市面上的基本都不好用
有没有好用的
当然是有
下面的这个是我开发的
1:安装jdk-8u60-windows-i586
这个在官方网站自行搜索就可以下载到 ，百度搜索 java jdk 下载即可 。
如果实在下载不到，就可以找各级代理。
安装完成后，用cmd 命令 java -version 可以查看是否安装成功 。
2:安装安卓API开发包 android-sdk-windows ，同理 ，可以百度下载到 ，下载完成后 ，
更新所有的api 接口
一定要更新完成，否则部分机型可能无法使用！
安装完成后，用cmd命令测试是否安装成功 ！cmd 输入 adb devices
如果出现以下提示，说明安装成功 ！接下来进入刷机过程 ！
刷机包含手机刷机 和 虚拟机刷机 ，两者大体相同 。
物理手机刷机部分 说明如下：
1：手机打开Root 模式 ，然后 打开开发者选项 ，然后使用手机线 ，插入电脑 usb口。
这一步至关重要 ，如果任意一步做错，都会导致软件无法识别 设备 ，则无法完成刷机 。
2：如果采用模拟器 ，则需要打开模拟器root权限 ，启动模拟器即可 。
记住模拟器的名字一定需要叫做 标准集成环境 。
如果上面完成了，则可以进入下一步了 。
接着进入 软件的改机模块 。
启动初始化虚拟机 ，这部分只需要执行一次写入 ，后续 所有创建虚拟机 ，都是以这个为样板创建
选择刷room的设备 ，然后 点击初始化 ，如果看不到设备 ，请检查是否打开开发模式
如果写入失败，请确保是否开root权限 ，二者缺一不可 ，等待写入完成
接下来增加新的手机 ，标准环境千万别拿来直接使用，
通过软件启动 ，否则改机失败 ，
需要工具，参考下图找我交流
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
# 1. simple plot with 4 numbers
plt.plot([1, 3, 2, 4])
plt.show()
# 2. points have x and y values; add title and axis labels
plt.plot([1, 2, 3, 4], [1, 4, 9, 16])
plt.title('Test Plot', fontsize=8, color='g')
plt.xlabel('number n')
plt.ylabel('n^2')
plt.show()
# 3. change figure size. plot red dots; set axis scales x: 0-6 and y: 0-20
plt.figure(figsize=(1,5)) # 1 inch wide x 5 inches tall
plt.plot([1, 2, 3, 4], [1, 4, 9, 16], 'ro') # red-o
plt.axis([0, 6, 0, 20]) # [xmin, xmax, ymin, ymax]
plt.annotate('square it', (3,6))
plt.show()
# 4. bar chart with four bars
plt.clf() # clear figure
x = np.arange(4)
y = [8.8, 5.2, 3.6, 5.9]
plt.xticks(x, ('Ankit', 'Hans', 'Joe', 'Flaco'))
plt.bar(x, y)
# plt.bar(x, y, color='y')
# plt.bar(x, y, color=['lime', 'r', 'k', 'tan'])
plt.show()
# 5. two sets of 10 random dots plotted
d = {'Red O' : np.random.rand(10),
'Grn X' : np.random.rand(10)}
df = pd.DataFrame(d)
df.plot(style=['ro','gx'])
plt.show()
# 6. time series - six months of random floats
ts = pd.Series(np.random.randn(180), index=pd.date_range('1/1/2018', periods=180))
df = pd.DataFrame(np.random.randn(180, 3), index=ts.index, columns=list('ABC'))
df.cumsum().plot()
plt.show()
# 7. random dots in a scatter
N = 50
x = np.random.rand(N)
y = np.random.rand(N)
colors = np.random.rand(N)
sizes = (30 * np.random.rand(N))**2 # 0 to 15 point radii
plt.scatter(x, y, s=sizes, c=colors, alpha=0.5)
plt.show() |
