<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>Python on 春江暮客</title>
    <link>https://www.bobobk.com/tags/python/</link>
    <description>Recent content in Python on 春江暮客</description>
    <generator>Hugo</generator>
    <language>zh-cn</language>
    <lastBuildDate>Sat, 30 May 2026 10:30:00 +0800</lastBuildDate>
    <atom:link href="https://www.bobobk.com/tags/python/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>2026 Python 项目管理实战：用 uv 替代 pip、venv 和 pipx</title>
      <link>https://www.bobobk.com/uv-python-workflow.html</link>
      <pubDate>Sat, 30 May 2026 10:30:00 +0800</pubDate>
      <guid>https://www.bobobk.com/uv-python-workflow.html</guid>
      <description>用一套可复制的 uv 工作流完成 Python 安装、项目依赖、脚本运行、CLI 工具管理和老项目迁移。</description>
    </item>
    <item>
      <title>2026 实战：用 Python 快速搭建第一个 MCP Server</title>
      <link>https://www.bobobk.com/python-mcp-server-quickstart.html</link>
      <pubDate>Fri, 29 May 2026 09:30:00 +0800</pubDate>
      <guid>https://www.bobobk.com/python-mcp-server-quickstart.html</guid>
      <description>用 Python 和 FastMCP 写一个可运行的 MCP Server，让 AI Agent 可以调用你自己的本地工具。</description>
    </item>
    <item>
      <title>2026 站长实战：用 llms.txt &#43; Python 自动同步 AI 搜索入口</title>
      <link>https://www.bobobk.com/llms-txt-for-ai-search.html</link>
      <pubDate>Sun, 24 May 2026 08:30:00 +0800</pubDate>
      <guid>https://www.bobobk.com/llms-txt-for-ai-search.html</guid>
      <description>用一套可执行的 Hugo + Python 流程，生成并持续维护 llms.txt，让 AI 搜索和问答系统更快发现你的高价值页面。</description>
    </item>
    <item>
      <title>从0开始搭建自己的 Solana 钱包工具（批量生成地址/SOL 与 USDT 转账）</title>
      <link>https://www.bobobk.com/build_own_solana_wallet.html</link>
      <pubDate>Wed, 06 May 2026 10:30:00 +0800</pubDate>
      <guid>https://www.bobobk.com/build_own_solana_wallet.html</guid>
      <description>用 2 个 Python 脚本完成 Solana 钱包常用能力：批量生成地址、查询余额、自动处理 ATA，并转账 SOL 或 USDT。</description>
    </item>
    <item>
      <title>从0开始搭建自己的TRON钱包工具（批量生成地址/USDT转账/质押投票）</title>
      <link>https://www.bobobk.com/build_own_tron_wallet.html</link>
      <pubDate>Fri, 24 Apr 2026 11:07:45 +0800</pubDate>
      <guid>https://www.bobobk.com/build_own_tron_wallet.html</guid>
      <description>基于 3 个 Python 脚本实现 TRON 钱包核心能力：批量生成地址、USDT/TRX 转账、质押解质押、投票和能量委托。</description>
    </item>
    <item>
      <title>Python中使用Matplotlib的fill_between进行区域填充</title>
      <link>https://www.bobobk.com/748.html</link>
      <pubDate>Wed, 29 Dec 2021 08:47:31 +0800</pubDate>
      <guid>https://www.bobobk.com/748.html</guid>
      <description>本文演示如何在 Python Matplotlib 中使用 &lt;code&gt;fill_between()&lt;/code&gt; 做区域填充，包括向下填充、向上填充、两条曲线之间填充，以及常见应用场景。</description>
    </item>
    <item>
      <title>python绘制好看的棒棒糖图</title>
      <link>https://www.bobobk.com/955.html</link>
