要使用 numpy 叠加图像分割，我们可以采取以下步骤：创建 10×10 维度的掩码数组。将某些区域的掩码数组更新为 1。使用 numpy 创建图像数据。满足条件时掩盖数组，以获取掩码数据。使用 figure() 方法创建新图形或激活现有图形。使用 imshow() 方法将数据显示为图像，即在二维规则光栅上。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 mask = np.zeros((10, 10)) mask[3:-3, 3:-3] = 1 im ... 阅读更多

要限制 Seaborn countplot 中显示的组数，我们可以使用 countplot() 方法参数中的变量 group_count。步骤创建图形和两组子图。使用 Pandas 创建一个包含两个键的数据框。初始化变量 group_count 以限制 countplot() 方法中的组数。使用 countplot() 方法使用条形图显示每个分类箱中观测值的计数。调整子图之间和周围的填充。示例 import pandas as pd import numpy as np import seaborn as sns from matplotlib import pyplot as plt plt.rcParams["figure.figsize"] = [7.00, 3.50] plt.rcParams["figure.autolayout"] = True f, axes = plt.subplots(1, 2) df = ... 阅读更多

要根据样本绘制概率密度函数，我们可以使用 numpy 来获取 x 和 y 数据点。步骤使用 numpy 创建 x 和 p 数据点。使用 plot() 方法绘制 x 和 p 数据点。缩放 X 轴范围。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 x = np.arange(-100, 100) p = np.exp(-x ** 2) plt.plot(x, p) plt.xlim(-20, 20) plt.show() 输出

要使用颜色条在 Python 中绘制二维矩阵，我们可以使用 numpy 创建二维数组矩阵，并在 imshow() 方法中使用该矩阵。步骤使用 numpy 创建 data2D。使用 imshow() 方法将数据显示为图像，即在二维规则光栅上。使用 colorbar() 方法和 imshow() 标量映射图像为 ScalarMappable 实例 *mappable* 创建颜色条。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 data2D = np.random.random((50, 50)) im = plt.imshow(data2D, cmap="copper_r") plt.colorbar(im) plt.show() 输出 阅读更多

要使用 matplotlib 更改表格的字体大小，我们可以使用 set_fontsize() 方法。步骤创建图形和一组子图，nrows=1 和 ncols=1。使用 numpy 创建随机数据。创建列值。使轴紧密且关闭。初始化变量 fontsize 以更改字体大小。使用 set_font_size() 方法设置表格的字体大小。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 fig, axs = plt.subplots(1, 1) data = np.random.random((10, 3)) columns = ("Column I", "Column II", "Column III") axs.axis('tight') axs.axis('off') the_table = axs.table(cellText=data, colLabels=columns, loc='center') the_table.auto_set_font_size(False) the_table.set_fontsize(10) plt.show() 输出 阅读更多

要将标签放置在两个刻度之间，我们可以采取以下步骤：加载一些样本数据，r。创建数组的副本，转换为指定类型。使用 subplots() 方法创建图形和一组子图。绘制日期和 r 样本数据。使用 set_major_locator() 和 set_minor_locator() 方法设置主/次刻度定位器。使用 set_major_locator() 和 set_minor_formatter() 方法设置主/次刻度格式化器。现在，将刻度标签放置在中心。要显示图形，请使用 show() 方法。示例 import numpy as np import matplotlib.cbook as cbook import matplotlib.dates as dates import matplotlib.ticker as ticker import matplotlib.pyplot as plt plt.rcParams["figure.figsize"] = [7.00, 3.50] plt.rcParams["figure.autolayout"] = ... 阅读更多

要在创建轴后更改子图大小或位置，我们可以采取以下步骤：使用 figure() 方法创建新图形或激活现有图形。使用 add_subplot() 方法将“~.axes.Axes”添加到图形作为子图排列的一部分。使用 GridSpec() 类创建网格布局以将子图放置在图形中。设置网格规范的位置。设置 subplotspec 实例。使用 add_subplot() 方法（带 gridspec 实例）将“~.axes.Axes”添加到图形作为子图排列的一部分。调整子图之间和周围的填充。要显示图形，请使用 show() 方法。示例 from matplotlib import pyplot as plt from matplotlib import gridspec as ... 阅读更多

要旋转 matplotlib 注释以匹配线条，我们可以采取以下步骤：使用 figure() 方法创建新图形或激活现有图形。使用 add_subplot() 方法将“~.axes.Axes”添加到图形作为子图排列的一部分。初始化变量 m（斜率）和 c（截距）。使用 numpy 创建 x 和 y 数据点。计算 theta 以进行文本旋转。使用 plot() 方法和 x 和 y 绘制线条。使用 text() 方法将文本放在线条上。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 fig = plt.figure() ax ... 阅读更多

plt.figure().close(): 关闭图形窗口。close() 本身会关闭当前图形 close(h)，其中 h 是 Figure 实例，会关闭该图形 close(num) 会关闭编号为 num 的图形 close(name)，其中 name 是字符串，会关闭具有该标签的图形 close('all') 会关闭所有图形窗口 示例 from matplotlib import pyplot as plt fig = plt.figure() ax = fig.add_subplot() plt.show() plt.close() 输出 现在，交换代码中的语句“plt.show()”和“plt.close()”。您将看不到任何绘图作为输出，因为绘图已被关闭。

要在 matplotlib 中从图形检索颜色条实例，我们可以使用 imshow 标量映射对象在颜色条中检索颜色条实例。步骤获取具有 10×10 维数组的随机数据，数据点在 -1 到 1 之间。使用 imshow() 方法将数据显示为图像，即在二维规则光栅上。为 ScalarMappable 实例 *mappable* 创建颜色条，其中包含 imshow() 对象。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 data = np.random.randint(-1, 1, (10, 10)) im = plt.imshow(data, interpolation="nearest") cbar = plt.colorbar(im) plt.show() 输出 阅读更多