# python绘图——坐标轴

## 1. 2D坐标轴

### 1.1 绘制简单的曲线

import matplotlib.pyplot as plt
import numpy as np
x=np.linspace(-1,1,50)
y=x**2
plt.plot(x,y,color='green')
plt.tick_params(axis='x',colors='blue')
plt.tick_params(axis='y',colors='red')
plt.show()


### 1.2 坐标轴的刻度线向内

import matplotlib.pyplot as plt
import numpy as np
x=np.linspace(-1,1,50)
y=x**2

plt.rcParams['xtick.direction'] = 'in'
plt.rcParams['ytick.direction'] = 'in'

plt.plot(x,y,color='green')
plt.tick_params(axis='x',colors='blue')
plt.tick_params(axis='y',colors='red')
plt.show()


### 1.3 将坐标刻度从整0开始

plt.margins(x=0)
plt.margins(y=0)



### 1.4 设置刻度栅格

plt.grid()


import matplotlib.pyplot as plt
import numpy as np
plt.figure(figsize=(17,3))
ax = plt.gca()
ax.xaxis.set_major_locator(plt.MultipleLocator(0.2))
ax.xaxis.set_minor_locator(plt.MultipleLocator(0.04))
ax.yaxis.set_major_locator(plt.MultipleLocator(0.5))
ax.yaxis.set_minor_locator(plt.MultipleLocator(0.1))
ax.grid(which='major',axis="both",linewidth=0.75,linestyle='-',color='r')
ax.grid(which='minor',axis="both",linewidth=0.25,linestyle='-',color='r')
x=np.linspace(0,3*np.pi,50)
y=2*np.sin(x)
plt.plot(x,y)
plt.margins(x=0)
plt.margins(y=0)
plt.show()



### ; 1.5 不显示坐标


plt.yticks([])

frame.axes.get_yaxis().set_visible(False)


plt.axis('off')


### 1.6 坐标值

import matplotlib.pyplot as plt
import numpy as np
x=np.linspace(0,2,50)
y=x**2
plt.rcParams['xtick.direction'] = 'in'
plt.rcParams['ytick.direction'] = 'in'
ax = plt.gca()
xlabel=[str(val)+'_1' for val in range(100,110)]
ax.set_xticklabels(xlabel)
plt.xticks(rotation = 45)
plt.plot(x,y,color='green')
plt.tick_params(axis='x',colors='blue')
plt.tick_params(axis='y',colors='red')
plt.margins(x=0)
plt.margins(y=0)
plt.show()


### 1.7 绘制横线和竖线

plt.axvline(1)
plt.axhline(1.5)


### 1.8 设置坐标点的颜色

import matplotlib.pyplot as plt
import numpy as np
x=np.linspace(0,2,50)
y=x**2
plt.rcParams['xtick.direction'] = 'in'
plt.rcParams['ytick.direction'] = 'in'
ax = plt.gca()
plt.plot(x,y,color='green')
plt.tick_params(axis='x',colors='blue')
plt.tick_params(axis='y',colors='red')
ax.get_yticklabels()[3].set_color("y")
ax.get_xticklabels()[6].set_color("g")
plt.show()


### 1.9 双坐标

import numpy as np
import matplotlib.pyplot as plt

t = np.arange(0.01, 10.0, 0.01)
data1 = np.exp(t)
data2 = np.sin(2 * np.pi * t)

fig, ax1 = plt.subplots()

color = 'tab:red'
ax1.set_xlabel('time (s)')
ax1.set_ylabel('exp', color=color)
ax1.plot(t, data1, color=color)
ax1.tick_params(axis='y', labelcolor=color)

ax2 = ax1.twinx()

color = 'tab:blue'
ax2.set_ylabel('sin', color=color)
ax2.plot(t, data2, color=color)
ax2.tick_params(axis='y', labelcolor=color)

fig.tight_layout()
plt.show()


### 1.10 坐标设置汉字

plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False


## 2. 3D坐标轴

### 2.1 绘制3D散点图

from mpl_toolkits.mplot3d import Axes3D
import matplotlib.pyplot as plt
import numpy as np
def randrange(n, vmin, vmax):
return (vmax - vmin)*np.random.rand(n) + vmin
fig = plt.figure()

n = 100
for c, m, zlow, zhigh in [('r', '*', -10, 20), ('b', 'o', -30, -10)]:
xs = randrange(n, 23, 32)
ys = randrange(n, 0, 100)
zs = randrange(n, zlow, zhigh)
ax.scatter(xs, ys, zs, c=c, marker=m)
ax.set_xlabel('X Label')
ax.set_ylabel('Y Label')
ax.set_zlabel('Z Label')
plt.show()



