jfreechart折线图y轴刻度值_matplotlib-绘制折线图-plot

最新推荐文章于 2022-09-04 23:13:17 发布
最新推荐文章于 2022-09-04 23:13:17 发布
阅读量431 收藏
点赞数
文章标签： jfreechart折线图y轴刻度值 matplotlib 折线图 matplotlib中文文档 matplotlib折线图 matplotlib横坐标刻度线过多

什么是matplotlib？先体验一下它的功能

入门级使用

体验效果

from matplotlib import pyplot as plt

x = range(2,5)  # 【2，3，4】
y = [1,3,2]

plt.plot(x,y)
plt.show()

知识点

matplotlib 库
pyplot 模块
plot 绘制折线图的方法
show 显示折线图的方法

图片的尺寸可以调整吗？

设置图片的大小 figure

figure(figsize=(宽，高),dpi=80)

ad7ad9c3c22a006e9a3cb4e95d106f0b.png 
from matplotlib import pyplot as plt

x = [1, 2, 3]
y = [10, 30, 26]

plt.figure(figsize=(20, 8), dpi=80)
plt.plot(x, y)
plt.show()

绘好的图可以保存吗？

保存绘图 savefig

savefig（图片路径）
from matplotlib import pyplot as plt

x = [1, 2, 3]
y = [10, 30, 26]

plt.figure(figsize=(20, 8), dpi=80)
plt.plot(x, y)
plt.show()
plt.savefig('ze.png')

效果

会保存一个图片文件

ze.png

用pycharm看图不方便

打开并弹出指定的图片

from PIL import Image
image = Image.open('plt.png')
image.show()

图片的x与y的刻度不是想要的

自定义刻度 xticks yticks

xticks（数据）
yticks（数据）

注意

数据，参数是刻度显示的数值容器

使用前

5c5aad2db804e4c7498e87be1130e091.png

使用后

97c97e1c9a3578daf603d45fc7c5874f.png

代码

from matplotlib import pyplot as plt

x = [1, 2, 3]
y = [10, 30, 26]

plt.figure(figsize=(20, 8), dpi=80)
plt.xticks(x)
plt.yticks(y)
plt.plot(x, y)
plt.savefig('ze.png')


from PIL import Image
image = Image.open('ze.png')
image.show()

其它情况

刻度数据与实际值，偏差比较大的情况

62420682dccf3581096f7ea076bec6c5.png

ab84f773e80520ceb9a5c02fb34cf965.png

刻度可以不要只显示数字吗？

自定义刻度内容

xticks(刻度列表，描述列表)
yticks(刻度列表，描述列表)

效果

808ca2c069ede290c60db202b11d0366.png

关键

plt.xticks([1, 2.2, 3], ["no-1", "no-2", "haha_no_3"])

全代码

from matplotlib import pyplot as plt

x = [1, 2, 3]
y = [10, 30, 26]

plt.figure(figsize=(20, 8), dpi=80)
plt.xticks([1, 2.2, 3], ["no-1", "no-2", "haha_no_3"])
plt.yticks(y)
plt.plot(x, y)
plt.savefig('ze.png')

from PIL import Image

image = Image.open('ze.png')
image.show()

但是

a14c3f08eac3bac04823ac4d5f388b02.png

中文存在问题

同时控制台报错

C:ProgramDataAnaconda3python.exe G:/untitled6/00-matplolib/01-认识.py
C:ProgramDataAnaconda3libsite-packagesmatplotlibbackendsbackend_agg.py:211: RuntimeWarning: Glyph 31532 missing from current font.
  font.set_text(s, 0.0, flags=flags)
C:ProgramDataAnaconda3libsite-packagesmatplotlibbackendsbackend_agg.py:211: RuntimeWarning: Glyph 20010 missing from current font.
  font.set_text(s, 0.0, flags=flags)
C:ProgramDataAnaconda3libsite-packagesmatplotlibbackendsbackend_agg.py:211: RuntimeWarning: Glyph 22079 missing from current font.
  font.set_text(s, 0.0, flags=flags)
C:ProgramDataAnaconda3libsite-packagesmatplotlibbackendsbackend_agg.py:180: RuntimeWarning: Glyph 31532 missing from current font.
  font.set_text(s, 0, flags=flags)
C:ProgramDataAnaconda3libsite-packagesmatplotlibbackendsbackend_agg.py:180: RuntimeWarning: Glyph 20010 missing from current font.
  font.set_text(s, 0, flags=flags)
C:ProgramDataAnaconda3libsite-packagesmatplotlibbackendsbackend_agg.py:180: RuntimeWarning: Glyph 22079 missing from current font.
  font.set_text(s, 0, flags=flags)

