mtpltb

Author: Lucifer-ww

.vscode/c_cpp_properties.json

@@ -0,0 +1,21 @@
+{
+    "configurations": [
+        {
+            "name": "Win32",
+            "includePath": [
+                "${workspaceFolder}/**"
+            ],
+            "defines": [
+                "_DEBUG",
+                "UNICODE",
+                "_UNICODE"
+            ],
+            "windowsSdkVersion": "10.0.18362.0",
+            "compilerPath": "D:/Users/Microsoft Visual Studio/2019/Professional/VC/Tools/MSVC/14.25.28610/bin/Hostx64/x64/cl.exe",
+            "cStandard": "c11",
+            "cppStandard": "c++17",
+            "intelliSenseMode": "msvc-x64"
+        }
+    ],
+    "version": 4
+}

Cpp-note/课程/20200703/后缀表达式.cpp

@@ -0,0 +1,31 @@
+{
+    "Thomas": {
+        "name": "Thomas",
+        "age": 12,
+        "weight": "none",
+        "height": "none",
+        "Sports": {
+            "屈伸腿": null,
+            "平板支撑": null,
+            "俯卧撑": null
+        }
+    },
+    "Victor": {
+        "name": "Victor",
+        "age": 46,
+        "weight": "none",
+        "height": "none",
+        "Sports": {
+
+        }
+    },
+    "ZXM": {
+        "name": "Mary",
+        "age": 46,
+        "weight": "none",
+        "height": "none",
+        "Sports": {
+
+        }
+    }
+}

Project/PYT/家庭体能检测Python版本/log/Week1.json

@@ -0,0 +1,66 @@
+[TOC]
+
+# 散点图
+
+接下来，我们将介绍散点图。散点图通常用于比较两个变量来寻找相关性或分组，如果你在 3 维绘制则是 3 个。
+散点图的一些示例代码：
+
+```python
+import matplotlib.pyplot as plt
+x = [1,2,3,4,5,6,7,8]
+y = [5,2,4,2,1,4,5,2]
+plt.scatter(x,y, label='skitscat', color='k', s=25, marker="o")
+plt.xlabel('x')
+plt.ylabel('y')
+plt.title('Interesting Graph\nCheck it out')
+plt.legend()
+plt.show()
+```
+结果为：
+
+![image-20200706212610924](F:\Coding-Thomas\Coding-Notes\Python-Notes\例程\##matplotlib\PDF教程\DOC\image-20200706212610924.png)
+
+`plt.scatter`不仅允许我们绘制 x 和 y ，而且还可以让我们决定所使用的标记颜色，大小和类型。 有一堆标记选项，请参阅 ==Matplotlib 标记文档==中的所有选项。下一节讲饼图。
+
+
+
+# 饼图
+
+饼图通常以%为单位，但是matplotlib可以自动处理，我们只需要提供数值
+
+实例代码：
+
+```python
+import matplotlib.pyplot as plt
+slices = [7,2,2,13]
+activities = ['sleeping','eating','working','playing']
+cols = ['c','m','r','b']
+plt.pie(slices,
+labels=activities,
+colors=cols,
+startangle=90,
+shadow= True,
+explode=(0,0.1,0,0),
+autopct='%1.1f%%')
+plt.title('Interesting Graph\nCheck it out')
+plt.show()
+```
+
+运行结果：
+
+![image-20200707143049857](F:\Coding-Thomas\Coding-Notes\Python-Notes\例程\##matplotlib\PDF教程\DOC\image-20200707143049857.png)
+
+详细解释：
+
++ `slices`用来存储切片大小，睡觉占7份，玩占13份
++ `activities`列表存储名称，最后放到标签中
++ `cols`存储颜色名称，标记每一片的颜色。matplotlib中的颜色还可以是一个字母的，也可以是全称，也可以是十六进制，但是单个字母不全也不好记，在文章最后给一个参考图
++ `shadow`就是阴影，`True`为开启，`False`为关闭
++ `explode`可以拉出一个切片，样例中`(0,0.1,0,0)`设置第二个切片就是eating部分拉出0.1距离。
++ `autopct`最后将百分比放置在切片上
+
+
+
+颜色表：
+
+![img](https://upload-images.jianshu.io/upload_images/7017253-6edec09676cc466d.png?imageMogr2/auto-orient/strip|imageView2/2/w/1200/format/webp)