### 2.2 绘制3D曲面图

import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D

fig=plt.figure(num=1,figsize=(8,6))
ax = Axes3D(fig)
X = np.arange(-4, 4, 0.25)
Y = np.arange(-4, 4, 0.25)
X, Y = np.meshgrid(X, Y)
R = np.sqrt(X ** 2 + Y ** 2)

Z = np.cos(R)
ax.plot_surface(X, Y, Z, rstride=1, cstride=1, cmap=plt.get_cmap('rainbow'),edgecolors='white')
ax.contourf(X, Y, Z, zdir='z', offset=-2, cmap=plt.get_cmap('rainbow'))
ax.set_zlim(-2, 2)
ax.tick_params(axis='x',colors='g')
ax.tick_params(axis='y',colors='g')
ax.tick_params(axis='z',colors='g')
plt.show()



### 2.3 绘制3D柱形图

import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
from matplotlib import cm

X=np.arange(0, 9, step=1)
Y=np.arange(0, 10, step=1)
arr = [[np.random.randint(1,50) for i in range(9)] for i in range(10)]
Z = np.array(arr)

xx, yy=np.meshgrid(X, Y)
X, Y=xx.ravel(), yy.ravel()
bottom=np.zeros_like(X)
Z=Z.ravel()

width=height=0.8

fig=plt.figure()
ax=fig.gca(projection='3d')
ax.bar3d(X, Y, bottom, width, height, Z, shade=True,color='lightgreen')

ax.set_xlabel('X')
ax.set_ylabel('Y')
ax.set_zlabel('Z')
plt.show()


## 引用

Original: https://blog.csdn.net/zds13257177985/article/details/124366300
Author: 大风起兮d
Title: python绘图——坐标轴

# 这样就创建了一个名为：test 密码为：1234 的用户。

2.1 首先为用户创建一个数据库(testDB)：

mysql>create database testDB;

2.2 授权test用户拥有testDB数据库的所有权限（某个数据库的所有权限）：

mysql>grant all privileges on testDB.* to test@localhost identified by ‘1234’;

mysql>flush privileges;//刷新系统权限表，即时生效

2.3 如果想指定某库的部分权限给某用户本地操作，可以这样来写:

mysql>grant select,update on testDB.* to test@localhost identified by ‘1234’;

mysql>flush privileges;

2.4 授权test用户拥有所有数据库的某些权限的远程操作：

mysql>grant select,delete,update,create,drop on . to test@”%” identified by “1234”;

# test用户对所有数据库都有select,delete,update,create,drop 权限。

2.5 查看用户所授予的权限：

mysql> show grants for test@localhost;

mysql>Delete FROM user Where User=’test’ and Host=’localhost’;

mysql>flush privileges;

drop user 用户名@ localhost;

mysql>flush privileges;

revoke 跟 grant 的语法差不多，只需要把关键字 “to” 换成 “from” 即可：

mysql>grant all on . to dba@localhost;

mysql>revoke all on . from dba@localhost;

6.1 grant, revoke 用户权限后，该用户只有重新连接 MySQL 数据库，权限才能生效。

6.2. 如果想让授权的用户，也可以将这些权限 grant 给其他用户，需要选项 “grant option”

mysql>grant select on testdb.* to dba@localhost with grant option;

mysql>grant select on testdb.* to dba@localhost with grant option;

mysql授权表共有5个表：user、db、host、tables_priv和columns_priv。

user表
user表列出可以连接服务器的用户及其口令，并且它指定他们有哪种全局（超级用户）权限。在user表启用的任何权限均是全局权限，并适用于所有数据库。例如，如果你启用了DELETE权限，在这里列出的用户可以从任何表中删除记录，所以在你这样做之前要认真考虑。

db表
db表列出数据库，而用户有权限访问它们。在这里指定的权限适用于一个数据库中的所有表。

host表
host表与db表结合使用在一个较好层次上控制特定主机对数据库的访问权限，这可能比单独使用db好些。这个表不受GRANT和REVOKE语句的影响，所以，你可能发觉你根本不是用它。

tables_priv表
tables_priv表指定表级权限，在这里指定的一个权限适用于一个表的所有列。

columns_priv表
columns_priv表指定列级权限。这里指定的权限适用于一个表的特定列

Original: https://www.cnblogs.com/48xz/p/16166962.html
Author: HammerZe
Title: MySQL远程连接、用户授权

