海龟库（turtle）
海龟库 (turtle) 是Python语言中一个很流行的绘制图像的函数库，想象一个小乌龟，在一个横轴为x、纵轴为y的坐标系原点，(0,0)位置开始，它根据一组函数指令的控制，在这个平面坐标系中移动，从而在它爬行的路径上绘制了图形。
海龟库积木盒有点类似Kitten创作工具的画笔和动作积木盒的结合体，可以绘制、控制画笔移动，大家使用一下就可以体会了哦。
海龟图的窗口坐标系同Kitten舞台类似，小窗口的情况下，海龟图高和宽是固定400像素。全屏的海龟图和浏览器本身的尺寸有关。
请点击输入图片描述
请点击输入图片描述
海龟图和math库、random库一样，需要先导入库 import turtle，才可以使用库中的函数。使用海龟库中的函数，你可以画出各种有趣的图形。
Python（发音：英[ˈpaɪθən]，美[ˈpaɪθɑ:n]），是一种易学且功能强大的编程语言。
这种语言的名字（Python意为“蟒蛇”）来自于BBC节目“Monty Python的飞行马戏团”，而与爬行动物没有关系。在文档中用Monty Python来开玩笑不只是可以的，还是可以推荐的！
Python具有高级有效的数据结构和简单有效的面向对象编程。
Python优雅的语法和动态类型，加上它的解释性，使它成为很多编程平台开放开源和快速开发应用的理想语言。
Python 解释器及丰富的标准库以源码或机器码的形式提供，可以到 Python 官网 www.python.org 免费获取。在下载时要注意你所使用的操作系统类型。在这个官方网站上还提供了许多免费的第三方 Python 模块、程序和工具以及附加文档的发布页面或链接。
Python很容易使用，但它是一种真正的编程语言，提供了很多数据结构，也支持大型程序，远超shell脚本或批处理文件的功能。Python还提供比C语言更多的错误检查，而且作为一种“超高级语言”，它有高级的内置数据类型，比如灵活的数组和字典。正因为这些更加通用的数据类型，Python能够应付更多的问题，超过Awk甚至Perl，而且很多东西在Python中至少和那些语言同样简单。
Python 允许你划分程序模块，在其他的 Python 程序中重用。它内置了很多的标准模块，你可以在此基础上开发程序——也可以作为例子，开始学习 Python 编程。例如，文件输入输出，系统调用，套接字，甚至图形界面接口工作包比如 Tk 。
Python是一种解释型语言，在程序开发阶段可以为你节省大量时间，因为不需要编译和链接。解释器可以交互式使用，这样就可以方便地尝试语言特性，写一些一次性的程序，或者在自下向上的程序开发中测试功能。
Python也是一个顺手的桌面计算器。
Python程序的书写是紧凑而易读的。Python代码通常比同样功能的C，C++，Java代码要短很多，原因列举如下：
（1）高级数据类型允许在一个表达式中表示复杂的操作；
（2）代码块的划分是按照缩进而不是成对的花括号；
（3）不需要预先定义变量或参数。
Python是“可扩展的”：如果你知道怎么写C语言程序，就能很容易地给解释器添加新的内置函数或模块，不论是让关键的程序以最高速度运行，还是把Python程序链接到只提供预编译程序的库（比如硬件相关的图形库）。一旦你真正链接上了，就能在Python解释器中扩展或者控制C语言编写的应用了。
Python本身提供了非常完善的基础代码库，覆盖了网络、文件、GUI、数据库、文本等大量内容。所以，使用Python开发程序，你不必从0开始做，使用基础代码库或第三方库就可以轻松帮助你完成大量的工作。
在实际中，许多大型网站就是用Python开发的，例如YouTube、Instagram，还有国内的豆瓣。很多大公司，包括Google、Yahoo等，甚至NASA（美国航空航天局）都在大量地使用Python。因此，你学习或使用Python并不孤单。
但是，Python并不是完美的，也并非万能的。它的第一个缺点就是运行速度慢，由于Python是解释型语言，与其它编译型语言比起来要慢得多，不过当前的计算机硬件和网络设备的性能改善很多，而且很多情况下，你不需要那么快的速度去做工作，Python的慢性子是可以忍受的。
它的第二个缺点就是代码是可见的，你编写的Python程序共享给其他人时，其他人是可以看到源代码的，这一方面是由于Python的宗旨是开源共享，另外一方面是它是解释型的，拿过来，用你的Python解释器直接解释运行就可以了，没必要封装编译成机器代码。
（注：本文整理了官方文档与网络其它文档中的一些内容）
本号将在今后逐步发布Python方面的文章，希望你能收藏关注本号，有空来看看，留下你的足迹，给本站前行的动力。
微信搜索 “优雅的代码” 关注本站的公众号，以获取最新内容。
个人成长离不开各位的关注，你的关注就是我继续前行的动力。
import sysimport numpy as np
import matplotlib.pyplot as plt
from matplotlib.animation import FuncAnimation
fig, ax = plt.subplots()
fig.set_tight_layout(True)
# 询问图形在屏幕上的大小和DPI（每英寸点数）
# 注意当把图形保存为文件时，需要为此单独再提供一个DPI
print('fig size: {0} DPI, size in inches {1}'.format(
fig.get_dpi(), fig.get_size_inches()))
# 绘制一个保持不变（不会被重新绘制）的散点图以及初始直线
x = np.arange(0, 20, 0.1)
ax.scatter(x, x + np.random.normal(0, 3.0, len(x)))
line, = ax.plot(x, x - 5, 'r-', linewidth=2)
def update(i):
label = 'timestep {0}'.format(i)
print(label)
# 更新直线和轴（用一个新X轴标签）
# 以元组形式返回这一帧需要重新绘制的物体
line.set_ydata(x - 5 + i)
ax.set_xlabel(label)
return line, ax
if __name__ == '__main__':
# 会为每一帧调用Update函数
# 这里FunAnimation设置一个10帧动画，每帧间隔200ms
anim = FuncAnimation(fig, update, frames=np.arange(0, 10), interval=200)
if len(sys.argv) > 1 and sys.argv[1] == 'save':
anim.save('line.gif', dpi=80, writer='imagemagick')
else:
# Plt.show()会一直循环动画
plt.show()
可以生成下面这种图
