《Python数据可视化之matplotlib实践》源码第一篇入门第三章

图3.1

import matplotlib as mpl

import matplotlib.pyplot as plt

import numpy as np

mpl.rcParams['font.sans-serif']=['SimHei']

mpl.rcParams['axes.unicode_minus']=False 

x=[1,2,3,4,5]

y=[6,10,4,5,1]

plt.grid(True, axis='y',ls=':',color='r',alpha=0.3)

plt.bar(x,y,align='center', color='b', tick_label=['A','B','C','D','E'],

        alpha=0.6, edgecolor="black")

plt.xlabel('测试难度')

plt.ylabel('试卷份数')

plt.show()

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

图3.2

import matplotlib as mpl

import matplotlib.pyplot as plt

import numpy as np

mpl.rcParams['font.sans-serif']=['SimHei']

mpl.rcParams['axes.unicode_minus']=False 

x=[1,2,3,4,5]

y=[6,10,4,5,1]

plt.grid(True, axis='x',ls=':',color='r',alpha=0.3)

plt.barh(x,y,align='center', color='c', tick_label=['A','B','C','D','E'],

        alpha=0.6, edgecolor="black")

plt.ylabel('测试难度')

plt.xlabel('试卷份数')

plt.show()

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

图 3.3

import matplotlib as mpl

import matplotlib.pyplot as plt

import numpy as np

mpl.rcParams['font.sans-serif']=['SimHei']

mpl.rcParams['axes.unicode_minus']=False 

x=[1,2,3,4,5]

y=[6,10,4,5,1]

y1=[2,6,3,8,5]

plt.bar(x,y,align='center',color='#66c2a5', tick_label=['A','B','C','D','E'],

        label='班级A', edgecolor='black')

plt.bar(x,y1,align='center',color='#8da0cb', bottom=y,

        label='班级B', edgecolor='black')

plt.xlabel("测试难度")

plt.ylabel("测试份数")

plt.legend()

plt.show()

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

图 3.4

import matplotlib as mpl

import matplotlib.pyplot as plt

import numpy as np

mpl.rcParams['font.sans-serif']=['SimHei']

mpl.rcParams['axes.unicode_minus']=False 

x=[1,2,3,4,5]

y=[6,10,4,5,1]

y1=[2,6,3,8,5]

plt.barh(x,y,align='center',color='#66c2a5', tick_label=['A','B','C','D','E'],

        label='班级A', edgecolor='black')

plt.barh(x,y1,align='center',color='#8da0cb', left=y,

        label='班级B', edgecolor='black')

plt.ylabel("测试难度")

plt.xlabel("测试份数")

plt.legend()

plt.show()

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

图 3.5

import matplotlib as mpl

import matplotlib.pyplot as plt

import numpy as np

mpl.rcParams['font.sans-serif']=['SimHei']

mpl.rcParams['axes.unicode_minus']=False 

x=np.array([1,2,3,4,5])

y=[6,10,4,5,1]

y1=[2,6,3,8,5]

bar_width=0.35

tick_label=['A','B','C','D','E']

plt.bar(x, y, bar_width, align='center',color='c', label='班级A', alpha=0.5)

plt.bar(x+bar_width,y1,bar_width, align='center',color='b', label='班级B', alpha=0.5)

plt.xticks(x+bar_width/2, tick_label)

plt.xlabel("测试难度")

plt.ylabel("试卷份数")

plt.legend()

plt.show()

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

图 3.6

import matplotlib as mpl

import matplotlib.pyplot as plt

import numpy as np

mpl.rcParams['font.sans-serif']=['SimHei']

mpl.rcParams['axes.unicode_minus']=False 

x=np.array([1,2,3,4,5])

y=[6,10,4,5,1]

y1=[2,6,3,8,5]

bar_width=0.35

tick_label=['A','B','C','D','E']

plt.barh(x, y, bar_width, align='center',color='c', label='班级A', alpha=0.5)

plt.barh(x+bar_width,y1,bar_width, align='center',color='b', label='班级B', alpha=0.5)

plt.yticks(x+bar_width/2, tick_label)

plt.ylabel("测试难度")

plt.xlabel("试卷份数")

plt.legend()

plt.show()

