matplotlib绘图学习心得 如何快速掌握一个python模块？
如何快速掌握一个python模块？
必须先打听一下python语言，诸如变量、常量、数组、条件确定、循环循环遍历等语言不分地区基础。
其它有语言基础选择类型python库包某一列模块如os模块先打听一下这个模块api方法
如：()删除文件
os.unlink()删除文件
()文件名文件
()列一更改目录下所有文件
()变动当前工作目录
()资源当前文件路径
()新建任务目录
os.rmdir()彻底删除空目录(删掉非空目录,不使用shutil.rmtree())
()创建角色多级目录
()删除36级目录
(file)资源文件属性
(file)可以修改文件权限
os.utime(file)直接修改文件时间戳
(file)资源操作系统标识
()想执行操作系统命令
os.execvp()正常启动一个新进程
()声望兑换父进程ID，在子进程直接返回中回0
os.execvp()想执行外部程序脚本（Uinx）
os.spawn()想执行外部程序脚本（Windows）
(path,mode)确定文件权限(具体点参考cnblogs)
等正确功能，依据什么书或是网络上案例练习。
之后等再练习熟练后这个可以打听一下python模块内api用途根据不好算业务来实现业务需求，依据虽然方法学对付python框架下其它模块，这样的话就很快掌握python各个模块怎么学习。
python r和r 区别？
有人告诉我Python和R的区别是谁都看得出来的，只不过R是对于统计的，python是给程序员怎么设计的，总之此番话对Python多多少少有些不公平。2012年的时候我们说R是学术界的主流，但现在Python一直在慢慢逐渐R在学术界的地位。还不知道你是不是是因为大数据时代的到来。
Python与R相比速度要快。Python这个可以然后如何处理上G的数据；R不行啊，R分析什么数据时要先是从数据库把大数据转化为小数据（实际groupby）才能送到R做讲，但R不可能真接总结行为详单，不能总结统计结果。所以有人告诉我：PythonRSQL/Hive，并也不是没有道理的。
Python的一个最很明显的优势本质其胶水语言的特性，很多书里也都会提到这一点，一些底层用C写的算法封装在Python包里后性能太又高效(Python的数据挖掘包Orangecanve中的决策树分析什么50万用户10秒出结果，用R一个小时也出不来，8G内存彻底占满)。但是，事事都不绝对，如果R矢量化编程做得好的话（有些小难度），会使R的速度和程序的长度都有显著性提升到。
R的优势取决于人有无所不包的统计函数可以不动态创建，特别是在时间序列分析方面，哪怕最经典我还是前沿的方法应该有或则的包然后在用。
相比之下，Python之后在这方面物质匮乏不少。可是，现在Python有了pandas。pandas提供了一组标准的时间序列一次性处理工具和数据算法。但，你可以高效稳定如何处理太大的时间序列，快速地参与切片/切块、聚合、对定期定时/每月一次的时间序列接受重重新采样等。肯定你早猜到了，这些工具中大部分都对金融和经济数据愈加没有用，但你肯定也是可以用它们来讲服务器日志数据。想罢，几年来，的原因Python有改良制作的库（主要注意是pandas），使其拥有数据处理任务的一大替代方案。
做过几个实验：
1.用python实现程序了一个统计方法，其中要用了ctypes，multiprocess。
后一个项目再做方法都很，又用回R，发现到一些bioconductor上的包早系统默认用parallel了。（但那个包应该很慢，立刻把所有线程都用掉了，导致整个电脑不使用不能不能，看网页的很卡~）
2.用pythonpandas做了一些数据整理工作，类似于数据库，两三个表四处查、版本问题。感觉上还是很比较方便的。虽说这些工作R也去做，但估记会慢点，要知道几十万行的条目了。
3.用pythonmatplotlibcad作图。
版权声明：本文内容由互联网用户自发贡献，本站不承担相关法律责任.如有侵权/违法内容,本站将立刻删除。
