精华内容
下载资源
问答
  • 坐在电脑前抠上一天越看越丑,最后把自己丑哭了……到了画折线图分析的时候,在想用哪些工具的时候。首先否决了excel,读书人的事,怎么能用excel画论文的图呢?然后我又尝试了Gnuplot、Matlab、Python等。这些软件...

    前言

    这几天在搞论文图,唉说实话抠图这种东西真能逼死人。坐在电脑前抠上一天越看越丑,最后把自己丑哭了……
    到了画折线图分析的时候,在想用哪些工具的时候。首先否决了excel,读书人的事,怎么能用excel画论文的图呢?

    0f61b4b11bd79684c70c5abf95e3d83f.png


    然后我又尝试了Gnuplot、Matlab、Python等。这些软件作图无疑是一个非常好的选择,他们都有一个共同的特点,就是图片都是用代码生成的。
    但是学习成本太高啦。为了画一个破图,折腾上十天半个月,谁受得了。
    像小编这种偶尔写写代码日常懂点代码的还好。但那些平时不写代码而且没有代码基础又没有一个会写代码的男朋友或者只有一个不会写代码的男朋友的女生可咋办?

    06ae4247759c9602e506a5b85eaf36f9.gif

    python+Matplotlib

    最后挑来挑去,最终选用了python+Matplotlib。Matplotlib是著名Python的标配画图包,其绘图函数的名字基本上与 Matlab 的绘图函数差不多。优点是曲线精致,软件开源免费,支持Latex公式插入,且许多时候只需要一行或几行代码就能搞定。
    然后小编经过了几天的摸索,找了几个不错的python代码模板,供大家简单修改就能快速上手使用。建议使用Wing Personal 作为PythonIDE,生成的图片能上下左右进行调整:

    bb0599d5b5d732dd0edc3fe8a5e162f6.png

    NO.1

    # -*- coding: utf-8 -*-import numpy as npimport matplotlib.pyplot as pltplt.rcParams['font.sans-serif']=['Arial']#如果要显示中文字体,则在此处设为:SimHeiplt.rcParams['axes.unicode_minus']=False#显示负号x = np.array([3,5,7,9,11,13,15,17,19,21])A = np.array([0.9708, 0.6429, 1, 0.8333, 0.8841, 0.5867, 0.9352, 0.8000, 0.9359, 0.9405])B= np.array([0.9708, 0.6558, 1, 0.8095, 0.8913, 0.5950, 0.9352, 0.8000, 0.9359, 0.9419])C=np.array([0.9657, 0.6688, 0.9855, 0.7881, 0.8667, 0.5952, 0.9361, 0.7848, 0.9244, 0.9221])D=np.array([0.9664, 0.6701, 0.9884, 0.7929, 0.8790, 0.6072, 0.9352, 0.7920, 0.9170, 0.9254])#label在图示(legend)中显示。若为数学公式,则最好在字符串前后添加"$"符号#color:b:blue、g:green、r:red、c:cyan、m:magenta、y:yellow、k:black、w:white、、、#线型:-  --   -.  :    ,#marker:.  ,   o   v    <    *    +    1plt.figure(figsize=(10,5))plt.grid(linestyle = "--") #设置背景网格线为虚线ax = plt.gca()ax.spines['top'].set_visible(False) #去掉上边框ax.spines['right'].set_visible(False) #去掉右边框plt.plot(x,A,color="black",label="A algorithm",linewidth=1.5)plt.plot(x,B,"k--",label="B algorithm",linewidth=1.5)plt.plot(x,C,color="red",label="C algorithm",linewidth=1.5)plt.plot(x,D,"r--",label="D algorithm",linewidth=1.5)group_labels=['dataset1','dataset2','dataset3','dataset4','dataset5',' dataset6','dataset7','dataset8','dataset9','dataset10'] #x轴刻度的标识plt.xticks(x,group_labels,fontsize=12,fontweight='bold') #默认字体大小为10plt.yticks(fontsize=12,fontweight='bold')plt.title("example",fontsize=12,fontweight='bold') #默认字体大小为12plt.xlabel("Data sets",fontsize=13,fontweight='bold')plt.ylabel("Accuracy",fontsize=13,fontweight='bold')plt.xlim(3,21) #设置x轴的范围#plt.ylim(0.5,1)#plt.legend()          #显示各曲线的图例plt.legend(loc=0, numpoints=1)leg = plt.gca().get_legend()ltext = leg.get_texts()plt.setp(ltext, fontsize=12,fontweight='bold') #设置图例字体的大小和粗细plt.savefig('D:filename.png') #建议保存为svg格式,再用inkscape转为矢量图emf后插入word中plt.show()