      <pubDate>Fri, 31 May 2024 10:03:32 +0800</pubDate>
      <guid>https://www.bobobk.com/955.html</guid>
      <description>本文演示如何用 matplotlib 绘制清晰好看的棒棒糖图（Lollipop Chart），并说明适合的使用场景、常见调整方式和输出检查方法。</description>
    </item>
    <item>
      <title>使用Python下载m3u8流媒体并嵌入到AMP网页中</title>
      <link>https://www.bobobk.com/892.html</link>
      <pubDate>Tue, 01 Aug 2023 09:02:57 +0800</pubDate>
      <guid>https://www.bobobk.com/892.html</guid>
      <description>本文演示如何用 Python 下载 m3u8 流媒体分片，并把合并后的 MP4 嵌入到 AMP 页面中，适合做下载、转码和静态播放页。</description>
    </item>
    <item>
      <title>python绘制雨云图(Raincloud)</title>
      <link>https://www.bobobk.com/791.html</link>
      <pubDate>Tue, 11 Jan 2022 15:56:31 +0800</pubDate>
      <guid>https://www.bobobk.com/791.html</guid>
      <description>本文演示如何用 Python 绘制 Raincloud 雨云图，并说明这种图适合展示什么数据、如何逐步组合出图层，以及导出前需要检查的细节。</description>
    </item>
    <item>
      <title>典型相关分析介绍及python实现</title>
      <link>https://www.bobobk.com/581.html</link>
      <pubDate>Wed, 29 Dec 2021 14:01:33 +0800</pubDate>
      <guid>https://www.bobobk.com/581.html</guid>
      <description>本文介绍什么是典型相关分析（CCA）、它和 PCA 的区别，以及如何用 sklearn 在 Python 中对两组变量做 CCA 并解释结果。</description>
    </item>
    <item>
      <title>c-index及其在生存分析中的应用</title>
      <link>https://www.bobobk.com/592.html</link>
      <pubDate>Thu, 23 Dec 2021 17:06:46 +0800</pubDate>
      <guid>https://www.bobobk.com/592.html</guid>
      <description>一致性指数 c-index 是生存分析里常用的排序评估指标。本文用 Python &lt;code&gt;lifelines&lt;/code&gt; 示例说明它的含义、计算方式，以及为什么它对排序敏感而对具体数值不敏感。</description>
    </item>
    <item>
      <title>python原生list数组与numpy的array</title>
      <link>https://www.bobobk.com/321.html</link>
      <pubDate>Wed, 22 Dec 2021 09:49:00 +0800</pubDate>
      <guid>https://www.bobobk.com/321.html</guid>
      <description>本文用几个小例子比较 Python 原生 list 和 NumPy array 的差异，重点说明它们在求和、连乘和科学计算场景里的实际取舍。</description>
    </item>
    <item>
      <title>手把手用Python实现随机森林算法</title>
      <link>https://www.bobobk.com/621.html</link>
      <pubDate>Mon, 28 Dec 2020 14:04:47 +0800</pubDate>
      <guid>https://www.bobobk.com/621.html</guid>
      <description>本文用上海天气数据演示如何用 Python 和 sklearn 构建随机森林回归模型，包括环境准备、数据清洗、特征工程、训练评估和实际预测流程。</description>
    </item>
    <item>
      <title>Python3解决LeetCode中等题468：验证IP地址</title>
      <link>https://www.bobobk.com/671.html</link>
      <pubDate>Wed, 29 Jul 2020 09:54:36 +0800</pubDate>
      <guid>https://www.bobobk.com/671.html</guid>
      <description>本文用 Python 解析 LeetCode 468 验证 IP 地址，展示如何结合 &lt;code&gt;ipaddress&lt;/code&gt; 和题目额外规则判断 IPv4、IPv6 或 Neither。</description>
    </item>
    <item>
      <title>计算基尼系数和matplotlib绘制洛伦兹曲线</title>
      <link>https://www.bobobk.com/521.html</link>
      <pubDate>Sun, 31 May 2020 19:22:50 +0800</pubDate>
      <guid>https://www.bobobk.com/521.html</guid>