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

图 3.7

import matplotlib as mpl

import matplotlib.pyplot as plt

import numpy as np

mpl.rcParams['font.sans-serif']=['SimHei']

mpl.rcParams['axes.unicode_minus']=False 

x=[1,2,3,4,5]

y=[6,10,4,5,1]

plt.bar(x,y, align='center', color='c', tick_label=['A','B','C','D','E'],

        hatch='///')

plt.xlabel("测试难度")

plt.ylabel("试卷份数")

plt.show()

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

图 3.8

import matplotlib as mpl

import matplotlib.pyplot as plt

import numpy as np

x=np.arange(1,6,1)

y=[0,4,3,5,6]

y1=[1,3,4,2,7]

y2=[1,1,1,1,1]

labels=['BluePlanet', 'BrownPlanet', 'GreenPlanet']

colors=['#8da0cb','#fc8d62','#66c2a5']

plt.stackplot(x, y, y1, y2, labels=labels, colors=colors)

plt.legend(loc='upper left')

plt.show()

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

图 3.9

import matplotlib as mpl

import matplotlib.pyplot as plt

import numpy as np

mpl.rcParams['font.sans-serif']=['SimHei']

mpl.rcParams['axes.unicode_minus']=False 

plt.broken_barh([(30,100),(180,50),(260,70)], (20,8), facecolors='#1f78b4')

plt.broken_barh([(60,90),(190,20),(230,30),(280,60)], (10,8),

                facecolors=['#7fc97f','#beaed4','#fdc086','#ffff99'])

plt.xticks(np.arange(0,361,60))

plt.yticks([15,25],['歌剧院A','歌剧院B'])

plt.xlim(0, 360)

plt.ylim(5, 35)

plt.xlabel("演出时间(分)")

plt.grid(ls='-', lw=1, color='gray')

plt.title("不同地区的歌剧院的演出时间比较")

plt.show()

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

图 3.10

import matplotlib as mpl

import matplotlib.pyplot as plt

import numpy as np

mpl.rcParams['font.sans-serif']=['SimHei']

mpl.rcParams['axes.unicode_minus']=False 

x=np.linspace(1,10,10)

y=np.sin(x)

plt.step(x,y,color='#8dd3c7', where='pre', lw=2)

plt.xlim(0, 11)

plt.ylim(-1.2, 1.2)

plt.xticks(np.arange(1, 11, 1))

plt.show()

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

图 3.11

import matplotlib as mpl

import matplotlib.pyplot as plt

import numpy as np

mpl.rcParams['font.sans-serif']=['SimHei']

mpl.rcParams['axes.unicode_minus']=False 

x=np.linspace(1,10,10)

y=np.sin(x)

plt.step(x,y,color='#8dd3c7', where='post', lw=2)

plt.xlim(0, 11)

plt.ylim(-1.2, 1.2)

plt.xticks(np.arange(1, 11, 1))

plt.show()

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

图 3.12

import matplotlib as mpl

import matplotlib.pyplot as plt

import numpy as np

mpl.rcParams['font.sans-serif']=['SimHei']

mpl.rcParams['axes.unicode_minus']=False 

scoresT=np.random.randint(0,100,100)

x=scoresT

bins=range(0,101,10)

plt.hist(x, bins, color='#377eb8', histtype='bar',rwidth=1.0, edgecolor="black")

plt.xlabel("测试成绩")

plt.ylabel("学生人数")

plt.show()

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

图 3.14

import matplotlib as mpl

import matplotlib.pyplot as plt

import numpy as np

mpl.rcParams['font.sans-serif']=['SimHei']

mpl.rcParams['axes.unicode_minus']=False 

scoresT1=np.random.randint(0,100,100)

scoresT2=np.random.randint(0,100,100)

x=[scoresT1,scoresT2]

colors=['#8dd3c7','#bebada']

labels=['班级A','班级B']

bins=range(0,101,10)

plt.hist(x,bins=bins, color=colors, histtype='bar', edgecolor="black",

         rwidth=1.0, stacked=True, label=labels)

plt.xlabel("测试成绩(分)")

plt.ylabel("学生人数")

plt.title("不同班级的测试成绩直方图")

plt.legend(loc="upper left")

plt.show()

