搭车去柏林的博客

一般情况会用柱状图去堆叠，但是如果数据量太大了，就可考虑这种方式堆叠。可以呈现时间和数量上不同层次数据的变化。

横纵坐标显示时间和空间后，第三个数据的特征有时就不好表示了，3d图有的时候看起来更复杂。对于某些情况，用颜色来表示更加简洁。先放一个快捷简洁版本，后面将细节（高级定制版😂）。

import matplotlib.pyplot as pltimport numpy as npx = np.linspace(0.05, 10, 1000) # 函数在0.05到10之间均匀地取1000个数y = np.cos(x)# 用于呈现变化趋势plt.plot(x, y, ls='-.', lw=2) # x是x轴上的值，y是y轴上的值。ls折线线条风格，lw折线线条宽度plt.legend()plt.annotate("maximum", # 注释的标签内容

文章目录0.matplotlib自带的TeX功能1.添加图列legend()2.添加标题title()3.调节刻度范围xlim()和刻度标签xticks()4.逆序设置坐标轴标签xlim()0.matplotlib自带的TeX功能用Tex对文本内容进行渲染，通过使用r"$$"模式，将表达式\sin和\cos嵌入一对美元符号之间。在“r"$text1\text2$"”中的非数学表达式文本text1会以斜体形式输出，并且最终输出时就会呈现印刷级别的文档效果。需要说明的是，在字符串r"$text1\text

文章目录1.一个区域，左右两边都有纵坐标2.在子区域里共享坐标轴3.移动坐标轴的1.一个区域，左右两边都有纵坐标import matplotlib as mplimport matplotlib.pyplot as pltimport numpy as npmpl.rcParams['font.sans-serif'] = ['SimHei']mpl.rcParams['axes.unicode_minus'] = Falsefig, ax1 = plt.subplots()t = n

import matplotlib.pyplot as pltimport numpy as npplt.title("y=cos(x)") # 添加图片标题x = np.arange(0, 10, 1)plt.plot(x, x, 'r-.', x, np.cos(x), 'g--', marker='*')plt.legend(["red", "green"], loc='lower right') # loc='upper left'plt.show()参考书目《Python数据

文章目录1.等分画布subplot()2.非等分区域上展示图形(实例方法add_subplot())3.定制网格区域subplot2grid()(也是非等分区域上展示图形)4.画布中多个子区域绘图(等分)subplots()1.等分画布subplot()子区函数subplot()的三个参数分别是整数C、整数R和整数P,表示在C行、R列的网格布局上，子区subplot()会被放置在第P个位置上，即为将被创建的子区编号，子区编号从1开始，起始于右上角，序号依次向右递增。也就是说，每行的子区位置都是从左向右

import matplotlib.pyplot as pltimport numpy as npx = np.linspace(0.05, 10, 1000) # 函数在0.05到10之间均匀地取1000个数y = np.cos(x)# 用于呈现变化趋势plt.plot(x, y, ls='-.', lw=2, label='plot figure') # x是x轴上的值，y是y轴上的值。ls折线线条风格，lw折线线条宽度，label标记图像的标签文本plt.xlabel('x-axi

文章目录1. 在x轴上绘制定性数据分布特征（柱状图）2.在y轴上绘制定性数据分布特征（条形图）3.在x轴绘制定量数据分布特征（直方图）4.堆积柱状图5.堆积条形图6.多数据并列柱状图7.多数据平行条形图8.间断条形图9.堆积直方图1. 在x轴上绘制定性数据分布特征（柱状图）'''直方图描述连续型数据分布，定量柱状图描述离散数据分布，定性'''import matplotlib as mplimport matplotlib.pyplot as plt# 选择字体SimHei，如下完成配置任

import matplotlib.pyplot as pltimport numpy as npx = np.linspace(0.05, 10, 1000) # 函数在0.05到10之间均匀地取1000个数y = np.random.rand(1000)plt.scatter(x, y, c='g') # 绘制散点图，c标记散点图颜色plt.xlabel('x-axis') # 设置x轴标签文本plt.ylabel('y-axis') # 设置y轴标签文本plt.legend(