Telegram Group & Telegram Channel
آشنایی با کتابخانه Matplotlib
مصور سازی نتایج تقریبا آخرین کاری است که در محاسباتی انجام می شود. ترسیم نمودارهای دو بعدی با قابلیت های فراوان کاری است که کتابخانه Matplotlib انجام می دهد. فرض کنید می خواهیم تابع x^2 را رسم کنیم. برای این منظور با استفاده از Numpy و Matplotlib کدی مانند زیر خواهیم داشت.

import matplotlib.pyplot as plt
import numpy as np
a=np.linspace(1,100)
plt.plot(a,a**2)
plt.show()

#پایتون_مالی
#سری_زمانی
# Matplotlib

پایتون برای مالی در تلگرام https://www.tg-me.com/ca/Python4Finance/com.python4finance
پایتون برای مالی در بله https://ble.im/ca/Python4Finance/com.python4finance



tg-me.com/python4finance/59
Create:
Last Update:

آشنایی با کتابخانه Matplotlib
مصور سازی نتایج تقریبا آخرین کاری است که در محاسباتی انجام می شود. ترسیم نمودارهای دو بعدی با قابلیت های فراوان کاری است که کتابخانه Matplotlib انجام می دهد. فرض کنید می خواهیم تابع x^2 را رسم کنیم. برای این منظور با استفاده از Numpy و Matplotlib کدی مانند زیر خواهیم داشت.

import matplotlib.pyplot as plt
import numpy as np
a=np.linspace(1,100)
plt.plot(a,a**2)
plt.show()

#پایتون_مالی
#سری_زمانی
# Matplotlib

پایتون برای مالی در تلگرام https://www.tg-me.com/ca/Python4Finance/com.python4finance
پایتون برای مالی در بله https://ble.im/ca/Python4Finance/com.python4finance

BY Python4Finance




Share with your friend now:
tg-me.com/python4finance/59

View MORE
Open in Telegram


Python4Finance Telegram | DID YOU KNOW?

Date: |

Launched in 2013, Telegram allows users to broadcast messages to a following via “channels”, or create public and private groups that are simple for others to access. Users can also send and receive large data files, including text and zip files, directly via the app.The platform said it has more than 500m active users, and topped 1bn downloads in August, according to data from SensorTower.

The S&P 500 slumped 1.8% on Monday and Tuesday, thanks to China Evergrande, the Chinese property company that looks like it is ready to default on its more-than $300 billion in debt. Cries of the next Lehman Brothers—or maybe the next Silverado?—echoed through the canyons of Wall Street as investors prepared for the worst.

Python4Finance from ca


Telegram Python4Finance
FROM USA