鱼子酱|沧海拾珠，码海育珍

使用 Python 进行数据可视化

使用 Python 进行数据可视化使用 Pandas 进行 Matplotlib 绘图图表类型描述 Pandas 函数示例折线图显示随时间变化的趋

好看的颜色及其 Hex 代码合集

设计与美学

常用颜色及对应 Hex 码以下是一些视觉舒适、常见又易搭配的颜色及其对应的 Hex 代码，可直接用于前端开发、图表绘制或配色设计。颜色名称示例 Hex 代码用法建议天空蓝 Sky Blue #87CEFA 清新、柔和，适合作为背景色湖水

地图、华夫饼、词云和 Seaborn

地图、华夫饼、词云和 Seaborn 1. Folium（地图）功能描述语法示例地图创建一个具有指定中心坐标和缩放级别的地图对象 folium.Map(location=[lat, lon], zoom_start=n) canada = folium.Map(location=[56.

Python矩阵计算常用操作总结

编程基础

Python矩阵计算常用操作总结 1. 导入 NumPy 库 import numpy as np 📌 NumPy 是 Python 中处理矩阵和数值计算的标准库。必须先导入。 2. 创建矩阵 A = np.array([[1, 2], [3, 4]]) B = np.array([

Plotly 和 Dash 函数总结

数据分析与可视化

Plotly 和 Dash 函数总结 Plotly Express 函数描述语法示例 scatter 创建散点图 px.scatter(dataframe, x=x_column, y=y_column) px.scatter(df, x=age_array, y=income_array)

Pandas所有plot的kind样式

数据分析与可视化

每种 kind 类型的 plot() 方法的示例代码，每个示例都展示了一种不同的绘图方式。 1. bar - 垂直柱状图 import pandas as pd import numpy as np import matplotlib.pyplot as plt data = pd.DataFra

Matplotlib 子图（Subplots）解析

数据分析与可视化

Matplotlib 子图（Subplots）解析子图（Subplots）可以帮助我们在同一个画布（figure）上绘制多个不同的图表，方便进行数据对比或展示多个视角的数据。 1. 什么是 figure 和 subplot figure：整个画布（canvas）

Matplotlib所有可用样式

Matplotlib 提供的所有可用样式（style）及其特点介绍： 1. 经典风格 classic：Matplotlib 旧版的默认风格，颜色较淡，线条较细，适合习惯早期 Matplotlib 风格的用户。 _classic_test_patch：一个用于测试的经典风格，与 classic 类似，

CSS 卡片样式及交互效果

Web开发

CSS 卡片样式及交互效果在前端开发中，卡片式布局广泛用于展示信息。通过简单的 CSS 样式，可以为卡片添加丰富的视觉效果和交互效果，提升用户体验。以下是一个结合了背景色、阴影、边框动画和悬停效果的卡片样式实现。基本卡片样式首先，我们定义了卡片的基础样式，包括背景色、内边距、圆角、阴影和边框：

FastAPI高阶用法

Web开发

FastAPI 是一个现代、高性能的 Python Web 框架，基于 Starlette 和 Pydantic，特别适合构建 RESTful API。以下是一些 FastAPI 的高阶用法，帮助你充分发挥其潜力： 1. 依赖注入 (Dependency Injection) FastAPI 提供了