    效果图:

    0db55c0ec57e09ac6116489d1a1d5b8a.png

    NO.2

    # coding=utf-8import numpy as npimport matplotlib.pyplot as pltplt.rcParams['font.sans-serif'] = ['Arial']  # 如果要显示中文字体,则在此处设为:SimHeiplt.rcParams['axes.unicode_minus'] = False  # 显示负号x = np.array([1, 2, 3, 4, 5, 6])VGG_supervised = np.array([2.9749694, 3.9357018, 4.7440844, 6.482254, 8.720203, 13.687582])VGG_unsupervised = np.array([2.1044724, 2.9757383, 3.7754183, 5.686206, 8.367847, 14.144531])ourNetwork = np.array([2.0205495, 2.6509762, 3.1876223, 4.380781, 6.004548, 9.9298])# label在图示(legend)中显示。若为数学公式,则最好在字符串前后添加"$"符号# color:b:blue、g:green、r:red、c:cyan、m:magenta、y:yellow、k:black、w:white、、、# 线型:-  --   -.  :    ,# marker:.  ,   o   v    <    *    +    1plt.figure(figsize=(10, 5))plt.grid(linestyle="--")  # 设置背景网格线为虚线ax = plt.gca()ax.spines['top'].set_visible(False)  # 去掉上边框ax.spines['right'].set_visible(False)  # 去掉右边框plt.plot(x, VGG_supervised, marker='o', color="blue", label="VGG-style Supervised Network", linewidth=1.5)plt.plot(x, VGG_unsupervised, marker='o', color="green", label="VGG-style Unsupervised Network", linewidth=1.5)plt.plot(x, ourNetwork, marker='o', color="red", label="ShuffleNet-style Network", linewidth=1.5)group_labels = ['Top 0-5%', 'Top 5-10%', 'Top 10-20%', 'Top 20-50%', 'Top 50-70%', ' Top 70-100%']  # x轴刻度的标识plt.xticks(x, group_labels, fontsize=12, fontweight='bold')  # 默认字体大小为10plt.yticks(fontsize=12, fontweight='bold')# plt.title("example", fontsize=12, fontweight='bold')  # 默认字体大小为12plt.xlabel("Performance Percentile", fontsize=13, fontweight='bold')plt.ylabel("4pt-Homography RMSE", fontsize=13, fontweight='bold')plt.xlim(0.9, 6.1)  # 设置x轴的范围plt.ylim(1.5, 16)# plt.legend()          #显示各曲线的图例plt.legend(loc=0, numpoints=1)leg = plt.gca().get_legend()ltext = leg.get_texts()plt.setp(ltext, fontsize=12, fontweight='bold')  # 设置图例字体的大小和粗细plt.savefig('./filename.svg', format='svg')  # 建议保存为svg格式,再用inkscape转为矢量图emf后插入word中plt.show()

    效果图:

    aff9f24b4dca23a0cdc6d4a6da7c11f9.png

    NO.3

    # coding=utf-8import matplotlib.pyplot as pltfrom matplotlib.pyplot import figureimport numpy as npfigure(num=None, figsize=(2.8, 1.7), dpi=300)#figsize的2.8和1.7指的是英寸,dpi指定图片分辨率。那么图片就是(2.8*300)*(1.7*300)像素大小test_mean_1000S_n = [0.7,0.5,0.3,0.8,0.7,0.5,0.3,0.8,0.7,0.5,0.3,0.8,0.7,0.5,0.3,0.8,0.7,0.5,0.3,0.8]test_mean_1000S   = [0.9,0.8,0.7,0.6,0.9,0.8,0.7,0.6,0.9,0.8,0.7,0.6,0.9,0.8,0.7,0.6,0.9,0.8,0.7,0.6]plt.plot(test_mean_1000S_n, 'royalblue', label='without threshold')plt.plot(test_mean_1000S, 'darkorange', label='with threshold')#画图,并指定颜色plt.xticks(fontproperties = 'Times New Roman', fontsize=8)plt.yticks(np.arange(0, 1.1, 0.2), fontproperties = 'Times New Roman', fontsize=8)#指定横纵坐标的字体以及字体大小,记住是fontsize不是size。yticks上我还用numpy指定了坐标轴的变化范围。plt.legend(loc='lower right', prop={'family':'Times New Roman', 'size':8})#图上的legend,记住字体是要用prop以字典形式设置的,而且字的大小是size不是fontsize,这个容易和xticks的命令弄混plt.title('1000 samples', fontdict={'family' : 'Times New Roman', 'size':8})#指定图上标题的字体及大小plt.xlabel('iterations', fontdict={'family' : 'Times New Roman', 'size':8})plt.ylabel('accuracy', fontdict={'family' : 'Times New Roman', 'size':8})#指定横纵坐标描述的字体及大小plt.savefig('./where-you-want-to-save.png', dpi=300, bbox_inches="tight")#保存文件,dpi指定保存文件的分辨率#bbox_inches="tight" 可以保存图上所有的信息,不会出现横纵坐标轴的描述存掉了的情况plt.show()#记住,如果你要show()的话,一定要先savefig,再show。如果你先show了,存出来的就是一张白纸。

