匯入模組
import matplotlib.pyplot as plt
import numpy as np
x = np.linspace(-1, 1, 50) #使用np.linspace定義x：範圍是(-1,1);個數是50.
y = 2*x + 1
plt.figure() #定義乙個影象視窗
plt.plot(x, y) #畫出（x，y）
plt.show() #顯示
x = np.linspace(-3, 3, 50)
y1 = 2*x + 1
y2 = x**2
plt.figure(num=3, figsize=(8, 5)) #使用plt.figure定義乙個影象視窗：編號為3；大小為(8, 5).
plt.plot(x, y2) #畫出y2
plt.plot(x, y1, color='red', linewidth=1.0, linestyle='--') #畫出y1 曲線的顏色屬性(color)為紅色;曲線的寬度(linewidth)為1.0；曲線的型別(linestyle)為虛線.
plt.show()
x = np.linspace(-3, 3, 50)
y1 = 2*x + 1
y2 = x**2
plt.figure()
plt.plot(x, y2)
plt.plot(x, y1, color='red', linewidth=1.0, linestyle='--')
plt.xlim((-1, 2)) #設定x座標軸範圍：(-1, 2)；
plt.ylim((-2, 3)) #使用plt.ylim設定y座標軸範圍：(-2, 3)；
plt.xlabel('i am x') #使用plt.xlabel設定x座標軸名稱：』i am x』
plt.ylabel('i am y') # 使用plt.ylabel設定y座標軸名稱：』i am y』；
plt.show()
new_ticks = np.linspace(-1, 2, 5)
print(new_ticks)
plt.xticks(new_ticks) #plt.xticks設定x軸刻度：範圍是(-1,2);個數是5.
plt.yticks([-2, -1.8, -1, 1.22, 3],[r'$really\ bad$', r'$bad$', r'$normal$', r'$good$', r'$really\ good$'])
#使用plt.yticks設定y軸刻度以及名稱：刻度為[-2, -1.8, -1, 1.22, 3]；對應刻度的名稱為[『really bad』,』bad』,』normal』,』good』, 『really good』]. 使用plt.show顯示影象.
plt.show()
ax = plt.gca() #使用plt.gca獲取當前座標軸資訊.
ax.spines['right'].set_color('none') #使用.spines設定邊框：右側邊框；使用.set_color設定邊框顏色：預設白色；
ax.spines['top'].set_color('none')
#plt.show()
ax.xaxis.set_ticks_position('bottom') #使用.xaxis.set_ticks_position設定x座標刻度數字或名稱的位置：bottom.（所有位置：top，bottom，both，default，none）
ax.spines['bottom'].set_position(('data', 0))#使用.spines設定邊框：x軸；使用.set_position設定邊框位置：y=0的位置；
#plt.show()
ax.yaxis.set_ticks_position('left')
ax.spines['left'].set_position(('data',0))
plt.show()
#設定兩條線的型別等資訊（藍色實線與紅色虛線).
l1, = plt.plot(x, y1, label='linear line')
l2, = plt.plot(x, y2, color='red', linewidth=1.0, linestyle='--', label='square line')
plt.legend(loc='upper right') #引數 loc='upper right' 表示圖例將新增在圖中的右上角.
x = np.random.normal(0, 1, n) # 每乙個點的x值
y = np.random.normal(0, 1, n) # 每乙個點的y值
t = np.arctan2(y,x) # for color value
plt.scatter(x, y, s=75, c=t, alpha=.5)
plt.xlim(-1.5, 1.5)
plt.xticks(()) # ignore xticks
plt.ylim(-1.5, 1.5)
plt.yticks(()) # ignore yticks
plt.show()
import matplotlib.pyplot as plt
import numpy as np
n = 12
x = np.arange(n) #x為 0 到 11 的整數
y1 = (1 - x / float(n)) * np.random.uniform(0.5, 1.0, n) #向上向下分別生成12個資料
y2 = (1 - x / float(n)) * np.random.uniform(0.5, 1.0, n)
plt.bar(x, +y1, facecolor='#9999ff', edgecolor='white') #用facecolor設定主體顏色，edgecolor設定邊框顏色為白色，
plt.bar(x, -y2, facecolor='#ff9999', edgecolor='white')
#接下來我們用函式plt.text分別在柱體上方（下方）加上數值，用%.2f保留兩位小數，橫向居中對齊ha='center'，縱向底部（頂部）對齊va='bottom'：
for x, y in zip(x, y1):
# ha: horizontal alignment
# va: vertical alignment
plt.text(x + 0.4, y + 0.05, '%.2f' % y, ha='center', va='bottom')
for x, y in zip(x, y2):
# ha: horizontal alignment
# va: vertical alignment
plt.text(x + 0.4, -y - 0.05, '%.2f' % y, ha='center', va='top')
plt.xlim(-.5, n)
plt.xticks(())
plt.ylim(-1.25, 1.25)
plt.yticks(())
plt.show()
import matplotlib.pyplot as plt
import numpy as np
a = np.array([0.313660827978, 0.365348418405, 0.423733120134,
0.365348418405, 0.439599930621, 0.525083754405,
0.423733120134, 0.525083754405, 0.651536351379]).reshape(3,3)
plt.imshow(a, interpolation='nearest', cmap='bone', origin='lower')
plt.colorbar(shrink=.92) #其中我們新增乙個shrink引數，使colorbar的長度變短為原來的92%：
plt.xticks(())
plt.yticks(())
plt.show()
Git History視覺化工具
今天給大家推薦乙個開源的git提交記錄視覺化檢視工具，操作簡單，還有本地cli可以使用，最重要的是效果炫酷，非常方便！1 在github上的檔案，只需要把檔案路徑中的github.com替換為github.githistory.xyz即可，一步到位 第一種方式雖然簡單，但有些同學可能不服，因為公司專...
Redis 視覺化工具
redis做為現在web應用開發的 搭擔組合，大量的被應用，廣泛用於儲存session資訊,許可權資訊，交易作業等熱資料。redis作為業界最好的快取資料庫，過去幾年發展很快。相對memcached，redis提供了更多種資料型別，包含hash set list等 redis還支援subscribe...
視覺化工具分類
視覺化工具按照可擴充套件性從弱到強依次為 互動式，配置式，程式設計式。互動式 易用性強 配置式 易用性較強 程式設計式 易用性較弱 一般為程式設計人員 1 軟體類。這類資料視覺化工具的使用難度為中等，面向的物件比較廣泛，只要大家有著方面的需求，都是可以使用這款工具的，其中有三種比較重要的工具，其中最...