Process finished with exit code 0

我想让刻度显示为中文？

中文显示法一 rcParams

参考文档

https://blog.csdn.net/u010472607/article/details/82789887​blog.csdn.net

主要的

from matplotlib import pyplot as plt

# 设置字体
plt.rcParams['font.sans-serif'] = ['SimHei']  # 用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False  # 用来正常显示负号

效果

55f5752f16c40d29ca1c831523c57394.png

代码

from matplotlib import pyplot as plt

# 设置字体
plt.rcParams['font.sans-serif'] = ['SimHei']  # 用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False  # 用来正常显示负号

x = [1, 2, 3]
y = [10, 30, 26]

plt.figure(figsize=(20, 8), dpi=80)
plt.xticks([1, 2.2, 3], ["第1个","第2个","嘿嘿3"])
plt.yticks(y)
plt.plot(x, y)
plt.savefig('ze.png')

from PIL import Image

image = Image.open('ze.png')
image.show()

中文显示办法二 font_manager

1，创建字体对象

2，显示中文的地方，传入字体对象

# 导入字体的模块
from matplotlib import font_manager

# 实例字体对象
font = font_manager.FontProperties(fname=r'C:WindowsFontsmsyhbd.ttc')

plt.xticks(x,x_tick_labels,fontproperties=font)

效果

6317c27ba7beed671ff37ce45d8d007a.png

代码

from matplotlib import pyplot as plt

# 导入字体的模块
from matplotlib import font_manager

# 实例字体对象
font = font_manager.FontProperties(fname=r'C:WindowsFontsmsyhbd.ttc')

x = [1, 2, 3]
y = [10, 30, 26]

plt.figure(figsize=(20, 8), dpi=80)
plt.xticks([1, 2.2, 3], ["第1个","第2个","嘿嘿3"], fontproperties=font)
plt.yticks(y)
plt.plot(x, y)
plt.savefig('ze.png')

from PIL import Image

image = Image.open('ze.png')
image.show()

刻度的文字只能横着吗？

刻度文字角度调整 rotation

plt.xticks(刻度数据，rotation=角度)

效果

266fa942a50bd24142cd8199a0c8a255.png

代码

from matplotlib import pyplot as plt

# 导入字体的模块
from matplotlib import font_manager

# 实例字体对象
font = font_manager.FontProperties(fname=r'C:WindowsFontsmsyhbd.ttc')

x = [1, 2, 3]
y = [10, 30, 26]

plt.figure(figsize=(20, 8), dpi=80)
plt.xticks([1, 2.2, 3], ["第1个","第2个","嘿嘿3"], fontproperties=font, rotation=60)
plt.yticks(y)
plt.plot(x, y)
plt.savefig('ze.png')

from PIL import Image

image = Image.open('ze.png')
image.show()

线条是什么意思？横坐标，纵坐标是个什么？

给x与y座标定义标记 给图画定义名称 xlabel ylabel title

效果，中文乱码了

40036cb2e69bafbd91920882225c6bc1.png

使用万能解决方案

7f815abacbd220ae582fdfc7d88e2bbc.png

代码

from matplotlib import pyplot as plt

# 设置字体
plt.rcParams['font.sans-serif'] = ['SimHei']  # 用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False  # 用来正常显示负号

x = [1, 2, 3]
y = [10, 30, 26]

plt.figure(figsize=(20, 8), dpi=80)
plt.xticks([1, 2.2, 3], ["第1个","第2个","嘿嘿3"], rotation=60)
plt.yticks(y)

plt.xlabel('x坐标')
plt.ylabel('y坐标')
plt.title('我的mmatplolib练习')

plt.plot(x, y)
plt.savefig('ze.png')

from PIL import Image

image = Image.open('ze.png')
image.show()

