建站
咨詢
售后
建站咨詢
新聞中心
有一個明確的方向首先，我們需要知道自學(xué)Python編程的目的是什么，也就是我們會在哪個方向使用Python進行開發(fā)工作。不同方向的Python學(xué)習(xí)曲線不一樣。首先，對于Python基礎(chǔ)部分，比如數(shù)據(jù)結(jié)構(gòu)、語法、函數(shù)等。即使想通過培訓(xùn)學(xué)習(xí)，也建議提前自學(xué)掌握基本的Python內(nèi)容。Python編程環(huán)境分兩步快速設(shè)置，首先安裝Python環(huán)境，然后安裝Python開發(fā)IDE，如下所示:通過Anaconda安裝PythonAnaconda指的是一個開源的Python發(fā)行版，其中包含了超過180個科學(xué)包，比如conda和Python Anaconda及其依賴項。如上，在設(shè)置中設(shè)置Python解釋器，我們選擇Python3.exe，點擊應(yīng)用，等待系統(tǒng)配置，可能需要很長時間。
本文由創(chuàng)新互聯(lián)（www.cdcxhl.com）小編為大家整理，本文主要介紹了關(guān)于先學(xué)的Python的相關(guān)知識，希望對你有一定的參考價值和幫助，記得關(guān)注和收藏網(wǎng)址哦！
網(wǎng)站建設(shè)公司,為您提供網(wǎng)站建設(shè),網(wǎng)站制作,網(wǎng)頁設(shè)計及定制網(wǎng)站建設(shè)服務(wù),專注于成都定制網(wǎng)頁設(shè)計,高端網(wǎng)頁制作,對咖啡廳設(shè)計等多個行業(yè)擁有豐富的網(wǎng)站建設(shè)經(jīng)驗的網(wǎng)站建設(shè)公司。專業(yè)網(wǎng)站設(shè)計,網(wǎng)站優(yōu)化推廣哪家好,專業(yè)seo優(yōu)化優(yōu)化,H5建站,響應(yīng)式網(wǎng)站。
先學(xué)的Python？
有一個明確的方向首先，我們需要知道自學(xué)Python編程的目的是什么，也就是我們會在哪個方向使用Python進行開發(fā)工作。Python作為一種應(yīng)用廣泛的編程語言，可以用在很多方向，比如數(shù)據(jù)挖掘分析、AI人工智能、前端應(yīng)用開發(fā)、Linux運維、自動化、測試等。不同方向的Python學(xué)習(xí)曲線不一樣。
無論是想通過學(xué)習(xí)Python來謀求行業(yè)內(nèi)的新工作，還是想在現(xiàn)有行業(yè)內(nèi)做得更多，有一個明確的學(xué)習(xí)目標是必不可少的。
在我們有了明確的方向后，讓我們 讓我們來看看學(xué)習(xí)Python的方法。
首先，對于Python基礎(chǔ)部分，比如數(shù)據(jù)結(jié)構(gòu)、語法、函數(shù)等。，如下圖所示。這些內(nèi)容可以通過一些網(wǎng)站和書籍自學(xué)，難度很低。如果你有其他語言的編程基礎(chǔ)，學(xué)起來會更容易。即使想通過培訓(xùn)學(xué)習(xí)，也建議提前自學(xué)掌握基本的Python內(nèi)容。
您可以通過以下學(xué)習(xí)Python基礎(chǔ)知識:
文獻課程
廖雪峰 的官方網(wǎng)站
echo 10-@ . com www . liaoxuefeng . com/wiki/0014316089557264 a6b 348958 f 449949 df 42 a6d 3a 2 e 542 c 000
Python基礎(chǔ)教程|菜鳥教程
http://www.runoob.com/python/python-tutorial.html
W3C學(xué)校
https://www.w3cschool.cn/position/kqc20f.htmlPython 100例
http://www.runoob.com/python/python-100-examples.html視頻教程
大規(guī)模開放在線course.com
https://www.imooc.com/網(wǎng)易云
https://study.163.com/社區(qū)
Python中文社區(qū)wiki
echo 10-@ .com Python-Chin—— Python中文開發(fā)者社區(qū)
https://www.pythontab.com/