      <description>基尼系数和洛伦兹曲线，在表示数据的不平均方面特别是财富的不平均上被广泛应用。但是目前在python里面并没有找到很好的可以直接绘制洛伦兹曲线的函数，由于目前项目用到，也就在实际应用中使用到</description>
    </item>
    <item>
      <title>使用folium绘制新冠肺炎COVID-19疫情地图</title>
      <link>https://www.bobobk.com/624.html</link>
      <pubDate>Sun, 03 May 2020 08:28:47 +0800</pubDate>
      <guid>https://www.bobobk.com/624.html</guid>
      <description>本文演示如何用 Python &lt;code&gt;folium&lt;/code&gt; 把全球疫情数据绘制成世界地图，包括获取 WHO 数据、预处理国家代码、生成 Choropleth 地图，以及用对数转换提升可读性。</description>
    </item>
    <item>
      <title>python实现梯度下降在实际当中的应用</title>
      <link>https://www.bobobk.com/648.html</link>
      <pubDate>Wed, 08 Jan 2020 14:04:06 +0800</pubDate>
      <guid>https://www.bobobk.com/648.html</guid>
      <description>本文用一个简单二次函数演示梯度下降的核心思路，包括梯度、学习率、停止条件以及如何用 Python 逐步逼近最小值。</description>
    </item>
    <item>
      <title>统计学偏态分布显示生活中的统计陷阱</title>
      <link>https://www.bobobk.com/638.html</link>
      <pubDate>Fri, 27 Dec 2019 16:06:04 +0800</pubDate>
      <guid>https://www.bobobk.com/638.html</guid>
      <description>本文通过偏态分布的例子说明为什么均值和中位数会给出完全不同的“平均水平”印象，以及这种差异如何在现实统计里造成误导。</description>
    </item>
    <item>
      <title>thunder 迅雷下载地址真实地址解析：Python 与 JavaScript 转换示例</title>
      <link>https://www.bobobk.com/299.html</link>
      <pubDate>Fri, 17 May 2019 14:30:26 +0000</pubDate>
      <guid>https://www.bobobk.com/299.html</guid>
      <description>本文说明 &lt;code&gt;thunder://&lt;/code&gt; 迅雷链接和普通 URL 之间的转换规则，并给出 Python 与 JavaScript 的编码、解码示例。</description>
    </item>
    <item>
      <title>最大回文字符串算法Manacher</title>
      <link>https://www.bobobk.com/291.html</link>
      <pubDate>Thu, 28 Mar 2019 07:17:29 +0000</pubDate>
      <guid>https://www.bobobk.com/291.html</guid>
      <description>本文介绍 LeetCode 中最长回文子串问题的一种线性时间解法 Manacher，并结合变换字符串和 &lt;code&gt;Len&lt;/code&gt; 数组说明它为什么能做到 $O(n)$。</description>
    </item>
    <item>
      <title>python查找两个数组公有值</title>
      <link>https://www.bobobk.com/289.html</link>
      <pubDate>Fri, 08 Mar 2019 08:23:32 +0000</pubDate>
      <guid>https://www.bobobk.com/289.html</guid>
      <description>本文整理 Python 中查找两个列表公有值的几种常见写法，并说明哪些方法会去重、哪些方法会保留原列表顺序。</description>
    </item>
    <item>
      <title>Seaborn绘制核密度曲线实例详解</title>
      <link>https://www.bobobk.com/263.html</link>
      <pubDate>Sun, 20 Jan 2019 11:41:58 +0000</pubDate>
      <guid>https://www.bobobk.com/263.html</guid>
      <description>&lt;p&gt;在频率分布直方图中，当样本容量充分放大到极限时，组距极限缩短，这个时候频率直方图中的阶梯折线就会演变成一条光滑的曲线，这条曲线就称为总体的密度分布曲线。&lt;/p&gt;&#xA;&lt;p&gt;这篇文章将详细介绍如何使用 Python 绘图库 Seaborn 和 Pandas 里的 iris 鸢尾花数据集来绘制不同形式的核密度曲线。&lt;/p&gt;&#xA;&lt;h2 id=&#34;1基本密度曲线&#34;&gt;1.