如果是使用font_manager方式来解决中文问题

在xlabel中添加字体，例如

plt.xlabel("第几局",fontproperties=font)
plt.ylabel("数据",fontproperties=font)
plt.title("折线图测试图",fontproperties=font)

fe0ee048799477b90e9b08479eaa1e40.png

代码

from matplotlib import pyplot as plt
from matplotlib import font_manager

# 编数据
import random
x = range(1,11)
y = [random.randint(1,10) for i in x]
# 定义字体
font = font_manager.FontProperties(fname=r'C:WindowsFontsmsyhbd.ttc')
# 绘制数据
plt.figure(figsize=(20,8), dpi=80)
plt.plot(x,y)
# 刻度
x_tick_labels = [f'编号{i}' for i in x]
plt.xticks(x,x_tick_labels,rotation=90,fontproperties=font)
# 标记
plt.xlabel("第几局",fontproperties=font)
plt.ylabel("数据",fontproperties=font)
plt.title("折线图测试图",fontproperties=font)
# 保存
plt.savefig('plt.png')
# 打开图片
from PIL import Image
image = Image.open('plt.png')
image.show()

看不清交叉点

显示网格 grip

效果

0c5be6c3469d74397341b74a190022cf.png

网格颜色太深了，淡一点

设置网络的透明度

效果

6fe1d8353272700d1ec3294f38dfea57.png

代码

from matplotlib import pyplot as plt
from matplotlib import font_manager

# 编数据
import random
x = range(1,11)
y = [random.randint(1,10) for i in x]
# 定义字体
font = font_manager.FontProperties(fname=r'C:WindowsFontsmsyhbd.ttc')
# 绘制数据
plt.figure(figsize=(20,8), dpi=80)
plt.plot(x,y)
# 刻度
x_tick_labels = [f'编号{i}' for i in x]
plt.xticks(x,x_tick_labels,rotation=90,fontproperties=font)
# 标记
plt.xlabel("第几局",fontproperties=font)
plt.ylabel("数据",fontproperties=font)
plt.title("折线图测试图",fontproperties=font)
plt.grid(alpha=0.2)
# 保存
plt.savefig('plt.png')
# 打开图片
from PIL import Image
image = Image.open('plt.png')
image.show()

两个或者多个折线图进行数据值的pk效果

多个折线图的绘制

效果

225801dcdd2799410002289b76fd7292.png

代码

from matplotlib import pyplot as plt
from matplotlib import font_manager

# 编数据
import random
x = range(1,11)
y = [random.randint(1,10) for i in x]
y2 = [random.randint(1,10) for i in x]
# 定义字体
font = font_manager.FontProperties(fname=r'C:WindowsFontsmsyhbd.ttc')
# 绘制数据
plt.figure(figsize=(20,8), dpi=80)
plt.plot(x,y)
plt.plot(x,y2)
# 刻度
x_tick_labels = [f'编号{i}' for i in x]
plt.xticks(x,x_tick_labels,rotation=90,fontproperties=font)
# 标记
plt.xlabel("第几局",fontproperties=font)
plt.ylabel("数据",fontproperties=font)
plt.title("折线图测试图",fontproperties=font)
plt.grid(alpha=0.2)
# 保存
plt.savefig('plt.png')
# 打开图片
from PIL import Image
image = Image.open('plt.png')
image.show()

两个线条，哪个是哪个？都分不清楚

给折线添加标记 plot label

plt.plot(x,y,label='x线条')
plt.plot(x,y2, label='y线条')
plt.legend(prop=字体对象)   # 可试试万能中文方案？

效果

a3043bf219551fc1b7d879984085d087.png 
  from matplotlib import pyplot as plt
from matplotlib import font_manager

# 编数据
import random
x = range(1,11)
y = [random.randint(1,10) for i in x]
y2 = [random.randint(1,10) for i in x]
# 定义字体
font = font_manager.FontProperties(fname=r'C:WindowsFontsmsyhbd.ttc')
# 绘制数据
plt.figure(figsize=(20,8), dpi=80)
plt.plot(x,y,label='x线条')
plt.plot(x,y2, label='y线条')
plt.legend(prop=font)
# 刻度
x_tick_labels = [f'编号{i}' for i in x]
plt.xticks(x,x_tick_labels,rotation=90,fontproperties=font)
# 标记
plt.xlabel("第几局",fontproperties=font)
plt.ylabel("数据",fontproperties=font)
plt.title("折线图测试图",fontproperties=font)
plt.grid(alpha=0.2)
# 保存
plt.savefig('plt.png')
# 打开图片
from PIL import Image
image = Image.open('plt.png')
image.show()

