python簡單使用

 

Python是動態的，面向對象的腳本語言，最初主要用在自動化腳本的編寫，而現在隨着Python語言的發展，也逐漸被用在開發中大型項目。 愈來愈多的程序員開始使用該語言，說明它有着無與倫比的優點，下面就用兩個簡單的例子來體會一下Python的精妙之處：

1，利用Python編寫簡單的程序來計算pi

 1 from random import random  //導入隨機函數庫
 2 Area=1000*1000　　　　　　　　//設置隨機區域
 3 hits=0　　　　　　　　　　　　　//初始化計數值
 4 for i in range(1,Area+1):  //蒙特卡洛算法
 5         x,y=random(),random()
 6         dist=pow(x**2+y**2,0.5)
 7         if dist<=1.0:
 8                 hits=hits+1
 9 pi=4*(hits/Area)
10 print("圓周率值：{}".format(pi))

　　

　　從上述例子咱們大體觀察容易看出 ：變量沒必要定義能夠直接使用，這極大方便了程序的編寫，儘量避免了數據的溢出。另外一個就是輸出格式簡單、固定。更深入的感悟能夠經過深刻學習

2，利用Python來進行二維數據可視化

from cycler import cycler
import numpy as np
import matplotlib as mpl
import matplotlib.pyplot as plt

# Define a list of markevery cases and color cases to plot
cases = [None,
         8,
         (30, 8),
         [16, 24, 30],
         [0, -1],
         slice(100, 200, 3),
         0.1,
         0.3,
         1.5,
         (0.0, 0.1),
         (0.45, 0.1)]

colors = ['#1f77b4',
          '#ff7f0e',
          '#2ca02c',
          '#d62728',
          '#9467bd',
          '#8c564b',
          '#e377c2',
          '#7f7f7f',
          '#bcbd22',
          '#17becf',
          '#1a55FF']

# Configure rcParams axes.prop_cycle to simultaneously cycle cases and colors.
mpl.rcParams['axes.prop_cycle'] = cycler(markevery=cases, color=colors)

# Create data points and offsets
x = np.linspace(0, 2 * np.pi)
offsets = np.linspace(0, 2 * np.pi, 11, endpoint=False)
yy = np.transpose([np.sin(x + phi) for phi in offsets])

# Set the plot curve with markers and a title
fig = plt.figure()
ax = fig.add_axes([0.1, 0.1, 0.6, 0.75])

for i in range(len(cases)):
    ax.plot(yy[:, i], marker='o', label=str(cases[i]))
    ax.legend(bbox_to_anchor=(1.05, 1), loc='upper left', borderaxespad=0.)

plt.title('Support for axes.prop_cycle cycler with markevery')

plt.show()

從這個例子中咱們不難發現Python 第三方庫的強大優點，總而言之python是優秀的腳本語言，適合於快速編寫中小型程序代碼，這就是我學習該門語言的主要目的。