基本密度曲线&lt;/h2&gt;&#xA;&lt;div class=&#34;highlight&#34;&gt;&lt;pre tabindex=&#34;0&#34; style=&#34;color:#f8f8f2;background-color:#272822;-moz-tab-size:4;-o-tab-size:4;tab-size:4;&#34;&gt;&lt;code class=&#34;language-python&#34; data-lang=&#34;python&#34;&gt;&lt;span style=&#34;display:flex;&#34;&gt;&lt;span&gt;    &lt;span style=&#34;color:#f92672&#34;&gt;import&lt;/span&gt; seaborn &lt;span style=&#34;color:#66d9ef&#34;&gt;as&lt;/span&gt; sns&#xA;&lt;/span&gt;&lt;/span&gt;&lt;span style=&#34;display:flex;&#34;&gt;&lt;span&gt;    &lt;span style=&#34;color:#f92672&#34;&gt;import&lt;/span&gt; pandas &lt;span style=&#34;color:#66d9ef&#34;&gt;as&lt;/span&gt; pd&#xA;&lt;/span&gt;&lt;/span&gt;&lt;span style=&#34;display:flex;&#34;&gt;&lt;span&gt;    sns&lt;span style=&#34;color:#f92672&#34;&gt;.&lt;/span&gt;set(color_codes&lt;span style=&#34;color:#f92672&#34;&gt;=&lt;/span&gt;&lt;span style=&#34;color:#66d9ef&#34;&gt;True&lt;/span&gt;)&#xA;&lt;/span&gt;&lt;/span&gt;&lt;span style=&#34;display:flex;&#34;&gt;&lt;span&gt;    sns&lt;span style=&#34;color:#f92672&#34;&gt;.&lt;/span&gt;set_style(&lt;span style=&#34;color:#e6db74&#34;&gt;&amp;#34;white&amp;#34;&lt;/span&gt;)&#xA;&lt;/span&gt;&lt;/span&gt;&lt;span style=&#34;display:flex;&#34;&gt;&lt;span&gt;    df &lt;span style=&#34;color:#f92672&#34;&gt;=&lt;/span&gt; pd&lt;span style=&#34;color:#f92672&#34;&gt;.&lt;/span&gt;read_csv(&lt;span style=&#34;color:#e6db74&#34;&gt;&amp;#39;iris.csv&amp;#39;&lt;/span&gt;)&#xA;&lt;/span&gt;&lt;/span&gt;&lt;span style=&#34;display:flex;&#34;&gt;&lt;span&gt;    sns&lt;span style=&#34;color:#f92672&#34;&gt;.&lt;/span&gt;kdeplot(df[&lt;span style=&#34;color:#e6db74&#34;&gt;&amp;#39;sepal_width&amp;#39;&lt;/span&gt;])&#xA;&lt;/span&gt;&lt;/span&gt;&lt;/code&gt;&lt;/pre&gt;&lt;/div&gt;&lt;p&gt;&lt;img src=&#34;https://www.bobobk.com/wp-content/uploads/2019/01/basic_kdeplot.webp&#34; alt=&#34;《Seaborn绘制核密度曲线实例详解》&#34;&gt;&lt;/p&gt;&#xA;&lt;p&gt;使用seaborn画核密度曲线，只需要使用kdeplot就行，注意，密度曲线只需要一个变量就可以了，这里我们选用的是sepal_width这一列。&lt;/p&gt;</description>
    </item>
    <item>
      <title>python实现酷狗音乐mp3下载</title>
      <link>https://www.bobobk.com/234.html</link>
      <pubDate>Sun, 13 Jan 2019 14:45:59 +0000</pubDate>
      <guid>https://www.bobobk.com/234.html</guid>
      <description>&lt;p&gt;在&lt;a href=&#34;https://www.bobobk.com/216.html&#34;&gt;python实现千千音乐mp3下载 &lt;/a&gt;后小伙伴使用发现很多音乐在千千音乐都搜不到，所以今天春江暮客就拓展了一下酷狗音乐的下载，有源码。&lt;/p&gt;&#xA;&lt;p&gt;同样的配方，首先在酷狗官网上直接搜索歌曲，然后打开谷歌浏览器的网络监视器，再次搜索同样的关键字就可以发现接口信息（注：此处最好再次搜索的时候查看网络，可以剔除很多多余的信息）。&lt;/p&gt;&#xA;&lt;h2 id=&#34;1分析搜索接口信息&#34;&gt;1.分析搜索接口信息&lt;/h2&gt;&#xA;&lt;p&gt;&lt;img src=&#34;https://www.bobobk.com/wp-content/uploads/2019/01/kugou_search.webp&#34; alt=&#34;《python实现酷狗音乐mp3下载》&#34;&gt;&#xA;只有4条网络请求，可以很方便的知道是第一条请求是真正的返回了歌曲信息，因此构造此条请求即可。&lt;/p&gt;</description>
    </item>
    <item>
      <title>python3搭配selenium实现12306抢票程序</title>
      <link>https://www.bobobk.com/224.html</link>
      <pubDate>Fri, 11 Jan 2019 01:35:04 +0000</pubDate>
