• 2020.2.2 更新补充内容

迟到的更新

在开始这一章之前，先复习一下gcc的操作

复习

• -c
  只编译，不链接成为可执行文件。编译器只是由输入的 .c 等源代码文件生成 .o 为后缀的目标文件，通常用于编译不包含主程序的子程序文件。
• -o output_filename
  确定输出文件的名称为output_filename。同时这个名称不能和源文件同名。如果不给出这个选项，gcc就给出默认的可执行文件 a.out

前言

• 开个新坑，Django 源码学习以及深入理解 Django Web 框架
• 首先从 WSGI 开始，本篇和 Django 看似无联系，确实很重要的一个部分
• Django 的自带服务器是基于 Python 的 wsgiref 模块实现的，所以我们在测试期间往往不需要部署 nginx 之类的，那么想要理解这里，就要从 PEP 对于WSGI规范的定义开始

初识 Matplotlib

Matplotlib 是 Python 中常用的可视化工具之一，使用它可以方便的创建二维图和一些基本的三维图表

基础画图

Pandas 入门

基本操作

• Pandas 基于 NumPy 开发，提供了大量快捷便利的数据处理方法，由 AQR Capital Management 于 2008 年开发，2009 年开源发布， 是支撑 Python 科学计算的强大工具

NumPy

初识 NumPy

NumPy 的主要对象是同质多维数组，也就是在一个元素（通常是数字）表中，元素的类型都是相同的。其中可以通过正整数的元组来对元素进行索引。

在 NumPy 中，数组的维度被称为轴（axes），轴的数量被称为秩（rank）。例如在三维空间的一个点坐标[1,2,1]，就是秩为1的数组，因为它只有一个轴。

NumPy 的数组称为 ndarray， 别名为 array。numpy。array 与 Python 标准库里的 array.array 不一样，标准库只能处理一维数组并且功能相对较少。