图  11.2 

import matplotlib.pyplot as plt
import matplotlib as mpl
import numpy as np plt.axes([0.1, 0.1, 0.8, 0.8], frameon=True, facecolor="y", aspect="equal")
plt.plot(2+np.arange(3), [0, 1, 0])
plt.title("Line Chart") plt.text(2.25, 0.8, "FONT") plt.show()

==================================

图  11.3 

 

import matplotlib.pyplot as plt
import numpy as np plt.rcParams["lines.linewidth"]=8.0
plt.rcParams["lines.linestyle"]="--" plt.rcParams["font.family"]="serif"
plt.rcParams["font.serif"]="New Century Schoolbook" ###
plt.rcParams["font.style"]="normal"
plt.rcParams["font.variant"]="small-caps"
plt.rcParams["font.weight"]="black"
plt.rcParams["font.size"]=12.0 plt.rcParams["text.color"]="blue" plt.axes([0.1, 0.1, 0.8, 0.8], frameon=True, facecolor="y", aspect="equal")
plt.plot(2+np.arange(3), [0, 1, 0])
plt.title("Line Chart") plt.text(2.25, 0.8, "FONT") plt.show()

==================================

图  11.4 

 

import matplotlib.pyplot as plt
import numpy as np plt.axes([0.1, 0.1, 0.8, 0.8], frameon=True, facecolor="y", aspect="equal") plt.plot(2+np.arange(3), [0, 1, 0], linewidth=8.0, linestyle="--")
plt.title("Line Chart", color="red", family="New Century Schoolbook",
style="normal", variant="small-caps", weight="black", size=18) ### plt.text(2.25, 0.8, "FONT", color="blue", fontdict={"family":"New Century Schoolbook",
"style":"normal", "variant":"small-caps", "weight":"black", "size":28}) ### plt.show()

==================================

图  11.5

 

import matplotlib.pyplot as plt

fig=plt.figure()
ax=fig.add_subplot(111) pi=[0.9, 0.8, 0.7, 0.6, 0.5, 0.4, 0.3, 0.2, 0.1] families=["serif", "sans-serif", "fantasy", "monospace"]
ax.text(-1, 1, "family", fontsize=18, horizontalalignment="center")
for i, family in enumerate(families):
ax.text(-1, pi[i], family, family=family, horizontalalignment="center") sizes=["xx-small", "x-small", "small", "medium", "large", "x-large", "xx-large"]
ax.text(-0.5, 1, "size", fontsize=18, horizontalalignment="center")
for i, size in enumerate(sizes):
ax.text(-0.5, pi[i], size, size=size, horizontalalignment="center") styles=["normal", "italic", "oblique"]
ax.text(0, 1, "style", fontsize=18, horizontalalignment="center")
for i, style in enumerate(styles):
ax.text(0, pi[i], style, family="sans-serif", style=style, horizontalalignment="center") variants=["normal", "small-caps"]
ax.text(0.5, 1, "variant", fontsize=18, horizontalalignment="center")
for i, variant in enumerate(variants):
ax.text(0.5, pi[i], variant, family="serif", variant=variant, horizontalalignment="center") weights=["light", "normal", "semibold", "bold", "black"]
ax.text(1, 1, "weight", fontsize=18, horizontalalignment="center")
for i, weight in enumerate(weights):
ax.text(1, pi[i], weight, weight=weight, horizontalalignment="center") ax.axis([-1.5, 1.5, 0.1, 1.1])
ax.set_xticks([])
ax.set_yticks([]) plt.show()

==================================

《Python数据可视化之matplotlib实践》 源码 第四篇 扩展 第十一章的更多相关文章

  1. Python数据可视化——使用Matplotlib创建散点图

    Python数据可视化——使用Matplotlib创建散点图 2017-12-27 作者:淡水化合物 Matplotlib简述: Matplotlib是一个用于创建出高质量图表的桌面绘图包(主要是2D ...

  2. python 数据可视化(matplotlib)

    matpotlib 官网 :https://matplotlib.org/index.html matplotlib 可视化示例:https://matplotlib.org/gallery/inde ...

  3. Python数据可视化库-Matplotlib(一)

    今天我们来学习一下python的数据可视化库,Matplotlib,是一个Python的2D绘图库 通过这个库,开发者可以仅需要几行代码,便可以生成绘图,直方图,功率图,条形图,错误图,散点图等等 废 ...