Project/PYT/家庭体能检测Python版本/main.py

@@ -0,0 +1,39 @@
+# Matplotlib条形图
+
+这个教程中我们会涉及条形图和直方图。我们先来看条形图：
+
+函数是`plt.bar`，提示一下，`import matplotlib.pyplot as plt`这一句和`from matplotlib import pyplot as plt`是一样的，使用函数时两个列表是两组坐标，第一个列表是x轴，第二个是y轴
+
+```python
+import matplotlib.pyplot as plt
+plt.bar([1,3,5,7,9],[5,2,7,8,2], label="Example one")
+plt.bar([2,4,6,8,10],[8,6,2,5,6], label="Example two", color='g')
+plt.legend()
+plt.xlabel('bar number')
+plt.ylabel('bar height')
+plt.title('Epic Graph\nAnother Line! Whoa')
+plt.show()
+```
+
+`plt.bar` 为我们创建条形图。 如果你没有明确选择一种颜色，那么虽然做了多个图，所有的条看起来会一样。 这让我们有机会使用一个新的 Matplotlib 自定义选项。 你可以在任何类型的绘图中使用颜色，例如 `g` 为绿色， `b` 为蓝色， `r` 为红色，等等。 你还可以使用十六进制颜色代码，如 `#191970` 。
+
+![image-20200702122952092](E:\ProgramThomas\Coding-Notes\Python-Notes\例程\##matplotlib\PDF教程\DOC\image-20200702122952092.png)
+
+# Matplotlib直方图
+
+接下来，我们会讲解直方图。 直方图非常像条形图，倾向于通过将区段组合在一起来显示分布。 这个例子可能是年龄的分组，或测试的分数。 我们并不是显示每一组的年龄，而是按照 20 ~ 25，25 ~ 30... 等等来显示年龄。 这里有一个例子：
+
+```python
+import matplotlib.pyplot as plt
+population_ages = [22,55,62,45,21,22,34,42,42,4,99,102,110,120,1
+21,122,130,111,115,112,80,75,65,54,44,43,42,48]
+bins = [0,10,20,30,40,50,60,70,80,90,100,110,120,130]
+plt.hist(population_ages, bins, histtype='bar', rwidth=0.8)
+plt.xlabel('x')
+plt.ylabel('y')
+plt.title('Interesting Graph\nCheck it out')
+plt.legend()
+plt.show()
+```
+
+对于 plt.hist ，你首先需要放入所有的值，然后指定放入哪个桶或容器。 在我们的例子中，我们绘制了一堆年龄，并希望以 10 年的增量来显示它们。 我们将条形的宽度设为 0.8，但是如果你想让条形变宽，或者变窄，你可以选择其他的宽度。

