要绘制 matplotlib 等值线图的坐标轴线或原点，我们可以使用 contourf()， axhline() y=0 和 axvline() x=0。使用 numpy 创建 x、y 和 z 的数据点。要设置轴属性，我们可以使用 plt.axis('off') 方法。使用 contourf() 方法和 x、y 和 z 数据点。用红色绘制 x=0 和 y=0 线。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 x = np.linspace(-1.0, 1.0, 10) x, y = np.meshgrid(x, x) z = -np.hypot(x, y) plt.axis('off') plt.contourf(x, y, z, 10) plt.axhline(0, color='red') plt.axvline(0, color='red') plt.show()输出阅读更多

要在 matplotlib 中从直方图数据绘制折线图，我们使用 numpy 直方图方法来计算一组数据的直方图。步骤向当前图形添加子图，nrows=2，ncols=1 和 index=1。使用 numpy 直方图方法获取一组数据的直方图。使用 hist() 方法绘制直方图，edgecolor=black。在索引 2 处，使用计算出的数据（来自 numpy 直方图）。要绘制它们，我们可以使用 plot() 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 plt.subplot(211) data = np.array(np.random.rand(100)) y, binEdges = np.histogram(data, bins=100) plt.hist(data, bins=100, edgecolor='black') ... 阅读更多

要绘制多色线条，例如彩虹，我们可以创建一个包含七种彩虹颜色（VIBGYOR）的列表。步骤使用 numpy 创建 x 用于数据点。创建一个颜色列表（彩虹 VIBGYOR）。迭代颜色列表长度的范围内。使用 plot() 方法绘制 x 和 y(x+i/20) 的线条，其中 marker=o，linewidth=7 和 colors[i]，其中 i 是索引。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.linspace(-1, 1, 10) colors = ["red", "orange", "yellow", "green", "blue", "indigo", "violet"] for i in range(len(colors)):    plt.plot(x, x+i/20, c=colors[i], lw=7, marker='o') plt.show()输出阅读更多

要删除 matplotlib 饼图中左侧的标签，我们可以采取以下步骤 - 创建小时、活动和颜色的列表。使用 pie() 方法绘制饼图。要隐藏 matplotlib 中左侧的标签，我们可以使用 plt.ylabel("") 和一个空字符串。示例import matplotlib.pyplot as plt plt.rcParams["figure.figsize"] = [7.00, 3.50] plt.rcParams["figure.autolayout"] = True hours = [8, 1, 11, 4] activities = ['sleeping', 'exercise', 'studying', 'working'] colors = ["grey", "green", "orange", "blue"] plt.pie(hours, labels=activities, colors=colors, autopct="%.2f") plt.ylabel("") plt.show()输出

要动画化 matplotlib 中的折线图，我们可以采取以下步骤 - 使用 subplots() 方法创建图形和一组子图。限制 x 和 y 轴的比例。使用 numpy 创建 x 和 t 数据点。从坐标向量 X2 和 T2 返回坐标矩阵。使用 plot() 方法绘制具有 x 和 F 数据点的线条。要制作动画图，请更新 y 数据。通过重复调用函数 *func*、当前图、动画和间隔来制作动画。要显示图形，请使用 show() 方法。示例import numpy as np from matplotlib import pyplot as plt, animation plt.rcParams["figure.figsize"] = [7.00, 3.50] plt.rcParams["figure.autolayout"] = True fig, ax = ... 阅读更多

要在条形图中在列上显示文本，我们可以使用 text() 方法，以便我们可以将文本放置在条形列的特定位置（x 和 y）。步骤为 x、y 和百分比创建列表。使用 bar() 方法制作条形图。迭代压缩的 x、y 和百分比 以放置条形列的文本。要显示图形，请使用 show() 方法。示例import matplotlib.pyplot as plt plt.rcParams["figure.figsize"] = [7.00, 3.50] plt.rcParams["figure.autolayout"] = True x = ['A', 'B', 'C', 'D', 'E'] y = [1, 3, 2, 0, 4] percentage = [10, 30, 20, 0, 40] ax = plt.bar(x, y) for x, y, p in zip(x, y, percentage): ... 阅读更多

要使用 matplotlib 处理渐近线/间断点，我们可以采取以下步骤 - 使用 numpy 创建 x 和 y 数据点。关闭轴图。用 x 和 y 数据点绘制线条。在轴上添加一条水平线，x=0。在轴上添加一条垂直线，y=0。为曲线 y=1/x 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 plt.rcParams["figure.figsize"] = [7.00, 3.50] plt.rcParams["figure.autolayout"] = True x = np.linspace(-1, 1, 100) y = 1 / x plt.axis('off') plt.plot(x, y, label='y=1/x') plt.axhline(y=0, c='red') plt.axvline(x=0, c='red') plt.legend(loc='upper left') plt.show()输出阅读更多

要在 matplotlib 中在一个图形中显示多个图像，我们可以采取以下步骤 - 使用 numpy 创建随机数据。向当前图形添加子图，nrows=1，ncols=4 并在 index=1 处。使用 imshow() 方法和 cmap="Blues_r" 将数据显示为图像，即在 2D 常规光栅上。向当前图形添加子图，nrows=1，ncols=4 并在 index=2 处。使用 imshow() 方法和 cmap="Accent_r" 将数据显示为图像，即在 2D 常规光栅上。向当前图形添加子图，nrows=1，ncols=4 并在 index=3 处。使用 imshow() 方法和 cmap="terrain_r" 将数据显示为图像，即在 2D 常规光栅上。向当前图形添加子图，nrows=1，... 阅读更多

要删除条形之间的间隙，我们可以在 bar() 方法的参数中将 align 值更改为 center。步骤创建一个名为 data 的字典，其中有两个键，milk 和 water。获取字典中的键和值的列表。使用 subplots() 方法，创建图形并添加一组两个子图。在轴 2 上，使用 bar 方法绘制没有间隙的条形。将 width 属性设置为 1.0。使用 set_title() 方法设置标题。使用 tight_layout() 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import matplotlib.pyplot as plt plt.rcParams["figure.figsize"] = [7.00, 3.50] plt.rcParams["figure.autolayout"] = True data = {'milk': 12, 'water': ... 阅读更多

要设置 matplotlib 极坐标图上的 theta=0，我们可以采取以下步骤 - 在 0 到 100 的范围内创建随机 theta；将它们转换为弧度。使用 set_theta_zero_location() 方法，我们可以将 theta 的位置设置为 0。使用 plot() 方法绘制 theta_in_rad 和 data_r。使用 title() 方法设置图的标题。要显示图形，请使用 show() 方法。示例import numpy as np import matplotlib.pyplot as plt import random plt.rcParams["figure.figsize"] = [7.00, 3.50] plt.rcParams["figure.autolayout"] = True theta_in_rad = [float(i) * np.pi / 180.0 for i in range(0, 100, 10)] data_r = random.sample(range(70, 90), 10) ax = plt.subplot(111, polar=True) ax.set_theta_zero_location("W") ax.plot(theta_in_rad, data_r, color='r', linewidth=3) ax.set_title("Example", ... 阅读更多