Apache Axis

工作中，大家经常会使用excel去处理数据以及展示，但是对于部分工作我们可以借助程序帮忙实现，达到高效解决问题的效果。 比如将接口返回的json解析并保存结果到excel中，按一定规律处理excel中的数据然后写入到新的excel文件中，汇总来自多个文件的内容到一个excel中等等。 平时在工作中遇到比较繁琐的数据需要写入到excel中，除非excel的内置公式可以处理，否则我会第一时间想到使用python处理。 在处理海（大）量数据时，用Excel处理可能不会那么方便操作，特别是列很多，一屏显示不全的话，操作起来确实不便。如果我们能够熟练掌握Python操作Excel，便可大大提高工作效率。 好用到爆的自动填充功能 下面我们模仿Excel，用Pandas实现函数自动填充功能，计算列。 读取文件，计算总价 import pandas as pd #读取Excel文件 books = pd.read_excel('book1.xlsx',index_col='ID') print(books) ************************ NAME1 单价 数量 总价 ID 1 Book1 10.5 10 NaN 2 Book2 11.0 10 NaN 3 Book3 11.5 10 NaN 4 Book4 12.0 10 NaN 在Excel里面，我们可以写函数，自动填充

在学习flex布局之前，我们是如何让如下四个盒子排在一列呢？我们也许会用浮动、定位等等。当我们使用的时候我们会觉得很麻烦，需要调间距、量距离等。然而学习了felx布局，我们可以轻松的解决这些问题。 1.什么是flex布局？ 2009年，W3C 提出了一种新的方案——Flex 布局，可以简便、完整、响应式地实现各种页面布局。目前，它已经得到了所有浏览器的支持，这意味着，现在就能很安全地使用这项功能。 Flex 是 Flexible Box 的缩写，意为"弹性布局"，用来为盒状模型提供最大的灵活性。 2.flex的基本语法 felx布局示意图： 容器默认存在两根轴：水平的主轴（main axis）和垂直的交叉轴（cross axis）。主轴的开始位置（与边框的交叉点）叫做 main start ，结束位置叫做 main end ；交叉轴的开始位置叫做 cross start ，结束位置叫做 cross end， 项目默认沿主轴排列。单个项目占据的主轴空间叫做 main size ，占据的交叉轴空间叫做 cross size 。 采用 Flex 布局的元素，称为 Flex 容器（flex container），简称"容器"。它的所有子元素自动成为容器成员，称为 Flex 项目（flex item），简称"项目"。 （1）flex-direction属性决定主轴的方向（即项目的排列方向）。

一、安装 wordcloud pip install wordcloud 二、加载包、设置路径 import os from wordcloud import WordCloud import matplotlib.pyplot as plt os.chdir( ' E:\\pyspace\\tmp ' ) 三、词云图示例 1、默认参数示例 text = ' Keep it simple and stupid. ' wc = WordCloud() # 实例化词云图对象 wc.generate(text) # 根据文本生成词云图 plt.imshow(wc) # 显示词云图 如果 jupyter 没有图形输出，需要设置 jupyter 的图形显示方式 %matplotlib inline WordCloud() 词云图对象对应的画布默认长200像素，宽400像素，背景色为黑色。 2、配置参数示例 text = ' Keep it simple and stupid. ' wc = WordCloud(background_color= ' white ' , width=500, height=300) # 实例化词云图对象 wc.generate(text) # 根据文本生成词云图 plt.imshow(wc) # 显示词云图 3、不显示坐标轴 text = ' Keep it