线条标记不要放在右上角

控制线条标记的位置 legend loc

plt.legend(prop=font, loc="upper left")

fa014dc944257446caf23f8453c68fc7.png

效果

3ade8075fc4b1edb415a5a5909de14eb.png

使用万能字体解决方案，中文更简洁

from matplotlib import pyplot as plt
from matplotlib import font_manager


# 编数据
import random
x = range(1,11)
y = [random.randint(1,10) for i in x]
y2 = [random.randint(1,10) for i in x]
# 设置字体
plt.rcParams['font.sans-serif'] = ['SimHei']  # 用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False  # 用来正常显示负号

# 绘制数据
plt.figure(figsize=(20,8), dpi=80)
plt.plot(x,y,label='x线条')
plt.plot(x,y2, label='y线条')
plt.legend(loc="upper left")
# 刻度
x_tick_labels = [f'编号{i}' for i in x]
plt.xticks(x,x_tick_labels,rotation=90)
# 标记
plt.xlabel("第几局")
plt.ylabel("数据")
plt.title("折线图测试图")
plt.grid(alpha=0.2)
# 保存
plt.savefig('plt.png')
# 打开图片
from PIL import Image
image = Image.open('plt.png')
image.show()

想要改变线条的颜色

自定义线条颜色 plot color

plt.plot(x,y2, label='y线条', color='yellow')

颜色可以有的给值方式

49070ef412696d33b02ee9d8da8e11b2.png

效果

2aed0bdd3b8afb7f8d65dcd50b769f41.png

代码

from matplotlib import pyplot as plt
from matplotlib import font_manager


# 编数据
import random
x = range(1,11)
y = [random.randint(1,10) for i in x]
y2 = [random.randint(1,10) for i in x]
# 设置字体
plt.rcParams['font.sans-serif'] = ['SimHei']  # 用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False  # 用来正常显示负号

# 绘制数据
plt.figure(figsize=(20,8), dpi=80)
plt.plot(x,y,label='x线条', color='blue')
plt.plot(x,y2, label='y线条', color='yellow')
plt.legend(loc="upper left")
# 刻度
x_tick_labels = [f'编号{i}' for i in x]
plt.xticks(x,x_tick_labels,rotation=90)
# 标记
plt.xlabel("第几局")
plt.ylabel("数据")
plt.title("折线图测试图")
plt.grid(alpha=0.2)
# 保存
plt.savefig('plt.png')
# 打开图片
from PIL import Image
image = Image.open('plt.png')
image.show()

可以有其它的线条形态吗？

自定义线条形态 plot linestyle

plt.plot(xlinestyle='--')

1c33ea857b9b63dcc709e94633090f2f.png

效果

2780344225b5c073e8b6927a1fae00f8.png

代码

from matplotlib import pyplot as plt
from matplotlib import font_manager


# 编数据
import random
x = range(1,11)
y = [random.randint(1,10) for i in x]
y2 = [random.randint(1,10) for i in x]
# 设置字体
plt.rcParams['font.sans-serif'] = ['SimHei']  # 用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False  # 用来正常显示负号

# 绘制数据
plt.figure(figsize=(20,8), dpi=80)
plt.plot(x,y,label='x线条', color='blue', linestyle=':')
plt.plot(x,y2, label='y线条', color='yellow', linestyle='--')
plt.legend(loc="upper left")
# 刻度
x_tick_labels = [f'编号{i}' for i in x]
plt.xticks(x,x_tick_labels,rotation=90)
# 标记
plt.xlabel("第几局")
plt.ylabel("数据")
plt.title("折线图测试图")
plt.grid(alpha=0.2)
# 保存
plt.savefig('plt.png')
# 打开图片
from PIL import Image
image = Image.open('plt.png')
image.show()