      <guid>https://www.bobobk.com/224.html</guid>
      <description>&lt;p&gt;春节临近了，小伙伴们都在忙着抢票了，很多人总是被各种乱七八糟的抢票程序误导，诱骗，不如自己用python写一个12306抢票脚本好了。&lt;/p&gt;&#xA;&lt;p&gt;言归正传，有了需求自然就要实现。技术部分，抢票程序由selenium驱动chrome进行，主要分为几下几部分。(别问我为什么不直接用requests买，有点难0-0)&lt;/p&gt;</description>
    </item>
    <item>
      <title>python里shallow copy和deepcopy的区别</title>
      <link>https://www.bobobk.com/200.html</link>
      <pubDate>Sat, 29 Dec 2018 02:22:22 +0000</pubDate>
      <guid>https://www.bobobk.com/200.html</guid>
      <description>&lt;p&gt;python 中经常需要拷贝对象，而很多“改了一个变量，另一个也跟着变”的 bug，本质上都和没有分清这三种操作有关：赋值、浅拷贝、深拷贝。&lt;/p&gt;&#xA;&lt;p&gt;&lt;img src=&#34;https://www.bobobk.com/wp-content/uploads/2018/12/ctr_v.webp&#34; alt=&#34;《python里shadowcopy和deepcopy的区别》&#34;&gt;&lt;/p&gt;&#xA;&lt;p&gt;赋值(=)、浅拷贝(copy) 和深拷贝(deepcopy) 中，最容易混淆的通常不是赋值和拷贝，而是浅拷贝与深拷贝到底会不会共享内部子对象。&lt;/p&gt;&#xA;&lt;p&gt;赋值语句并不会复制对象，它只是让两个变量同时指向同一个对象。这样一来，对其中一个变量看到的内容做修改，另一个变量也会看到同样的变化。&lt;/p&gt;</description>
    </item>
    <item>
      <title>python3 requests模块用法实例</title>
      <link>https://www.bobobk.com/198.html</link>
      <pubDate>Fri, 28 Dec 2018 04:57:52 +0000</pubDate>
      <guid>https://www.bobobk.com/198.html</guid>
      <description>本文通过 GET、POST、请求头、认证、文件下载、文件上传和 Cookie 等示例讲解 Python requests 的常见用法，并补充几个更实用的编写习惯。</description>
    </item>
    <item>
      <title>python随机生成强密码</title>
      <link>https://www.bobobk.com/136.html</link>
      <pubDate>Tue, 18 Dec 2018 01:23:13 +0000</pubDate>
      <guid>https://www.bobobk.com/136.html</guid>
      <description>本文演示如何用 Python 和 JavaScript 生成随机强密码，并补充为什么安全场景下应优先使用 &lt;code&gt;secrets&lt;/code&gt; 或浏览器的 Web Crypto API，而不是普通随机函数。</description>
    </item>
    <item>
      <title>kaggle之本地运行识别狗品种</title>
      <link>https://www.bobobk.com/127.html</link>
      <pubDate>Sat, 15 Dec 2018 10:36:29 +0000</pubDate>
      <guid>https://www.bobobk.com/127.html</guid>
      <description>本文演示如何在本地深度学习环境中使用预训练 ResNet50 模型对狗图片做品种预测，包括图片预处理、模型加载、结果解码和本地运行说明。</description>
    </item>
    <item>
      <title>人工神经网络初探</title>
      <link>https://www.bobobk.com/90.html</link>
      <pubDate>Mon, 10 Dec 2018 05:27:33 +0000</pubDate>
      <guid>https://www.bobobk.com/90.html</guid>
      <description>本文用概念解释、房价预测例子和典型应用场景，帮助初学者快速理解人工神经网络的基本结构和它在 AI 中的常见用途。</description>
    </item>
    <item>
      <title>python画蝴蝶曲线图</title>
      <link>https://www.bobobk.com/24.html</link>
      <pubDate>Wed, 07 Nov 2018 08:03:32 +0000</pubDate>
      <guid>https://www.bobobk.com/24.html</guid>
