要使用 Python 将 csv 文件的特定列提取到列表中，我们可以使用 Pandas 的 read_csv() 方法。步骤：创建一个要提取的列的列表。使用 read_csv() 方法将 csv 文件提取到数据框中。打印提取的数据。使用 plot() 方法绘制数据框。要显示图形，请使用 show() 方法。示例：import pandas as pd from matplotlib import pyplot as plt plt.rcParams["figure.figsize"] = [7.00, 3.50] plt.rcParams["figure.autolayout"] = True columns = ["Name", "Marks"] df = pd.read_csv("input.csv", usecols=columns) print("csv 文件内容：", df) plt.plot(df.Name, df.Marks) plt.show()csv 文件包含以下数据：NameMarksArun98Shyam75Govind54Javed92Raju87输出：当我们执行代码时，它将从 csv 文件中提取数据…… 阅读更多

要保留网格的同时删除 X 刻度，我们可以采取以下步骤：使用 gca() 方法获取当前坐标轴（如果不存在则创建）。使用 plot() 方法绘制 x 和 np.sin(x)，linewidth=5，标签为 y=sin(x)。分别使用 set_xticklabels 和 set_yticklabels 方法传递空数组来删除 y 刻度和 x 刻度。通过将标志设置为 True 来配置网格线。在参数中放置绘图标签的图例。要显示图形，请使用 show() 方法。示例：import matplotlib.pyplot as plt import numpy as np plt.rcParams["figure.figsize"] = [7.00, 3.50] plt.rcParams["figure.autolayout"] = True x = np.linspace(0, 2*np.pi, 100) ax = plt.gca() ax.plot(x, np.sin(x), c='r', lw=5, ... 阅读更多

要创建对数直方图，我们可以在 hist() 方法的参数中使用 log=True。步骤：创建一个数字列表。绘制一个 density=True 的直方图。要显示图形，请使用 show() 方法。示例：import numpy as np import matplotlib.pyplot as plt plt.rcParams["figure.figsize"] = [7.50, 3.50] plt.rcParams["figure.autolayout"] = True k = np.array([5, 5, 5, 5]) x, bins, p = plt.hist(np.log(k), density=True, log=True) plt.show()输出

要对曲线之间的区域进行着色，我们可以使用 fill_between() 方法。步骤：初始化变量 n。使用 numpy 初始化 x 和 y 数据点。创建一个图形和一组子图，fig 和 ax。使用 plot 方法绘制曲线。使用 fill_between() 方法填充两条曲线之间的区域。要显示图形，请使用 show() 方法。示例：import numpy as np import matplotlib.pyplot as plt plt.rcParams["figure.figsize"] = [7.00, 3.50] plt.rcParams["figure.autolayout"] = True n = 256 X = np.linspace(-np.pi, np.pi, n, endpoint=True) Y = np.sin(2 * X) fig, ax = plt.subplots() ax.plot(X, Y, color='blue', alpha=1.0) ax.fill_between(X, 0, Y, color='blue', alpha=.2) plt.show()输出阅读更多

要绘制具有非透明边缘的透明直方图，我们可以采取以下步骤：创建一组随机数据点 (y)。初始化要绘制的箱数。要绘制直方图，我们可以使用带有 edge color 和 facecolor 元组的 hist() 方法。要显示图形，请使用 show() 方法。示例：import numpy as np from matplotlib import pyplot as plt plt.rcParams["figure.figsize"] = [7.00, 3.50] plt.rcParams["figure.autolayout"] = True y = np.random.rand(100) nbins = 5 plt.hist(y, bins=nbins, edgecolor=(1, 0, 0, 1), lw=5, facecolor=(.09, .12, .65, .87), rwidth=0.8) plt.show()输出

要在 matplotlib 中在子图之间共享次要 Y 轴，我们可以采取以下步骤：创建 x 数据点。向当前图形添加子图，nrows=2，ncols=1，索引为 1 (ax0)。使用 twinx() 方法创建具有共享 X 轴但独立 Y 轴的轴副本 (ax1)。向当前图形添加子图，nrows=2，ncols=1，索引为 2 (ax2)。使用 twinx() 方法创建具有共享 X 轴但独立 Y 轴的轴副本 (ax3)。使用 get_shared_y_axes() 方法返回对 Y 轴的共享轴 Grouper 对象的引用。创建具有不同颜色、x 和 y 数据点的曲线 c1、c2、c3 和 c4。要移动图例框…… 阅读更多

要在 matplotlib 中绘制带箭头的图，我们可以使用 arrow() 方法。步骤：使用 numpy 创建 x 和 y 数据点。使用 color=red 和 linewidth = 1 绘制 x 和 y。使用 arrow 方法向坐标轴添加箭头。参数中的前两个值是箭头基座的坐标，接下来的两个值是沿 X 和 Y 方向的箭头长度。要显示图形，请使用 show() 方法。示例：from matplotlib import pyplot as plt import numpy as np plt.rcParams["figure.figsize"] = [7.00, 3.50] plt.rcParams["figure.autolayout"] = True x = np.linspace(-2, 2, 100) y = np.sin(x) plt.plot(x, y, c='b', ... 阅读更多

要水平居中注释某个点，我们可以采取以下步骤：使用 numpy 创建 x 和 y 点。使用 xpoints 创建标签。使用 scatter() 方法散布点。迭代标签、xpoints 和 ypoints 并使用不同的属性注释绘图，使水平对齐 ha=center。要显示图形，请使用 show() 方法。示例：import numpy as np from matplotlib import pyplot as plt plt.rcParams["figure.figsize"] = [7.00, 3.50] plt.rcParams["figure.autolayout"] = True xpoints = np.linspace(1, 10, 10) ypoints = np.random.rand(10) labels = ["%.2f" % i for i in xpoints] plt.scatter(xpoints, ypoints, c=xpoints) for label, x, y in zip(labels, xpoints, ypoints): ... 阅读更多

要在 Python cv2 中读取图像，我们可以采取以下步骤：从文件中加载图像。在指定的窗口中显示图像。等待按下键。销毁所有 HighGUI 窗口。示例：import cv2 img = cv2.imread("baseball.png", cv2.IMREAD_COLOR) cv2.imshow("baseball", img) cv2.waitKey(0) cv2.destroyAllWindows()输出

要在 Seaborn 箱线图中旋转 x 轴刻度标签，我们可以采取以下步骤：创建 x 刻度的数数据点。使用 boxplot() 方法绘制箱线图，该方法返回轴。现在，使用 set_xticks() 方法设置 x 刻度，传递 x 刻度。使用 set_xticklabels() 方法设置 x 刻度标签并传递标签列表，并通过传递 rotation=45 来旋转它们。要显示图形，请使用 show() 方法。示例：import seaborn as sns from matplotlib import pyplot as plt plt.rcParams["figure.figsize"] = [7.00, 3.50] plt.rcParams["figure.autolayout"] = True xticks = [1, 4, 5, 2, 3] ax = sns.boxplot(xticks) ax.set_xticks(xticks) ax.set_xticklabels(["one", "two", "three", "four", "five"], rotation=45) plt.show()输出阅读更多