其它可绘制的图形

详情可见官网

Gallery - Matplotlib 3.1.1 documentation​matplotlib.org
f099ccc78464a944fe3903456e16a55c.png
weixin_39987926
关注
可视化绘图技巧100篇基础篇（二）-柱状图
getusushu的博客
08-13 450
基础柱状图，使用垂直或水平的柱子显示类别之间的数值比较。其中一个轴表示需要对比的分类维度，另一个轴代表相应的数值。柱状图有别于直方图，柱状图无法显示数据在一个区间内的连续变化趋势。柱状图描述的是分类数据，回答的是每一个分类中【有多少？】这个问题。需要注意的是，当柱状图显示的分类很多时会导致分类名层叠等显示问题。所谓自定义柱形图，本质上仍是柱形图，只是在某些场景下，如发布会， 我们需要在图形展示上下些功夫，如下图：1、将子类别拖到行，销售额拖两次到列2、点击右侧的销售额，选择双轴。
python怎么绘制折线图_python 使用matplotlib绘制折线图
weixin_36212400的博客
02-10 1412
1. matplotlib能将数据进行可视化，更直观的呈现是数据更加客观、更具说服力matplotlib: 最流行的Python底层绘图库，主要做数据可视化图表,名字取材于MATLAB，模仿MATLAB构建例：假设一天中每隔两个小时(range(2,26,2))的气温(℃)分别是[15,13,14.5,17,20,25,26,26,27,22,18,15]from matplotlib impor...
python 数据可视化 matplotlib学习三：生成随机漫步数据并使用matplotlib呈现
小明的专栏
08-15 2273
使用Python生成随机漫步数据，再使用matplotlib将数据呈现出来        随机漫步是这样行走得到的路径：每次行走都完全是随机的，没有明确的方向，结果是由一系列随机决策决定的。自然界中的例子：水滴中的分子运动是随机的，花粉在水面上的运动路径犹如随机漫步            为模拟随机漫步，我们创建一个RandomWalk的类，它随机的选择前进方向,这个类需要三个属性,其中一个是
jfreechart数据轴刻度如何自己设置
Devil不加V
11-18 1237
  我们在用jfreechart画图时，有时数据轴上的刻度想自己定义，比如刻度是5，不想让jfeechart自动控制,因为它自己控制的刻度有时不适应我们的需要。 NumberAxis numberAxis = (NumberAxis) plot.getRangeAxis();numberAxis .setAutoTickUnitSelection(false); double unit=10...
jfreeChart柱状图参数设置
【灿烂星空】—— 带你领略IT魅力
03-09 6094
plot.setRangeGridlinesVisible(true);    // 虚线色彩    plot.setRangeGridlinePaint(Color.gray);    // 数据轴精度    NumberAxis vn = (NumberAxis) plot.getRangeAxis();    // 设置最大值是1    vn.setUpperBoun
jfreechart折线图y轴刻度值_matplotlib绘制折线图案例
weixin_39715290的博客
11-24 490
matplotlib基本要点 每个红色的点是坐标,把5个点的坐标连接成一条线,组成了一个折线图 那么到底如何把它通过代码画出来呢? 通过下面的小例子我们来看一下matplotlib该如何简单的使用 假设一天中每隔两个小时(range(2,26,2))的气温(℃)分别是[15,13,14.5,17,20,25,26,26,27,22,18,15]# 导入pyplot ###但是目前存在以下几个问题:...
用python画股票分时图 github_用python的matplotlib和numpy库绘制股票K线均线和成交量的整合效果（含量化验证交易策略代码）...
weixin_39811036的博客
12-15 1914
在用python的matplotlib和numpy库绘制股票K线均线的整合效果(含从网络接口爬取数据和验证交易策略代码)一文里,我讲述了通过爬虫接口得到股票数据并绘制出K线均线图形的方式,在本文里,将在此基础上再引入成交量效果图,并结合量价理论,给出并验证一些交易策略. 1成交量对量化分析的意义 美国的股市分析家葛兰碧(Joe Granville)在他所著的一书里提出著名的“量价理论”.“量价理...
Excel折线图进阶：多系列折线图的绘制方法
# 1. 引言 在数据可视化领域，Excel折线图是一...在本章中，我们将回顾Excel折线图的基础知识，包括如何绘制单系列折线图以及折线图在Excel中的基本设置选项。 ### 回顾Excel中如何绘制单系列折线图 在Excel中，绘制
MATLAB折线图跨语言对比：Python、R和Java，探索不同语言的折线图绘制能力
![matlab折线图](https://img-blog.csdnimg.cn/20211008173516877.png?x-oss-process=image/watermark,type_ZHJvaWRzYW5zZmFsbGJhY2s,shadow_50,text_Q1NETiBAd2...折线图可以揭示数据的总体趋势、波动和异常值
