春江暮客的个人学习分享网站
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。
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。
import seaborn as sns
import pandas as pd
sns.set(color_codes=True)
sns.set_style("white")
df = pd.read_csv('iris.csv')
sns.kdeplot(df['sepal_width'])
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。
……
在python实现千千音乐mp3下载 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。
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）。
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。
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。
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)
……
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。
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。
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。
……
secrets 或浏览器的 Web Crypto API，而不是普通随机函数。……
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
也可用球坐标表示
import numpy as np
import matplotlib.pyplot as plt
t = np.arange(0.0, 12*np.pi, 0.01)
x = np.sin(t)*(np.e**np.cos(t) - 2*np.cos(4*t)-np.sin(t/12)**5)
y = np.cos(t)*(np.e**np.cos(t) - 2*np.cos(4*t)-np.sin(t/12)**5)
plt.figure(figsize=(8,6))
plt.axis('off')
plt.plot(x,y,color='blue',linewidth = '2')
#plt.show()
plt.savefig("butter.jpg",dpi=400)
from PIL import Image
im = Image.open("butter.jpg")
favicon = im.resize((50,50))
favicon.save("favicon.ico")
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！
……