等我們掌握了Python的基礎(chǔ)之后，再根據(jù)自己的Python應(yīng)用方向來確定后續(xù)的學(xué)習(xí)方法。
以我個人的理解，對于數(shù)據(jù)挖掘分析、自動化測試、Linux自動化運維、測試等方向，有了Python基礎(chǔ)，如果有相關(guān)行業(yè)經(jīng)驗，基本上就不用 t不需要考慮參加其他培訓(xùn)，因為這種學(xué)習(xí)曲線比較簡單，整個知識技能體系比較簡單，技術(shù)復(fù)雜度和學(xué)習(xí)成本比較低。同時上面介紹了很多網(wǎng)上的免費教程，足以幫助我們后續(xù)的學(xué)習(xí)。我們需要考慮的是如何將所學(xué)應(yīng)用到實際工作中，從而提高工作效率和質(zhì)量。
另外，比如AI人工智能、前端應(yīng)用開發(fā)等方向，需要系統(tǒng)的知識結(jié)構(gòu)，學(xué)習(xí)曲線復(fù)雜。如果難以通過自學(xué)構(gòu)建完整的知識能力體系，效果也難以保證，容易事倍功半，偏離方向。所以這種方向建議參加培訓(xùn)學(xué)習(xí)。
最后，如果為了改變工作方向(轉(zhuǎn)行)而選擇學(xué)習(xí)Python編程，雖然我們的主觀動能可以幫助我們克服很多困難，但我們還是建議考慮一些客觀因素，比如我市相關(guān)行業(yè)的發(fā)展現(xiàn)狀，行業(yè)內(nèi)相關(guān)人才的就業(yè)需求和要求。關(guān)于培訓(xùn)和學(xué)習(xí)，也需要結(jié)合上面提到的。在選擇培訓(xùn)機構(gòu)時，建議多考慮就業(yè)問題，比如根據(jù)自身條件和現(xiàn)狀咨詢相關(guān)培訓(xùn)機構(gòu)，先了解可以培訓(xùn)的技能，相關(guān)企業(yè)是否提供晉升機會，該專業(yè)在機構(gòu)的就業(yè)率和薪資待遇等等。
Python編程環(huán)境分兩步快速設(shè)置，首先安裝Python環(huán)境，然后安裝Python開發(fā)IDE，如下所示:
通過Anaconda安裝PythonAnaconda指的是一個開源的Python發(fā)行版，其中包含了超過180個科學(xué)包，比如conda和Python Anaconda及其依賴項。
我們從Anaconda官方網(wǎng)站下載Anaconda，網(wǎng)址如下:
建議https://www.continuum.io/downloads選擇安裝Python版本。下載完成后，雙擊啟動安裝程序。安裝過程中注意以下幾點:
如上，我們選擇 "只有我(推薦) "來安裝。如果 "為所有用戶安裝在安裝過程中被選中，那么我們卸載Anaconda，然后重新安裝它。如上所述，安裝路徑不應(yīng)包含空格或中文(unicode編碼)。
如上，不要檢查 "將Anaconda添加到我的path環(huán)境變量。 "in "高級選項和。如果勾選，可能會影響其他程序的使用。
如上所述，如果您使用Anaconda安裝或更新第三方庫，您可以打開Anaconda Navigator或 "蟒蛇P "在開始菜單中。電源提示 "(類似于 "CMD終端 "在Windows中)。
使用集成開發(fā)環(huán)境Pycharm編寫Python代碼，這是一個Python IDE，有一套完整的工具，可以幫助用戶提高使用Python語言開發(fā)時的效率，如調(diào)試、語法高亮、項目管理、代碼跳轉(zhuǎn)、智能提示、自動完成、單元測試、版本控制等。此外，IDE還提供了一些高級功能來支持Django框架下的專業(yè)Web開發(fā)。皮查姆 的官網(wǎng)下載地址如下:
7-@ .com www.jetbrains.com/pycharm/download/# section = Windows下載完畢后，雙擊啟動安裝程序。安裝過程很簡單，這里就不解釋了。
安裝完成后，如果需要運行程序，需要先添加一個解釋器。
如上，在設(shè)置中設(shè)置Python解釋器，我們選擇Python3.exe，點擊應(yīng)用，等待系統(tǒng)配置，可能需要很長時間。您可以通過左下角看到配置進度。
使用Pycharm安裝和更新第三方庫
如上，如果我們需要添加一個新模塊，點擊綠色加號，然后直接搜索pymysql，然后點擊 "安裝包 "來安裝它。
好的開始，你好世界。下面的例子是我們用Python開發(fā)的第一個例子，即output "你好世界！ "。
除了matplotlib外？
