一组实用程序，用于以面向对象的方式测试matplotlib绘图。
plotchecker的Python项目详细描述
#绘图检查器[构建状态]（https://travis-ci.org/jhamrick/plotchecker.svg？branch=master）（https://travis ci.org/jhamrick/plotchecker）
[！[codecov.io]（http://codecov.io/github/jhamrick/plotchecker/coverage.svg？branch=master）（http://codecov.io/github/jhamrick/plotchecker？分支=主）
[！[文档状态]（https://readthedocs.org/projects/plotchecker/badge/？版本=最新]（http://plotchecker.readthedocs.org/en/latest/？badge=latest）
matplotlib绘图检查和分级的一组实用程序。**请注意，“plotchecker”只与python 3兼容，而与传统python 2不兼容**。文档可以在[阅读文档]（https://plotchecker.read the docs.org/）上找到。
通常，解决问题有多种可能的方法；例如，如果要求学生创建一个“散点图”，以下是所有有效的方法：
``python
方法1
plt.plt.plt.plot（x，y，'o’）
``python
方法2
plt.spart.plt.plt.plt.plt.plt（x，y）
方法3
i in ranrange（len（x（x））：
plt.plt.plt.plt.plot（x[i]，y[i]，y[i]，
是的“o”）
方法4
对于范围（len（x））：
plt.scatter（x[i]，y[i]）
````
不幸的是，上述每种方法也会在matplotlib中创建不同的数据底层表示。方法1创建单行对象；方法2创建单个集合；方法3创建*n*line对象，其中*n*是点数；方法4创建*n*collection对象。测试所有这些不同的边缘案例对教师来说是一个巨大的负担。
如果它们在视觉上看起来非常相似，为什么这不是一个有效的方法？
输入“plotchecker”，目的是从这些差异中抽象出来，并为教师提供一个简单的界面，供他们检查学生的绘图。只需要访问“axes”对象，然后，你可以编写一个通用的测试集，不依赖于它们是如何创建的。< Prt/>‘Python’Br/>从PruttCuffor导入ScatterPlotChecker。BR/>轴= PLT.gCa（））Pc= ScatterPlotChecker（轴）BR/> PC.断言XXDATAY等于（x）BR/> PC.断言，YyDATAY等于（Y）
…
` BR/>< BR/>请参见[examples.ipynb]（examples.ipynb）笔记本，以获取有关如何使用“plotchecker”的更多示例。
` plotchecker几乎肯定漏掉了一些边线框。如果你发现了什么，请提交一个bug报告（或者更好的，一个pr！）.
[！[codecov.io]（http://codecov.io/github/jhamrick/plotchecker/coverage.svg？branch=master）（http://codecov.io/github/jhamrick/plotchecker？分支=主）
[！[文档状态]（https://readthedocs.org/projects/plotchecker/badge/？版本=最新]（http://plotchecker.readthedocs.org/en/latest/？badge=latest）
matplotlib绘图检查和分级的一组实用程序。**请注意，“plotchecker”只与python 3兼容，而与传统python 2不兼容**。文档可以在[阅读文档]（https://plotchecker.read the docs.org/）上找到。
通常，解决问题有多种可能的方法；例如，如果要求学生创建一个“散点图”，以下是所有有效的方法：
``python
方法1
plt.plt.plt.plot（x，y，'o’）
``python
方法2
plt.spart.plt.plt.plt.plt.plt（x，y）
方法3
i in ranrange（len（x（x））：
plt.plt.plt.plt.plot（x[i]，y[i]，y[i]，
是的“o”）
方法4
对于范围（len（x））：
plt.scatter（x[i]，y[i]）
````
不幸的是，上述每种方法也会在matplotlib中创建不同的数据底层表示。方法1创建单行对象；方法2创建单个集合；方法3创建*n*line对象，其中*n*是点数；方法4创建*n*collection对象。测试所有这些不同的边缘案例对教师来说是一个巨大的负担。
如果它们在视觉上看起来非常相似，为什么这不是一个有效的方法？
输入“plotchecker”，目的是从这些差异中抽象出来，并为教师提供一个简单的界面，供他们检查学生的绘图。只需要访问“axes”对象，然后，你可以编写一个通用的测试集，不依赖于它们是如何创建的。< Prt/>‘Python’Br/>从PruttCuffor导入ScatterPlotChecker。BR/>轴= PLT.gCa（））Pc= ScatterPlotChecker（轴）BR/> PC.断言XXDATAY等于（x）BR/> PC.断言，YyDATAY等于（Y）
…
` BR/>< BR/>请参见[examples.ipynb]（examples.ipynb）笔记本，以获取有关如何使用“plotchecker”的更多示例。
` plotchecker几乎肯定漏掉了一些边线框。如果你发现了什么，请提交一个bug报告（或者更好的，一个pr！）.
欢迎加入QQ群-->： 979659372
