我的第一个创作纪念日-128天

机缘

在csdn相遇的这128天，本人的创作初心可以归结为以下几点：

促进技术交流与学习：CSDN成立的初衷是为了提供一个平台，让中国的软件开发者能够方便地交流技术心得、分享项目经验和学习资源。在这个平台上，开发者可以发布技术文章、提问求解、参与讨论，共同推动技术水平的提升。
推动IT行业发展：CSDN致力于成为中国IT行业发展的推动者之一。通过汇聚大量的IT从业者和技术爱好者，CSDN不仅促进了技术交流，还通过举办各类技术会议、培训课程等活动，为IT行业的发展输送了大量的人才和新鲜血液。
构建开放共享的知识体系：CSDN倡导开放共享的知识理念，鼓励用户将自己的技术成果、学习心得等分享给更多的人。这种共享精神不仅有助于个人知识的积累和提升，也为整个IT行业构建了一个庞大的、易于访问的知识库。
提升开发者社区凝聚力：CSDN通过提供丰富的内容和互动功能，增强了开发者社区的凝聚力。在这个平台上，开发者可以结识志同道合的朋友，共同解决技术问题，甚至合作开发项目。这种社区氛围的营造，使得CSDN成为了许多开发者心中的精神家园。
持续创新与优化：CSDN始终保持对新技术和新趋势的敏锐洞察力，不断推出符合用户需求的新功能和服务。无论是移动端的优化、智能推荐系统的引入，还是AI技术的应用，CSDN都在努力为用户提供更加便捷、高效的使用体验。

收获

技术记录的积累：通过发文，可以将自己的学习笔记、项目经验等记录下来，形成个人的技术资料库。
初步的粉丝积累：虽然初期粉丝数量可能不多，但随着文章的发布和质量的提升，会逐渐吸引一些关注者。
技术交流的机会：通过文章下方的评论区，可以与读者进行技术交流，解答疑问，甚至结识志同道合的朋友。

日常

创作已经是我生活的一部分了。

1. 选题与策划

日常观察与学习：技术日新月异，每天都会有新的技术动态、工具更新或项目发布。发文者需要保持对技术的敏感度，从日常的学习、工作或项目中寻找有价值的选题。
确定文章主题：根据个人的兴趣、专长以及CSDN社区的热门话题，确定文章的主题。确保主题既有深度又能吸引目标读者。

2. 撰写与编辑

资料收集与整理：在确定主题后，发文者需要收集相关资料，包括技术文档、教程、案例分析等。确保信息的准确性和权威性。
撰写文章：根据收集到的资料，结合自己的理解和经验，撰写文章。文章应结构清晰、逻辑严谨、语言通顺。
编辑与校对：完成初稿后，进行多次编辑和校对，确保文章没有语法错误、拼写错误或遗漏的重要信息。

3. 发布与分享

选择合适的分类与标签：在CSDN上发布文章时，需要选择合适的分类和标签，以便读者能够更容易地找到文章。
发布文章：将编辑好的文章发布到CSDN平台上，并附上适当的标题和摘要。
分享与推广：通过社交媒体、技术论坛、邮件列表等渠道，分享文章并邀请更多读者阅读。

4. 互动与反馈

回复评论：积极回复读者的评论和提问，与他们进行互动。这有助于建立与读者的良好关系，并获取有价值的反馈。
关注与收藏：关注其他有价值的作者和文章，收藏对自己有用的内容。这有助于扩大自己的知识面和社交圈子。
持续更新与优化：根据读者的反馈和技术的更新，持续更新和优化文章。确保文章始终保持与时俱进和有价值。

5. 总结与反思

分析文章表现：通过CSDN提供的文章统计功能，分析文章的阅读量、点赞数、评论数等指标。了解哪些内容更受欢迎，哪些需要改进。
总结经验与教训：根据文章的表现和读者的反馈，总结经验与教训。这有助于提高自己的写作能力和文章质量。

通过以上的日常发文活动，不仅可以提升自己的技术水平和写作能力，还能在CSDN社区中建立良好的声誉和影响力。同时，这也是一种与他人分享知识和经验的方式，有助于促进整个技术社区的发展和进步。