      <description>&lt;p&gt;蝴蝶曲线是由Temple H·Fay发现的可用极坐标函数表示的蝴蝶曲线。由于此曲线优美，因此就想把它作为博客favicon.ico，这里我使用python&lt;/p&gt;&#xA;&lt;h2 id=&#34;matplotlibpyplot包来绘制需要的蝴蝶曲线图先看下漂亮的蝴蝶曲线吧&#34;&gt;matplotlib.pyplot包来绘制需要的蝴蝶曲线图。先看下漂亮的蝴蝶曲线吧。&lt;/h2&gt;&#xA;&lt;p&gt;&lt;img src=&#34;https://www.bobobk.com/wp-content/uploads/2018/11/butter.webp&#34; alt=&#34;butter&#34;&gt;&lt;/p&gt;&#xA;&lt;h1 id=&#34;1首先我们需要确定蝴蝶曲线的函数表达&#34;&gt;1.首先我们需要确定蝴蝶曲线的函数表达&lt;/h1&gt;&#xA;&lt;p&gt;&lt;img src=&#34;https://wikimedia.org/api/rest_v1/media/math/render/svg/92e1ec07900777c282b5c379b0877906f4594727&#34; alt=&#34;math&#34;&gt;&lt;/p&gt;&#xA;&lt;p&gt;&lt;img src=&#34;https://wikimedia.org/api/rest_v1/media/math/render/svg/3c9b54f7112ec2abd4125ef9b52aa55a9b8470ea&#34; alt=&#34;math2&#34;&gt;&lt;/p&gt;&#xA;&lt;p&gt;也可用球坐标表示&lt;/p&gt;&#xA;&lt;p&gt;&lt;img src=&#34;https://wikimedia.org/api/rest_v1/media/math/render/svg/5b9bff8d319e4fd55de4eb7685d9aa06b40fcfa9&#34; alt=&#34;math3&#34;&gt;&lt;/p&gt;&#xA;&lt;h1 id=&#34;2选择python里面的matplotlibpyplot作为画图工具&#34;&gt;2.选择python里面的matplotlib.pyplot作为画图工具&lt;/h1&gt;&#xA;&lt;h2 id=&#34;1首先导入python包&#34;&gt;1.首先导入python包&lt;/h2&gt;&#xA;&lt;div class=&#34;highlight&#34;&gt;&lt;pre tabindex=&#34;0&#34; style=&#34;color:#f8f8f2;background-color:#272822;-moz-tab-size:4;-o-tab-size:4;tab-size:4;&#34;&gt;&lt;code class=&#34;language-python&#34; data-lang=&#34;python&#34;&gt;&lt;span style=&#34;display:flex;&#34;&gt;&lt;span&gt;&lt;span style=&#34;color:#f92672&#34;&gt;import&lt;/span&gt; numpy &lt;span style=&#34;color:#66d9ef&#34;&gt;as&lt;/span&gt; np&#xA;&lt;/span&gt;&lt;/span&gt;&lt;span style=&#34;display:flex;&#34;&gt;&lt;span&gt;&lt;span style=&#34;color:#f92672&#34;&gt;import&lt;/span&gt; matplotlib.pyplot &lt;span style=&#34;color:#66d9ef&#34;&gt;as&lt;/span&gt; plt&#xA;&lt;/span&gt;&lt;/span&gt;&lt;/code&gt;&lt;/pre&gt;&lt;/div&gt;&lt;h2 id=&#34;2设置个参数的值&#34;&gt;2.设置个参数的值&lt;/h2&gt;&#xA;&lt;div class=&#34;highlight&#34;&gt;&lt;pre tabindex=&#34;0&#34; style=&#34;color:#f8f8f2;background-color:#272822;-moz-tab-size:4;-o-tab-size:4;tab-size:4;&#34;&gt;&lt;code class=&#34;language-python&#34; data-lang=&#34;python&#34;&gt;&lt;span style=&#34;display:flex;&#34;&gt;&lt;span&gt;t &lt;span style=&#34;color:#f92672&#34;&gt;=&lt;/span&gt; np&lt;span style=&#34;color:#f92672&#34;&gt;.&lt;/span&gt;arange(&lt;span style=&#34;color:#ae81ff&#34;&gt;0.0&lt;/span&gt;, &lt;span style=&#34;color:#ae81ff&#34;&gt;12&lt;/span&gt;&lt;span style=&#34;color:#f92672&#34;&gt;*&lt;/span&gt;np&lt;span style=&#34;color:#f92672&#34;&gt;.&lt;/span&gt;pi, &lt;span style=&#34;color:#ae81ff&#34;&gt;0.01&lt;/span&gt;)&#xA;&lt;/span&gt;&lt;/span&gt;&lt;span style=&#34;display:flex;&#34;&gt;&lt;span&gt;x &lt;span style=&#34;color:#f92672&#34;&gt;=&lt;/span&gt; np&lt;span style=&#34;color:#f92672&#34;&gt;.&lt;/span&gt;sin(t)&lt;span style=&#34;color:#f92672&#34;&gt;*&lt;/span&gt;(np&lt;span style=&#34;color:#f92672&#34;&gt;.&lt;/span&gt;e&lt;span style=&#34;color:#f92672&#34;&gt;**&lt;/span&gt;np&lt;span style=&#34;color:#f92672&#34;&gt;.