    效果图:

    5c60f143ff99c7963bdc6b46c8aff9fb.png


    最后在放点Matplotlib相关设置供大家参考:

    附颜色表

    f9cbdf6bedd60b994b143ba4cfe6148e.png


    Marker常见参数

    00f656eda9c4b08a5e26dafe7c211e3e.png

    注:大家可以mark一下,说不定以后用得上呢?

    5776c167665a13aedd1ca46b605bbdd5.png

    最后,我还是用回了excel作图。。。

    cafd75a23b81f5dde7608281bc8738fa.gif

    b9b7822bd7f60dc12d1459f28a76a5da.png
    展开全文
  • 坐在电脑前抠上一天越看越丑,最后把自己丑哭了……到了画折线图分析的时候,在想用哪些工具的时候。首先否决了excel,读书人的事,怎么能用excel画论文的图呢?然后我又尝试了Gnuplot、Matlab、Python等。这些软件...

    1240

    前言

    这几天在搞论文图,唉说实话抠图这种东西真能逼死人。坐在电脑前抠上一天越看越丑,最后把自己丑哭了……

    到了画折线图分析的时候,在想用哪些工具的时候。首先否决了excel,读书人的事,怎么能用excel画论文的图呢?

    1240

    然后我又尝试了Gnuplot、Matlab、Python等。这些软件作图无疑是一个非常好的选择,他们都有一个共同的特点,就是图片都是用代码生成的。

    但是学习成本太高啦。为了画一个破图,折腾上十天半个月,谁受得了。

    像小编这种偶尔写写代码日常懂点代码的还好。但那些平时不写代码而且没有代码基础又没有一个会写代码的男朋友或者只有一个不会写代码的男朋友的女生可咋办?

    strip

    python+Matplotlib

    最后挑来挑去,最终选用了python+Matplotlib。Matplotlib是著名Python的标配画图包,其绘图函数的名字基本上与 Matlab 的绘图函数差不多。优点是曲线精致,软件开源免费,支持Latex公式插入,且许多时候只需要一行或几行代码就能搞定。

    然后小编经过了几天的摸索,找了几个不错的python代码模板,供大家简单修改就能快速上手使用。建议使用Wing Personal 作为PythonIDE,生成的图片能上下左右进行调整:

    1240

    NO.1

    # -*- coding: utf-8 -*-

    import numpy as np

    import matplotlib.pyplot as plt

    plt.rcParams['font.sans-serif']=['Arial']#如果要显示中文字体,则在此处设为:SimHei

    plt.rcParams['axes.unicode_minus']=False#显示负号

    x = np.array([3,5,7,9,11,13,15,17,19,21])

    A = np.array([0.9708, 0.6429, 1, 0.8333, 0.8841, 0.5867, 0.9352, 0.8000, 0.9359, 0.9405])

    B= np.array([0.9708, 0.6558, 1, 0.8095, 0.8913, 0.5950, 0.9352, 0.8000, 0.9359, 0.9419])

    C=np.array([0.9657, 0.6688, 0.9855, 0.7881, 0.8667, 0.5952, 0.9361, 0.7848, 0.9244, 0.9221])

    D=np.array([0.9664, 0.6701, 0.9884, 0.7929, 0.8790, 0.6072, 0.9352, 0.7920, 0.9170, 0.9254])