(0)

### 大家都在看

• #### 《从0到1：CTFer成长之路》afr_3

由于不知道具体路径，查看server.py http://9ba2d619-5c5e-4585-ab9e-9dc74f397e14.node4.buuoj.cn:81/articl…

Python 2023年1月3日
071
• #### Python 学习笔记（七）–socket

1.网络七层模型及主要协议 2.TCP的”三次握手”和四次挥手 三次握手 Step1：首先客户端向服务器端发送一段TCP报文; Step 2：服务器端接收到…

2022年8月14日
0110
• #### StrongSORT（deepsort强化版）浅实战＋代码解析

1.实战部分 1.1 具体操作 其实和之前的deepsort没差 到github上下载Yolov5_StrongSORT_OSNet 下载 &#x5BF9;&#x5…

Python 2022年12月23日
072
• #### 跟大佬展开激励讨论String的不可变性

目录 大佬证明： 我的证明： 后续 什么是不可变？ String为什么不可变 为什么要设计成为不可变的呢？ 1.首先我们最先可以想到的Java主要做的就是安全 2.其次是字符串常量…

Python 2023年1月23日
021
• #### 【技术积累】Python基础知识【第二版】

历史版本 【合集】 Python基础知识【第一版】 更新部分 为了避免冗长的代码影响大家观感，将部分案例拆开 增加部分知识点，为了减少大家阅读的负担，尽可能使用短句子，但知识点不可…

Python 2022年9月3日
0128
• #### django环境配置+基础语法+小案例

目录 环境配置 pycharm 默认文件功能介绍 APP 启动运行django 在settings中启动 编写url和函数视图的对应关系和视图函数 templates目录 模板和静…

Python 2022年12月26日
049
• #### 论文翻译：2022_DNS_1th：Multi-scale temporal frequency convolutional network with axial attention for speech enhancement

论文地址：带轴向注意的多尺度时域频率卷积网络语音增强论文代码：https://github.com/echocatzh/MTFAA-Net引用：Zhang G, Yu L, Wan…

Python 2023年1月28日
019
• #### python基础学习心得（骰子游戏）

掷骰子游戏 欢迎进入皇家游戏厂输入用户名。默认用户为非货币。 [En] Enter the user name. The default user is no currency.提…

Python 2023年1月22日
046

Python 2023年1月1日
048
• #### Scrapy框架的基本使用

Scrapy框架的基本使用 1.Scrapy安装和介绍 通用方式：可以从pip安装Scrapy及其依赖： pip install Scrapy scrapy组件 * –…

Python 2023年1月25日
027
• #### 如何创建虚拟环境

创建虚拟环境常用的两种方法 一：用conda创建虚拟环境的步骤 1：创建虚拟环境conda create -n env python==3.6(版本号)2：激活虚拟环境source…

2022年8月28日
0172
• #### python 绘图sns.distplot

语法 seaborn.distplot(a=None, bins=None, hist=True, kde=True, rug=False, fit=None, hist_kws=…

Python 2022年12月25日
053
• #### Python绘制热力图

最近在建模时有绘制相关系数矩阵热力图的需要，在此记录一下热力图的基本使用 这里使用seaborn库中的的heatmap完成热力图的绘制，我们可以根据图中不同方块颜色来判断变量之间相…

Python 2023年1月15日
065
• #### 《统计学习方法（第2版）》李航 第16章 主成分分析 PCA 思维导图笔记 及 课后习题答案（步骤详细）PCA 矩阵奇异值 第十六章

; 16.1 对以下样本数据进行主成分分析：X = [ 2 3 3 4 5 7 2 4 5 5 6 8 ] X = \left[\begin{array}{llllll}2 &am…

Python 2023年1月19日
029
• #### DW-hands-on-data-analysis chapter 2

1.数据分析中的数据清理和特征处理 [En] 1. Data cleaning and feature processing of data analysis 目的：清理数据，以便…

Python 2023年1月9日
027
• #### python 使用 pyautogui 弹出框的使用（二）

python 使用 pyautogui 弹出框的使用（二） 原创 口袋里的小龙2022-07-24 00:03:23©著作权 文章标签 python pyautogui-boxes…

Python 2022年9月6日
0118