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

图 3.15

import matplotlib as mpl

import matplotlib.pyplot as plt

import numpy as np

mpl.rcParams['font.sans-serif']=['SimHei']

mpl.rcParams['axes.unicode_minus']=False 

scoresT1=np.random.randint(0,100,100)

scoresT2=np.random.randint(0,100,100)

x=[scoresT1,scoresT2]

colors=['#8dd3c7','#bebada']

labels=['班级A','班级B']

bins=range(0,101,10)

plt.hist(x,bins=bins, color=colors, histtype='bar', edgecolor="black",

         rwidth=0.8, stacked=False, label=labels)

plt.xlabel("测试成绩(分)")

plt.ylabel("学生人数")

plt.title("不同班级的测试成绩直方图")

plt.legend(loc="upper left")

plt.show()

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

图 3.16

import matplotlib as mpl

import matplotlib.pyplot as plt

import numpy as np

mpl.rcParams['font.sans-serif']=['SimHei']

mpl.rcParams['axes.unicode_minus']=False 

scoresT1=np.random.randint(0,100,100)

scoresT2=np.random.randint(0,100,100)

x=[scoresT1,scoresT2]

colors=['#8dd3c7','#bebada']

labels=['班级A','班级B']

bins=range(0,101,10)

plt.hist(x, bins=bins, color=colors, histtype='stepfilled', edgecolor="black",

         rwidth=1.0, stacked=True, label=labels)

plt.xlabel("测试成绩(分)")

plt.ylabel("学生人数")

plt.title("不同班级的测试成绩的直方图")

plt.legend()

plt.show()

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

图 3.17

import matplotlib as mpl

import matplotlib.pyplot as plt

import numpy as np

mpl.rcParams['font.sans-serif']=['SimHei']

mpl.rcParams['axes.unicode_minus']=False 

labels=['A 难度水平','B 难度水平','C 难度水平','D 难度水平']

students=[0.35, 0.15, 0.2, 0.3]

colors=['#377eb8','#4daf4a','#984ea3','#ff7f00']

explode=[0.1, 0.1, 0.1, 0.1]

plt.pie(students, explode=explode, labels=labels, autopct="%3.1f%%",

        startangle=45, shadow=True, colors=colors)

plt.title("选择不同难度测试试卷的学生占比")

plt.show()

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

图 3.18

import matplotlib as mpl

import matplotlib.pyplot as plt

import numpy as np

mpl.rcParams['font.sans-serif']=['SimHei']

mpl.rcParams['axes.unicode_minus']=False 

labels=['A 难度水平','B 难度水平','C 难度水平','D 难度水平']

students=[0.35, 0.15, 0.2, 0.3]

colors=['#377eb8','#4daf4a','#984ea3','#ff7f00']

explode=[0.1, 0.1, 0.1, 0.1]

#百分比数值pctdistance=0.7, 标签值labeldistance=1.2 以半径长度比例值作为显示依据

plt.pie(students, labels=labels, pctdistance=0.7, labeldistance=1.2,

        autopct="%3.1f%%", startangle=45, colors=colors)

plt.title("选择不同难度测试试卷的学生占比")

plt.show()

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

图 3.19

import matplotlib as mpl

import matplotlib.pyplot as plt

import numpy as np

mpl.rcParams['font.sans-serif']=['SimHei']

mpl.rcParams['axes.unicode_minus']=False 

elements=['面粉','砂糖','奶油','草莓酱','坚果']

weight1=[40,15,20,10,15]

weight2=[30,25,15,20,10]

colormapList=['#e41a1c','#377eb8','#4daf4a','#984ea3','#ff7f00']

outer_colors=colormapList

inner_colors=colormapList

wedges1,texts1,autotexts1=plt.pie(weight1,autopct='%3.1f%%',radius=1.0, labels=elements,

            pctdistance=0.80,labeldistance=1.1, colors=outer_colors,textprops=dict(color='black'),

            wedgeprops=dict(width=0.4, edgecolor='w'))

wedges2,texts2,autotexts2=plt.pie(weight2,autopct='%3.1f%%',radius=0.6,

            pctdistance=0.65,colors=inner_colors,textprops=dict(color='black'),

            wedgeprops=dict(width=0.4, edgecolor='w'))

plt.legend(wedges1,elements, fontsize=12, title='配料表', loc="upper right",

           bbox_to_anchor=(1.31, 1.0))

