找到关于 Matplotlib 的1033 篇文章
4K+ 次浏览
要隐藏 Matplotlib 中的线条,可以使用 line.remove() 方法。步骤:设置图形大小并调整子图之间和周围的填充。使用 numpy 创建 x、y1 和 y2 数据点。使用 plot() 方法创建线条,即 line1 和 line2。要隐藏线条,请使用 line.remove() 方法。在右上角放置图例。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"] = [7.50, 3.50] plt.rcParams["figure.autolayout"] = True x = np.linspace(-10, 10, 100) y1 = np.sin(x) y2 = np.cos(x) line1, = plt.plot(x, y1, label="Line 1") line2, = plt.plot(x, y2, label="Line 2") ... 阅读更多
12K+ 次浏览
要使用 pyplot 填充阶梯曲线下的区域,可以按照以下步骤操作:步骤:设置图形大小并调整子图之间和周围的填充。使用 numpy 创建随机数据点 x、y1 和 y2。要填充曲线下的区域,请使用 fill_between() 方法,其中 step="pre",x 和 y。使用 plot() 方法和 drawstyle="steps" 方法绘制 (x, y1) 和 (x, y2) 线。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"] = [7.50, 3.50] plt.rcParams["figure.autolayout"] = True x = np.linspace(-10, 10, 100) y1 = np.sin(x) y2 = np.cos(x plt.fill_between(x, y1, step="pre", alpha=0.4) ... 阅读更多
519 次浏览
要在 Matplotlib 中使用可变长度数据绘制箱线图,可以按照以下步骤操作:步骤:设置图形大小并调整子图之间和周围的填充。创建一个数据点列表。使用 boxplot() 方法绘制箱线图。要显示图形,请使用 show() 方法。示例:from matplotlib import pyplot as plt plt.rcParams["figure.figsize"] = [7.50, 3.50] plt.rcParams["figure.autolayout"] = True data = [[2, 4, 1, 3], [0, 4, 3, 2], [0, 0, 1, 0]] plt.boxplot(data) plt.show()输出
5K+ 次浏览
要一次性将所有打开的 Matplotlib 图形保存到一个文件中,可以按照以下步骤操作:步骤:设置图形大小并调整子图之间和周围的填充。使用 figure() 方法创建一个新图形 (fig1) 或激活现有图形。使用 plot() 方法绘制第一条线。使用 figure() 方法创建一个新图形 (fig2) 或激活现有图形。使用 plot() 方法绘制第二条线。初始化一个变量 filename 来创建一个 pdf 文件。创建一个用户定义的函数 save_multi_image 并调用它来一次性将所有打开的 matplotlib 图形保存到一个文件中。创建一个新的 PdfPages 对象 pp。获取... 阅读更多
3K+ 次浏览
要绘制带有 collections.Counter 的直方图,可以使用 bar() 方法。在 bar() 方法中,可以使用 collections.counter() 获取每个元素的频率。将元素及其频率作为高度。步骤:设置图形大小并调整子图之间和周围的填充。创建一个数据点列表。使用 collections.Counter() 获取字典 d。使用 d.keys() 和 d.values() 绘制条形图。要显示图形,请使用 show() 方法。示例:import collections from matplotlib import pyplot as plt plt.rcParams["figure.figsize"] = [7.50, 3.50] plt.rcParams["figure.autolayout"] = True data = [0, 1, 2, 4, 1, 3, 0, 4, 1, 4, 3, 5, 6, 5, ... 阅读更多
2K+ 次浏览
要在 Seaborn pairplot() 的图表中显示标题,可以使用 pp.fig.suptitle() 方法。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 Pandas 数据框,即一个二维、大小可变的、可能异构的表格数据。绘制数据集中的成对关系。向图形添加居中标题。要显示图形,请使用 show() 方法。示例:import seaborn as sns import pandas as pd import numpy as np import matplotlib.pyplot as plt plt.rcParams["figure.figsize"] = [7.50, 3.50] plt.rcParams["figure.autolayout"] = True df = pd.DataFrame(np.random.random((5, 5)), columns=["a", "b", "c", "d", "e"]) pp = ... 阅读更多
140 次浏览
要将 pyplot 函数附加到图形实例,可以使用 figure() 方法并向其中添加一个 axes。步骤:设置图形大小并调整子图之间和周围的填充。使用 figure() 方法创建新图形或激活现有图形。将 '~.axes.Axes' 添加到图形作为子图排列的一部分。使用 set_title() 方法设置此轴的标题。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 fig = plt.figure() ax = fig.add_subplot() ax.set_title("My Title!") plt.show()输出阅读更多
844 次浏览
要使用 Matplotlib 绘制时间事件,可以按照以下步骤操作:步骤:设置图形大小并调整子图之间和周围的填充。创建一个数据点列表,事件可能发生在其中。使用 y、xmin 和 xmax 绘制水平线。在给定位置绘制相同的平行线。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 a = [1, 2, 5, 6, 9, 11, 15, 17, 18] plt.hlines(1, 0, 24) plt.eventplot(a, orientation='horizontal', colors='b') plt.show()输出
4K+ 次浏览
要在 Matplotlib 中向 imshow() 添加图例,可以按照以下步骤操作:步骤:设置图形大小并调整子图之间和周围的填充。使用 numpy 创建随机数据。初始化一个颜色映射。从样本数据(步骤 2)中获取唯一的数据点。使用不同的标签和颜色绘制每种颜色,以放置在图例上。在带框的右上角放置图例。要显示图形,请使用 show() 方法。示例:import numpy as np from matplotlib import pyplot as plt, cm plt.rcParams["figure.figsize"] = [7.50, 3.50] plt.rcParams["figure.autolayout"] = True data = np.random.rand(3, 3) cmap = cm.YlOrBr unique_data = np.unique(data) i ... 阅读更多