Pandas 是 Python 的核心数据分析支持库，提供了快速，灵活，明确的数据结构，旨在简单，直观地处理关系型，标记型数据。Pandas 的目标是成为 Python 数据分析实践与实战的必备高级工具，其长远目标是是成为 最强大，最灵活，可以支持任何语言的开源数据分析工具. 经过多年不懈的努力，Pandas 离这个目标已经越来越近了。

more >>

展开全文 >>

使用 Pandas 做数据可视化

2026-09-20

内容来源：https://mp.weixin.qq.com/s/k5hmJAljN4vu52HP9wWBxQ

数据客户化可以让我们很直观的发现数据中隐藏的规律，察觉到变量之间的互动关系，可以帮助我们更好的给他人解释现象，做到一图胜千文的说明效果。

常见的数据可视化库有：

matplotlib：是最常见的2维库，可以算作可视化的必备技能库，由于 matplotlib 是比较底层的库，api 很多，代码学起来不太容易。
seaborn：是构建于 matplotlib 基础上，能满足绝大多数可视化需求。更特殊的需求还是需要学习 matplotlib；
pyecharts：上面两个库都是静态的可视化库，而 pyecharts 有很好的 web 兼容性，可以做到可视化的动态效果。

more >>

展开全文 >>

Flask Jinja 模板用法

2026-09-20

参考文章：[Python web开发实战]

模板

在之前的章节中，视图函数直接返回文本，而在实际生产环境中其实很少这样用，因为实际的页面大多是带有样式和复杂逻辑的 HTML 代码，这可以让浏览器渲染出非常漂亮和复杂的效果。页面的内容应该是可重用的，而且需要执行更高级的功能。首先看一下 Python 自带的模板 string.Template:

more >>

展开全文 >>

Django 入门基础（二）

2026-09-20

书籍名称：[Python3 自动化软件发布系统-Django2 实战]

Django 路由 URL

Django 的 URL 功能，可以说是在 models 层，view 层，url 层，都实现统一形式。path，include，reverse，resolve，get_absolute__rule 结合 namespace，使我们在制作 URL 时，正向解析和反向解析都易如反掌，千变万化，又不失规范优雅。

more >>