#设置百分比数值大小、粗细

plt.setp(autotexts1,size=13,weight='bold')

plt.setp(autotexts2,size=13,weight='bold')

#设置标签字体

plt.setp(texts1, size=13)

# plt.setp(texts2,size=12)

plt.title("不同果酱面包配料比例表")

plt.show()

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

图 3.20

import matplotlib as mpl

import matplotlib.pyplot as plt

import numpy as np

mpl.rcParams['font.sans-serif']=['SimHei']

mpl.rcParams['axes.unicode_minus']=False 

plt.grid(axis='y', ls=':', lw=1, color='gray', alpha=0.4)

testA=np.random.randn(5000)

testB=np.random.randn(5000)

testList=[testA, testB]

labels=['随机数生成器AlphaRM','随机数生成器BetaRM']

colors=['#1b9e77','#d95f02']

#四分位间距的倍数，确定箱须包含数据的范围

whis=1.6

#箱体宽度

width=0.35

#patch_artist 是否给箱体加颜色, sym离群点形式

bplot=plt.boxplot(testList, whis=whis, widths=width, sym='o', labels=labels,

                  patch_artist=True)

for patch, color in zip(bplot['boxes'], colors):

    patch.set_facecolor(color)

plt.ylabel("随机数值")

plt.title("生成器抗干扰能力的稳定性比较")

plt.show()

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

图 3.21

import matplotlib as mpl

import matplotlib.pyplot as plt

import numpy as np

mpl.rcParams['font.sans-serif']=['SimHei']

mpl.rcParams['axes.unicode_minus']=False 

plt.grid(axis='y', ls=':', lw=1, color='gray', alpha=0.4)

testA=np.random.randn(5000)

testB=np.random.randn(5000)

testList=[testA, testB]

labels=['随机数生成器AlphaRM','随机数生成器BetaRM']

colors=['#1b9e77','#d95f02']

#四分位间距的倍数，确定箱须包含数据的范围

whis=1.6

#箱体宽度

width=0.35

#patch_artist 是否给箱体加颜色, sym离群点形式

bplot=plt.boxplot(testList, whis=whis, widths=width, sym='o', labels=labels,

                  patch_artist=True, notch=True)

for patch, color in zip(bplot['boxes'], colors):

    patch.set_facecolor(color)

plt.ylabel("随机数值")

plt.title("生成器抗干扰能力的稳定性比较")

plt.show()

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

图 3.23

import matplotlib as mpl

import matplotlib.pyplot as plt

import numpy as np

mpl.rcParams['font.sans-serif']=['SimHei']

mpl.rcParams['axes.unicode_minus']=False 

x=np.random.randn(1000)

plt.boxplot(x,vert=False)

plt.xlabel("随机数值")

plt.yticks([1],[""], rotation=90)

plt.ylabel('随机数生成器AlphaRM')

plt.grid(axis='x',ls=':', lw=1,color='gray', alpha=0.4)

plt.title("随机数生成器抗干扰能力的稳定性")

plt.show()

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

图 3.24

import matplotlib as mpl

import matplotlib.pyplot as plt

import numpy as np

mpl.rcParams['font.sans-serif']=['SimHei']

mpl.rcParams['axes.unicode_minus']=False 

x=np.random.randn(1000)

plt.boxplot(x, vert=False, showfliers=False)

plt.xlabel("随机数值")

plt.yticks([1],[""], rotation=90)

plt.ylabel('随机数生成器AlphaRM')

plt.grid(axis='x',ls=':', lw=1,color='gray', alpha=0.4)

plt.title("随机数生成器抗干扰能力的稳定性")

plt.show()

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

图 3.25

import matplotlib as mpl

import matplotlib.pyplot as plt

import numpy as np

mpl.rcParams['font.sans-serif']=['SimHei']

mpl.rcParams['axes.unicode_minus']=False 

x=np.linspace(0.1, 0.6, 10)

y=np.exp(x)

error=0.05+0.15*x

lower_error=error

upper_error=0.3*x

error_limit=[lower_error, upper_error]

plt.errorbar(x, y, yerr=error_limit, fmt=":o",

             ecolor='y', elinewidth=4, ms=5,

             mfc='c', mec='r', capthick=1, capsize=4)

plt.xlim(0, 0.7)

plt.show()