:推薦一個新的Python數(shù)據(jù)可視化模塊——plotlyexpress。Plotly ExpressPlotly Express是一個新的高級Python數(shù)據(jù)可視化庫，它是Plotly.py的高級包，為復(fù)雜的圖表提供了簡單的語法。只需一次導(dǎo)入，大多數(shù)繪圖只需要一次函數(shù)調(diào)用并接受一個整潔的Pandas數(shù)據(jù)框架，您可以創(chuàng)建豐富的交互式繪圖。
Plotly Express安裝約定，使用pip進行安裝。
Install Plotly _ Expressly支持scatt:圖表類型的構(gòu)建。在散點圖中，data_frame的每一行都由2D空間中的一個符號表示。在scatt: 3D散點圖中，data_fram:極坐標散點圖中，data_frame的每一行都由極坐標中的一個符號表示。在scatt:三元散點圖中，data_frame的每一行都由三元坐標中的一個符號表示。在scatt:的Mapbox散點圖中，data_frame的每一行都由Mapbox地圖上的一個符號表示。在scatt:的地理散點圖中，data_frame的每一行都由地圖上的一個符號表示。在scatt:散點圖矩陣(或SPLOM)中，data_frame的每一行由多個符號標記表示，并且在2D散點圖的網(wǎng)格的每個單元中有一個符號標記，其相對于彼此繪制每一對維度。在density_contour:密度等值線圖中，線data_frame組合在一起作為輪廓標記，以顯示值的集合函數(shù)histfunc(例如，count或sum)的2D分布Z。在d:密度熱圖中，行data_frame被組合成彩色矩形圖塊，以顯示值的集合函數(shù)histfunc(例如，count或sum)的2D分布Z。在lin:的2D線圖中，data_fram:的極坐標圖中，data_fram:三元圖中，data_fram:的Mapbox圖中，每條線data_fram:的地理地圖中，每個線data_frame在地圖上被表示為折線標記的頂點。在parallel_coordinat:的平行坐標圖中，data_frame的每一行都用一個虛線標記來表示，它經(jīng)過一組平行軸，每個平行軸對應(yīng)一個平行軸維度。在parallel_cat:的平行范疇(或平行集)圖中，每一行data_f框架與具有相同值的其他行組合，然后通過一組平行軸將尺寸繪制為折線標記，每個平行軸對應(yīng)一個尺寸。在ar:累積面積圖中，data_fram:條形圖中，data_fram:的極坐標圖中，data_fram:小提琴圖中，data_fram:的方框圖中，data_fram:條形圖中，data_fram:直方圖中，data_frame行被組合成矩形標記，以顯示1D分布y(或x，如果方向是 h )的集合函數(shù)histfunc(例如，count或sum)的值。在choropl:的等效面積圖中，data_frame的每一行都由地圖上的彩域標記表示。Gapminder數(shù)據(jù)集顯示，我們使用gapminder數(shù)據(jù)集來體驗Plotly Express。
Gapminder數(shù)據(jù)集顯示了2007年各國/地區(qū)人均預(yù)期壽命與人均GDP之間的趨勢:它包括了1952年至2007年世界各國和/或地區(qū)人口與GDP發(fā)展之間的趨勢。
國家:國家，大陸:大陸，亞洲年:年，1952年LifeExp:預(yù)期壽命，44POP:人口，556263527GdpPercap:平均GDP，400.448611iso_alpha:國家代碼，CHNiso_num:國家代碼，156。體驗它，讓它變得簡單。散點圖散點圖常用參數(shù)描述:
數(shù)據(jù)幀:a 整潔 熊貓。DataFramex: (string:列data_frame的名稱)該列中的值用于沿笛卡爾坐標的X軸定位標記。對于水平直方圖()，這些值用作輸入histfunc。y:(String:列data_frame的名稱)此列中的值用于在笛卡爾坐標中沿Y軸定位標記。對于垂直直方圖()，這些值用作輸入histfunc。Color: (string:列data_frame的名稱)該列中的值用于指定標記的顏色。Size: (string:列名data_frame)該列中的值用于指定標簽大小。Color_continuous_scale:(有效CSS顏色字符串列表)當所表示的列顏色包含數(shù)字數(shù)據(jù)時，該列表用于構(gòu)建連續(xù)的顏色刻度。