    #label在图示(legend)中显示。若为数学公式,则最好在字符串前后添加"$"符号

    #color:b:blue、g:green、r:red、c:cyan、m:magenta、y:yellow、k:black、w:white、、、

    #线型:- -- -. : ,

    #marker:. , o v < * + 1

    plt.figure(figsize=(10,5))

    plt.grid(linestyle = "--") #设置背景网格线为虚线

    ax = plt.gca()

    ax.spines['top'].set_visible(False) #去掉上边框

    ax.spines['right'].set_visible(False) #去掉右边框

    plt.plot(x,A,color="black",label="A algorithm",linewidth=1.5)

    plt.plot(x,B,"k--",label="B algorithm",linewidth=1.5)

    plt.plot(x,C,color="red",label="C algorithm",linewidth=1.5)

    plt.plot(x,D,"r--",label="D algorithm",linewidth=1.5)

    group_labels=['dataset1','dataset2','dataset3','dataset4','dataset5',' dataset6','dataset7','dataset8','dataset9','dataset10'] #x轴刻度的标识

    plt.xticks(x,group_labels,fontsize=12,fontweight='bold') #默认字体大小为10

    plt.yticks(fontsize=12,fontweight='bold')

    plt.title("example",fontsize=12,fontweight='bold') #默认字体大小为12

    plt.xlabel("Data sets",fontsize=13,fontweight='bold')

    plt.ylabel("Accuracy",fontsize=13,fontweight='bold')

    plt.xlim(3,21) #设置x轴的范围

    #plt.ylim(0.5,1)

    #plt.legend() #显示各曲线的图例

    plt.legend(loc=0, numpoints=1)

    leg = plt.gca().get_legend()

    ltext = leg.get_texts()

    plt.setp(ltext, fontsize=12,fontweight='bold') #设置图例字体的大小和粗细

    plt.savefig('D:\filename.png') #建议保存为svg格式,再用inkscape转为矢量图emf后插入word中

    plt.show()

    效果图:

    1240

    NO.2

    # coding=utf-8

    import numpy as np

    import matplotlib.pyplot as plt

    plt.rcParams['font.sans-serif'] = ['Arial'] # 如果要显示中文字体,则在此处设为:SimHei

    plt.rcParams['axes.unicode_minus'] = False # 显示负号

    x = np.array([1, 2, 3, 4, 5, 6])

    VGG_supervised = np.array([2.9749694, 3.9357018, 4.7440844, 6.482254, 8.720203, 13.687582])

    VGG_unsupervised = np.array([2.1044724, 2.9757383, 3.7754183, 5.686206, 8.367847, 14.144531])

    ourNetwork = np.array([2.0205495, 2.6509762, 3.1876223, 4.380781, 6.004548, 9.9298])

    # label在图示(legend)中显示。若为数学公式,则最好在字符串前后添加"$"符号

    # color:b:blue、g:green、r:red、c:cyan、m:magenta、y:yellow、k:black、w:white、、、

    # 线型:- -- -. : ,

    # marker:. , o v < * + 1

    plt.figure(figsize=(10, 5))

    plt.grid(linestyle="--") # 设置背景网格线为虚线

    ax = plt.gca()

    ax.spines['top'].set_visible(False) # 去掉上边框

    ax.spines['right'].set_visible(False) # 去掉右边框

    plt.plot(x, VGG_supervised, marker='o', color="blue", label="VGG-style Supervised Network", linewidth=1.5)

    plt.plot(x, VGG_unsupervised, marker='o', color="green", label="VGG-style Unsupervised Network", linewidth=1.5)

    plt.plot(x, ourNetwork, marker='o', color="red", label="ShuffleNet-style Network", linewidth=1.5)

    group_labels = ['Top 0-5%', 'Top 5-10%', 'Top 10-20%', 'Top 20-50%', 'Top 50-70%', ' Top 70-100%'] # x轴刻度的标识

    plt.xticks(x, group_labels, fontsize=12, fontweight='bold') # 默认字体大小为10

    plt.yticks(fontsize=12, fontweight='bold')

    # plt.title("example", fontsize=12, fontweight='bold') # 默认字体大小为12

    plt.xlabel("Performance Percentile", fontsize=13, fontweight='bold')

    plt.ylabel("4pt-Homography RMSE", fontsize=13, fontweight='bold')

    plt.xlim(0.9, 6.1) # 设置x轴的范围

    plt.ylim(1.5, 16)

    # plt.legend() #显示各曲线的图例

    plt.legend(loc=0, numpoints=1)

    leg = plt.gca().get_legend()

    ltext = leg.get_texts()

    plt.setp(ltext, fontsize=12, fontweight='bold') # 设置图例字体的大小和粗细

    plt.savefig('./filename.svg', format='svg') # 建议保存为svg格式,再用inkscape转为矢量图emf后插入word中

    plt.show()