目录 1.前言 2.JpGraph类库基本使用 2.1安装和配置 2.2JpGraph类库的实例 2.2.1折线坐标图（X-Y坐标图） 2.2.2解决中文乱码问题 3. 图文代码实战 3.1折线坐标图（X-Y-Y坐标图） 3.2柱形图 3.3饼图 3.4饼图3D 4.总结 1.前言 jpgraph是一种专门用于绘制统计图的运行库,使用jpgraph创建统计图时,只需要给出相应的数据,就能设置统计图标题和统计图类型即可;可以生成X-Y坐标图,X-Y-Y坐标图,柱形图,饼图,3D饼图等统计图,并会自动生成坐标轴,坐标轴刻度,图例等信息,帮助我们快速生成所需样式. 代码分享： https://github.com/mtdgclub/JpGraph 2.JpGraph类库基本使用 2.1安装和配置 下载地址: https://jpgraph.net/download/ 只需要解压文件拷贝src文件到项目文件夹即可使用 2.2JpGraph类库的实例 2.2.1折线坐标图（X-Y坐标图） <?php //引入相关文件 require_once 'src/jpgraph.php'; require_once 'src/jpgraph_line.php'; $graph = new Graph(600, 400);//创建画布 //设置横纵坐标刻度样式 lin 直线 text 文本 int 整数

（注：【D3D11游戏编程】学习笔记系列由CSDN作者BonChoix所写，转载请注明出处： http://blog.csdn.net/BonChoix ，谢谢~） 在熟悉了XMVECTOR的风格及规则之后，再来了XNA数学库中的矩阵就容易得多了。基本上可以跟向量相类比。 一、 矩阵类型 XNA数学库中针对矩阵的类型为XMMATRIX。这是一个4x4的矩阵，里面可以容纳16个32位浮点数。对于XMMATRIX的初始化，可以有多种方法，一种方法是传4个XMVECTOR参数，每个XMVECTOR对应矩阵的一行；第二种方法是直接传递16个浮点数，代表整个矩阵的内容；第三种方法是用一个FLOAT型的数组，代表整个矩阵的内容。当然，这三种方法都有点麻烦，不过在实际中，自己来手动初始化矩阵的地方也不多，了解下其初始化方法即可。其次，XMMATRIX重载了（）操作符，用来访问矩阵中的成员，用法跟正常矩阵访问完全一样，即传递两个参数(row, col)即可。 XMMATRIX也重载了*和*=操作符，用途很明显，用来进行矩阵的乘积。 二、 类成员矩阵类型 跟XMVECTOR一样，作为局部或全局变量使用时，直接使用XMMATRIX即可。当作为类中成员类型时，推荐使用的类型为XMFLOAT4X4，从名字上一目了然，即4x4矩阵，不像向量一样提供了多种维的类型，这里只提供了4x4的通用类型的矩阵

import pandas as pd from pyecharts import options as opts from pyecharts.charts import Radar df1=ts.get_hist_data('600132',start='2018-01-03',end='2018-01-03')#获取2018-01-03的600132股票数据 name=list(df1)#获取列名 v1=[list(df1.ix[0])] df2=ts.get_hist_data('600132',start='2018-01-02',end='2018-01-02')#获取2018-01-02的600132股票数据 v2=[list(df2.ix[0])] df=pd.concat([df1,df2],axis=0) up=list(df.describe().ix['max']*1.1)#设置上限 c = ( Radar() .add_schema( schema=[ opts.RadarIndicatorItem(name=name[i], max_=up[i]) for i in range(len(name)) ] ) .add("2018-01-03", v1) .add("2018-01-02", v2,color="#0004a1") .set_series

