一、numpy和matplotlip读书笔记
①numpy库
1.numpy 是用于处理含有同种元素的多维数组运算的第三方库。
2.numpy 库还包括三角运算函数、傅里叶变换、随机和概率分布、基本数值统计、位运算、矩阵运算等非常丰富的功能。
3.numpy 库处理的最基础数据类型是由同种元素构成的多维数组（ndarray），简称“数组”。
4.数组中所有元素的类型必须相同，数组中元素可以用整数索引，序号从0开始。ndarray 类型的维度(dimensions)叫做轴(axes)，轴的个数叫做秩(rank)。一维数组的秩为1，二维数组的秩为2，二维数组相当于由两个一维数组构成。
② matplotlib库
matplotlib 是提供数据绘图功能的第三方库，其pyplot 子库主要用于实现各种数据展示图形的绘制。
1.使用figure()函数创建一个全局绘图区域，并且使它成为当前的绘图对象，figsize参数可以指定绘图区域的宽度和高度，单位为英寸。
2.subplot()都用于在全局绘图区域内创建子绘图区域，其参数表示将全局绘图区域分成nrows 行和ncols 列，并根据先行后列的计数方式在plot_number 位置生成一个坐标系。
3.axes()默认创建一个subplot(111)坐标系，参数rec = [left,bottom,width,height]中四个变量的范围都为[0,1]，表示坐标系与全局绘图区域的关系；axisbg 指背景色，默认为white。
二、把成绩表做成雷达
import numpy as np import matplotlib.pyplot as plt import matplotlib matplotlib.rcParams[‘font.family‘]=‘SimHei‘ matplotlib.rcParams[‘font.sans-serif‘] = [‘SimHei‘] labels = np.array([‘First‘, ‘Second‘, ‘Third‘, ‘Fourth‘, ‘Fifth‘]) nAttr = 5 data = np.array([50,90,50,110,60]) #数据值 angles = np.linspace(0, 2*np.pi, nAttr, endpoint=False) data = np.concatenate((data, [data[0]])) angles = np.concatenate((angles, [angles[0]])) fig = plt.figure(facecolor="white") plt.subplot(111, polar=True) plt.plot(angles,data,‘bo-‘,color =‘g‘,linewidth=2) plt.fill(angles,data,facecolor=‘g‘,alpha=0.25) plt.thetagrids(angles*180/np.pi, labels) plt.figtext(0.52, 0.95, "R救赎的成绩表", ha=‘center‘) plt.grid(True) plt.show()
三、自定义手绘风
from PIL import Image from PIL import ImageFilter square = Image.open("/Users/mac/Desktop/picture.jpg") square1 = square.filter(ImageFilter.CONTOUR) #选择轮廓效果 square1.save("/Users/mac/Desktop/picture0.jpg")
原文：https://www.cnblogs.com/R-jiushu/p/12838018.html