Matplotlib可以说是python数据可视化最重要且常见的工具之一，几乎每个和数据打交道的人都不可避免，还有大量可视化工具是基于它的二次开发。

❝本文完整代码及数据已上传至Github仓库https://github.com/CNFeffery/FefferyViz❞1 简介最近几个月一是工作繁忙，二是将业余的注意力多数放在Dash系列

预算没问题的情况下，数据科学应用最好选哪个笔记本？内核 M1 vs. i9–9880H， 我们全方位对比测试了复合benchmarks、 Python、 Numpy、 Pandas 和 Scikit Learn 性能来一探究竟。...

之前写的Pandas系列，已经为数千个徘徊在pandas大门的小伙伴打开了一条快速上分通道：

周期性边界是分子动力学模拟中常用的一种技术手段，不仅可以完整的概述完整的分子体系的特性，在一部分场景下还可以提升计算的效率，从作用上来看更像是一类的近似模型（假设有一个原子逃出这个周期性边界封装的盒子，一定会有...

像numpy这样的软件包是当今数据科学工作的主要来源。然而，我们可能会遇到numpy无法轻松处理或只能以次优方式处理的情况

Pandas 是基于NumPy 的一种工具，该工具是为解决数据分析任务而创建的。pandas 纳入了大量库和一些标准的数据模型，提供了高效地操作大型数据集所需的工具。pandas提供了大量能使我们快速便捷地处理数据的函数和方法。你...

对于Numpy，我讲的不多，因为和Pandas相比，他距离日常的数据处理更“远”一些。

分别是Bashplotlib、tqdm、PrettyTable、Colorama。

华夫饼图(Waffle Chart)，或称为直角饼图，可以直观的描绘百分比完成比例情况。与传统的饼图相比较，华夫饼图表达的百分比更清晰和准确，它的每一个格子代表 1%。...