Python-Notes/例程/##matplotlib/.idea/##matplotlib.iml

@@ -0,0 +1,40 @@
+# 饼图
+
+饼图通常以%为单位，但是matplotlib可以自动处理，我们只需要提供数值
+
+实例代码：
+
+```python
+import matplotlib.pyplot as plt
+slices = [7,2,2,13]
+activities = ['sleeping','eating','working','playing']
+cols = ['c','m','r','b']
+plt.pie(slices,
+labels=activities,
+colors=cols,
+startangle=90,
+shadow= True,
+explode=(0,0.1,0,0),
+autopct='%1.1f%%')
+plt.title('Interesting Graph\nCheck it out')
+plt.show()
+```
+
+运行结果：
+
+![image-20200707143049857](F:\Coding-Thomas\Coding-Notes\Python-Notes\例程\##matplotlib\PDF教程\DOC\image-20200707143049857.png)
+
+详细解释：
+
++ `slices`用来存储切片大小，睡觉占7份，玩占13份
++ `activities`列表存储名称，最后放到标签中
++ `cols`存储颜色名称，标记每一片的颜色。matplotlib中的颜色还可以是一个字母的，也可以是全称，也可以是十六进制，但是单个字母不全也不好记，在文章最后给一个参考图
++ `shadow`就是阴影，`True`为开启，`False`为关闭
++ `explode`可以拉出一个切片，样例中`(0,0.1,0,0)`设置第二个切片就是eating部分拉出0.1距离。
++ `autopct`最后将百分比放置在切片上
+
+
+
+颜色表：
+
+![img](https://upload-images.jianshu.io/upload_images/7017253-6edec09676cc466d.png?imageMogr2/auto-orient/strip|imageView2/2/w/1200/format/webp)

Python-Notes/例程/##matplotlib/.idea/.gitignore

@@ -0,0 +1,66 @@
+[TOC]
+
+# 散点图
+
+接下来，我们将介绍散点图。散点图通常用于比较两个变量来寻找相关性或分组，如果你在 3 维绘制则是 3 个。
+散点图的一些示例代码：
+
+```python
+import matplotlib.pyplot as plt
+x = [1,2,3,4,5,6,7,8]
+y = [5,2,4,2,1,4,5,2]
+plt.scatter(x,y, label='skitscat', color='k', s=25, marker="o")
+plt.xlabel('x')
+plt.ylabel('y')
+plt.title('Interesting Graph\nCheck it out')
+plt.legend()
+plt.show()
+```
+结果为：
+
+![image-20200706212610924](F:\Coding-Thomas\Coding-Notes\Python-Notes\例程\##matplotlib\PDF教程\DOC\image-20200706212610924.png)
+
+`plt.scatter`不仅允许我们绘制 x 和 y ，而且还可以让我们决定所使用的标记颜色，大小和类型。 有一堆标记选项，请参阅 ==Matplotlib 标记文档==中的所有选项。下一节讲饼图。
+
+
+
+# 饼图
+
+饼图通常以%为单位，但是matplotlib可以自动处理，我们只需要提供数值
+
+实例代码：
+
+```python
+import matplotlib.pyplot as plt
+slices = [7,2,2,13]
+activities = ['sleeping','eating','working','playing']
+cols = ['c','m','r','b']
+plt.pie(slices,
+labels=activities,
+colors=cols,
+startangle=90,
+shadow= True,
+explode=(0,0.1,0,0),
+autopct='%1.1f%%')
+plt.title('Interesting Graph\nCheck it out')
+plt.show()
+```
+
+运行结果：
+
+![image-20200707143049857](F:\Coding-Thomas\Coding-Notes\Python-Notes\例程\##matplotlib\PDF教程\DOC\image-20200707143049857.png)
+
+详细解释：
+
++ `slices`用来存储切片大小，睡觉占7份，玩占13份
++ `activities`列表存储名称，最后放到标签中
++ `cols`存储颜色名称，标记每一片的颜色。matplotlib中的颜色还可以是一个字母的，也可以是全称，也可以是十六进制，但是单个字母不全也不好记，在文章最后给一个参考图
++ `shadow`就是阴影，`True`为开启，`False`为关闭
++ `explode`可以拉出一个切片，样例中`(0,0.1,0,0)`设置第二个切片就是eating部分拉出0.1距离。
++ `autopct`最后将百分比放置在切片上
+
+
+
+颜色表：
+
+![img](https://upload-images.jianshu.io/upload_images/7017253-6edec09676cc466d.png?imageMogr2/auto-orient/strip|imageView2/2/w/1200/format/webp)