在plotly_express.colors子模塊中有各種有用的顏色代碼，尤其是plotly_express。顏色。順序地被Plotly _ Express。顏色。diverging and plotly _ express . colors . circular . Title:(string)圖的標題。Template: (string或Plotly.py template對象)圖形模板的名稱或定義。Width:(整數(shù)，默認無)圖形寬度(以像素為單位)。Height:(整數(shù)，默認為600)圖形的高度(以像素為單位)。用散點圖描述人口和GDP增長趨勢。
scatter_geo常用參數(shù)描述
數(shù)據(jù)幀: "整潔 "熊貓。data frame lat:(string:data _ frame)該列的值用于根據(jù)地面地圖上的緯度定位標記。Lon: (string: data_frame)該列的值用于根據(jù)地面地圖上的經(jīng)度定位標記。Locations: (string: data_frame)該列中的值將根據(jù)locationmode映射到經(jīng)度/緯度。Locationmode: (string，其中一個 "ISO-3 amp；"， "美國-州 "和 "國家名稱及名稱)被確定為匹配位置地圖上的區(qū)域。Color: (string: data_frame)該列的值用于指定標記的顏色。Size: (string: data_frame)該列的值用于分配標簽大小。Color_continuous_scale:(一個有效css- color字符串的列表)這個列表用來包含彩色的數(shù)字數(shù)據(jù)。中提供了各種有用的色標。Plotly_express.colors子模塊，尤其是plotly _ express . colors . sequential、plotly _ express . colors . diverging和plotly_express.colors.cyclicaL.title: (string)圖形的標題。Width:(整數(shù)，默認值)None)以像素為單位的圖形寬度。Height:(整數(shù)，默認值)600)以像素為單位的圖形高度。用地理散點圖描述全球人口和GDP
折線圖常用參數(shù)描述
數(shù)據(jù)幀: "整潔 "熊貓。DataFramex: (string: data_frame)該列的值用于在笛卡爾坐標中沿X軸定位標記。水平直方圖()，這些值用作histfunc.y: (string: data_frame)該列的值用于在笛卡爾坐標中沿Y軸定位標記。垂直直方圖()，這些值用作hist func . color:(string:data _ frame)該列的值用于指定標簽的顏色。Facet_col: (string: data_frame)該列中的值用于給水平平面子圖分配標記。Title: (string)圖形標題。Width:(整數(shù)，默認值)None)以像素為單位的圖形寬度。Height:(整數(shù)，默認值)600)以像素為單位的圖形高度。用折線圖描述中美兩國從1952年到2007年的人口增長趨勢。
條形圖常用參數(shù)描述
數(shù)據(jù)幀: "整潔 "熊貓。DataFramex: (string: data_frame)該列的值用于在笛卡爾坐標中沿X軸定位標記。水平直方圖()，這些值用作histfunc.y: (string: data_frame)該列的值用于在笛卡爾坐標中沿Y軸定位標記。垂直直方圖()，這些值用作hist func . color:(string:data _ frame)該列的值用于指定標簽的顏色。Facet_row: (string: data_frame)該列的值用于在垂直方向上給平面子圖分配一個標記。Facet_col: (string: data_frame)該列中的值用于給水平平面子圖分配標記。Text: (string: data_frame)該列的值在圖中顯示為文本標簽。Title: (string)圖形標題。Template: (string或Plotly.py template對象)圖形模板名稱或定義。Width:(整數(shù)，默認值)None)以像素為單位的圖形寬度。Height:(整數(shù)，默認值)600)以像素為單位的圖形高度。用柱狀圖描述1952年至2007年中美兩國人口增長趨勢。
choropleth的常用參數(shù)描述
