Matplotlib, Scipy, Numpy

import matplotlib.pyplot as p

wykres  plot(range())  p.show()
p.plot(range(10))       liniowy,  9 pounktów, rosnący
p.plot(range(0,-21,-1))   liniowy, 9 punktów, malejący
p.plot(range(10), 'ro')     z kropek, 9 punktów, rosnący
( p.axis([-4,11,-6,9])  pusty wykres o takim zakresie )
+  p.show() (by go wyświetlić)!!!!!!!!!!!!!!
p.savefig('wykres.png')

Legenda p.legend()
p.legend() i ona będzie w prawym górnym rogu
Jak chcemy ją inaczej umiejscowić:
p.legend(loc='upper center')
p.legend(loc='upper left')
p.legend(loc='center') 
p.legend(loc='lower center')
p.legend(loc='lower left')
p.legend(loc='lower right') 
p.legend(loc='center left') p.legend(loc='right') 
p.legend(loc='upper right')
p.legend(loc='center right') 
p.legend(loc='best')

Podpisanie osi
p.xlabel("Os x")
p.ylabel("Os y")

Kolor color=' '
p.plot(range(10),color='b',label='pierwszy')

b
g
r
c
m
y
k
w (biały)
 ***************************************
Wykres liniowy dolara
import numpy as n
import matplotlib.pyplot as p
dolar=n.array([, , , ])
euro= n.array([, , , ])
k=n.conacatenate((dolar,euro))
p.plot(k[0,:],label="dolar")     wykres dla dolara;  w legendzie będzie napisane dolar
p.legend()
p.xlabel("Dzien")
p.ylabel("Kurs")
p.show() 

Zamiast tg na niebiesko wystarczy:
import matplotlib.pyplot as p
import numpy as n
dolar=n.array([3,4,2,1,3,4,8])
p.plot(dolar, label='dolar')
p.legend()

p.xlabel("Dzien")
p.ylabel("Kurs")
p.show()
****************************************
Wykres kolumnowy dolara
import numpy as n
import matplotlib.pyplot as p
dolar=n.array([, , , ])
euro= n.array([, , , ])
k=n.conacatenate((dolar,euro))
a=n.arange(dolar.size)
p.bar(a,k[0,:],color='g',label='dolar')     wykres dla dolara;  w legendzie będzie napisane dolar
p.legend()
p.xlabel("Dzien")
p.ylabel("Kurs")
p.show() 

Zamiast tg niebieskiego łatwiej:
import matplotlib.pyplot as p
import numpy as n
dolar=n.array([3,4,2,1,3,4,8])
a=n.arange(dolar.size)
p.bar(a,dolar, label='dolar')
p.legend()

p.xlabel("Dzien")
p.ylabel("Kurs")
p.show()
***********************************************
Wykres kolumnowy +   podane odchylenie standardowe to:
import matplotlib.pyplot as p
import numpy as n
dolar=n.array([3,4,2,1,3,4,8])
odchyleniestandardowe=n.array([2.342, ......])      wartości odchylenia standardowego
a=n.arange(dolar.size)
p.bar(a,dolar, label='dolar', yerr=odchyleniestandardowe) dołączenie do wykresu
p.legend()
p.xlabel("Dzien")
p.ylabel("Kurs")
p.show()
***********************************************
Wykres kolumnowy +  własne podpisy pod kolumnami to:
import matplotlib.pyplot as p
import numpy as n
dolar=n.array([3,4,2,1,3,4,8])
a=n.arange(dolar.size)
p.bar(a,dolar, label='dolar')
podpisy=['aa','bb','cc']
p.xticks(a+0.5, podpisy) by wyświetlić podpis równo pod kolumną
p.xlabel("sdfadad")
p.ylabel("kjghskjg")
p.show()

***************************************************
2 wykresy kolumnowe na 1 rysunku - trzeba zwęzić słupek jednej zmiennej i poszerzyć drugiej
import numpy as n
import matplotlib.pyplot as p
dolar=n.array([, , , ])
euro= n.array([, , , ])
k=n.conacatenate((dolar,euro))
a=n.arrange(dolar.size)  ((nie ma znaczenia czy tu dolar czy euro))
p.bar(a,k[0,:],color='g',label='dolar',width=0.25) 
p.bar(a+0.25,k[1,:],color='g',label='euro',width=0.25)      
p.legend()
p.xlabel("Dzien")
p.ylabel("Kurs")
p.show() 

Łatwiej:
import matplotlib.pyplot as p
import numpy as n
dolar=n.array([3,4,2,1,3,4,8])
euro= n.array([5,3,5,6,3,5,6])
a=n.arange(dolar.size)
p.bar(a,dolar, label='dolar', width=0.25)
p.bar(a+0.25,euro, label='euro', color='g', width=0.25)
p.legend()
p.xlabel("Dzien")
p.ylabel("Kurs")
p.show()
***********************************************
Wykres kołowy z wycinkiem
import matplotlib.pyplot as p
import numpy as n
czynnosci=['praca','spanie','rozrywka']
godziny=n.array([8,8,2])
wycinek=n.array([0,0.1,0)
p.figure(1,figsize=(6,6))     wymiar 6,6 - optymalny
p.pie(godziny,labels=czynnosci,autopct='%1.1f%%',shadow=True) ile liczb po przecinku, cień
p.show()
*******************************************
Histogram
import matplotlib.pyplot as p
import numpy as n
zbiordanych=n.random.randint(40,size=100)+150          albo=n.array([,,,,])
p.hist(zbiordanych)
p.xlabel("wzrost")
p.ylabel("czestosc")
p.show()