&lt;/span&gt;cos(t) &lt;span style=&#34;color:#f92672&#34;&gt;-&lt;/span&gt; &lt;span style=&#34;color:#ae81ff&#34;&gt;2&lt;/span&gt;&lt;span style=&#34;color:#f92672&#34;&gt;*&lt;/span&gt;np&lt;span style=&#34;color:#f92672&#34;&gt;.&lt;/span&gt;cos(&lt;span style=&#34;color:#ae81ff&#34;&gt;4&lt;/span&gt;&lt;span style=&#34;color:#f92672&#34;&gt;*&lt;/span&gt;t)&lt;span style=&#34;color:#f92672&#34;&gt;-&lt;/span&gt;np&lt;span style=&#34;color:#f92672&#34;&gt;.&lt;/span&gt;sin(t&lt;span style=&#34;color:#f92672&#34;&gt;/&lt;/span&gt;&lt;span style=&#34;color:#ae81ff&#34;&gt;12&lt;/span&gt;)&lt;span style=&#34;color:#f92672&#34;&gt;**&lt;/span&gt;&lt;span style=&#34;color:#ae81ff&#34;&gt;5&lt;/span&gt;)&#xA;&lt;/span&gt;&lt;/span&gt;&lt;span style=&#34;display:flex;&#34;&gt;&lt;span&gt;y &lt;span style=&#34;color:#f92672&#34;&gt;=&lt;/span&gt; np&lt;span style=&#34;color:#f92672&#34;&gt;.&lt;/span&gt;cos(t)&lt;span style=&#34;color:#f92672&#34;&gt;*&lt;/span&gt;(np&lt;span style=&#34;color:#f92672&#34;&gt;.&lt;/span&gt;e&lt;span style=&#34;color:#f92672&#34;&gt;**&lt;/span&gt;np&lt;span style=&#34;color:#f92672&#34;&gt;.&lt;/span&gt;cos(t) &lt;span style=&#34;color:#f92672&#34;&gt;-&lt;/span&gt; &lt;span style=&#34;color:#ae81ff&#34;&gt;2&lt;/span&gt;&lt;span style=&#34;color:#f92672&#34;&gt;*&lt;/span&gt;np&lt;span style=&#34;color:#f92672&#34;&gt;.&lt;/span&gt;cos(&lt;span style=&#34;color:#ae81ff&#34;&gt;4&lt;/span&gt;&lt;span style=&#34;color:#f92672&#34;&gt;*&lt;/span&gt;t)&lt;span style=&#34;color:#f92672&#34;&gt;-&lt;/span&gt;np&lt;span style=&#34;color:#f92672&#34;&gt;.&lt;/span&gt;sin(t&lt;span style=&#34;color:#f92672&#34;&gt;/&lt;/span&gt;&lt;span style=&#34;color:#ae81ff&#34;&gt;12&lt;/span&gt;)&lt;span style=&#34;color:#f92672&#34;&gt;**&lt;/span&gt;&lt;span style=&#34;color:#ae81ff&#34;&gt;5&lt;/span&gt;)&#xA;&lt;/span&gt;&lt;/span&gt;&lt;/code&gt;&lt;/pre&gt;&lt;/div&gt;&lt;h2 id=&#34;3根据公式使用numpy里面的函数使用plt画出所需图片&#34;&gt;3.根据公式，使用numpy里面的函数使用plt画出所需图片&lt;/h2&gt;&#xA;&lt;div class=&#34;highlight&#34;&gt;&lt;pre tabindex=&#34;0&#34; style=&#34;color:#f8f8f2;background-color:#272822;-moz-tab-size:4;-o-tab-size:4;tab-size:4;&#34;&gt;&lt;code class=&#34;language-python&#34; data-lang=&#34;python&#34;&gt;&lt;span style=&#34;display:flex;&#34;&gt;&lt;span&gt;plt&lt;span style=&#34;color:#f92672&#34;&gt;.&lt;/span&gt;figure(figsize&lt;span style=&#34;color:#f92672&#34;&gt;=&lt;/span&gt;(&lt;span style=&#34;color:#ae81ff&#34;&gt;8&lt;/span&gt;,&lt;span style=&#34;color:#ae81ff&#34;&gt;6&lt;/span&gt;))&#xA;&lt;/span&gt;&lt;/span&gt;&lt;span style=&#34;display:flex;&#34;&gt;&lt;span&gt;plt&lt;span style=&#34;color:#f92672&#34;&gt;.&lt;/span&gt;axis(&lt;span style=&#34;color:#e6db74&#34;&gt;&amp;#39;off&amp;#39;&lt;/span&gt;)&#xA;&lt;/span&gt;&lt;/span&gt;&lt;span style=&#34;display:flex;&#34;&gt;&lt;span&gt;plt&lt;span style=&#34;color:#f92672&#34;&gt;.