Python-Notes/例程/##matplotlib/.idea/inspectionProfiles/profiles_settings.xml

@@ -0,0 +1,8 @@
+import matplotlib.pyplot as plt
+plt.bar([1, 3, 5, 7, 9], [5, 2, 7, 8, 2], label="Example one")
+plt.bar([2, 4, 6, 8, 10], [8, 6, 2, 5, 6], label="Example two", color='g')
+plt.legend()
+plt.xlabel('bar number')
+plt.ylabel('bar height')
+plt.title('Epic Graph\nAnother Line! Whoa')
+plt.show()

Python-Notes/例程/##matplotlib/.idea/misc.xml

@@ -0,0 +1,9 @@
+import matplotlib.pyplot as plt
+x = [1,2,3,4,5,6,7,8]
+y = [5,2,4,2,1,4,5,2]
+plt.scatter(x,y, label='skitscat', color='k', s=25, marker="o")
+plt.xlabel('x')
+plt.ylabel('y')
+plt.title('Interesting Graph\nCheck it out')
+plt.legend()
+plt.show()

Python-Notes/例程/##matplotlib/.idea/modules.xml

@@ -0,0 +1,7 @@
+import matplotlib.pyplot as plt
+slices = [7, 2, 2, 13]
+activities = ['sleeping', 'eating', 'working', 'playing']
+cols = ['c', 'm', 'r', 'b']
+plt.pie(slices, labels=activities, colors=cols, startangle=90, shadow=True, explode=(0, 0.1, 0, 0), autopct='%1.1f%%')
+plt.title('Interesting Graph\nCheck it out')
+plt.show()

Python-Notes/例程/##matplotlib/.idea/vcs.xml

@@ -0,0 +1,37 @@
+from tkinter import *
+def calculate():
+    result=eval(equ.get())
+    equ.set(equ.get()+"=\n"+str(result))
+def show(buttonString):
+    content=equ.get()
+    if content=="0":
+        content=""
+    equ.set(content+buttonString)
+root = Tk()
+root.title("计算器")
+equ=StringVar()
+equ.set("0")
+label=Label(root, width=25, height=2, relief=RAISED, anchor=SE,
+            textvariable=equ)
+label.grid(row=0, column=0, columnspan=4, padx=5, pady=5)
+clearButton=Button(root, text="C",fg="blue",width=5,command=lambda:equ.set("0"))
+clearButton.grid(row=1, column=0)
+Button(root, text="DEL",width=5,command=lambda:equ.set(str(equ.get()[:-1]))).grid(row=1,column=1)
+Button(root, text="%", width=5, command=lambda:show("%")).grid(row=1,column=2)
+Button(root, text="/", width=5, command=lambda:show("/")).grid(row=1,column=3)
+Button(root, text="7", width=5, command=lambda:show("7")).grid(row=2,column=0)
+Button(root, text="8", width=5, command=lambda:show("8")).grid(row=2,column=1)
+Button(root, text="9", width=5, command=lambda:show("9")).grid(row=2,column=2)
+Button(root, text="*", width=5, command=lambda:show("*")).grid(row=2,column=3)
+Button(root, text="4", width=5, command=lambda:show("4")).grid(row=3,column=0)
+Button(root, text="5", width=5, command=lambda:show("5")).grid(row=3,column=1)
+Button(root, text="6", width=5, command=lambda:show("6")).grid(row=3,column=2)
+Button(root, text="-", width=5, command=lambda:show("-")).grid(row=3,column=3)
+Button(root, text="1", width=5, command=lambda:show("1")).grid(row=4,column=0)
+Button(root, text="2", width=5, command=lambda:show("2")).grid(row=4,column=1)
+Button(root, text="3", width=5, command=lambda:show("3")).grid(row=4,column=2)
+Button(root, text="+", width=5, command=lambda:show("+")).grid(row=4, column=3)
+Button(root, text="0", width=5, command=lambda:show("0")).grid(row=5,column=0,columnspan=2)
+Button(root, text=".", width=5, command=lambda:show(".")).grid(row=5,column=2)
+Button(root, text="=", width=5, command=lambda:calculate()).grid(row=5,column=3)
+root.mainloop()