人工智能实现简单的画图功能，例如柱状图，曲线图，散点图。
柱状图
主要用于数据的统计与分析，早期主要用于数学统计学科中，
数码相机的曝光值用柱状图表示
到现代使用已经比较广泛，比如现代的电子产品和一些软件的分析测试，如电脑，数码相机的显示器和photoshop上都能看到相应的柱状图。
易于比较各组数据之间的差别。
# 导包
import matplotlib.pyplot as plt
# 导入字体库
from matplotlib.font_manager import FontProperties
# 设置本机字体 字体样式 字体大小
# font = FontProperties(fname="c:/Windows/Fonts/simhei.ttf",size=30)
# 柱状图
# 设置数据
salary = [9000,10000,5000,3000]
group = [‘beijing‘,‘shanghai‘,‘guangzhou‘,‘hebei‘]
# 填充数据
plt.bar(group,salary)
# 设置标题
plt.title(‘salary/group‘)
plt.show()
曲线图
曲线图又称折线图,是利用曲线的升、降变化来表示被研究现象发展变化趋势的一种图形。它在分析研究社会经济现象的发展变化、依存关系等方面具有重要作用。
[1]
绘制曲线图时，如果是某一现象的时间指标,应将时间绘在坐标的横轴上,指标绘在坐标的纵轴上。如果是两个现象依存关系的显示，可以将表示原因的指标绘在横轴上,表示结果的指标绘在纵轴上。同时还应注意整个图形的长宽比例
# 导包
import matplotlib.pyplot as plt
# 导入字体库
from matplotlib.font_manager import FontProperties
# 设置本机字体 字体样式 字体大小
font = FontProperties(fname="c:/Windows/Fonts/simkai.ttf",size=30)
# 单指标
# # 填充数据 第一个x轴，第二个y轴
# plt.plot([‘2019-03-01‘,‘2019-03-02‘,‘2019-03-03‘],[0,10,10])
# # 绘制方法
# plt.show()
# 多指标曲线图
# d定制数据
x1 = [‘2019-03-01‘,‘2019-03-02‘,‘2019-03-03‘,‘2019-03-04‘,‘2019-03-05‘,‘2019-03-06‘]
y1 = [0,5,6,1,10,9]
x2 = [‘2019-03-01‘,‘2019-03-02‘,‘2019-03-03‘,‘2019-03-04‘,‘2019-03-05‘,‘2019-03-06‘]
y2 = [10,20,15,30,25,24]
# 填充数据 温度 :temperature
plt.plot(x1,y1,label=‘temperature‘)
# 湿度
plt.plot(x2,y2,label=‘water‘)
# 设置标题
plt.title(‘温湿度趋势图‘,FontProperties=font)
# 显示图例
plt.legend()
# 绘制方法
plt.show()
散点图
用两组数据构成多个坐标点，考察坐标点的分布，判断两变量之间是否存在某种关联或总结坐标点的分布模式。散点图将序列显示为一组点。值由点在
图表中的位置表示。类别由图表中的不同标记表示。散点图通常用于比较跨类别的聚合数据。
# 导包
import matplotlib.pyplot as plt
# 导入科学计算
import numpy as np
# 设置数据
# plt.scatter(2,4)
# # 绘制
# plt.show()
# 定义x轴数据 ：随机
x = list(range(0,101))
y = [xvalue * np.random.rand() for xvalue in x ]
# 填充数据
# s ：点的大小和粗细
# c: 颜色
plt.scatter(x,y,s=20,c=‘red‘)
plt.show()
总结：
柱状图关键字：bar()
曲线图关键字：plot()
散点图关键字：scatter()
人工智能—图形
原文：https://www.cnblogs.com/chengdongzi/p/10490308.html
