python公里转换

① 九道门丨书籍导读第五期：《python数据可视化编程实战》

本期书籍导读将从两个部分入手，首先给大家简单介绍《Python数据可视化编程实战》一书，其次将为大家讲解利用Python构建可视化图形案例，这也是本期书籍导读的重点内容：利用Python最基本的库，画一个世界地图。 数据分析优质社群，等你加入哦~

书籍简介

本书是一本使用Python实现数据可视化编程的实战指南，介绍了如何使用Python最流行的库，通过60余种方法创建美观的数据可视化效果。

全书共八章，分别介绍了准备工作环境、了解数据、绘制并定制化图表、学习更多图表和定制化、创建3D可视化图表、用图像和地图绘制图表、使用正确的图表理解数据以及更多的matplotlib知识。

制图讲解

用Python里面最基础的库，画一个属于你自己的世界地图。

绘图时会需要用到Basemap包，没有的朋友需要手动下载。可以到Python官网寻找下载网址，找到后直接搜Basemap，选择与你的电脑适用的python版本。

在绘图中，往往会需要给图片附上中文标题，这个时候你就需要“mpl.rcParams"代码来保证你在制作中不会报错。

figsize=(8,8)代表创建八乘八大小的画布，Lat表示维度，Lon表示经度，(120,30)代表杭州，bluemarble表示蓝色的大理石图像。

“lcc”代表圆柱投影；“8E6”表示8 10的六次方（公里数）；plot代表一个点，markersize表示点的大小，是可以更改的，text表示对这个点加上文本，fontsize表示文本的字体大小。

可以看到右边的世界地图背景是由网格组成的，在制作过程中，需要定义一个“draw_map”函数来画线。scale代表了默认参数，chain是一个迭代工具。“linspace(-90,90,13)"的意思是生成13个从零到负九十到九十的数。

这里的“OK”可不是字面上的意思，"O"表示形状，"K"表示颜色。“loc"代表的是名字，"[1]"在这里代表的是经度，"[0]"则代表维度。

② Python出租车计费问题跪求代码，或者帮我看看我的代码哪里出现了问题也行！

这里有个歧义,输入的顷稿等待时间是计算出来时速低于12km/h的等待时间,还是行程花费时间?

如果是后者,那么仅仅通雀李孝过扰数路程/时间得出的是平均时间,并不能得出实际慢速行驶的等待时间.

如果是前者,根本不需要计算.

代码供参考

③ 用Python编写一个程序,读取英里数然后将它转换为公里数并显示结果

换算概率为：1公里=0.621371192237英里

代码逻辑可参考：

def test(n):

print "英里数：", n

print "公里数：", n/0.621371192237

④ python英里和公里的转换

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编写一个程序

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("请输入n:")
16 n = int(sys.stdin.readline())
17
18 print("1到", n, "之间能被3整除的数为：")
19 for n in fun2(n):
20 print(n)

⑥ 大数据和python有什么区别

大数据（big data），IT行业术语，是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才
能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。
首先大数据是一个很大的概念，现在很多领域都用到了大数据，比如：互联网、广告、金融、能源、交通等。而Python是一门编程语言，可以用Python处理和分析各个领域产生的数据。很多初学者经常比较哪种语言是最好的，其实：编程语言没有最好，只有最适用，即在某一种中场景下最适用！！！经常会有很多小伙伴们在一些论坛中喊，PHP是世界第一语言；Java是宇宙第一语言；人生苦短，我用Python等等。

客观的说，如果以后想从事大数据开发方向，两种语言都可能会用到，可以先学一门，因为语言是相通的，学了一门后，再学其他的就很快了！！！不要在到底学习哪门语言上纠结，重要的是先行动起来，学好一门编程语言！因为以后你可能还会学新的语言，比如现在Spark很火，还要学Scala呢！
推荐学习《python教程》
以前在一个论坛上有人这样比较Python、Java、C++，我觉得很形象生动：说Python是自行车，拿过来就骑，但是速度最快也就百十公里；Java是大型运输机，体量大，越飞越快；C++是导弹，一按发射按钮，嗖的一下就飞了，可以飞到几倍音速。经过比较，很容易上手，但是Python的性能最差，C++性能最高，但是想驾驭C++，就像控制导弹一样，成本和难度较高，而Java就脱颖而出了，你会发现现在大数据生态圈中的绝大多数框架都是用Java编写或是运行在JVM之上的！！！
互联网企业是这样做的：如果处理的数量比较大，那先用Hadoop或Spark进行一次或多次处理，然后将处理后的结果保存起来。如果数据量较小并且还要做一些数据挖掘或机器学习，会倾向使用Python，因为Python的机器学习算法更多，更完善！但是Hadoop和Spark也有相应的机器学习库了，比如Hadoop的Mahout和Spark MLlib，但是算法相对较少，随着时间的发展，会越来越完善的！所以到底是使用Spark还是Python，要看数据量的多少和业务的复杂度来决定！
就大数据处理和分析而言，python更适用一些，建议先学好python，毕竟现在大数据生态圈中的技术都脱离不了python，以后再学其他语言也很容易！