Matplotlib是Python中流行的数据可视化库，仅使用简单的几行代码就可以生成图表。但是默认的方法是生成的图表很简单，如果想增强数据演示的影响和清晰度，可以试试本文总结的10个高级技巧，这些技巧可以将可视化提升到一个新的水平: 这时所有的Matplotlib设置 ...

2. 简单示例 Matplotlib 在 Figure 上绘制数据，如 windows, jupyter widgets 等，每个 figure 至少包含一个 Axes，Axes 可以理解为坐标系，是绘制数据点的区域，如 x-y 坐标系，极坐标系中的 theta-r，3D 绘图中的 x-y-z 等。 创建带一个 Axes 的 Figure 最简单方式是使用 pyplot.subplots。

找到如下font.family等改为如下，simhei.ttf为下载的中文字体，确认系统已安装该字体。 下载一个中文字体 放入系统文件夹/usr ...

导读：制作提供信息的可视化(有时称为绘图)是数据分析中的最重要任务之一。可视化可能是探索过程的一部分，例如，帮助识别异常值或所需的数据转换，或者为建模提供一些想法。对于其他人来说，构建网络交互式可视化可能是最终目标。Python有很多附加库 ...

import matplotlib.pyplot as plt import numpy as np #在x轴上，-1~1范围内分布50个点 x = np.linspace(-1,1,50) y = x**2 #创建画布 plt.plot(x,y) #展示画布 plt.show() 散点图需要调用matplotlib中的函数plt.scatter(),其中可传入的参数有x,y,s,c,marker ...