本文目录一览：
- 1、python画图的问题~
- 2、Python 的Tkinter 如何画线？线框？
- 3、python 怎么画cost function的轮廓线 机器学习
- 4、python怎么画曲线
- 5、python matplotlib箱线图
python画图的问题~
在Word中画三角形的角平分线、高、中线：
1.执行“视图/工具栏/绘图”命令，调出“绘图”工具栏；
2.在“绘图”工具栏上点击“绘图/绘图网格”打开“绘图网格”对话框；
3.在对话框中进行“网格设置”“水平间距”“0.86行”、“垂直间距”“0.6行”，选中“在屏幕上显示网格线”“垂直间隔”“2”、“水平间隔”“2”；
4.单击“确定”按钮，文档中显示绘图网格线；
5.根据网格线绘制三角形的角平分线、高、中线（画线用“绘图”工具栏上的“直线”工具）；
6.把绘制的三角形、角平分线、高、中线同时选中，并右击，执行“组合/组合”快捷菜单命令，把所绘制图形组合在一起，便于图形整体移动。
Python 的Tkinter 如何画线？线框？
如下解决方案：
listBox, column=0! /%i)
self, sticky=N)
self;python
# -*- coding:
self;usr/, column=2, height=1)
self;bin/Item%d'.grid(row=0.listBox.insert(i: utf8 -*-
from Tkinter import *
class Select(Frame).label = Label(self, 1][self.listBox, master)
self:
self:
def __init__(self.listBox.hideList = True
for i in xrange(10).buttonTkinter居然没有这种组件, column=1;)
self.triggle)
self.listBox = Listbox(self.grid(row=0:
Frame.config(height=[self, text=', text=quot.size().grid()
def triggle(self).label.grid(row=0, command=self, '.__init__(self, sticky=N)
self.hideList ^= 1
self, master=None)，所以就只能模拟了
#;V'选择项目quot, sticky=N)
self.button = Button(self.hideList])
app = Select()
app
python 怎么画cost function的轮廓线 机器学习
在PS软件用钢笔工具即可。方法1、用钢笔或多边形套索工具把边缘描出，然后在选区填充。方法2、新建一个文档，像素要低，透明背景，然后不管用钢笔还是多边形套索工具，绘制出一段那张图中边，只要一段就好，可以画的长一点，然后再编辑--定义画笔预设--起个名字--确定，然后就成了众多画笔中的一个了。结论：用钢笔或是多边形套索工具会更自由些，要什么样的就画出什么样的，如果是现有的笔触，就不好控制了。在coreldraw中也可以，除了现有的笔触，还可用类似于ps中钢笔的贝兹曲线工具，自己控制形状。
python怎么画曲线
打开Python，使用import导入numpy和matplotlib.pyplot模块。输入函数数据，然后使用plt.show()展示绘制的图像即可。
python matplotlib箱线图
参考链接：
箱线图，又称箱形图（boxplot）或盒式图，不同于一般的折线图、柱状图或饼图等传统图表，只是数据大小、占比、趋势等等的呈现，其包含一些统计学的均值、分位数、极值等等统计量，因此，该图信息量较大，不仅能够分析不同类别数据平均水平差异（需在箱线图中加入均值点），还能揭示数据间离散程度、异常值、分布差异等等。
在python中常用matplotlib的boxplot来绘制，最简单绘制的如下：
importnumpyasnpimportmatplotlib.pyplotaspltimportpandasaspdnp.random.seed(2)#设置随机种子df = pd.DataFrame(np.random.rand(5,4),columns=['A','B','C','D'])#先生成0-1之间的5*4维度数据，再装入4列DataFrame中df.boxplot()#也可用plot.box()plt.show()
Paste_Image.png
从图形可以看出，A、B、C、D四组数A、D数据较集中（大部分在上下四分位箱体内），但都有异常值，C的离散程度最大（最大值与最小值之间距离），以均值为中心，B分布都有明显右偏（即较多的值分布在均值的右侧），A、C则有明显左偏。
（2）
从分析的角度来说，上面boxplot最初始图形已经够用，但是在matplotlib库下boxplot函数中包含n多参数，涉及到对框的颜色及形状、线段线型、均值线、异常点的形状大小等等设置，由于大多并不常用，用了几个常用参数，作图如下：
df.boxplot(sym='r*',vert=False,patch_artist=True,meanline=False,showmeans=True)plt.show()
Paste_Image.png
其中，sym='r*',表示异常点的形状，
vert=False，表示横向还是竖向（True），,
patch_artist=True,（上下四分位框内是否填充，True为填充）
meanline=False,showmeans=True，是否有均值线及其形状，meanline=True时，均值线也像中位数线一样是条红色线段，这样容易与中位数线混淆。
另外，还有其他参数，比如notch表示中间箱体是否缺口，whis为设置数据的范围，showcaps、showbox是否显示边框，可以参见
，如该网页中图形：
Paste_Image.png
左上图是默认图形，中上、右上是显示均值点及形状，左下是是否显示箱体边框，中下是带缺口的箱体，右下是是否显示异常值。
（3）
前边说过，很多参数使用很少，但对于图形来说，可能还能用到的就是美化，比如各条线的颜色，粗细程度等等。这里可用for循环来构造。
f=df.boxplot(sym='r*',patch_artist=True)forboxinf['boxes']:# 箱体边框颜色box.set( color='#7570b3', linewidth=2)# 箱体内部填充颜色box.set( facecolor ='#1b9e77')forwhiskerinf['whiskers']: whisker.set(color='r', linewidth=2)forcapinf['caps']: cap.set(color='g', linewidth=3)formedianinf['medians']: median.set(color='DarkBlue', linewidth=3)forflierinf['fliers']: flier.set(marker='o', color='y', alpha=0.5)plt.show()
Paste_Image.png
其中，boxes, 是25分位值和75分位值构成的box,
medians, 是中位值的横线, 每个median是一个Line2D对象
whiskers, 是指从box 到error bar之间的竖线.
fliers, 是指error bar线之外的离散点.
caps, 是指error bar横线.
means, 是均值的横线,
（4）
还可以做子图，如我们在最开始的DataFrame数据中加入分类数据列：
df['E'] = np.random.choice(['X','Y'], size=20)#加入以X、Y随机分类的E列print(df)plt.figure()df.boxplot(by='E')plt.show()
Paste_Image.png
这样我们就可以比较，不同类别X、Y在同一列下的数据分布情况及其差异。
链接：
来源：
