1 >>> import matplotlib.pyplot as plt
2 >>> plt.axis([0,5,0,20])
3 [0, 5, 0, 20]
4 >>> plt.title('my first plot',fontsize=20,fontname='Times New Roman')
5 <matplotlib.text.Text object at 0x0000000005254208>
6 >>> plt.xlabel('counting',color='gray')
7 <matplotlib.text.Text object at 0x0000000004C6F2E8>
8 >>> plt.ylabel('Square value',color='gray')
9 <matplotlib.text.Text object at 0x0000000004C7F080>
10 >>> plt.text(1,1.5,'first')
11 <matplotlib.text.Text object at 0x00000000022B6128>
12 >>> plt.text(2,4.5,'second')
13 <matplotlib.text.Text object at 0x0000000005280AC8>
14 >>> plt.text(3,9.5,'third')
15 <matplotlib.text.Text object at 0x0000000005280F98>
16 >>> plt.text(4,16.5,'fourth')
17 <matplotlib.text.Text object at 0x0000000005280F60>
18 >>> plt.text(1.1,12,'$y=x2$',fontsize=20,bbox={'facecolor':})
19 SyntaxError: invalid syntax
20 >>> plt.text(1.1,12,'$y=x2$',fontsize=20,bbox={'facecolor':'yellow','alpha':0.2})
21 <matplotlib.text.Text object at 0x0000000005289978>
22 >>> plt.grid(True)
23 >>> plt.plot([1,2,3,4],[1,4,9,16],'ro')
24 [<matplotlib.lines.Line2D object at 0x0000000005248828>]
25 >>> plt.plot([1,2,3,4],[0.8,3.5,8,15],'g^')
26 [<matplotlib.lines.Line2D object at 0x0000000005248860>]
27 >>> plt.plot([1,2,3,4],[0.5,2.5,4,12],'b*')
28 [<matplotlib.lines.Line2D object at 0x0000000004C6F7F0>]
29 >>> plt.legend(['first series','second series','third series'],loc=2)
30 <matplotlib.legend.Legend object at 0x0000000004C7FF28>
31 >>> plt.savefig('c:my_chart.png')
32 >>> plt.show()

Python可视化----------matplotlib.pylot的更多相关文章

  1. python可视化--matplotlib

    matplotlib在python中一般会与numpy同时出现,解决一些科学计算和数据的可视化问题. matplotlib其实就是matlib在python中的实现,因此不会有太大的难度,而由于pyt ...

  2. 数据可视化----matplotlib.pylot

    一.输入具体数 plt.plot([3,1,4,5,2]) #自动生成y轴 plt.ylabel("Grade") #y轴的标签 plt.savefig('test1',dpi=6 ...

  3. Python可视化库

    转自小小蒲公英原文用Python可视化库 现如今大数据已人尽皆知,但在这个信息大爆炸的时代里,空有海量数据是无实际使用价值,更不要说帮助管理者进行业务决策.那么数据有什么价值呢?用什么样的手段才能把数 ...

  4. Python可视化学习(1):Matplotlib的配置

    Matplotlib是一个优秀的可视化库,它提供了丰富的接口,让Python的可视化落地显得非常容易上手.本系列是本人学习python可视化的学习笔记,主要用于监督自己的学习进度,同时也希望和相关的博 ...

  5. 高效使用 Python 可视化工具 Matplotlib

    Matplotlib是Python中最常用的可视化工具之一,可以非常方便地创建海量类型的2D图表和一些基本的3D图表.本文主要介绍了在学习Matplotlib时面临的一些挑战,为什么要使用Matplo ...

  6. Python可视化库-Matplotlib使用总结

    在做完数据分析后,有时候需要将分析结果一目了然地展示出来,此时便离不开Python可视化工具,Matplotlib是Python中的一个2D绘图工具,是另外一个绘图工具seaborn的基础包 先总结下 ...

  7. Python 可视化工具 Matplotlib

    英文出处:Chris Moffitt. Matplotlib是Python中最常用的可视化工具之一,可以非常方便地创建海量类型的2D图表和一些基本的3D图表.本文主要介绍了在学习Matplotlib时 ...

  8. Python调用matplotlib实现交互式数据可视化图表案例

    交互式的数据可视化图表是 New IT 新技术的一个应用方向,在过去,用户要在网页上查看数据,基本的实现方式就是在页面上显示一个表格出来,的而且确,用表格的方式来展示数据,显示的数据量会比较大,但是, ...

  9. Python数据可视化matplotlib和seaborn

    Python在数据科学中的地位,不仅仅是因为numpy, scipy, pandas, scikit-learn这些高效易用.接口统一的科学计算包,其强大的数据可视化工具也是重要组成部分.在Pytho ...

随机推荐

  1. Nexus3 配置3

    Nexus3 配置3 案例通过 NPM 的包管理 proxy : 表示设置公网仓库 hosted : 设置私网仓库 group : 将多个仓库合并在一起 设置 proxy 这里我用的 https:// ...

  2. 为什么新生代内存需要有两个Survivor区

    转载自:http://blog.csdn.net/antony9118/article/details/51425581 在JVM的新生代内存中,为什么除了Eden区,还要设置两个Survivor区? ...

  3. Struts2学习笔记(九)——数据校验

    Struts2的数据校验属于服务器端校验,Struts2 支持校验方式 : 手动校验(代码校验) :在服务器端通过编写java代码,完成数据校验 自动校验(配置校验) :XML配置校验(主流) 和 注 ...

  4. 【Centos7】5分钟理解防火墙firewalld

    Centos7中默认将原来的防火墙iptables升级为了firewalld,firewalld跟iptables比起来至少有两大好处: 1.firewalld可以动态修改单条规则,而不需要像ipta ...

  5. fis3+vue+pdf.js制作预览PDF文件或其他

    人生第一篇博客,的确有点紧张,但有些许兴奋,因为这对于我来说应该是一个好的开始,以此励志在技术的道路上越走越远. 看过了多多少少的技术博客,给自己带来了很多技术上的收获,也因此在想什么时候自己也可以赠 ...

  6. SpringBoot 注解事务声明式事务

    转载请注明: http://www.cnblogs.com/guozp/articles/7446477.html springboot 对新人来说可能上手比springmvc要快,但是对于各位从sp ...

  7. WebDriver中自动识别验证码--Python实现

    一.在自动化测试中,遇到验证码的处理方法有以下两种: 1.找开发去掉验证码或者使用万能验证码 2.使用OCR自动识别 这里,方法一只要和研发沟通就行. 使用pytesseract自动化识别,一般识别率 ...

  8. SSM三大框架整合详细教程(Spring+SpringMVC+MyBatis

    原博主链接:( http://blog.csdn.net/zhshulin ) 使用 SSM ( Spring . SpringMVC 和 Mybatis )已经有三个多月了,项目在技术上已经没有什么 ...

  9. python2 urllib2抓取51job网的招聘数据

    #coding=utf-8 __author__ = "carry" import sys reload(sys) sys.setdefaultencoding('utf-8') ...

  10. jdk不同版本对String拼接的优化分析

    1. 测试demo代码 测试循环中字符串拼接优化 public class ForTest { public static void main(String[] args) { String a = ...