摘要：
Python提供了非常好用的多进程包multiprocessing，只需要定义一个函数，Python会完成其他所有事情。借助这个包，可以轻松完成从单进程到并发执行的转换。multiprocessing支持子进程、通信和共享数据。语法格式如下： Process（[group [, target [, 阅读全文
摘要：
1 import matplotlib.pyplot as plt 2 #导入3D包 3 from mpl_toolkits.mplot3d import Axes3D 4 #创建X、Y、Z坐标 5 X=[1,1,2,2] 6 Y=[3,4,4,3] 7 Z=[1,100,1,1] 8 fig = 阅读全文
摘要：
1 import matplotlib.pyplot as plt 2 import numpy as np 3 x=np.linspace(-10,10,100) 4 y=np.linspace(-10,10,100) 5 #计算x和y的相交点a 6 X,Y=np.meshgrid(x,y) 7 阅读全文
摘要：
1 import numpy as np 2 import matplotlib.pyplot as plt 3 #频次直方图，均匀分布 4 #正太分布 5 x=np.random.randn(1000) 6 #画正太分布图 7 #plt.hist(x) 8 plt.subplot(1,2,1) 9 阅读全文
摘要：
1 import matplotlib.pyplot as plt 2 import numpy as np 3 #准备女生的人数及比例 4 man = 71351 5 women = 68187 6 man_perc = man/(women+man) 7 women_perc = women/( 阅读全文
摘要：
1 import matplotlib.pyplot as plt 2 import numpy as np 3 4 #三天中三部电影的票房变化 5 real_names=['千与千寻','玩具总动员4','黑衣人：全球追缉'] 6 real_num1=[5453,7548,6543] 7 real 阅读全文
摘要：
1 import matplotlib.pyplot as plt 2 import numpy as np 3 np.random.seed(0) 4 x = np.arange(5) 5 y = np.random.randint(-5,5,5) 6 v_bar = plt.bar(x,y,co 阅读全文
摘要：
1 import matplotlib.pyplot as plt 2 import numpy as np 3 np.random.seed(0) 4 x = np.arange(5) 5 y = np.random.randint(-5,5,5) 6 plt.subplot(1,2,1) 7 p 阅读全文
摘要：
1 import matplotlib.pyplot as plt 2 import numpy as np 3 x=[1980,1985,1990,1995] 4 x_labels=['1980年','1985年','1990年','1995年'] 5 y=[1000,3000,4000,5000 阅读全文
摘要：
1 import matplotlib.pyplot as plt 2 import numpy as np 3 x = np.linspace(0,10,100) 4 #添加legend()图例,给plot方法添加参数label 5 plt.plot(x,x+0,'--g',label='--g' 阅读全文