1、让我们一起来看下吧，直接上图。
第一眼看到是不是觉得很高逼格，暗黑画风，这很大佬。其实它就是------AidLearning。一个运行在安卓平台的linux系统，而且还包含了许多非常强大的IDE，就连宇宙最强大的编辑器vscode 也在其中。
https://590m.com/file/7715018-443117684，下载后我们打开它可以看到这幅画面：
3、我们等待它下完，千万不要关闭这个页面，否则前功尽弃。然后它还会配Aidlearning：
看到上图这幅画面，就算彻底安装成功了。
4、AidLearning(以下简称ad) 是一个不需要root便可以运行linux图形或者console端的apk，它内置Python环境，而且还自带Jupyter notebook 以及各种牛逼的东西，下面我们来看看吧。
【组件简介】
1、Document。系统的目录管理工具，用来管理整个系统的目录结构，你可以使用它管理ad中虚拟的linux系统目录，其实它就相当于我们手机中的文件管理。
2、safari。这是系统自带的浏览器，用过mac的应该知道，Safari浏览器很出名的，打开后是这样的画面：
怎么样，是不是很美了？
3、terminal。终端，跟linux一样的终端，这很复古，也很完美。
4、AidCode。这是ad内置的Python环境，而且这个环境最让人感到意外的是，它竟然有自动提示功能，这也真的是非常给力了，不信你可以看看：
5、vscode。宇宙最强编辑器，就不用我多说了，大家心里都有数。
6、wizard。这是一个可视化开发工具，就好比以前的vb,delphi,大大简化了开发时间，只需要轻轻一拖，各个控件就到了程序界面上，可以说非常智能。
7、cloud_IP。这其实就相当于我们的云端开发了，你可以使用它让手机与电脑互联，前提是在同一个局域网内：
8、settings。系统常规设置，包含一些背景，风格桌面图标的设置。
9、Blockly。中文名：块代码，意思就是将执行过程以拼图的形式展现出来，培养编程思维。
10、term。也是linux终端，但是它跟terminal可不完全一样，因为terminal有很多软键盘模拟电脑，而它则没有，所以它比较适合电脑端编程。
11、GameCent。系统自带的 游戏 ，编程累了偶尔可以放松放松，想的真是周到，让人欲罢不能。
虽然都是比较古老的 游戏 了，但是胜在好玩啊，能适当放松下也很重要。
12、shutdown。这个我不说大家也知道了，一按的话，程序就退出了。这里就不演示了，不然你懂的。
13、Examples。里面有大量的关于AI项目的Python代码，如果你苦于无项目可做，可以去看看，很经典的项目。
14、MusicPlay。音乐播放器，这个也就不多说了，播放音频文件的，编程累了除了打 游戏 排解烦闷的心情再就是它了。
15、Jupyter。准确点说应该是Jupyter notebook,它是做数据分析的一个极为强大的工具，启动速度快所见即所得。注意，要进去这个应用需要密码，密码为：admin。
可以看到，一样的画风，简直是太棒了。
16、LFCE4。打开它可以再次启动一个linux系统，也就是我们经常说的虚拟机，而且这个虚拟机是可以进行键盘鼠标操作的，这就是上面云端编程时电脑链接手机给提供的系统。
17、ApkBuild。这个工具可以将你的Python代码转化为apk打包进行发布，是不是很强大。
18、Service。系统服务设置，可以自定义哪些要安装的服务或者启动服务。
怎么样，这款工具是不是相当强大了 ，我用了这款工具后都爱不释手，连电脑上的Python环境都没怎么用了，一直在云端编程。希望大家通过本文能收获一点东西。
【总结】
1、本文主要介绍了AidLearning的安装和基本使用方法，介绍其相关的组件及其功能。
2、AidLearning是一个不需要root便可以运行linux图形或者console端的apk，它内置Python环境，而且还自带Jupyter notebook 以及各种特色的东西，感兴趣的小伙伴可以下载使用它，希望对大家的学习有帮助噢！
无意中从今日头条中看到的一篇文章，可以生成简单的图表。据说一些大数据开发们也是经常用类似的图表库，毕竟有现成的，改造下就行，谁会去自己造轮子呢。pyecharts是什么？ pyecharts 是一个用于生成 Echarts 图表的类库。Echarts 是百度开源的一个数据可视化 JS 库。用 Echarts 生成的图可视化效果非常棒， pyecharts 是为了与 Python 进行对接，方便在 Python 中直接使用数据生成图 。使用pyecharts可以生成独立的网页，也可以在flask、django中集成使用。 安装很简单：pip install pyecharts 如需使用 Jupyter Notebook 来展示图表，只需要调用自身实例即可，同时兼容 Python2 和 Python3 的 Jupyter Notebook 环境。所有图表均可正常显示，与浏览器一致的交互体验，简直不要太强大。参考自pyecharts官方文档: http://pyecharts.org首先开始来绘制你的第一个图表使用 Jupyter Notebook 来展示图表，只需要调用自身实例即可 add() 主要方法，用于添加图表的数据和设置各种配置项 render() 默认将会在根目录下生成一个 render.html 的文件，文件用浏览器打开。