數(shù)據(jù)幀: "整潔 "熊貓。data frame lat:(string:data _ frame)該列的值用于根據(jù)地面地圖上的緯度定位標記。Lon: (string: data_frame)該列的值用于根據(jù)地面地圖上的經(jīng)度定位標記。Locations: (string: data_frame)該列中的值將根據(jù)locationmode映射到經(jīng)度/緯度。Locationmode: (string，其中一個 "ISO-3 amp；"， "美國-州 "和 "國家名稱及名稱)被確定為匹配位置地圖上的區(qū)域。Color: (string: data_frame)該列的值用于指定標記的顏色。Size: (string: data_frame)該列的值用于分配標簽大小。Color_continuous_scale:(一個有效css- color字符串的列表)這個列表用來包含彩色的數(shù)字數(shù)據(jù)。中提供了各種有用的色標。Plotly_express.colors子模塊，尤其是plotly _ express . colors . sequential、plotly _ express . colors . diverging和plotly _ express . colors . cyclic . titl
Python真的沒有用嗎？
，謝謝你的邀請！我 我很高興回答這個問題。我最近正好在做這方面的研究。python是否有用，取決于你用在什么地方。不可否認，隨著學(xué)習(xí)python的人越來越多，python領(lǐng)域的就業(yè)競爭也越來越激烈。但要知道，還有很多適合python發(fā)揮作用的領(lǐng)域，卻往往被很多人所忽略。最有價值的領(lǐng)域之一是金融領(lǐng)域的量化投資。
量化投資(Quantitative investment)是指通過數(shù)量化、模型化的方法和計算機程序進行投資并獲取收益的交易。量化投資在海外已經(jīng)有30多年的歷史，占市場交易量的70%。相比較而言，國內(nèi)量化投資還處于起步階段，發(fā)展空間巨大。目前市場處于量化人才稀缺狀態(tài)，既懂金融交易又懂計算機編程的人少之又少，是市場競爭的對象。
各種基金都在研究量化投資，但還沒有。;一直不熱，推出的產(chǎn)品也不多。直到2014年突然火了起來。目前，它正面臨著前所未有的發(fā)展機遇。量化投資大致經(jīng)歷了以下幾個階段:
1.股票是在2010年發(fā)行的在期貨之前，量化投資并沒有顯示出優(yōu)勢，很少有人研究。
2.2010-2013年市場處于熊市，套利機會不多。而且這個時候關(guān)注資本市場的人也不多。但因為套期保值，少部分有先見之明的機構(gòu)開始研究量化投資，在期貨套利和股票阿爾法套利中也應(yīng)該賺了一些錢。
3.從2014年到2015年9月，市場經(jīng)歷了暴漲暴跌。中間出現(xiàn)了一大波分級基金套利、可轉(zhuǎn)債套利、ETF套利、現(xiàn)金套利等套利機會。然后，一些量化對沖基金在市場暴跌時經(jīng)受住了回撤的考驗。量化投資在這個階段發(fā)展很快。
4.2015年9月——現(xiàn)在，由于市場需求不斷擴大，量化投資面臨前所未有的發(fā)展機遇。
為什么要用Python做量化？
目前，Python已經(jīng)占據(jù)了量化投資領(lǐng)域的主流地位，覆蓋了從數(shù)據(jù)采集到策略回測再到交易的全業(yè)務(wù)鏈條。Python是一種全面均衡的語言，既能滿足系統(tǒng)應(yīng)用的開發(fā)，又能滿足數(shù)據(jù)統(tǒng)計分析等計算需求。尤其是在數(shù)據(jù)分析方面，沒有其他語言能像Python一樣擅長計算并保持優(yōu)秀的性能。
隨著對開發(fā)力的重視和科學(xué)技術(shù)的不斷發(fā)展，Python逐漸獲得了越來越多的青睞。與其他語言相比，python有很大的優(yōu)勢:
(一)Python的普遍性
Python 的通用性使其能夠滿足各種開發(fā)需求，為開發(fā)者提供了多種選擇:Python可以用于系統(tǒng)操作、Web開發(fā)、服務(wù)器管理、部署腳本、科學(xué)建模等等。即使是其他行業(yè)不相關(guān)的人，用Python也能輕松完成項目。
(B)促進教育
