canvas是大多数常见matplotlib函数的简单接口
canvas的Python项目详细描述
##画布-一个快速和肮脏的matplotlib接口
我不知道你，但我发现matplotlib狂热但压倒性。我永远记不起它的语法，但我发现自己经常重复相同的样板代码。
这些方法可以链接到重叠不同类型的图。例如：
>；>from random import gauss
>；>from math import sin，cos
>；>from canvas import canvas
>；>gauss=[Gauss（0,1）for I in range（1000）]
>；>canvas（“我的第一张图片”）.hist（高斯）。save（“img1.png”）
>；spiral=[（x*cos（0.1*x），x*sin（0.1*x））for x in range（0300）]
>；canvas（“我的第二张图片”）.plot（螺旋形）。save（“img2.png”）
plot data是一个由两个元组（x，y）组成的数组。
[输出]（https://github.com/mdipierro/canvas/blob/master/screenshots/img2.png）
>；points=[（x，x+gauss（0,1），0.5）for x in range（20）]
>；canvas（'my third image'）.errorbar（points）.plot（points）.save（'img3.png'）
errorbar数据是一个三元组数组（x，y，dy）。在上面的例子中，图被叠加到误差条上。[输出]（https://github.com/mdipierro/canvas/blob/master/screenshots/img3.png）
>；blobs=[（gauss（0,1），gauss（0,1），0.05,0.05）对于范围（100）内的i）
>；>；canvas（“我的第四个图像”）。ellipes（blobs）。save（'img4.png'）
ellipes数据是一个4元组数组，（x，y，dx，dy）。
[输出]（https://github.com/mdipierro/canvas/blob/master/screenshots/img4.png）
>；>；波=[[sin（0.1*x）*cos（0.1*x*y）for x in range（20）]for y in range（20）]
>；画布（“我的第五个图像”）。（“IMG5.PNG”）BR/> BR/> IMSID数据是一个正方形的二维数组。< http://Github.com／MdiPIReO/Cabase/Bulb/Mault/Stupps/img5.PNG）。BR/> BR/>画布对象的方法名称与对应的MatPultLIB轴对象的方法相同。
BR/>示例
def my_image（请求）：
data=[gauss（0,1）for i in range（1000）]
image_data=canvas（'title'）.hist（data）.binary（）
return httpresponse（image_data，mimetype=“image/png”）
web2py示例
def my_image（）：
data=[gauss（0，1）对于范围（1000）内的i
响应。headers['content-type']=“image/png”
返回画布（'title'）.hist（data）.binary（）
response.headers['content-type']='image/png'
返回响应（图像数据）
\filename='plot.png'）：…
def hist（self，data，bins=20，color='blue'，legend=none）：…
def plot（self，data，color='blue'，style='-'，width=2，legend=none）：…
def errorbar（self，data，color='black'，marker='o'，width=2，legend=none）：…
def椭圆（self data，color='blue'，width=0.01，height=0.01）：…
def imshow（self，data，interpolation='bilinar'）：…
需要这样处理：
pip install numpy
我不知道你，但我发现matplotlib狂热但压倒性。我永远记不起它的语法，但我发现自己经常重复相同的样板代码。
这些方法可以链接到重叠不同类型的图。例如：
>；>from random import gauss
>；>from math import sin，cos
>；>from canvas import canvas
>；>gauss=[Gauss（0,1）for I in range（1000）]
>；>canvas（“我的第一张图片”）.hist（高斯）。save（“img1.png”）
>；spiral=[（x*cos（0.1*x），x*sin（0.1*x））for x in range（0300）]
>；canvas（“我的第二张图片”）.plot（螺旋形）。save（“img2.png”）
plot data是一个由两个元组（x，y）组成的数组。
[输出]（https://github.com/mdipierro/canvas/blob/master/screenshots/img2.png）
>；points=[（x，x+gauss（0,1），0.5）for x in range（20）]
>；canvas（'my third image'）.errorbar（points）.plot（points）.save（'img3.png'）
errorbar数据是一个三元组数组（x，y，dy）。在上面的例子中，图被叠加到误差条上。[输出]（https://github.com/mdipierro/canvas/blob/master/screenshots/img3.png）
>；blobs=[（gauss（0,1），gauss（0,1），0.05,0.05）对于范围（100）内的i）
>；>；canvas（“我的第四个图像”）。ellipes（blobs）。save（'img4.png'）
ellipes数据是一个4元组数组，（x，y，dx，dy）。
[输出]（https://github.com/mdipierro/canvas/blob/master/screenshots/img4.png）
>；>；波=[[sin（0.1*x）*cos（0.1*x*y）for x in range（20）]for y in range（20）]
>；画布（“我的第五个图像”）。（“IMG5.PNG”）BR/> BR/> IMSID数据是一个正方形的二维数组。< http://Github.com／MdiPIReO/Cabase/Bulb/Mault/Stupps/img5.PNG）。BR/> BR/>画布对象的方法名称与对应的MatPultLIB轴对象的方法相同。
BR/>示例
def my_image（请求）：
data=[gauss（0,1）for i in range（1000）]
image_data=canvas（'title'）.hist（data）.binary（）
return httpresponse（image_data，mimetype=“image/png”）
web2py示例
def my_image（）：
data=[gauss（0，1）对于范围（1000）内的i
响应。headers['content-type']=“image/png”
返回画布（'title'）.hist（data）.binary（）
response.headers['content-type']='image/png'
返回响应（图像数据）
\filename='plot.png'）：…
def hist（self，data，bins=20，color='blue'，legend=none）：…
def plot（self，data，color='blue'，style='-'，width=2，legend=none）：…
def errorbar（self，data，color='black'，marker='o'，width=2，legend=none）：…
def椭圆（self data，color='blue'，width=0.01，height=0.01）：…
def imshow（self，data，interpolation='bilinar'）：…
需要这样处理：
pip install numpy
欢迎加入QQ群-->： 979659372