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

图 3.26

import matplotlib as mpl

import matplotlib.pyplot as plt

import numpy as np

mpl.rcParams['font.sans-serif']=['SimHei']

mpl.rcParams['axes.unicode_minus']=False 

x=np.arange(5)

y=[100,68,79,91,82]

std_err=[7,2,6,10,5]

error_attri=dict(elinewidth=2, ecolor='black', capsize=3)

plt.bar(x, y, color='c',width=0.6, align='center', yerr=std_err,

        error_kw=error_attri, tick_label=['园区1', '园区2', '园区3', '园区4', '园区5'])

plt.xlabel("芒果种植区")

plt.ylabel("收割量")

plt.title("不同芒果种植区的单次收割量")

plt.grid(True, axis='y', ls=":", color="gray", alpha=0.2)

plt.show()

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

图 3.27

import matplotlib

import matplotlib.pyplot as plt

import numpy as np  

# 设置matplotlib正常显示中文和负号

matplotlib.rcParams['font.sans-serif']=['SimHei']   # 用黑体显示中文

matplotlib.rcParams['axes.unicode_minus']=False     # 正常显示负号

x=np.arange(5)

y=[1200, 2400, 1800, 2200, 1600]

std_err=[150,100,180,130,80]

bar_width=0.6

colors=['#e41a1c', '#377eb8', '#4daf4a', '#984ea3', '#ff7f00']

plt.barh(x, y, bar_width, color=colors, align='center', xerr=std_err,

         tick_label=['家庭', '小说', '心理', '科技', '儿童'])

plt.xlabel("订购数量")

plt.ylabel("图书种类")

plt.title("大型图书展销会的不同图书种类的采购情况")

plt.grid(True, axis='x', ls=':', color='gray', alpha=0.2)

plt.xlim(0, 2600)

plt.show()

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

图 3.28

import matplotlib

import matplotlib.pyplot as plt

import numpy as np  

# 设置matplotlib正常显示中文和负号

matplotlib.rcParams['font.sans-serif']=['SimHei']   # 用黑体显示中文

matplotlib.rcParams['axes.unicode_minus']=False     # 正常显示负号

x=np.arange(5)

y1=[100, 68, 79, 91, 82]

y2=[120, 75, 70, 78, 85]

std_err1=[7, 2, 6, 10, 5]

std_err2=[5, 1, 4, 8, 9]

error_attri=dict(elinewidth=2, ecolor='black', capsize=3)

bar_width=0.4

tick_label=['园区1', '园区2', '园区3', '园区4', '园区5']

plt.bar(x, y1, bar_width, color='#87CEEB', align='center', yerr=std_err1,

        error_kw=error_attri, label='2010')

plt.bar(x+bar_width, y2, bar_width, color='#CD5C5C', align='center', yerr=std_err2,

        error_kw=error_attri, label='2013')

plt.xticks(x+bar_width/2, tick_label)

plt.grid(True, axis='y', ls=':', color='gray', alpha=0.2)

plt.legend()

plt.xlabel("芒果种植区")

plt.ylabel("收割量")

plt.title("不同芒果种植区的单次收割量")

plt.grid(True, axis='y', ls=":", color="gray", alpha=0.2)

plt.show()

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

图 3.29

import matplotlib

import matplotlib.pyplot as plt

import numpy as np  

# 设置matplotlib正常显示中文和负号

matplotlib.rcParams['font.sans-serif']=['SimHei']   # 用黑体显示中文

matplotlib.rcParams['axes.unicode_minus']=False     # 正常显示负号

x=np.arange(5)

y1=[1200, 2400, 1800, 2200, 1600]

y2=[1050, 2100, 1300, 1600, 1340]

std_err1=[150, 100, 180, 130, 80]

std_err2=[120, 110, 170, 150, 120]

error_attri=dict(elinewidth=2, ecolor='black', capsize=0)

bar_width=0.6

tick_label=['家庭', '小说', '心理', '科技', '儿童']

plt.bar(x, y1, bar_width, color='#6495ED', align='center', yerr=std_err1,

        error_kw=error_attri, label='地区1')

plt.bar(x, y2, bar_width, bottom=y1, color='#FFA500', align='center', yerr=std_err2,

        error_kw=error_attri, label='地区2')

plt.xlabel("图书种类")

plt.ylabel("订购数量")

plt.xticks(x, tick_label)

plt.title("大型图书展销会的不同图书种类的采购情况")

plt.grid(True, axis='y', ls=':', color='gray', alpha=0.2)

plt.legend()

plt.show()