2017年10月11日，教育部考試中心發(fā)布關(guān)于NCRE系統(tǒng)調(diào)整的通知，決定自2018年3月起在會計機二級考試中增加Python語言編程作為科目。目前一些省級信息技術(shù)課程改革方案已經(jīng)，Python已經(jīng)確定進入省級信息技術(shù)高考。2018年起，不少省級信息技術(shù)教材將編程語言從vb改為Python。
(3)大型企業(yè)的贊助
Python在2006年得到了Google的大力幫助，從那以后Google的很多渠道和應(yīng)用都在使用Python。Google已經(jīng)創(chuàng)建了很多使用Python的指南和教程。在開發(fā)者這一類，Google持續(xù)貢獻了很多文檔和支持的東西，一直在免費宣傳Python。
(D)大數(shù)據(jù)的興起和發(fā)展
大數(shù)據(jù)的興起和發(fā)展有力地推動了Python的發(fā)展，Python是成功應(yīng)用于人工智能、機器學(xué)習(xí)等高科技。同時，Python在分析處理數(shù)據(jù)的過程中非常方便和容易，間接解決了大數(shù)據(jù)的一些問題。
展望未來，在金融科技、量化投資、大數(shù)據(jù)量化、精準畫像、自然語言處理等落地方向。仍將是重點，勢必會吸引越來越多的關(guān)注和資源。單詞 "量化與分析和 "Python "是當前的焦點。
目前，量化投資、智能投顧、信用評級、新聞監(jiān)測、輿情分析等大量相關(guān)技術(shù)和算法已經(jīng)應(yīng)用于金融領(lǐng)域，融合程度日益加深。與其他領(lǐng)域相比，金融領(lǐng)域的算法應(yīng)用有其自身的特點:一是信息來源多，部分數(shù)據(jù)是非結(jié)構(gòu)化的；二是應(yīng)用的算法在不同的應(yīng)用場景甚至策略之間差異較大，比如投資交易的量化策略，智能投顧中的用戶畫像，新聞處理和大數(shù)據(jù)中的自然語言處理，都涉及到不同種類的算法；第三，投資中各種影響因素之間的邏輯關(guān)系復(fù)雜模糊；另外，很多財務(wù)問題不是單目標優(yōu)化，也不是封閉信息集。Python是這種情況下最合適、最優(yōu)秀的語言。
選擇你想學(xué)的技術(shù)和選擇你想去的大學(xué)一樣重要。如果你選錯了，你就贏了。;將來你得不到你喜歡的高薪工作，反而會有很多麻煩。目前我們的專欄課程是提供python量化投資應(yīng)用開發(fā)培訓(xùn)。聘請了業(yè)內(nèi)知名專家 "量化大橙 "老師來講課。大橙老師本碩畢業(yè)于北京大學(xué)，有多年量化投資和培訓(xùn)經(jīng)驗。他專注于python應(yīng)用開發(fā)、金融衍生品交易、投資策略開發(fā)等領(lǐng)域，從事多項量化投資和金融大數(shù)據(jù)研究項目，精通python、Java、SAS等編程語言和統(tǒng)計分析工具。通過對欄目課程的學(xué)習(xí)，幫助你切換人生跑道，早日登頂。
3-@ .com Python是一種腳本語言，也就是中間件語言，它的內(nèi)核還是用純C性能表示的。語法最簡潔，基本環(huán)境小巧靈活。
Python的核心是簡潔、直接、清晰。Python認為只有一種最好的，它只呈現(xiàn)最好的一面。Python s語法本身就是偽代碼的最佳實踐，這個偽代碼還是可以運行的。這使得Python門檻低，編程效率高。
我 我知道Python的課程體系 "如鵬網(wǎng) "之前，這是相當詳細的。你可以參考它，它 這很好。哪里有網(wǎng)絡(luò)就可以了解到。如果你有任何問題，請隨時提問。老師實時在線答疑，口碑不錯?；旧隙际潜蝗宋?/p>
第1部分:Python語言基礎(chǔ)第2部分:數(shù)據(jù)庫開發(fā)第3部分:web前端第4部分:Python web開發(fā)第5部分點:Python web項目(項目截圖可在Rupeng.com官網(wǎng)找到)第六部分:Linux第七部分:NoSQL第八部分:數(shù)據(jù)可視化第九部分:爬蟲技術(shù)第十部分:人工智能。詳情可以去Rupeng.com官網(wǎng)了解。每章后面都有詳細的練習(xí)和面試口才題，需要錄音提交，為以后的面試做準備。有新課程、新技術(shù)更新，以及
本文標題：python官網(wǎng)手機版（先學(xué)的Python）
轉(zhuǎn)載來源：http://fisionsoft.com.cn/article/djhhgis.html
