python-matplotlib 绘制面积图&热力图，Python开发学习视频

plt.rcParams[‘font.sans-serif’] = [‘SimHei’]

plt.rcParams[‘axes.unicode_minus’] = False

plt.rcParams[‘axes.facecolor’] = ‘#cc00ff’

x = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

v1 = [1, 1, 1, 2, 3, 4, 5, 5, 5, 5, 5]

v2 = [0.5, 0.5, 0.5, 1, 1.5, 2, 2.5, 3, 3, 2, 1]

plt.stackplot(x, v1, color=[‘#ff0000’])

plt.stackplot(x, v2, color=[‘#33ff66’])

plt.xlim(0, 10)

plt.title(‘v-t图像’, fontsize=25, color=‘#0033cc’, fontproperties=font_manager.FontProperties(fname=“STKAITI.TTF”))

plt.xlabel(‘t/s’)

plt.ylabel(‘v/(m/s)’)

plt.legend([‘甲’, ‘乙’], bbox_to_anchor=(0.2, 0.95))

plt.show()

图像效果呈现如下：

---

2.绘制热力图

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

在数据分析中，热力图也是一种常用的方法，热力图通过色差、亮度来展示数据与数据之间的差异。

绘制热力图使用的是plt.imshow()方法，这个方法也即matplotlib中图像处理常用的方法。

下边做一个热力图的案例示例：

import matplotlib.pyplot as plt

from matplotlib import font_manager

import numpy as np

np.random.seed(30)

data = np.random.randint(70, 100, (30, 8))

plt.imshow(data)

plt.xticks(range(0, 8), [‘A’, ‘B’, ‘C’, ‘D’, ‘E’, ‘F’, ‘G’, ‘H’])

plt.yticks(range(0, 30), np.array(range(1, 31), dtype=‘U3’))

显示颜色条

plt.colorbar()

plt.title(‘30个产品的ABCDEFGH指标热力图’, fontsize=25, color=‘#0033cc’, fontproperties=font_manager.FontProperties(fname=“STKAITI.TTF”))

plt.show()

自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。

深知大多数Python工程师，想要提升技能，往往是自己摸索成长或者是报班学习，但对于培训机构动则几千的学费，着实压力不小。自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年Python开发全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上Python开发知识点，真正体系化！

由于文件比较大，这里只是将部分目录大纲截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新

如果你觉得这些内容对你有帮助，可以添加V获取：vip1024c （备注Python）

最后

🍅 硬核资料：关注即可领取PPT模板、简历模板、行业经典书籍PDF。
🍅 技术互助：技术群大佬指点迷津，你的问题可能不是问题，求资源在群里喊一声。
🍅 面试题库：由技术群里的小伙伴们共同投稿，热乎的大厂面试真题，持续更新中。
🍅 知识体系：含编程语言、算法、大数据生态圈组件（Mysql、Hive、Spark、Flink）、数据仓库、Python、前端等等。

试题库**：由技术群里的小伙伴们共同投稿，热乎的大厂面试真题，持续更新中。

🍅 知识体系：含编程语言、算法、大数据生态圈组件（Mysql、Hive、Spark、Flink）、数据仓库、Python、前端等等。