❶ 學習python的新手，不懂得怎麼打開python
這個如果不知道怎麼打開的話，看來是你教材沒選對，Python學習視頻中，學完前兩節，就應該會懂得如何打開Python的，如果這部分都沒講，感覺之後學下去會更困難吧，建議換教材！
❷ close()是python內置函數嗎菜鳥教程
是。用於刷新和關閉IO對象（文件）。關閉後的文件不能再進行讀寫操作， 否則會觸發ValueError錯誤。close（稿御）方法是Python中的內置方法，所以close（）是python內置函數菜鳥教程。Python是一種跨平台的計算寬逗機程序設計語言，是ABC語鍵巧岩言的替代品，屬於面向對象的動態類型語言。
❸ 如何在linux環境下添加python模塊路徑
本人python菜鳥一枚，在學習python過程中，經常要按照教程編寫一些模塊和函數練手，剛開始只是在python shell中編寫，但是如果出錯就會非常悲劇，又要從頭開始編，而且重啟python後也要重新編寫模塊。所以希望能像bash編程那樣將腳本路徑添加到環境變數中，這樣修改起來也方便。以下內容均來源於網路及本菜鳥。
摘要：本文敘述了如何在linux環境下添加python模塊的路徑，第1部分介紹了如何查看python環境變數，第2部分介紹了如何將腳本放入python自帶的環境變數目錄中，第3部分介紹了如何將目錄放入python的環境變數中重啟python失效，第4部分介紹了如何為python添加永久環境變數目錄。這些方法可以使模塊的修改和重復使用更加方便，不用重復輸入。
1、首先，可以用python中的內建模塊sys來查看python的環境變數。
這些目錄都是python的環境變數。
2.接下來本菜鳥嘗試一下如果將提前寫好的python腳本放入這些目錄中，能不能在python中使用。別問為什麼跑題，本菜就想試一試^ -^。
選擇/usr/local/lib/python2.7/dist-packages/pip-7.1.2-py2.7.egg這個目錄，腳本名為my_mole.py，裡面只有一個名為c_to_f的函數，用來計算從攝氏溫度轉換為華氏溫度。
可以看到，腳本已經位於剛開始選定的的目錄下了。
我們現在來看看，在python中導入這個模塊。並按照「模塊.函數」的格式使用函數。
可以看到，導入模塊成功，其中的c_to_f函數也正確使用，10攝氏度=50華氏度。或者你在確定函數名不重名的前提下，可以from my_mole import c_to_f，這樣就可以直接使用函數c_to_f，而不需要模塊名作為前綴。
實驗成功，將腳本導入python自帶的環境變數目錄中是有效的，如果之前運行了python，再導入後並不用重啟python就可以導入模塊。
3.接下來我們回歸正題，如何自定義python環境變數目錄。最直接的想法是把目錄加到剛才的python環境變數中。可以使用sys.path.append('/.../....')。
然後再次查看path路徑，發現"/home/sh/python"目錄確實加入了。並且也可以使用。但是這種方法一旦退出python，剛才新加的目錄就消失了。
4.接下來介紹一種一勞永逸的方法，就是直接修改系統變數。
export PYTHONPATH=$PYTHONPATH:/..../..../，對，沒錯，直接在shell中敲這一行，目錄是你自定義的目錄，然後打開python，import my_mole，你就愉快的可以使用自定義的模塊了。
http://blog.sina.com.cn/s/blog_959cf80d0102vx3j.html
❹ python exec() 菜鳥教程上的例子，最後一個結果為34的看不懂，求教
exec(expr, {'x':1,'y':2}) 這句很明顯：30+1+2=33
exec(expr, {'x':1,'y':2}, {'y':3,'z':4})這句：
x傳入的是1，y第一個傳入的是2，第二次傳的是3將之前的2覆蓋了。所以y是3，z傳入的是4。但是在expr裡面重新給z賦值了30，所以結果是30+1+3=34
❺ python要學些什麼
Python主要應用在大數據分析，爬蟲開發，全棧開發，自動化開發和人工智慧。Python之所以薪資高火，是因為在國內剛起步，但在國外和Java一樣流行。國內很多人不會，人工智慧剛起步。很多國內技術是由國外進來的，例如:微博這樣的系統在國外叫Facebook，網路這樣的業務在國外叫谷歌。華為這樣的業務在國外叫思科，阿里這樣的業務在國外叫亞馬遜。都是由國外傳到國內的；
1:Python薪資高，現在剛火起來在國內，在北上廣深行發展一段時間在回二三線城市直接進管理層
2:Python是開發語言裡面最簡單的上手容易，簡單不是說這個語言沒含金量，是社會發展到這里了
3:Python是人工智慧，自動化開發，數據分析，無人駕駛，無人機開發必備和基礎的功底，這代表未來不希望10多年後還要不斷學習或者被淘汰就像手動擋汽車，自動擋汽車，無人駕駛，越來越簡單越來越方便.用最簡單的邏輯實現最復雜的功能是開發語言趨勢
4:就業以內部推薦為主，很多單位項目都用Python整改，兼容性，可靠性穩定性更好
5:Python做為國家戰略規劃已經加入到高中教材和二級考試，沒有任何語言這么被重視從小學生抓起，現在少兒編程學的就是Python
課程內容大概講什麼能說下嗎？
第一階段：python開發入門
第二階段：函數編程+常用標准庫
第三階段：面向對象+網路編程
第四階段：核心網路編程+資料庫
第五階段：前端開發
第六階段：web框架開發
第七階段：web框架開發進階
第八階段：爬蟲實戰
第九階段：企業項目實戰
第十階段：演算法設計模式
第十一階段：高並發業務解決方案
❻ Python熱力圖繪制方法—新手教程
# Python熱力圖繪制方法
熱力圖的使用場景有
1.描述數據在空間的密集程度，常見有城市熱力圖，區域熱力圖
2.描述多個變數之間相關性高低程度
# step 1 准備數據集，讀取excel列表內容，usecols = index, 這里是表裡的第一列不讀取。
index =range(1, 11)
dataset = np.array(pd.read_csv(r'C:\Users\Administrator\Desktop\heatmap.csv', usecols=index))
# step 2 讀取excel行索引轉成列表，作為熱力圖的y軸標簽
a = (pd.read_csv(r'C:\Users\Administrator\Desktop\heatmap.csv', usecols=[0]))
y_label =list(a.stack())
# step 3 讀取excel列索引轉成列表，作為熱力圖的x軸標簽
b = (pd.read_csv(r'C:\Users\Administrator\Desktop\heatmap.csv'))
column_index=(b.columns.tolist())
x_label = column_index[1:]
# 這一步是為了計算熱力圖的數據的最大值，可以進行標准化處理，也可以直接顯示數據，dataframe轉成list，從list裡面尋找最大值
dataset_max = (pd.read_csv(r'C:\Users\Administrator\Desktop\heatmap.csv', usecols=index))
list1 = np.array(dataset_max.stack())
max_number =max(list1)
# step 4 開始繪制熱力圖
plt.figure(figsize=(14, 8))# 定義輸出圖像大小，annot參數決定是否在熱力圖上顯示數值，Vmax,Vmin表示最大最小值，cmap表示顏色
sns.heatmap(dataset, fmt='.0f', annot=True, vmin=0, vmax=max_number, cmap='Reds', yticklabels=y_label,
xticklabels=x_label)
# 繪制標簽
plt.xlabel('This is x label', labelpad=15)
plt.ylabel('This is y label', labelpad=20)
plt.show()