学完本教程后，你也能做出这样的烟花秀。
如上图示，我们这里通过让画面上一个粒子分裂为X数量的粒子来模拟爆炸效果。粒子会发生＂膨胀”，意思是它们会以恒速移动且相互之间的角度相等。这样就能让我们以一个向外膨胀的圆圈形式模拟出烟花绽放的画面。
经过一定时间后，粒子会进入＂自由落体”阶段，也就是由于重力因素它们开始坠落到地面，仿若绽放后熄灭的烟花。
基本知识：用Python和Tkinter设计烟花。
这里不再一股脑把数学知识全丢出来，我们边写代码边说理论。首先，确保你安装和导入了Tkinter，它是Python的标准GUI库，广泛应用于各种各样的项目和程序开发，在Python中使用Tkinter可以快速的创建GUI应用程序。
import tkinter as tk
from PIL import Image, ImageTk
from time import time, sleep
from random import choice, uniform, randint
from math import sin, cos, radians
除了Tkinter之外，为了能让界面有漂亮的背景，我们也导入PIL用于图像处理，以及导入其它一些包，比如time，random和math。它们能让我们更容易的控制烟花粒子的运动轨迹。
Tkinter应用的基本设置如下：
root = tk.Tk()
为了能初始化Tkinter，我们必须创建一个Tk()根部件（root widget），它是一个窗口，带有标题栏和由窗口管理器提供的其它装饰物。该根部件必须在我们创建其它小部件之前就创建完毕，而且只能有一个根部件。
w = tk.Label(root, text="Hello Tkinter!")
这一行代码包含了Label部件。该Label调用中的第一个参数就是父窗口的名字，即我们这里用的＂根”。关键字参数＂text”指明显示的文字内容。你也可以调用其它小部件：Button，Canvas等等。
w.pack()
root.mainloop()
接下来的这两行代码很重要。这里的打包方法是告诉Tkinter调整窗口大小以适应所用的小部件。窗口直到我们进入Tkinter事件循环，被root.mainloop()调用时才会出现。在我们关闭窗口前，脚本会一直在停留在事件循环。
将烟花绽放转译成代码
现在我们设计一个对象，表示烟花事件中的每个粒子。每个粒子都会有一些重要的属性，支配了它的外观和移动状况：大小，颜色，位置，速度等等。
天天敲代码的朋友，有没有想过代码也可以变得很酷炫又浪漫？今天就教大家用Python模拟出绽放的烟花，工作之余也可以随时让程序为自己放一场烟花秀。python炫酷烟花表白源代码
这个有趣的小项目并不复杂，只需一点可视化技巧，100余行Python代码和程序库Tkinter，最后我们就能达到下面这个效果：
学完本教程后，你也能做出这样的烟花秀。
整体概念梳理
我们的整个理念比较简单。
我们这里通过让画面上一个粒子分裂为X数量的粒子来模拟爆炸效果。粒子会发生"膨胀”，意思是它们会以恒速移动且相互之间的角度相等。这样就能让我们以一个向外膨胀的圆圈形式模拟出烟花绽放的画面。经过一定时间后，粒子会进入"自由落体”阶段，也就是由于重力因素它们开始坠落到地面，仿若绽放后熄灭的烟花。
前段时间部门有位大数据开发的同事离职了，在他和其他开发的同事进行工作项目交接的时候，我去旁听了下，因为涉及到一些公司业务逻辑的问题。当讲到某个项目的时候，他谈到：
当时他举了一个简单的例子来说明爆炸函数的功能，我当场就记下了这个函数名称： 爆炸函数 。Hive在我的工作中使用的并不多，于是我在想： Pandas能够实现这个功能吗 ？
爆炸函数到底实现的是什么需求呢？我回忆一下当时的例子：
现在有一份数据，包含订单编号和订单中商品价格（价格每个订单3个商品），使用hive中的爆炸函数之后变成如下如所示的样子：相当于是实现了 列转成行 的功能。这样后续就能进行各种聚合操作。
Hive中实现爆炸功能有两个函数，可自行搜索了解：
碰巧最近有一个需求就用到爆炸函数的功能，不过是用pandas实现的。在下面表格的左边部分是每个订单的销售记录，包含销售员、跟单员、结单员， 他们三者不一定是同一个人 。
现在需要统计每个员工的销售业绩。 销售业绩也就是指员工参与了多少订单 。统计每个员工的销售业绩：
爆炸函数到底实现的是什么功能呢？右边就是我们想要的结果：
1、在pandas模拟了一份数据如下：
2、生成一个新字段： 员工
3、实施爆炸功能，使用的是pandas中的 explode 函数，得到新数据：可以看到每个订单号会多次出现
4、统计结果
这样根据不同的字段，比如 员工、销售员、跟单员 等就能统计不同的业绩
pandas中文叫做熊猫，它是Python的核心数据处理和数据分析的第三方库，它拥有快速、灵活、明确的数据结构。
Pandas是一个强大的分析结构化数据的工具集；它的使用基础是Numpy（另一个Python库，提供高性能的矩阵运算），能够用于数据挖掘和数据分析，同时也提供数据清洗功能。
pandas的具体使用以后会形成连载系列，敬请期待！
本文结语： 拥抱pandas，告别Excel ！