  4. Python数据可视化之Matplotlib实现各种图表

    数据分析就是将数据以各种图表的形式展现给领导,供领导做决策用,因此熟练掌握饼图.柱状图.线图等图表制作是一个数据分析师必备的技能.Python有两个比较出色的图表制作框架,分别是Matplotlib和 ...

  5. Python数据可视化利器Matplotlib,绘图入门篇,Pyplot介绍

    Pyplot matplotlib.pyplot是一个命令型函数集合,它可以让我们像使用MATLAB一样使用matplotlib.pyplot中的每一个函数都会对画布图像作出相应的改变,如创建画布.在 ...

  6. Python数据可视化库-Matplotlib(二)

    我们接着上次的继续讲解,先讲一个概念,叫子图的概念. 我们先看一下这段代码 import matplotlib.pyplot as plt fig = plt.figure() ax1 = fig.a ...

  7. Python数据可视化之matplotlib

    常用模块导入 import numpy as np import matplotlib import matplotlib.mlab as mlab import matplotlib.pyplot ...

  8. python数据可视化(matplotlib)

  9. 机器学习-数据可视化神器matplotlib学习之路(四)

    今天画一下3D图像,首先的另外引用一个包 from mpl_toolkits.mplot3d import Axes3D,接下来画一个球体,首先来看看球体的参数方程吧 (0≤θ≤2π,0≤φ≤π) 然 ...

  10. python数据可视化-matplotlib入门(7)-从网络加载数据及数据可视化的小总结

    除了从文件加载数据,另一个数据源是互联网,互联网每天产生各种不同的数据,可以用各种各样的方式从互联网加载数据. 一.了解 Web API Web 应用编程接口(API)自动请求网站的特定信息,再对这些 ...

随机推荐

  1. kettle从入门到精通 第三十三课 再谈 kettle 表输出 分区/分片

    1.之前第九章有讲过kettle 表输出步骤,里面有简单的提到过表输出步骤里面的表分区设置,这里详细介绍下. 表分区数据:选择此选项可根据"分区"字段中指定的日期字段的值将数据拆分 ...

  2. mysql自带test数据库表的默认属性:Collation latin1_swedish_ci 更新为utf8_general_ci,解决MYSQL数据库乱码

    ## mysql自带test数据库表的默认属性:Collation latin1_swedish_ci 更新为utf8_general_ci,解决MYSQL数据库乱码USE test;CREATE T ...

  3. LuBase 低代码开发框架介绍 - 可私有化部署

    框架定位 面向开发人员,针对管理软件领域,对页面交互和通用功能进行高阶封装,逐步打造成平台型.生态型开发工具. 涓涓细流 ,汇聚成海,基于 PBC(组件式开发)开发理念,让功能模块的复用更简单. 让管 ...

  4. Numpy技巧: 由label获得相等矩阵

    Numpy技巧: 由label获得相等矩阵     假设Label为:  [ABAC] , 如何方便的得到一个矩阵, 其元素i,j表示第i位和第j位相等呢?   先把Label复制扩展成: m,m 的 ...

  5. Meilisearch 安装和使用教程

    如今搜索功能已成为几乎所有应用不可或缺的一部分.无论是电商平台.内容管理系统,还是企业内部知识库,用户都期待能够快速.准确地找到他们需要的信息.然而,传统的搜索解决方案往往面临着诸多挑战:响应速度慢. ...

  6. sqlite相关

    前言 本文记录一些sqlite相关笔记,随时更新. 正文 时间函数 datetime() -- 当前时间 2022-03-24 17:32:43 select datetime('now'); --2 ...

  7. Java子类是否能继承父类上的注解

    子类可以继承到父类上的注解吗? 在编写自定义注解时,可以通过指定@Inherited注解,申明自定义注解是否可以被继承:@Inherited只能实现类上的注解继承. 实现情况可细分为以下几种 未申明@ ...

  8. yb课堂之用户下单模块开发 《十四》

    开发用户下单购买视频接口 VideoOrder模块下单接口开发 VideoOrderController.java package net.ybclass.online_ybclass.control ...

  9. C++ Cast And Go Cast

    C++ A static_cast can be used to explicitly convert between related pointer types, such as void* and ...

  10. DASCTF X CBCTF 2023|无畏者先行 [PWN] WP

    DASCTF X CBCTF 2023|无畏者先行 [PWN] WP 1.GuestBook 题目保护情况 开启canary,nx保护 64位ida载入 首先可以通过输入0x18个垃圾数据可以通过打印 ...