
在購入一台RaspberryPi後,一直在思考還可以用它做什麼事,當然初衷還是想用它來做一些玩具,
剛好這陣子還在當python 的初學者,也在思考如何讓自己的學習更有效率一點。
實作還是最基本的,網路上的資源固然很多,但往往太多資訊,還需花時間去消化整理。此時書籍或許是一個更好的方式
但買書已經慢慢不再自己的選項,一來金錢消耗,也不一定有空把這些書看完,另外自己是個租屋族,一間套房書一本一本買回來,
房間內空間也越來越少,每次搬家看到這些書就頭痛。

在購入一台RaspberryPi後,一直在思考還可以用它做什麼事,當然初衷還是想用它來做一些玩具,
剛好這陣子還在當python 的初學者,也在思考如何讓自己的學習更有效率一點。
實作還是最基本的,網路上的資源固然很多,但往往太多資訊,還需花時間去消化整理。此時書籍或許是一個更好的方式
但買書已經慢慢不再自己的選項,一來金錢消耗,也不一定有空把這些書看完,另外自己是個租屋族,一間套房書一本一本買回來,
房間內空間也越來越少,每次搬家看到這些書就頭痛。

對於numpy array中 我們可以使用 reshape 來進行array結構上的改變,
比較相像shape也可以對於array上的改變,但兩者定義卻截然不同。
reshape 是numpy 中的函式,shape 則是描述 array 列與行的數目,
shape 可以直接使用 = 列數,行數 來重新改變原本array 樣貌
而reshape因為是函式,因此操作完後並不會影響原先array的樣貌,這是因為我們使用函式是使用另一個記憶體位置

我們可以從IO中 import stingio 來建立 file like object,
它是在記憶體中創造一個虛擬的 file,可藉由其他文件打開的方式打開
我們建立一個多列字串 命名為content,並且利用StringIO 將其轉換為IO object ,命名為s
將s的內容印出來,顯示它的資料類型,及顯示它的記憶體位置。
我們使用兩種方式將此IO讀出,一是s.read ,二是 pd.read_csv(s)
一般用於描述統計的基本單位:變項(Variation) 數值(Value) 分數(Score)
| 變項(Variation) | 數值(Value) | 分數(Score) | 研究對象的某特性,如學生的憂鬱程度,宗教信仰... |

numpy 本身作為資料存取可利用下列三者函市作為資料讀存,需注意 np.loadtxt 與
np.genfromtxt 最後輸出的資料皆為 numpy array 的型態,又numpy array只能同時存在 數值 或 字串
因此在讀取資料時需注意資料型態及作適當的參數調整。

2維變數中
在已知有限資料中,我們期許這些資料跟變數之間是連續的變化,我們可以利用函式griddata
輸入有限資料,藉由插分的方式,求出有限資料周為值,且運用pcolar, surf3D,建構出完整資料於區域內的分布。
以下例子是針對一片晶圓進行25點薄膜量測(左圖),藉由griddata處理後,在藉由pcolar呈現。
####Code####
Anti Reflection 初始code碼模擬如下,
可定義成 fuction 型式 作為之後針對變數計算趨勢
import numpy as np
import math
#### 入射角及波長

Bar chart,直方圖,常運用於單一獨立個體內的某參數的比較,例如各個國家的幸福指數。
在Python ython 中使用的指令為:
plt.bar
下面針對幾個比較Bar 常使用的表示寫成的template:
基本表示(直向):

單一變數畫圖最常使用的 plot這個函式
下面這個例子是個人在工作中的一些經驗,某些常用的參數可以先宣告一個名稱,
爾後要修改 就不需要進去程式碼中尋找,甚至有時可以設定判斷式讓反覆作業可以更加聰明,減少人為錯誤
雖然整個程式碼會變冗長,但對於之後操作上會方便許多
----往下複製-----