yue81560的博客

方法的核心依然是基于`matplotlib.legend._get_legend_handles_labels`函数。然后将得到的handlers, labels进行重排，使得即使再调用`Legend`类的绘制方法对图例进行列排列，最终的效果也是图例的行显示

我们将图例进行行显示或者列显示后，只能想继续赋予不同行或者列不同的title来进行分类。比较简单的方式，就是通过`ax.annotate`方法添加标签，这样方法复用率比较低，每次使用都要微调`ax.annotate`的显示位置。比较方便的方法是在案例1实现的基础上，添加title显示的功能。

通过获得图中的handlers和labels，然后对它们进行切分和提取，最后分为几个legend进行显示，实现控制legend对象的显示顺序

简单易行的matplotlib中英文混排（设置中文为宋体，英文为times new roman），并且支持tex中的文字也混排

【代码】拿来即用--python判断线段是否相交及求相应交点。编写了几个使用的函数，实现了：判断线段是否相交，或其延长线是否相交; 函数内定义了`isinline`方法，能判断所给点是否在给定的直线上。这个方法通过控制`precision`允许给定的点有一定的误差;函数内定义了`isinsegment`方法，能判断所给点是否在给定的直线上。这个方法通过控制`precision`允许给定的点有一定的误差

matplotlib是API式的绘图工具箱。在提高保存图片的dpi的时候，会出现一系列的问题影响了出图效果，这里进行了一些分析和给出了一些解决方案

有关matplotlib绘图的细节记录

matplotlib 轴标签对齐参数va和ha的使用解析

使用matplotlib可以简单快速的绘制3D图，但是其图的轴刻度标签的效果差强人意，在正式场合，我们可以通过text()来重新设定标签

在使用matplotlib绘制图时，发现默认生成的刻度的位置总是不令人满意，这时候我们可以使用locator来设定刻度位置。

关于matplotlib的断轴处理，网上的资料似乎并不那么多，大多数也没有涉及到原理的说明，下面我将说明一下我对断轴的理解和详细的实现代码

导入seaborn自带的一些经典数据集，如iris等，若是直接使用load_dataset方法，经常会发生URLError: <urlopen error [Errno 11004] getaddrinfo failed>。下面提供了这个问题发生的原因和解决方法

matplotlib可以画棉棒图，但官方以及当前论坛上对其美化的说明不是很清楚，现在我提供一下自己的美化思路