Python

charts 是个由百度开源的数据可视化，凭借着良好的交互性，精巧的图表设计，得到了众多开发者的认可。而 Python 是门富有表达力的语言，很适合用于数据处理. 当数据分析遇上数据可视化时pyecharts 诞生了。

在数据分析和处理领域，Excel文件是常见的数据存储格式之一。Pandas库提供了强大的功能来读取、处理和写入Excel文件。本文将详细介绍如何使用Pandas操作Excel文件，包括读取、数据清洗、数据操作和写入等步骤。

Pandas # Python的Pandas是一个基于Python构建的开源数据分析库，它提供了强大的数据结构和运算功能。

pipreqs，这个工具的好处是可以通过对项目目录扫描，将项目使用的模块进行统计，生成依赖清单即requirements.txt文件。

pipenv # pipenv 是 Python 项目的依赖管理器，与 Node.js 的 npm、Ruby 的 bundler 类似，在协作项目中优势明显，能简化依赖管理。

什么是python # Python简单含义：Python是一门动态数据类型、面向对象的解释型语言，主要用于人工智能的各个领域，如机器学习、爬虫与数据分析、深度学习、计算机视觉等。

Python 的图形化界面 # 程序的用户交互界面，英文称之为 UI (user interface)

pyinstaller # 在创建了独立应用（自包含该应用的依赖包）之后，还可以使用 PyInstaller 将 Python程序生成可直接运行的程序，这个程序就可以被分发到对应的 Windows、Linux或 Mac OS 平台上运行。

datetime # datetime是Python处理日期和时间的标准库

conda分为三类 # conda：是一种通用包管理系统，旨在构建和管理任何语言和任何类型的软件。举个例子：包管理与pip的使用类似，环境管理则允许用户方便地安装不同版本的python并可以快速切换。 Anaconda：则是一个打包的集合，里面预装好了conda、某个版本的python、众多packages、科学计算工具等等，就是把很多常用的不常用的库都给你装好了。 Miniconda：，顾名思义，它只包含最基本的内容——python与conda，以及相关的必须依赖项，对于空间要求严格的用户，Miniconda是一种选择。就只包含最基本的东西，其他的库得自己装 为什么使用Miniconda # 安装python便捷。无论是在win还是linux环境下，miniconda都是傻瓜式的安装方式，一路next即可，而不需要编译源码。 方便的python库管理。conda在安装python包时会自动处理依赖包，只需要点确定就可以了。尤其是在安装opencv，TensorFlow等依赖较为复杂的包的时候，使用pip会需要手动处理很多依赖项，编译很多软件包，而conda不需要。conda甚至可以修改当前python的版本。 方便的python虚拟环境管理。conda命令可以方便的创建和删除python的虚拟环境。否则需要自己安装virtualenv等python包。 Anaconda作为一个python发行版携带了很多科学计算的python包，但它太大了，有些包也不需要。而miniconda就小得多，只携带了conda所必须的依赖包。 安装 # 下载地址：https://www.anaconda.com/download/success