成就

#时间序列可视化
#离散数据的时间序列可视化
import numpy as np
import pandas as pdts = pd.Series(np.random.randn(1000), index=pd.date_range('1/1/2000', periods=1000))
ts = ts.cumsum()
ts.plot()
#%%
#连续数据的时间序列可视化
import matplotlib.pyplot as plt
df = pd.DataFrame(np.random.randn(1000, 4), index=ts.index, columns=list('ABCD'))
df = df.cumsum()
plt.figure()
df.plot()
plt.legend(loc='best')
#%%
#连续型图表
#阶梯图
import numpy as np
import matplotlib.pyplot as pltx = np.arange(14)
y = np.sin(x / 2)plt.figure(figsize=(12,5))
plt.subplot(121)
plt.step(x, y + 2, label='pre (default)')
plt.plot(x, y + 2, 'o--', color='grey', alpha=0.3)plt.step(x, y + 1, where='mid', label='mid')
plt.plot(x, y + 1, 'o--', color='grey', alpha=0.3)plt.step(x, y, where='post', label='post')
plt.plot(x, y, 'o--', color='grey', alpha=0.3)plt.grid(axis='x', color='0.95')
plt.legend(title='Parameter where:')
plt.title('plt.step(where=...)')plt.subplot(122)
plt.plot(x, y + 2, drawstyle='steps', label='steps (=steps-pre)')
plt.plot(x, y + 2, 'o--', color='grey', alpha=0.3)plt.plot(x, y + 1, drawstyle='steps-mid', label='steps-mid')
plt.plot(x, y + 1, 'o--', color='grey', alpha=0.3)plt.plot(x, y, drawstyle='steps-post', label='steps-post')
plt.plot(x, y, 'o--', color='grey', alpha=0.3)plt.grid(axis='x', color='0.95')
plt.legend(title='Parameter drawstyle:')
plt.title('plt.plot(drawstyle=...)')
plt.show()
#%%
#折线图
df2.plot(kind='line')
#%%
#拟合曲线
'''
Author: CloudSir
Date: 2021-08-03 15:01:17
LastEditTime: 2021-08-03 15:26:05
LastEditors: CloudSir
Description: Python拟合任意函数
https://github.com/cloudsir
'''
# 引用库函数import numpy as np
import matplotlib.pyplot as plt
from scipy import optimize as opplt.rcParams['font.sans-serif'] = ['SimHei']  # 用来正常显示中文
plt.rcParams['axes.unicode_minus'] = False    # 用来正常显示负号# 需要拟合的函数
def f_1(x, A, B, C):return A * x**2 + B * x + C# 需要拟合的数据组
x_group = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
y_group = [2.83, 9.53, 14.52, 21.57, 38.26, 53.92, 73.15, 101.56, 129.54, 169.75, 207.59]# 得到返回的A，B值
A, B, C = op.curve_fit(f_1, x_group, y_group)[0]# 数据点与原先的进行画图比较
plt.scatter(x_group, y_group, marker='o',label='真实值')
x = np.arange(0, 15, 0.01)
y = A * x**2 + B *x + C
plt.plot(x, y,color='red',label='拟合曲线')
plt.legend() # 显示labelplt.show()#%%
#螺旋图
import turtle
n = 500
# turtle.left(60)s
turtle.penup()
turtle.goto(-450,150)
turtle.pendown()
turtle.pencolor("blue")
for i in range(1,1000,1):if i < 500:n = n - 1turtle.speed(100)turtle.fd(n)turtle.right(140)else:n+=1turtle.speed(100)turtle.pencolor('red')turtle.fd(n)turtle.right(114)
turtle.done()
#%%
from turtle import *speed(0)  # 最快的画笔速度# 画圆脸
setup(600, 600, 0, 0)
penup()
fd(-200)
pendown()
color('yellow', 'yellow')
begin_fill()
seth(-90)
circle(200)
end_fill()# 画嘴巴
penup()
seth(0)
fd(10)
pendown()
pensize(3)  # 调整画笔大小
color('red')
seth(-90)
circle(190, 180)# 画眼睛
penup()
fd(100)
seth(180)
fd(573)
for i in range(2):  # 给画两只眼睛制造相同代码，才可以使用for循环，绘制两只眼睛penup()seth(0)fd(200)pendown()pensize(2)seth(20)color('black', 'white')begin_fill()circle(-230, 40)circle(-10, 180)circle(210, 40)circle(-10, 180)end_fill()color('black', 'black')begin_fill()circle(-10)end_fill()#%%
#热图
import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pddf = pd.DataFrame(np.random.randn(10, 5))plt.figure(figsize=(10, 8))# 设置字体
sns.set(font_scale=1.2)
plt.rc('font',family=['Times New Roman', 'SimSun'], size=12)
plt.subplots_adjust()
ax = sns.heatmap(df.corr(), annot=True, fmt=".2f")
ax.set_title('相关性热力图')  # 图标题
plt.xticks(rotation=45)
plt.tight_layout()
plt.show()
figure = ax.get_figure()
# figure.savefig('sns_heatmap.jpg', bbox_inches='tight')
#%%
#离散型
#柱形图
df3.plot(kind='bar')
#%%
#散点图
df3.plot(kind='scatter', x='a', y='b')
#%%
#堆叠柱形图
df3.plot(kind='bar', stacked=True)
#%%
import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D# 生成数据
theta = np.linspace(0, 2 * np.pi, 100)
z = np.linspace(-1, 1, 100)
r = z**2 + 1
x = r * np.sin(theta)
y = r * np.cos(theta)# 创建图形
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')# 绘制花瓶图
ax.plot(x, y, z, label='花瓶图')
ax.legend()plt.show()