什么背景下产生的错误提示呢?需要描述清楚,否则我也没办法帮你定位问题,可以尝试通过搜索引擎找找有没有其他人和你遇到同样的问题?

2018-10-21
A Little
这个csv文件github上没找到

作者回复: 这里演示用的是tensorflow的iris数据集,下载地址如下 "http://download.tensorflow.org/data/iris_training.csv"

2018-09-19
收起评论