创建基本图表和图形: Power BI可视化入门
# 1. 介绍Power BI及其可视化功能 ## 1.1 什么是Power BI Power BI是由微软开发的业务智能工具，它能够将...常见的可视化元素包括柱状图、折线图、饼图、散点图等。此外，Power BI还支持自定义样式、交互式控件和数
jfreechart折线图y轴刻度值_Matplotlib-折线图与基础绘图功能
weixin_39878991的博客
11-27 660
一、Parts of a Figure 二、折线图绘制与保存图片为了更好的去理解所有基础绘图功能，我们通过天气温度变化的绘图来融合所有的基础API使用1、matplotlib.pyplot模块matplotlib.pytplot包含了一系列类似于matlab的画图函数。 它的函数作用于当前图形(figure)的当前坐标系(axes)。import matplotlib.pyplot as plt...
jfreechart折线图y轴刻度值_办公小技巧：Y轴上下皆为正 别样柱图巧制作
weixin_40003283的博客
12-01 846
在Excel中，通常柱形图的Y轴坐标上为正值、下为负值，但有时为了突出表现，需要将下面的值也显示成正值效果。那么，这样的图表效果是如何实现的呢(图1)？其实，如果利用好散点图，上述效果很容易实现。1. 整理及构建图表数据要想制作出上述图表效果，需要对源数据进行整理。首先，需要将工作表源数据中的“预计支出”处理成负值，在J2单元格输入“=0-B2”，向下拖动填充到J13，然后将J2:J13选定，复制...
使用jfreechart统计数据，生成折线图（坐标x,y值大小可以自己设置）
neven7的专栏
12-01 8556
需求：一个目录下包含多个txt文件，每个txt文件每行保存一个数据，根据每个txt文件的数据生成一个折线图，y轴为每行的数据，x轴表示第几行。
JFreeChart之XY坐标点设置
sonysonyok88的专栏
11-04 2250
//使用xyplot.getRangeAxis()得到纵轴，xyplot.getDomainAxis()得到横轴，得到后可以根据实际情况造型为自己所需要的类型。         //图表纵轴为数值类型，横轴为时间类型，使用如下方式：     NumberAxis numAxis = (NumberAxis)xyplot.getRangeAxis();     DateAxis  datea
Java Swing中JFreeChart构建双纵轴（双Y轴）图表的使用纪要
大雷
08-28 5204
背景 项目应用中整理纪要，用于参数说明。后抽部分简码以用例，特此纪要！ 问题 Java Swing中JFreeChart如何构建双纵轴（双Y轴）图表 说明 JFreeChart是一个工厂类，是Swing中主要图表构建入口。 样例Demo 下面是应用Demo的样例代码，可以直接运行参考： package com.company.swing.jfreechart.barChart; import org.jfree.chart.C...
[Python图表绘制] 初识PIL
swordtraveller的博客
04-29 488
1.描点作图 让我们从最简单的描点作图开始。 直接上结论： import matplotlib.pyplot as plt plt.figure(figsize = (15, 10)) x_list = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10] y_list = [27, 29, 35, 36, 24, 22, 8, 6, 11, 38] plt.plot(x_list,...
快速掌握JFreeChart
zhou2002的专栏
11-03 2935
原文出处：http://tech.it168.com/j/2007-09-29/200709291132796.shtml       本文请勿转载。      JFreeChart是一组功能强大、灵活易用的Java绘图API，使用它可以生成多种通用性的报表，包括柱状图、饼图、曲线图、甘特图等。它能够用在Swing和Web等中制作自定义的图表或报表，并且得到广泛的应用。本文将通过引领读者学习在JF
Java绘图库JFreeChart的详细使用教程(入门级)
QQVQQ的博客
09-04 2万+
详细介绍如何使用 Java 绘图库JFreeChart 创建折线图、条形图、面积图、散点图、饼图等。
使用jfreechart生成柱状图、折线图、和饼状图
日积月累，水滴石穿
11-28 3787
JFreeChart是JAVA平台上的一个开放的图表绘制类库。它完全使用JAVA语言编写，是为applications, applets, servlets 以及JSP等使用所设计。下面我就详细介绍如何使用jfreechart生成柱状图、折线图、和饼状图。 步骤： ①、导入其相应的jcommon-1.0.16.jar和jfreechart-1.0.13.jar文件（可点击下载） ②、下面
JFreechart绘制折线图教程：解决中文乱码问题
"这篇教程是关于如何利用JFreechart库在Java中创建折线图的，特别关注了解决中文乱码的问题。对于初学者来说，这个教程提供了清晰的步骤和源代码，使得学习过程简单易懂。" 在Java编程中，JFreechart是一个强大的...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值