&lt;/span&gt;plot(x,y,color&lt;span style=&#34;color:#f92672&#34;&gt;=&lt;/span&gt;&lt;span style=&#34;color:#e6db74&#34;&gt;&amp;#39;blue&amp;#39;&lt;/span&gt;,linewidth &lt;span style=&#34;color:#f92672&#34;&gt;=&lt;/span&gt; &lt;span style=&#34;color:#e6db74&#34;&gt;&amp;#39;2&amp;#39;&lt;/span&gt;)&#xA;&lt;/span&gt;&lt;/span&gt;&lt;span style=&#34;display:flex;&#34;&gt;&lt;span&gt;&lt;span style=&#34;color:#75715e&#34;&gt;#plt.show()&lt;/span&gt;&#xA;&lt;/span&gt;&lt;/span&gt;&lt;span style=&#34;display:flex;&#34;&gt;&lt;span&gt;plt&lt;span style=&#34;color:#f92672&#34;&gt;.&lt;/span&gt;savefig(&lt;span style=&#34;color:#e6db74&#34;&gt;&amp;#34;butter.jpg&amp;#34;&lt;/span&gt;,dpi&lt;span style=&#34;color:#f92672&#34;&gt;=&lt;/span&gt;&lt;span style=&#34;color:#ae81ff&#34;&gt;400&lt;/span&gt;)&#xA;&lt;/span&gt;&lt;/span&gt;&lt;/code&gt;&lt;/pre&gt;&lt;/div&gt;&lt;p&gt;&lt;img src=&#34;https://www.bobobk.com/wp-content/uploads/2018/12/image-1.webp&#34; alt=&#34;butter_fly&#34;&gt;&lt;/p&gt;&#xA;&lt;h2 id=&#34;4使用image重新调整图片到适当的大小使其符合favicon大小&#34;&gt;4.使用Image重新调整图片到适当的大小使其符合favicon大小&lt;/h2&gt;&#xA;&lt;div class=&#34;highlight&#34;&gt;&lt;pre tabindex=&#34;0&#34; style=&#34;color:#f8f8f2;background-color:#272822;-moz-tab-size:4;-o-tab-size:4;tab-size:4;&#34;&gt;&lt;code class=&#34;language-python&#34; data-lang=&#34;python&#34;&gt;&lt;span style=&#34;display:flex;&#34;&gt;&lt;span&gt;&lt;span style=&#34;color:#f92672&#34;&gt;from&lt;/span&gt; PIL &lt;span style=&#34;color:#f92672&#34;&gt;import&lt;/span&gt; Image&#xA;&lt;/span&gt;&lt;/span&gt;&lt;span style=&#34;display:flex;&#34;&gt;&lt;span&gt;im &lt;span style=&#34;color:#f92672&#34;&gt;=&lt;/span&gt; Image&lt;span style=&#34;color:#f92672&#34;&gt;.&lt;/span&gt;open(&lt;span style=&#34;color:#e6db74&#34;&gt;&amp;#34;butter.jpg&amp;#34;&lt;/span&gt;)&#xA;&lt;/span&gt;&lt;/span&gt;&lt;span style=&#34;display:flex;&#34;&gt;&lt;span&gt;favicon &lt;span style=&#34;color:#f92672&#34;&gt;=&lt;/span&gt; im&lt;span style=&#34;color:#f92672&#34;&gt;.&lt;/span&gt;resize((&lt;span style=&#34;color:#ae81ff&#34;&gt;50&lt;/span&gt;,&lt;span style=&#34;color:#ae81ff&#34;&gt;50&lt;/span&gt;))&#xA;&lt;/span&gt;&lt;/span&gt;&lt;span style=&#34;display:flex;&#34;&gt;&lt;span&gt;favicon&lt;span style=&#34;color:#f92672&#34;&gt;.&lt;/span&gt;save(&lt;span style=&#34;color:#e6db74&#34;&gt;&amp;#34;favicon.ico&amp;#34;&lt;/span&gt;)&#xA;&lt;/span&gt;&lt;/span&gt;&lt;/code&gt;&lt;/pre&gt;&lt;/div&gt;&lt;p&gt;&lt;img src=&#34;https://www.bobobk.com/wp-content/uploads/2018/12/image.webp&#34; alt=&#34;image_ico&#34;&gt;&lt;/p&gt;&#xA;&lt;p&gt;至此，我们完成了使用python的matplotlib.pyplot包绘制漂亮的蝴蝶曲线的过程，把图片保存到网站跟目录就可以看到了！&lt;/p&gt;</description>
    </item>
  </channel>
</rss>
