常见的python可视化工具函数列表

◄ matplotlib.gridspec.GridSpec() 创建一个规则的子图网格布局
◄ matplotlib.pyplot.grid() 在当前图表中添加网格线
◄ matplotlib.pyplot.plot() 绘制折线图
◄ matplotlib.pyplot.subplot() 用于在一个图表中创建一个子图，并指定子图的位置或排列方式
◄ matplotlib.pyplot.subplots() 创建一个包含多个子图的图表，返回一个包含图表对象和子图对象的元组
◄ matplotlib.pyplot.title() 设置当前图表的标题，相当于对于特定轴 ax 对象 ax.set_title()
◄ matplotlib.pyplot.xlabel() 设置当前图表 x 轴的标签，相当于对于特定轴 ax 对象 ax.set_xlabel()
◄ matplotlib.pyplot.xlim() 设置当前图表 x 轴显示范围，相当于对于特定轴 ax 对象 ax.set_xlim()
◄ matplotlib.pyplot.xticks() 设置当前图表 x 轴刻度位置，相当于对于特定轴 ax 对象 ax.set_xticks()
◄ matplotlib.pyplot.ylabel() 设置当前图表 y 轴的标签，相当于对于特定轴 ax 对象 ax.set_ylabel()
◄ matplotlib.pyplot.ylim() 设置当前图表 y 轴显示范围，相当于对于特定轴 ax 对象 ax.set_ylim()
◄ matplotlib.pyplot.yticks() 设置当前图表 y 轴刻度位置，相当于对于特定轴 ax 对象 ax.set_yticks()
◄ numpy.arange() 创建一个具有指定范围、间隔和数据类型的等间隔数组
◄ numpy.cos() 用于计算给定弧度数组中每个元素的余弦值
◄ numpy.exp() 计算给定数组中每个元素的 e 的指数值
◄ numpy.linspace() 用于在指定的范围内创建等间隔的一维数组，可以指定数组的长度
◄ numpy.sin() 用于计算给定弧度数组中每个元素的正弦值
◄ numpy.tan() 用于计算给定弧度数组中每个元素的正切值
◄ plotly.express.line() 用于创建可交互的线图
◄ plotly.graph_objects.Scatter() 用于创建可交互的散点图、线图
◄ scipy.stats.norm() 创建一个正态分布对象，可用于计算概率密度、累积分布等

声明: 除非转自他站（如有侵权，请联系处理）外，本文采用 BY-NC-SA 协议进行授权 | 嗅谱网
转载请注明：转自《常见的python可视化工具函数列表》
本文地址：http://www.xiupu.net/archives-11239.html
关注公众号：