开头语 经过一段时间研究，终于实现CS和BS相同效果的大数据展示平台了。首先来看看实现的效果，超炫的效果，客户特别喜欢，个人也非常满意，分享给各位，同大家一起交流学习。 大数据展示平台 从上图可以看出，分为左中右三栏，左右主要是展示图标为主，中间部分展示地图，这种展示主要使用于物流行业，亮点是中间的地图，物流覆盖的地方和线路在地图中显示的淋漓尽致，效果非常炫，用WPF去现实的，图片进行切片，研究了四个晚上做了这效果。 按快捷键Ctrl+F1可以对数据库进行设置 按快捷键Ctrl+F2可以对系统标题，企业愿景和公司最新动态，公司公告和地图的颜色和线路进行设置，这样就适用于大多数客户。 这样即可完全自定义了，适应于多个客户，由于我公司是很多客户的，所以必须进行公版话，进行自定义设置，这里就适用于很多了客户了。 实现代码 数据获取代码就不再展示了，下面分享下部分代码，首先是地图部分，由Canvas去画线就好了，这样就生成了地图。 < Canvas Margin ="-100,0,0,0" > < Polygon Name ="hainan" ToolTip ="海南" Points ="536.396,694.058 532.068,692.389 528.406,691.387 525.076,689.718 523.745,688.716 522.746,687.714 522.08

一、统计函数初探 这是一个学生三次考试成绩登记表，现实现目标就是求出总成绩和平均成绩，如果大家有其他需求的话，可以参考。 import pandas as pd datas = pd.read_excel('students.xlsx',index_col='ID') #将三次成绩单独摘出来，数据处理的时候就比较方便 temp = datas[['test1','test2','test3']] #求总成绩 datas['total']=temp.sum(axis=1) #求平均成绩 datas['average']=temp.mean(axis=1) #保存到Excel datas.to_excel('students.xlsx') print(datas) 统计函数还有很多，这里只是抛砖引玉，其他的都可以参照此方法，这里注意axis=1，表示逐行操作，axis=0表示逐列操作，根据需要进行选取。 如果我想求取所有列的平均值并添加到Excel最后一行，可以这么操作： import pandas as pd import matplotlib.pyplot as plt datas = pd.read_excel('students.xlsx') temp = datas[['test1','test2','test3']] datas['total']=temp.sum(axis

角度计算算子简介 1、计算直线与水平轴之间的夹角 angle_lx( : : Row1, Column1, Row2, Column2 : Angle) 角度计算方式：将直线看作向量（有方向性），以直线与水平轴的交点为起点（旋转中心）。如果终点在水平轴上方，则夹角为逆时针旋转水平轴到向量的角度（带正号）。如果终点在水平轴下方，则夹角为顺时针旋转水平轴到向量的角度（带负号）。结果取决于定义线条的两点的顺序。 角度表示方式：弧度，-π<=Angle<π 2、计算两条直线之间的夹角 angle_ll( : : RowA1, ColumnA1, RowA2, ColumnA2, RowB1, ColumnB1, RowB2, ColumnB2 : Angle) 角度计算方式：该算子计算原理与angle_lx类似，只不过把水平轴替换为任意直线B 角度表示方式：弧度，-π<=Angle<=π 3、计算一条直线的方向 line_orientation( : : RowBegin, ColBegin, RowEnd, ColEnd : Phi) 角度计算方式：当直线（无方向性）大致位于1、3象限的方向，角度为正。当直线大致位于2、4象限的方向，角度为负。 角度表示方式：弧度，-π/2<Phi<=π/2 4、计算一条直线的参数 line_position( : : RowBegin,

折线图 折线图 基本demo import pyecharts.options as opts from pyecharts.charts import Line c = ( Line() .add_xaxis(["衬衫", "毛衣", "领带", "裤子", "风衣", "高跟鞋", "袜子"]) .add_yaxis('商家A', [114, 55, 27, 101, 125, 27, 105]) .add_yaxis('商家B',[57, 134, 137, 129, 145, 60, 49]) .set_global_opts(title_opts=opts.TitleOpts(title="Line-基本示例")) ) c.render_notebook() 折线图 如果有空数据连接 import pyecharts.options as opts from pyecharts.charts import Line c = ( Line() .add_xaxis([ " 衬衫 " , " 毛衣 " , " 领带 " , " 裤子 " , " 风衣 " , " 高跟鞋 " , " 袜子 " ]) .add_yaxis( ' 商家A ' , [114, 55, 27, 101, 125, None, 105],is_connect_nones= True) .add