    效果图:

    1240

    NO.3

    # coding=utf-8

    import matplotlib.pyplot as plt

    from matplotlib.pyplot import figure

    import numpy as np

    figure(num=None, figsize=(2.8, 1.7), dpi=300)

    #figsize的2.8和1.7指的是英寸,dpi指定图片分辨率。那么图片就是(2.8*300)*(1.7*300)像素大小

    test_mean_1000S_n = [0.7,0.5,0.3,0.8,0.7,0.5,0.3,0.8,0.7,0.5,0.3,0.8,0.7,0.5,0.3,0.8,0.7,0.5,0.3,0.8]

    test_mean_1000S = [0.9,0.8,0.7,0.6,0.9,0.8,0.7,0.6,0.9,0.8,0.7,0.6,0.9,0.8,0.7,0.6,0.9,0.8,0.7,0.6]

    plt.plot(test_mean_1000S_n, 'royalblue', label='without threshold')

    plt.plot(test_mean_1000S, 'darkorange', label='with threshold')

    #画图,并指定颜色

    plt.xticks(fontproperties = 'Times New Roman', fontsize=8)

    plt.yticks(np.arange(0, 1.1, 0.2), fontproperties = 'Times New Roman', fontsize=8)

    #指定横纵坐标的字体以及字体大小,记住是fontsize不是size。yticks上我还用numpy指定了坐标轴的变化范围。

    plt.legend(loc='lower right', prop={'family':'Times New Roman', 'size':8})

    #图上的legend,记住字体是要用prop以字典形式设置的,而且字的大小是size不是fontsize,这个容易和xticks的命令弄混

    plt.title('1000 samples', fontdict={'family' : 'Times New Roman', 'size':8})

    #指定图上标题的字体及大小

    plt.xlabel('iterations', fontdict={'family' : 'Times New Roman', 'size':8})

    plt.ylabel('accuracy', fontdict={'family' : 'Times New Roman', 'size':8})

    #指定横纵坐标描述的字体及大小

    plt.savefig('./where-you-want-to-save.png', dpi=300, bbox_inches="tight")

    #保存文件,dpi指定保存文件的分辨率

    #bbox_inches="tight" 可以保存图上所有的信息,不会出现横纵坐标轴的描述存掉了的情况

    plt.show()

    #记住,如果你要show()的话,一定要先savefig,再show。如果你先show了,存出来的就是一张白纸。

    效果图:

    1240

    最后在放点Matplotlib相关设置供大家参考:

    附颜色表

    1240

    Marker常见参数

    1240

    注:大家可以mark一下,说不定以后用得上呢?

    1240

    最后,我还是用回了excel作图。。。

    strip

    展开全文
  • X、Y的刻度值都是我自己定义的显示的点的位置不正确请问是什么原因怎么处理还有我设置了显示网格为什么不显示了 Y轴不设置自己的定义的刻度值但是刻度个数又不对这种情况显示是正确的就是刻度个数不够 ...

    ============问题描述============




    X、Y的刻度值都是我自己定义的 显示的点的位置不正确 请问是什么原因 怎么处理  还有我设置了显示网格 为什么不显示了 
    Y轴不设置自己的定义的刻度值 但是刻度个数又不对 这种情况显示是正确的就是刻度个数不够

    ============解决方案1============


    属性设置不对,找个demo仔细看看设置,看自己哪里设置不对。

    ============解决方案2============


    我以前整理的一个曲线图,我共享下,你下载看看,里面东西都是可以任意改的。
    http://yunpan.cn/Q7BBdS29WnUAU (提取码:fcf0)

    转载于:https://www.cnblogs.com/meizhenfen42/p/4091667.html

    展开全文
  • 问题描述新手求教,Vue中用Echarts做折线图,数据是后台Ajax传过来的,可是数据根本不显示,请问这是怎么回事?问题出现的环境背景及自己尝试过哪些方法数据是后台Ajax传过来的,后台接口用Django写的,通过props传...

    问题描述

    新手求教,Vue中用Echarts做折线图,数据是后台Ajax传过来的,可是数据根本不显示,请问这是怎么回事?

    问题出现的环境背景及自己尝试过哪些方法

    数据是后台Ajax传过来的,后台接口用Django写的,通过props传给子组件,子组价中也接受得到数据,可是传到Echarts的data中数据就失效了?

