在Python的世界里，没有一个模块能够像NumPy那样支撑并影响着整个生态系统：从科学计算到数据处理，从视觉识别到机器学习，从神经网络到虚拟现实，处处都有它的身影。无论是OpenCV、OpenGL，还是Pandas、Matplotlib，抑或是Scikti-learn、TensorFlow、Keras、Theano、PyTorch，无不依赖于NumPy，尤其是依赖它所创造的数组对象（numpy.

如果数据中有颜色信息，或者用强度信息映射为颜色，则需要用户自行判别并在app.scatter方法中提供color（颜色）参数，或者data（数据）和cm（调色板）参数。还有另外一种更简单的方式，那就是直接使用app.pointcloud方法，只需要一个点云文件参数即可绘制出点云模型，该方法会自动识别文件是否包含颜色信息和激光强度信息。以下代码在IDLE中演示了read_pcfile函数的用法，其中

用C来实现同样的功能，究竟会比Python快多少呢？平时总听到很多人说，Python如何如何慢，何不借此问题，让Python和C来一个正面较量呢？

学习一种技能，最好的方式就是与实际应用相结合，也就是人们常说的学以致用。很多的Python初学者在学完基础语法、基本技能之后，都会感到迷茫，主要原因就是不知道自己的一身本领可以用在何处，接下来又该向哪个方向发展。如果你恰好处在这样一个阶段，又对视觉识别技术感兴趣的话，不妨拿这个项目来练练手。

wxWidgets像是一个孤独的勇士，高举开源的大旗，试图以一己之力构建一个相互承认、相互尊重的理想社会。缺少或拒绝商业化运作的支持，wxWidgets的悲情结局早已是命中注定。如果不是因为Python的兴盛和wxPython的复兴，wxWidgets也许早已经和MFC一样被遗忘在了角落里。不无夸张地说，wxPython是以MFC为代表的一个时代的挽歌，更是一曲理想主义的绝唱。

数学思维，就是用数学的方式去解决问题，就象吃饭用筷子、喝水用杯子一样，自然而然又理所当然。数学思维并非知识的积累，而是一种由特定思维习惯蕴育而成的能力——这种特定习惯的养成，往往是从解决看似简单的问题开始。本文正是从最简单的自由落体运动抽象出数学分析的一般性原理，进而用来回答蠕虫悖论问题。即使对数学抱有恐惧心理的同学，若能静下心来花上十分钟阅读一遍，也一定可以从中体会到数学之美以及数学分析这个工具

1. 前言两年前的今天，我写过一篇名为《用Python写春联：抒写最真诚的祝福和最美好的祈愿》的文章，吸引了很多书法爱好者的关注。该文用的是田英章老师的楷书，我在网上总共找到了1600个汉字，因此，春联用字被限制在这1600个汉字的小字库中。近日，随着春节临近，这篇旧文又再次被网友们翻出，每日浏览量超过5000人次。由于字库过小，连很多常用字都没有收入，很多朋友留言，要求扩容字库以及支持其他字体。

NumPy也可以画图吗？当然！NumPy不仅可以画，还可以画得更好、画得更快！比如下面这幅画，只需要10行代码就可以画出来。若能整明白这10行代码，就意味着叩开了NumPy的大门。请打开你的Python IDLE，跟随我的脚步，一起来体验一下交互式编程的乐趣吧，看看如何用NumPy画图，以及用NumPy可以画出什么样的图画来。

文本识别早已经不是问题了，不过却不能直接应用于象棋棋子的识别，因为棋盘上的棋子是随机摆放上去的，不能保证棋子上的文字总是保持一个固定的角度。识别棋子的关键是找到具有“旋转不变性”的特征——无论棋子旋转多少度，其特征总是稳定的。

今天的CSDN问答专栏里出现了一个实战中遇到的问题：现有两组数据，一组是时间序列，一组是对应时间序列的旋转角度，请问怎样计算某一时刻的角速度呢？