使用主题自 0.5.2+ 起，pyecharts 支持更换主体色系 使用 pyecharts-snapshot 插件 如果想直接将图片保存为 png, pdf, gif 格式的文件，可以使用 pyecharts-snapshot。使用该插件请确保你的系统上已经安装了 Nodejs 环境。 安装 phantomjs $ npm install -g phantomjs-prebuilt 安装 pyecharts-snapshot $ pip install pyecharts-snapshot 调用 render 方法 bar.render(path='snapshot.png') 文件结尾可以为 svg/jpeg/png/pdf/gif。请注意，svg 文件需要你在初始化 bar 的时候设置 renderer='svg'。 图形绘制过程 基本上所有的图表类型都是这样绘制的： chart_name = Type() 初始化具体类型图表。 add() 添加数据及配置项。 render() 生成本地文件（html/svg/jpeg/png/pdf/gif）。 add() 数据一般为两个列表（长度一致）。如果你的数据是字典或者是带元组的字典。可利用 cast() 方法转换。 多次显示图表 从 v0.4.0+ 开始，pyecharts 重构了渲染的内部逻辑，改善效率。推荐使用以下方式显示多个图表。如果使是 Numpy 或者 Pandas，可以参考这个示例当然你也可以采用更加酷炫的方式，使用 Jupyter Notebook 来展示图表，matplotlib 有的，pyecharts 也会有的Note： 从 v0.1.9.2 版本开始，废弃 render_notebook() 方法，现已采用更加 pythonic 的做法。直接调用本身实例就可以了。 比如这样 还有这样如果使用的是自定义类，直接调用自定义类示例即可图表配置 图形初始化 通用配置项 xyAxis：平面直角坐标系中的 x、y 轴。(Line、Bar、Scatter、EffectScatter、Kline) dataZoom：dataZoom 组件 用于区域缩放，从而能自由关注细节的数据信息，或者概览数据整体，或者去除离群点的影响。(Line、Bar、Scatter、EffectScatter、Kline、Boxplot) legend：图例组件。图例组件展现了不同系列的标记(symbol)，颜色和名字。可以通过点击图例控制哪些系列不显示。 label：图形上的文本标签，可用于说明图形的一些数据信息，比如值，名称等。 lineStyle：带线图形的线的风格选项(Line、Polar、Radar、Graph、Parallel) grid3D：3D笛卡尔坐标系组配置项，适用于 3D 图形。（Bar3D, Line3D, Scatter3D) axis3D：3D 笛卡尔坐标系 X，Y，Z 轴配置项，适用于 3D 图形。（Bar3D, Line3D, Scatter3D) visualMap：是视觉映射组件，用于进行『视觉编码』，也就是将数据映射到视觉元素（视觉通道） markLine&markPoint：图形标记组件，用于标记指定的特殊数据，有标记线和标记点两种。（Bar、Line、Kline） tooltip：提示框组件，用于移动或点击鼠标时弹出数据内容 toolbox：右侧实用工具箱图表详细Bar（柱状图/条形图） Bar3D（3D 柱状图） Boxplot（箱形图） EffectScatter（带有涟漪特效动画的散点图） Funnel（漏斗图） Gauge（仪表盘） Geo（地理坐标系） GeoLines（地理坐标系线图） Graph（关系图） HeatMap（热力图） Kline/Candlestick（K线图） Line（折线/面积图） Line3D（3D 折线图） Liquid（水球图） Map（地图） Parallel（平行坐标系） Pie（饼图） Polar（极坐标系） Radar（雷达图） Sankey（桑基图） Scatter（散点图） Scatter3D（3D 散点图） ThemeRiver（主题河流图） TreeMap（矩形树图） WordCloud（词云图） 用户自定义 Grid 类：并行显示多张图 Overlap 类：结合不同类型图表叠加画在同张图上 Page 类：同一网页按顺序展示多图 Timeline 类：提供时间线轮播多张图 统一风格注：pyecharts v0.3.2以后，pyecharts 将不再自带地图 js 文件。如用户需要用到地图图表，可自行安装对应的地图文件包。地图文件被分成了三个 Python 包，分别为： 全球国家地图: echarts-countries-pypkg 中国省级地图: echarts-china-provinces-pypkg 中国市级地图: echarts-china-cities-pypkg 直接使用python的pip安装但是这里大家一定要注意，安装完地图包以后一定要重启jupyter notebook，不然是无法显示地图的。 显示如下：总得来说，这是一个非常强大的可视化库，既可以集成在flask、Django开发中，也可以在做数据分析的时候单独使用，实在是居家旅行的必备神器啊