    相关代码

    export default {

    props: {

    time: {

    type: Array

    },

    stock: {

    type: Array

    }

    },

    data: function () {

    return {

    myChart: '',

    option: {

    title: {

    text: '库存变化表'

    },

    tooltip: {

    trigger: 'axis',

    axisPointer: {

    type: 'cross'

    }

    },

    toolbox: {

    show: true,

    feature: {

    saveAsImage: {}

    }

    },

    xAxis: {

    type: 'category',

    boundaryGap: false,

    data: this.time

    },

    yAxis: {

    type: 'value',

    axisLabel: {

    formatter: '{value} 件'

    },

    axisPointer: {

    snap: true

    }

    },

    series: [

    {

    name: '库存',

    type: 'line',

    color: 'green',

    smooth: true,

    data: this.stock

    }

    ]

    }

    }

    },

    created () {

    },

    mounted () {

    this.drawLine()

    },

    methods: {

    drawLine: function () {

    this.myChart = this.$echarts.init(document.getElementById('chart'))

    this.myChart.setOption(this.option)

    }

    }

    }

    你期待的结果是什么?实际看到的错误信息又是什么?

    没有任何报错信息,正常结果是这样的:

    页面刷新后:

    展开全文
  • 手工画折线图(不使用第三方jar)

    千次阅读 2015-01-09 21:11:34
     很多刚学android的人很害怕画折线图,觉得折线图呈现非常复杂,感觉自己能力不足无法胜任!而且也有很多也很好用的jar包,但是jar毕竟是别人的,虽说开 源,但是有几个人能打开里面的代码从头研究一遍,一般都是做...
  • 坐在电脑前抠上一天越看越丑,最后把自己丑哭了……到了画折线图分析的时候,在想用哪些工具的时候。首先否决了excel,读书人的事,怎么能用excel画论文的图呢?然后我又尝试了Gnuplot、Matlab、Python等。这些软件...
  • 自己画的话又不会怎么办?以Smartbi可视化工具为例,一起看看如何制作折线图折线图用于显示随时间而变化的连续数据,适用于显示在相等的时间间隔下数据的趋势。下面我们通过一个示例演示在电子表格中如何使用Excel...
  • 到了画折线图分析的时候,在想用哪些工具的时候。首先否决了excel,读书人的事,怎么能用excel画论文的图呢? 然后我又尝试了Gnuplot、Matlab、Python等。这些软件作图无疑是一个非常好的选择,他们都有一个共同的...
  • IOS折线图

    2016-04-20 13:15:13
    上周把项目的折线图给做了下,今天想着把它完善完善,自己设置了不同的数据源来测试,哈哈,还真遇到问题了, 就是给图表设置折点数为0时,视图显示的还是原来的,由于数据为空,应该将其设置为空,所以想着怎么把...
  • 还是老规矩先宣传一下QQ...用任何语言生成的xy坐标和uv速度场,怎么画流线和矢量呢,MATLAB提供streamslice函数: %From https://ww2.mathworks.cn/help/matlab/ref/streamslice.html hh=streamslice(ux',u
  • 用JS写的一个好看的折线图

    万次阅读 2018-02-28 14:57:57
    但是由于设计师设计的太漂亮, 一般的第三方控件不加修改的话都不太满足, 如果引进了的话, 要修改的东西太多了, 也不好修改,废话不多说, 先上:至于怎么实现了,其实也蛮简单的,canvas自己一个个的。...
  • 我想要做的效果,如下图 ...请问这种效果有没有第3方库可以做啊,或者自己画的话该怎么做~~菜鸟一枚,只能画出一个折线图效果,不知道该怎么画平滑的曲线,并且添加滑动效果,求做过的大神帮忙啊!
  • android开发中怎么在界面上实现曲线图 ...强大的图表绘制工具,支持折线图、面积图、散点图、时间图、柱状图、条图、饼图、气泡图、圆环图、范围(高至低)条形图、网状图及各种图的结合;支持图的拖拽缩放;支持 An
  • MPChartLib绘制曲线

    千次阅读 2015-09-28 17:26:36
    关于android实现绘制曲线图或者折线图功能,有很多第三方架包,也可以自己画 ,不过不建议自己画,第一时间浪费掉了 ,第二性能还不一定好,既然有第三方的,为什么不直接使用第三方的呢? 刚开始我使用的是...

空空如也

空空如也

1 2
收藏数 40
精华内容 16
关键字:

怎么自己画折线图