摘要：
#直方图主要是运用在定量数据的可视化中， #或者用来进行连续型数据的可视化展示，主要是展示一种分布特征 import matplotlib.pyplot as plt import numpy as np x=np.random.randint(0,100,100) bins=range(0,101 阅读全文
摘要：
import matplotlib.pyplot as plt import numpy as np x=np.linspace(-2,2,100) y=np.exp(x) plt.plot(x,y,ls="-.",lw=2,color="r") plt.title("center demo") # 阅读全文
摘要：
import matplotlib.pyplot as plt #method 1 fig=plt.figure() x=[1,2,3,4,5,6,7] y=[1,3,4,2,5,8,6] #相对于整个figure来说的，形式是百分比 left,bottom,width,height=[0.1,0. 阅读全文
摘要：
#在图形中添加指示 import matplotlib.pyplot as plt import numpy as np x=np.linspace(0.05,10,1000) y=np.sin(x) plt.plot(x,y,label="plot figure",ls=":",c="red",l 阅读全文
摘要：
1.map() 格式：map( func, seq1[, seq2...] ) Python函数式编程中的map()函数是将func作用于seq中的每一个元素，并用一个列表给出返回值。如果func为None，作用同zip()。 当seq只有一个时，将func函数作用于这个seq的每个元素上，得到一个 阅读全文