python公里轉換

① 九道門丨書籍導讀第五期：《python數據可視化編程實戰》

本期書籍導讀將從兩個部分入手，首先給大家簡單介紹《Python數據可視化編程實戰》一書，其次將為大家講解利用Python構建可視化圖形案例，這也是本期書籍導讀的重點內容：利用Python最基本的庫，畫一個世界地圖。 數據分析優質社群，等你加入哦~

書籍簡介

本書是一本使用Python實現數據可視化編程的實戰指南，介紹了如何使用Python最流行的庫，通過60餘種方法創建美觀的數據可視化效果。

全書共八章，分別介紹了准備工作環境、了解數據、繪制並定製化圖表、學習更多圖表和定製化、創建3D可視化圖表、用圖像和地圖繪制圖表、使用正確的圖表理解數據以及更多的matplotlib知識。

制圖講解

用Python裡面最基礎的庫，畫一個屬於你自己的世界地圖。

繪圖時會需要用到Basemap包，沒有的朋友需要手動下載。可以到Python官網尋找下載網址，找到後直接搜Basemap，選擇與你的電腦適用的python版本。

在繪圖中，往往會需要給圖片附上中文標題，這個時候你就需要「mpl.rcParams"代碼來保證你在製作中不會報錯。

figsize=(8,8)代表創建八乘八大小的畫布，Lat表示維度，Lon表示經度，(120,30)代表杭州，bluemarble表示藍色的大理石圖像。

「lcc」代表圓柱投影；「8E6」表示8 10的六次方（公里數）；plot代表一個點，markersize表示點的大小，是可以更改的，text表示對這個點加上文本，fontsize表示文本的字體大小。

可以看到右邊的世界地圖背景是由網格組成的，在製作過程中，需要定義一個「draw_map」函數來畫線。scale代表了默認參數，chain是一個迭代工具。「linspace(-90,90,13)"的意思是生成13個從零到負九十到九十的數。

這里的「OK」可不是字面上的意思，"O"表示形狀，"K"表示顏色。「loc"代表的是名字，"[1]"在這里代表的是經度，"[0]"則代表維度。

② Python計程車計費問題跪求代碼，或者幫我看看我的代碼哪裡出現了問題也行！

這里有個歧義,輸入的頃稿等待時間是計算出來時速低於12km/h的等待時間,還是行程花費時間?

如果是後者,那麼僅僅通雀李孝過擾數路程/時間得出的是平均時間,並不能得出實際慢速行駛的等待時間.

如果是前者,根本不需要計算.

代碼供參考

③ 用Python編寫一個程序,讀取英里數然後將它轉換為公里數並顯示結果

換算概率為：1公里=0.621371192237英里

代碼邏輯可參考：

def test(n):

print "英里數：", n

print "公里數：", n/0.621371192237

④ python英里和公里的轉換

def print_menu():
print('1. Kilometers to Miles')
print('2. Miles to kilometers')

def km_miles():
km = float(input('Enter distance in kilometers: '))
miles = km / 1.609
print('Distance in miles: {0}'.format(miles))

def miles_km():
miles = float(input('Enter distance in miles: '))
km = miles * 1.609
print('Distance in kilometers: {0}'.format(km))

if __name__ == '__main__':
print_menu()
choice = input('Which conversion would you like to do?:')
if choice == '1':
km_miles()
if choice == '2':
miles_km()

⑤ 用python編寫一個程序

1 #!/usr/bin/env python3
2 # coding=utf-8
3
4 def fun2(n):
5 i = 1; j = 0; res = []
6 while i <= n:
7 if i % 3 == 0:
8 res.append(i)
9 j = j + 1
10 i = i + 1
11 return res
12
13 import sys
14
15 print("請輸入n:")
16 n = int(sys.stdin.readline())
17
18 print("1到", n, "之間能被3整除的數為：")
19 for n in fun2(n):
20 print(n)

⑥ 大數據和python有什麼區別

大數據（big data），IT行業術語，是指無法在一定時間范圍內用常規軟體工具進行捕捉、管理和處理的數據集合，是需要新處理模式才
能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。
首先大數據是一個很大的概念，現在很多領域都用到了大數據，比如：互聯網、廣告、金融、能源、交通等。而Python是一門編程語言，可以用Python處理和分析各個領域產生的數據。很多初學者經常比較哪種語言是最好的，其實：編程語言沒有最好，只有最適用，即在某一種中場景下最適用！！！經常會有很多小夥伴們在一些論壇中喊，PHP是世界第一語言；Java是宇宙第一語言；人生苦短，我用Python等等。

客觀的說，如果以後想從事大數據開發方向，兩種語言都可能會用到，可以先學一門，因為語言是相通的，學了一門後，再學其他的就很快了！！！不要在到底學習哪門語言上糾結，重要的是先行動起來，學好一門編程語言！因為以後你可能還會學新的語言，比如現在Spark很火，還要學Scala呢！
推薦學習《python教程》
以前在一個論壇上有人這樣比較Python、Java、C++，我覺得很形象生動：說Python是自行車，拿過來就騎，但是速度最快也就百十公里；Java是大型運輸機，體量大，越飛越快；C++是導彈，一按發射按鈕，嗖的一下就飛了，可以飛到幾倍音速。經過比較，很容易上手，但是Python的性能最差，C++性能最高，但是想駕馭C++，就像控制導彈一樣，成本和難度較高，而Java就脫穎而出了，你會發現現在大數據生態圈中的絕大多數框架都是用Java編寫或是運行在JVM之上的！！！
互聯網企業是這樣做的：如果處理的數量比較大，那先用Hadoop或Spark進行一次或多次處理，然後將處理後的結果保存起來。如果數據量較小並且還要做一些數據挖掘或機器學習，會傾向使用Python，因為Python的機器學習演算法更多，更完善！但是Hadoop和Spark也有相應的機器學習庫了，比如Hadoop的Mahout和Spark MLlib，但是演算法相對較少，隨著時間的發展，會越來越完善的！所以到底是使用Spark還是Python，要看數據量的多少和業務的復雜度來決定！
就大數據處理和分析而言，python更適用一些，建議先學好python，畢竟現在大數據生態圈中的技術都脫離不了python，以後再學其他語言也很容易！