如果给定一个 4 元组或 BBox 底部，则它指定图例放置在其中的 BBox（x、y、宽度、高度）。步骤使用 numpy 创建 x 和 y 数据点。使用 plot() 方法绘制 x 和 y，标签为 y=sin(x) 且颜色为绿色。要将图例放置在特定位置，请使用位置“左上”并使用上面描述中定义的四个元组的图例框尺寸。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(-2, 2, 10) y = np.sin(x) plt.plot(x, ... 阅读更多

要在 matplotlib 极坐标图中使角度按顺时针方向旋转，并在顶部显示 00，我们可以采取以下步骤：步骤向当前图形添加子图 ax。要将极坐标图设置为顺时针方向，顶部为 0o，请使用 set_theta_direction() 方法将 theta 方向设置为 -1。并且，使用 set_theta_offset() 方法设置以弧度表示的 0 位置的偏移量。使用 numpy 创建 theta。在当前轴上绘制 theta 和 sin(theta)。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 ax = plt.subplot(1, 1, 1, projection='polar') ax.set_theta_direction(-1) ax.set_theta_offset(np.pi / 2.0) ... 阅读更多

要在图像背景上绘图，我们可以采取以下步骤：步骤从文件读取图像到数组。创建图形 (fig) 并添加一组子图 (ax)，范围为 [0, 300, 0, 300]。创建范围 (300) 的数组 x。使用 plot() 方法绘制 x，其中 linestyle=dotted，linewidth=2，颜色为红色。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 im = plt.imread("bird.jpg") fig, ax = plt.subplots() im = ax.imshow(im, extent=[0, 300, 0, 300]) x = np.array(range(300)) ax.plot(x, x, ls='dotted', linewidth=2, color='red') plt.show()输出阅读更多

要创建等效的 imagesc，我们可以使用范围 [左，右，下，上]。步骤使用 numpy 创建随机数据。将数据显示为图像，即在 2D 正则光栅上，使用数据和范围 [-1, 1, -1, 1] 参数。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.rand(4, 4) plt.imshow(data, extent=[-1, 1, -1, 1]) plt.show()输出

要在 matplotlib 中绘制多个图形，我们将使用以下步骤：步骤使用 numpy 创建 x、y1 和 y2 数据点。在索引 1 处向当前图形添加子图。使用 x 和 y1 绘制曲线 1。在索引 2 处向当前图形添加子图。使用 x 和 y2 绘制曲线 2。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"] = [7.50, 3.50] plt.rcParams["figure.autolayout"] = True x = np.linspace(-2, 2, 10) y1 = np.sin(x) y2 = np.cos(x) plt.subplot(211) plt.plot(y1) plt.subplot(212) plt.plot(y2) plt.show()输出阅读更多

要修复图形底部边距的扩展，我们可以采取以下步骤：使用 Pandas 数据框，创建一个带有键 time 和 speed 的 df。使用 plot() 方法绘制 df.time 和 df.speed。Tick_params() 是一个方便的方法，用于更改刻度和刻度标签的外观。rotation=90 扩展了底部的刻度标签。要修复底部扩展，请使用 tight_layout() 方法。示例import numpy as np import pandas as pd from matplotlib import pyplot as plt plt.rcParams["figure.figsize"] = [7.00, 3.50] plt.rcParams["figure.autolayout"] = True df = pd.DataFrame(dict(time=list(pd.date_range("2021-01-01 12:00:00", periods=10)), speed=np.linspace(1, 10, 10))) plt.plot(df.time, df.speed) plt.tick_params(rotation=90) plt.show()输出阅读更多

要在 matplotlib 中对两点之间的区域进行阴影处理，我们可以采取以下步骤：使用 numpy 创建 x 和 y 数据点。绘制 x 和 y 数据点，颜色为红色，线宽为 2。要对平行于 X 轴的区域进行阴影处理，请初始化两个变量 y1 和 y2。要跨轴添加水平跨度，请使用 axhspan() 方法，其中 y1、y2、绿色为阴影颜色，alpha 为阴影的透明度。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(0, 20, 500) y = np.cos(3*x) + np.sin(2*x) plt.plot(x, y, c='red', lw=2) ... 阅读更多

要在 pyplot 的特定区域设置背景颜色，我们可以采取以下步骤：使用 subplots() 方法创建图形和一组子图，其中 nrows=1。使用矩形，我们可以创建一个矩形，通过锚点及其宽度和高度定义。其中，edgecolor=orange，linewidth=7，facecolor=green。要在轴上绘制图表，我们可以使用 plot() 方法创建一条线，其中线颜色为红色。要为图表的特定部分着色，请使用 add_patch() 方法在图表上添加矩形补丁。要显示图形，请使用 show() 方法。示例from matplotlib import pyplot as plt, patches plt.rcParams["figure.figsize"] = ... 阅读更多

要在 matplotlib 中将 xlabel 设置在 X 轴的末端，我们可以采取以下步骤：使用 numpy 创建 x 的数据点。使用 subplot() 方法向当前图形添加子图。使用 plot() 方法绘制 x 和 log(x)。使用 set_label() 方法设置 X 轴上的标签，fontsize=16，loc=left，颜色为红色。要将 xlabel 设置在 X 轴的末端，请使用坐标 x 和 y。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, 2, 5) ax = plt.subplot() ax.plot(x, np.log(x)) ax.set_xticks(x) label = ax.set_xlabel('X ->', fontsize=16, loc="left", c="red") ax.xaxis.set_label_coords(1.0, -0.025) plt.show()输出阅读更多

要在图形中间绘制坐标轴，我们可以采取以下步骤：使用 numpy 创建 x 和 sqr 数据点。使用 figure() 方法创建一个新图形或激活一个现有图形。将轴作为子图布局的一部分添加到图形中。设置左侧和底部脊柱的位置。设置右侧和顶部脊柱的颜色。使用 plot() 方法绘制 x 和 sqr，标签为 y=x2，颜色为红色。使用 legend() 方法放置图例。将位置设置为右上角。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 ... 阅读更多