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

《Python数据可视化之matplotlib实践》源码第一篇入门第三章的更多相关文章

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 ...
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 ...
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 ...
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 ...
重温《STL源码剖析》笔记第三章
源码之前,了无秘密. --侯杰第三章:迭代器概念与traits编程技法迭代器是一种smart pointer auto_Ptr 是一个用来包装原生指针(native pointer)的对象,声明狼 ...
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 ...
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 ...
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 ...
python数据可视化（matplotlib）
STL源码分析读书笔记--第三章--迭代器（iterator)概念与traits编程技法
1.准备知识 typename用法用法1:等效于模板编程中的class 用法2:用于显式地告诉编译器接下来的名称是类型名,对于这个区分,下面的参考链接中说得好,如果编译器不知道 T::bar 是类型 ...

随机推荐

老张，你的服务是不是挂了？论全局 SLI 的重要性
场景再现你正在午休,正梦见中了彩票,突然收到电话告警,说服务对外接口 95 分位延迟突增,惊出一身冷汗,睡意全无,抓紧打开监控系统,查看服务的 SLI 指标,发现确实有问题,已经持续 1 分钟,这服 ...
redis安全篇
redis被攻击,作为突破口,服务器惨遭毒手的事太常见了. 大多数云服务器被攻击,都是redis,mongodb等数据库被入侵. 因此修改端口,密码,以及注意bind运行地址,是必须. 思考是否要暴露 ...
JS常用的工具方法
记录一些经常使用的JS通用工具方法,代码来自互联网,佛性更新空字符串校验 /** * 判断字符串是不是NULL或空串或空格组成 * @param str 被判断的字符串 * @return {boo ...
Lecture6
Smiling & Weeping ---- 我渴望你的在场,又渴望你的缺席,你终究是我深藏的借口第六章 GitFlow工作流实战 6.0 引言在实际项目开发工作中,常常会有自测.联调.提 ...
MinIO 图片转文件的分界线RELEASE.2022-05-26T05-48-41Z
前言:本人想用MinIO存储文件,但是不想最新版本Mete文件,于是各种寻找于是终于找到办法了,原来是官方版本更新导致的.需要我们去寻找相应的版本. 1.官网下载网站 https://dl.min.i ...
简约-Markdown教程
##注意 * 两个元素之间最好有空行 * 利用\来转义我是一级标题 ==== 我是二级标题 ---- #我是一级标题 ##我是二级标题 ##<center>标题居中显示</cent ...
实验9.单臂路由实现Vlan互通实验
# 单臂路由实现Vlan互通实验本实验用于测试单臂路由方式实现Vlan路由. 实验组实验过程 SW int g0/0/1 port link-type access port default vl ...
继续我们的复习之路——webapi
前面断更几天是因为在住安心复习DOM BOM的内容不得不说还得是DOM 在这一章节的复习内容中涌现出了很多又代表意义经典的一些小案例而且还是有些难度的有一两个我反正是自己独立完成不了 ...
mac navicat免激活版
Navicat 12 第一步:终端执行 sudo spctl --master-disable 第二步:下载安装即可使用 https://pan.baidu.com/s/1tHq-wqAIggD0Fo ...
Python代码学习
1.生成四位数字字母验证码,大小写字母随机 import random if __name__ =="__main__": #四位数字字母验证码的生成 checkcode=&quo ...

《Python数据可视化之matplotlib实践》 源码 第一篇 入门 第三章

《Python数据可视化之matplotlib实践》 源码 第一篇 入门 第三章的更多相关文章

随机推荐

热门专题

《Python数据可视化之matplotlib实践》源码第一篇入门第三章

《Python数据可视化之matplotlib实践》源码第一篇入门第三章的更多相关文章