本人因为是大一来学习的，只会一点非常基础的知识，所以本身是准备有了一些知识积累在学习的，但是学长说我们可以先试试入门级别的学习，主要见识一下，所以我们几个就跟着学长一起来学一学。

作业来看的话真的很难，从Day-2开始一度没写完就截止，不过还好之后补上了，但是成绩很是低，这还是在学长指导的情况下。虽然我自己在刚开始学的时候就已经意识到了编程对我来说很难。但是真正接触到了那个层面之后我才发现我真的是还差很多，我现在在学校学的真的知识基础，但是我现在已经感觉到了压力。

这次的学习最令我印象深刻的就是python的函数库，很多我完全想不到的功能都能实现，特别是人脸识别的功能，老师讲他是按照像素点识别的，我都不能想象到底要多大的运算量才能按照像素点遍历图片，而且还能运算的那么快、还有网站信息的爬取，最主要算是能用Beautlfulsoup和requests的函数库（算是会用了吧，我也只会抄。。）。所以说回来，虽然说是面向小白，但是作为小白真的看不懂，太难了，连在最终时间之前弄完作业都很难，想要学会恐怕还要好几年，等基础知识在学一学可能才会看懂。（真的难，也可能是我菜，看着群里大佬聊天，自己都看不懂大佬说的什么）但是我的python之路也算是入门了，虽然跌跌撞撞，但总算上路，最终成不成还是一个变数，虽然我现在感到的压力很大，但是我还是存有一些信心，因为我的数学基础，虽然不能说是佼佼者，但是在我多年的学习中，我一直没有被数学绊倒过，所以我仍存信心，加油吧！

Day-1作业没什么可说的（新手不会高级语法）

只有for循环的嵌套，最菜的方法。。

or i in range(1,10):
        for k in range(1,i+1):
            if k < i:
                print('\t%d*%d=%d' %(k,i,i*k),end = '')
            else:
                print('\t%d*%d=%d' %(i,k,i*k))

文档搜索我用尽心力写了递归，然后发现，大佬根本不放眼里。。

def findfiles(thispath):
    #在这里写下您的查找文件代码吧！
    for root,thisdires,files in os.walk(thispath):
        if len(thisdires)!=0:
            for thisdire in thisdires:
                findfiles(thisdire)
        for s in files:
            if filename in s:
                result.append(os.path.join(root,s))

 Day-2信息爬取（我现在唯一会用的）

        response=requests.get(url=link,headers=headers) 

        soup=BeautifulSoup(response.text,'lxml')    
    
        content=soup.find_all('div',{'class':'summary-pic'})  

      
 
        

 爬取信息的主体部分，使用的时候加上link网页链接，headers头文件，如果网页结构不一样需要改寻找的信息。

Day-3新手不懂。。找模板

import matplotlib.pyplot as plt
import numpy as np 
import json
import matplotlib.font_manager as font_manager
import pandas as pd

#显示matplotlib生成的图形
%matplotlib inline


df = pd.read_json('data/data31557/20200422.json')
#print(df)

grouped=df['name'].groupby(df['zone'])
s = grouped.count()

zone_list = s.index
count_list = s.values


# 设置显示中文
plt.rcParams['font.sans-serif'] = ['SimHei'] # 指定默认字体

plt.figure(figsize=(20,15))

plt.bar(range(len(count_list)), count_list,color='r',tick_label=zone_list,facecolor='#9999ff',edgecolor='white')

# 这里是调节横坐标的倾斜度，rotation是度数，以及设置刻度字体大小
plt.xticks(rotation=45,fontsize=20)
plt.yticks(fontsize=20)

plt.legend()
plt.title('''《青春有你2》参赛选手''',fontsize = 24)
plt.savefig('/home/aistudio/work/result/bar_result02.jpg')
plt.show()

import matplotlib.pyplot as plt
import numpy as np 
import json
import matplotlib.font_manager as font_manager

#显示matplotlib生成的图形
%matplotlib inline

with open('data/data31557/20200422.json', 'r', encoding='UTF-8') as file:
         json_array = json.loads(file.read())

#绘制小姐姐区域分布柱状图,x轴为地区，y轴为该区域的小姐姐数量

zones = []
for star in json_array:
    zone = star['zone']
    zones.append(zone)
print(len(zones))
print(zones)


zone_list = []
count_list = []

for zone in zones:
    if zone not in zone_list:
        count = zones.count(zone)
        zone_list.append(zone)
        count_list.append(count)

print(zone_list)
print(count_list)

# 设置显示中文
plt.rcParams['font.sans-serif'] = ['SimHei'] # 指定默认字体

plt.figure(figsize=(20,15))

plt.bar(range(len(count_list)), count_list,color='r',tick_label=zone_list,facecolor='#9999ff',edgecolor='white')

# 这里是调节横坐标的倾斜度，rotation是度数，以及设置刻度字体大小
plt.xticks(rotation=45,fontsize=20)
plt.yticks(fontsize=20)

plt.legend()
plt.title('''《青春有你2》参赛选手''',fontsize = 24)
plt.savefig('/home/aistudio/work/result/bar_result.jpg')
plt.show()

import matplotlib.pyplot as plt
import numpy as np 
import json
import matplotlib.font_manager as font_manager

#显示matplotlib生成的图形
%matplotlib inline

with open('data/data31557/20200422.json', 'r', encoding='UTF-8') as file:
         json_array = json.loads(file.read())


weight_list= []
for star in json_array:
    weight = star['weight'].strip('kg')
    weight_list.append(weight)



weight_label = ['<=45kg', '45~50kg', '50~55kg', '>55kg']
count_list = [0,0,0,0]

for weight in weight_list:
    weight=float(weight)
    if weight <= 45:
        count_list[0]=count_list[0]+1
        continue
    if weight>45 and weight<=50:
        count_list[1]=count_list[1]+1
        continue
    if weight > 50 and weight <= 55:
        count_list[2]=count_list[2]+1
        continue
    if weight>55:
        count_list[3]=count_list[3]+1
        continue


# 设置显示中文
plt.rcParams['font.sans-serif'] = ['SimHei'] # 指定默认字体

plt.figure(figsize=(10,10))


explode = (0.1, 0.1, 0, 0)
plt.pie(x=count_list ,explode=explode, labels=weight_label,autopct='%1.1f%%', shadow=False, startangle=90)


plt.axis('equal')
plt.legend()
plt.title('''《青春有你2》参赛选手''',fontsize = 24)
plt.show()

 完全就是模板，新手真的不会。。

 Day-4用来爽，代码不用改，弄好图片看他刷屏就好了。

放几张图片吧

Day-5真的是555了QAQ

评论的爬取用Day-2模板可以做到，作业弄过全靠学长

def saveMovieInfoToFile(lastId,arr):
    '''
    解析json数据，获取评论
    参数  lastId:最后一条评论ID  arr:存放文本的list
    :return: 新的lastId
    '''
    url = "https://sns-comment.iqiyi.com/v3/comment/get_comments.action?agent_type=118&\agent_version=9.11.5&business_type=17&content_id=15068699100&page=&page_aize=10&types=time&last_id="
    url += str(lastId)

    responseTxt = getMovieinfo(url)

    responseJson = json.loads(responseTxt)
    comments = responseJson['data']['comments']
    for val in comments:
        if 'content' in val.keys():
            print(val['content'])
            arr.append(val['content'])
        lastId = str(val['id'])
    return lastId

 和Day-2最不同的就是这个函数，需要一个lastid来把评论更多的或取出来。

好了5天靠学长的“学习”就完成了（以后我会不会也成为可靠的学长呢。。）