import numpy as np
import matplotlib.pyplot as plt
from matplotlib.patches import Polygon
def func(x):
return -(x-2)*(x-8)+40
x=np.linspace(0,10)
y=func(x)
fig,ax = plt.subplots()
plt.plot(x,y,'r',linewidth=2)
plt.ylim(ymin=20)
a=2
b=9
ax.set_xticks([a,b])
ax.set_xticklabels(['$a$','$b$'])
ax.set_yticks([])
plt.figtext(0.9,0.05,'$x$')
plt.figtext(0.1,0.9,'$y$')
ix=np.linspace(a,b)
iy=func(ix)
ixy=zip(ix,iy)
verts=[(a,0)]+list(ixy)+[(b,0)]
poly = Polygon(verts,facecolor='0.9',edgecolor='0.5')
ax.add_patch(poly)
x_math=(a+b)*0.5
y_math=35
plt.text(x_math,y_math,r"$\int_a^b(-(x-2)*(x-8)+40)dx$",horizontalalignment='center',size=12)
plt.show()
</pre>
入门”是良好的动机，但是可能作用缓慢。如果你手里或者脑子里有一个项目，那么实践起来你会被目标驱动，而不会像学习模块一样慢慢学习。 另外如果说知识体系里的每一个知识点是图里的点，依赖关系是边的话，那么这个图一定不是一个有向无环图。可以通过使用布局类实例的layout属性来设置画布中图表的布局。
图表可以放置在其容器中。 x 和 y 调整位置， w 和 h 调整大小。单位是容器的比例。图表不能放置在其容器之外，并且宽度和高度是主要限制：如果 x + w >1 , 则 x = 1 - w。
x是从左到右的水平位置
y是从顶部开始的垂直位置
h是图表相对于其容器的高度
w是盒子的宽度
除了大小和位置之外，相关属性的模式还可以设置为 factor 或 edge ，默认值是 factor 。
可以将layoutTarget设置为 outer 或 inner 。默认值为 outer 。
图例的位置可以通过设置它的位置进行控制 r , l , t , b 和 tr 分别控制右， 左， 顶部，底部。默认值为 r 。
或应用手动布局
整个数据系列和单个数据点可以通过 graphicalProperties 广泛地设置样式。把事情做好可能需要一些时间。
仪表图组合了一个饼图和一个环形图去创建一个"仪表"。第一个图表时包含四个切片的环形图，前三个切片与仪表的颜色相对应，第二个切片对应仪表的颜色。第四部分是甜甜圈的一半，不可见。
添加了包含三个切片的饼图。第一个和第三个切片是不可见的，因此第二个切片可以充当仪表上的指针。
使用数据系列中各个数据点的图形属性来完成效果。
图表工作表是一个只包含图表的特殊工作表。图表的所有数据必须在不同的工作表上。
