2020 Python中文社区热门文章 Top 10

1、用 PyQt 打造具有专业外观的GUI（上）

PyQt的布局管理器layout managers提供了一种用户友好且高效的方式，可以在GUI上排列图形组件或小部件。正确布置窗口小部件将使您的GUI应用程序看起来更加优美和专业。学习有效地做到这一点是您使用Python和PyQt进行GUI应用程序开发和运行的一项基本技能。

2、用 matplotlib 画出中国疫情地图（附源码）

全国的疫情情况一直都是大众所密切关注的，而笔者刚好在网上看到了这个疫情地图，又是就萌生了用Python来绘制疫情地图的写法，下面就简单介绍一下如何用Python中最常用的matplotlib库来绘制疫情地图的方法。

3、美国大选拜登获胜！硅谷的 Python 开发者用这种方式调侃懂王

11月全民吃瓜的热点莫过于蚂蚁推迟上市和美国大选，作为一名A股中冉冉发绿的韭菜和高科技行业搬砖工，我也为这两件事牵肠挂肚，差点瘦了一斤之多。编程语言不仅可以表达逻辑，也可以表达情绪！下面就让我们用最美的Python语言来表达对睡王的祝贺和对懂王的惋惜吧。

4、有人在代码里下毒！慎用 pip install 命令

大约一年前，Python软件基金会发了一个需求咨询帖子，主要问题是来讨论我们如何检测上传到PyPI的恶意第三方软件包。无论是被接管了废弃的软件包，对流行的库进行Typosquatting攻击钓鱼劫持，还是对第三方库进行撞库攻击，很明显，这都是一个值得思考的问题，几乎影响到每个开发者。使用pip install安装软件包时，大多数人不清楚自己所需的python模块在哪个软件包中，有时候甚至是模糊搜索安装，这就给恶意利用的人提供了机会。

5、用隐马尔科夫模型来预测股价走势

隐马尔科夫模型（Hidden Markov Model，简称HMM）是用来描述隐含未知参数的统计模型，HMM已经被成功于语音识别、文本分类、生物信息科学、故障诊断和寿命预测等领域。

6、用 pyecharts 画出中国疫情地图（附源码）

之前笔者写过Plotly画图的那篇文章中，笔者曾提过plotly是一个基于D3.js的Python库，plotly相当于一个操作层，让用户能用Python的方式操作D3，这对于不会JavaScript的用户是一个很大的便利。而今天介绍的pyecharts和plotly类似，也是用Python的方式来操作echarts，而echarts是和D3类似的一个js图库，其和D3功能上类似。

7、用 Python 处理 B 站下载视频

作者本人常在b站搜索一些关于人工智能、机器学习类的视频资源，常常都是使用手机下载后离线观看，为了电脑观看方便也会使用“视频合并助手”一类的APP对视频进行转换处理后导入电脑观看，适逢春节假期再次下载视频想导入到电脑上观看，发现以前的视频转换APP已经失效，无法搜索到下载到手机里的b站视频资源，随后开始了下文描述的视频合成工作。

8、用 Plotly 画出中国疫情地图（附源码）

Plotly是一款基于D3.js框架的Python库，其功能相当强大，主要用于做交互式的数据可视化（matplotlib其实也可以做交互式，有兴趣的读者可以自行研究一下），除了Python以外，Plotly还支持R和MATLAB语言，所以其应用非常广泛，近几年发展势头相当不错。Plotly能生成的图片类型非常多，地图只是其中一种，今天主要介绍一下其绘制地图的用法。

9、抄底美股？用 Python 分析美股实际收益率

今天就给大家介绍一下用Python做美股数据的简单分析，覆盖从数据获取、数据处理以及可视化，让大家了解一下。这次的美股例子就选择了美国显卡制造商英伟达，其股票代码是NVDA，熟悉英伟达的人都知道他们的CEO老黄（Jensen Huang），老黄有两样东西很出名，一是那件能穿4个季度的皮衣，二是精湛的显卡刀法。英伟达在老黄带领下飞速发展，其股价也是一直飙升，所以选择这个股票也是在近几年美股中具有代表性的。

10、让 Pandas DataFrame 性能飞升 40 倍

大名鼎鼎的Pandas是数据分析的神器。有时候我们需要对上千万甚至上亿的数据进行非常复杂处理，那么运行效率就是一个不能忽视的问题。比如下面这个简单例子，我们随机生成100万条数据，对val这一列进行处理：如果是偶数则减1，奇数则加1。实际的数据分析工作要比这个例子复杂的多，但考虑到我们没有那么多时间等待运行结果，所以就偷个懒吧。

特别推荐

点击下方阅读原文加入社区会员