要查找滚动平均值，我们将使用 Pandas 中的 apply() 函数。首先，让我们导入所需的库 −import pandas as pd 创建一个包含 2 列的 DataFrame。一列是 int 列 −dataFrame = pd.DataFrame(    {       "Car": ['Tesla', 'Mercedes', 'Tesla', 'Mustang', 'Mercedes', 'Mustang'],       "Reg_Price": [5000, 1500, 6500, 8000, 9000, 6000]    } ) 使用 GroupBy 进行分组并使用 apply() 查找滚动平均值 −dataFrame.groupby("Car")["Reg_Price"].apply( lambda x: x.rolling(center=False, window=2).mean()) 示例以下为代码 −import pandas as pd # 创建 DataFrame dataFrame = pd.DataFrame( { ... 阅读更多

要从 matplotlib 中的轮廓线获取坐标，我们可以采取以下步骤 −设置图形大小并调整子图之间和周围的填充。创建包含数据点的 x、y 和 m 列表。使用 plt.contour(x, y, m) 使用 x、y 和 m 数据点创建等值线图。获取等值线集合实例。获取集合的路径，并打印轮廓线的顶点或坐标。要显示图形，请使用 show() 方法。示例import matplotlib.pyplot as plt plt.rcParams["figure.figsize"] = [7.50, 3.50] plt.rcParams["figure.autolayout"] = True x = [1, 2, 3, 4] y = [1, 2, 3, 4] m ... 阅读更多

要按升序在 matplotlib 的条形图中排列条形，我们可以采取以下步骤 −设置图形大小并调整子图之间和周围的填充。创建一个二维、大小可变、可能异构的表格数据的 DataFrame，df。向当前图形添加子图。使用 DataFrame df 创建条形图。向当前图形添加子图。通过列标记创建 df_sorted。使用 df_sorted 创建条形图。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"] = [7.50, 3.50] plt.rcParams["figure.autolayout"] = True df = pd.DataFrame( ... 阅读更多

LaTeX 会忽略您键入的空格，并按照数学文本中的方式使用空格。如果您想要不同的空格样式，可以使用以下四个命令\; – 厚空格\: – 中等空格\, – 薄空格\! – 负薄空格要删除 matplotlib 绘图中 LaTeX 风格数学公式中的随机不需要的空格，我们可以使用 "\!"，它将减少额外的空格。让我们来看一个例子，了解它是如何工作的。我们将有两个子图，然后我们将使用 LaTex 在两个子图的文本框中添加一个复杂的数学方程式。但是，我们将 ... 阅读更多

要获取 matplotlib 生成的散点图的像素坐标，我们可以采取以下步骤 −设置图形大小并调整子图之间和周围的填充。初始化一个名为“n”的变量来保存样本数据数量。创建一个图形和一组子图。创建一个散点图。使用 get_data() 方法获取 x 和 y 数据点。获取绘图的像素值。获取像素转换后的数据。获取图形的宽度和高度（以点或像素为单位）打印 x 和 y 像素值。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"] = ... 阅读更多

要在 matplotlib 中制作文本动画，我们可以采取以下步骤 −从 matplotlib 导入“animation”包。设置图形大小并调整子图之间和周围的填充。创建一个新图形或激活现有图形。将“ax”作为子图排列的一部分添加到图形中。初始化一个名为“text”的变量来保存字符串。在 x=0.20 和 y=0.50 处向坐标轴添加文本。创建一个颜色列表。通过重复调用函数 *animate* 来制作动画，其中文本大小增加且颜色发生变化。要显示图形，请使用 show() 方法。示例from matplotlib import animation import matplotlib.pyplot as plt plt.rcParams["figure.figsize"] = ... 阅读更多

要制作 matplotlib 中的分组箱线图，我们可以采取以下步骤 −导入 matplotlib.pyplot 和 seaborn。设置图形大小并调整子图之间和周围的填充。从在线存储库加载示例 Seaborn 数据集。在一个单独的日子里制作一个包含男性和女性组的箱线图。要显示图形，请使用 show() 方法。示例import seaborn as sns import matplotlib.pyplot as plt # 设置图形大小 plt.rcParams["figure.figsize"] = [7.00, 3.50] plt.rcParams["figure.autolayout"] = True # 导入 Seaborn 数据集 data = sns.load_dataset('tips') # 创建分组箱线图 sns.boxplot(x=data['day'], y=data['total_bill'], hue=data['sex']) plt.show() 输出它将生成以下 ... 阅读更多

要在 Matplotlib 中绘制彩虹圆圈，我们可以采取以下步骤 −设置图形大小并调整子图之间和周围的填充。创建一个图形和一组子图。设置 X 和 Y 轴刻度。创建一个彩虹颜色列表。在 (0, 0) 处创建一个真圆。将圆形实例“c”添加到图形中。要显示图形，请使用 show() 方法。示例import matplotlib.pyplot as plt plt.rcParams["figure.figsize"] = [7.50, 5.50] plt.rcParams["figure.autolayout"] = True fig, ax = plt.subplots() plt.axis("equal") ax.set(xlim=(-10, 10), ylim=(-10, 10)) for i in range(0, 7): rainbow = ['violet', 'indigo', 'blue', 'green', ... 阅读更多

要在 Matplotlib 中快速绘制数千个圆圈，我们将不得不使用 matplotlib.collections。在这种情况下，我们将使用 CircleCollection。步骤从 matplotlib 以及 pyplot 和 numpy 导入 collections 包。设置图形大小并调整子图之间和周围的填充。初始化变量“num”用于表示小圆圈的数量和“sizes”用于表示圆圈的大小。创建一个圆形补丁列表。在当前轴上添加圆形补丁艺术家。设置轴的边距。要显示图形，请使用 show() 方法。示例import numpy as np import matplotlib.pyplot as plt import matplotlib.collections as mc plt.rcParams["figure.figsize"] = [7.50, 3.50] plt.rcParams["figure.autolayout"] = True num ... 阅读更多

使用Pandas功能绘制多个数据框，我们可以采取以下步骤：设置图形大小并调整子图之间和周围的填充。创建两个Pandas数据框，df1和df2，它们是二维的、大小可变的、潜在异构的表格数据。使用plot()方法绘制df1和df2。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 df1 = pd.DataFrame( dict( name=['John', 'James', 'Stephen', 'Kandy'], age=[23, 45, 12, 34] ) ... 阅读更多