要更改 matplotlib 中日期时间轴的格式，我们可以采取以下步骤：创建使用 pandas DataFrame 的包含时间和速度键的数据框 df；使用 subplots() 方法创建图形和一组子图；使用 plot 方法绘制数据框，使用 df 的（步骤 1）时间和速度；为了调整刻度标签，我们可以将 tick_params 旋转 45 度；为了将日期格式从 %d-%m-%d 更改为 %d:%m%d，我们可以使用 set_major_formatter() 方法。设置主要刻度的格式器；要显示图形，请使用 show() 方法。示例 import numpy as np import pandas as pd from matplotlib import pyplot as plt, ... 阅读更多

要从 iPython 将图形保存为文件，我们可以采取以下步骤：创建一个新图形或激活现有图形；使用 add_axes() 方法向图形添加一个轴；绘制给定的列表；使用 savefig() 方法保存绘图。示例 from matplotlib import pyplot as plt plt.rcParams["figure.figsize"] = [7.00, 3.50] plt.rcParams["figure.autolayout"] = True fig = plt.figure() ax = fig.add_axes([1, 1, 1, 1]) plt.plot([1, 2]) plt.savefig('test.png', bbox_inches='tight') 输出 当我们执行代码时，它将保存以下绘图作为“test.png”。

要使用 matplotlib 绘制二维数学向量，我们可以采取以下步骤：使用 numpy 数组创建向量坐标；获取 x、y、u 和 v 数据点；使用 figure 方法创建新图形或激活现有图形；使用 gca() 方法获取当前轴；设置轴的 x 和 y 限制；要重绘当前图形，请使用 draw() 方法；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"] = [7.50, 3.50] plt.rcParams["figure.autolayout"] = True soa = np.array([[0, 0, 3, 2], [0, 0, 4, 5], [0, 0, 9, 9]]) X, Y, U, V = zip(*soa) plt.figure() ax = plt.gca() ... 阅读更多

要使用 setp 在 matplotlib 紧凑布局中换行较长的 Y 轴标签，我们可以采取以下步骤：创建一个长字符串列表；创建一个包含 3 个值的元组；创建一个图形并添加一组子图；使用 ylim() 方法限制 Y 轴刻度；使用 barh() 方法制作水平条形图；使用 yticks() 方法标记 yticks；使用 setp() 方法设置艺术家对象的属性；使用 tight_layout() 方法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 numpy as np import matplotlib.pyplot as plt plt.rcParams["figure.figsize"] = [7.00, 3.50] plt.rcParams["figure.autolayout"] = True labels = ( ... 阅读更多

要为颜色条放置顶部标签，我们可以使用颜色条的轴设置标题。步骤 使用 numpy 创建随机数据；使用 imshow() 方法将数据表示为图像，颜色图为“PuBuGn”，interpolation= “nearest”；为标量映射实例 im 创建颜色条；使用 set_title() 方法在 ax（颜色条）上设置标题；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.randn(4, 4) im = plt.imshow(data, interpolation='nearest', cmap="PuBuGn") clb = plt.colorbar(im) clb.ax.set_title('Color Bar Title') plt.show() 输出 阅读更多

要使颜色变暗和变亮，我们可以更改 plot() 方法参数中的 alpha 值。alpha 值越大，颜色越暗。步骤 使用 numpy 创建 xs 和 ys 的数据点；绘制两条具有不同 alpha 值的线，以复制线的较暗和较亮的色彩；使用 legend() 方法放置绘图的图例；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 xs = np.linspace(-2, 2, 100) ys = np.sin(xs) plt.plot(xs, ys, c='red', lw=10, label="Darken") plt.plot(xs+.75, ys+.75, c='red', lw=10, alpha=0.3, label="Lighten") plt.legend(loc='upper left') ... 阅读更多

要获取 Matplotlib 当前可用的所有字体列表，我们可以使用 font_manager.findSystemFonts() 方法。步骤 打印一条语句；使用 font_manager.findSystemFonts() 方法获取可用的字体列表。示例 from matplotlib import font_manager print("Matplotlib 当前可用的所有字体列表：") print(*font_manager.findSystemFonts(fontpaths=None, fontext='ttf'), sep="") 输出 /usr/share/fonts/truetype/Nakula/nakula.ttf /usr/share/fonts/truetype/ubuntu/Ubuntu-L.ttf /usr/share/fonts/truetype/tlwg/Loma-BoldOblique.ttf ................................................................. ............................................................................ ................................................................................. ........ /usr/share/fonts/truetype/lohit-malayalam/Lohit-Malayalam.ttf /usr/share/fonts/truetype/tlwg/TlwgTypist-Oblique.ttf /usr/share/fonts/truetype/liberation2/LiberationMono-Bold.ttf阅读更多

要将绘图线颜色从蓝色更改为黑色，我们可以使用 setcolor() 方法：步骤 使用 numpy 创建 x 和 y 数据点；使用 plot() 方法绘制线 x 和 y；将返回值存储在线中；使用 set_color() 方法将颜色设置为黑色；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 x = np.linspace(-2, 2, 10) y = 4 * x + 5 line, = plt.plot(x, y, c='b') line.set_color('black') plt.show() 输出

要更改 matplotlib 中带有日期时间的 X 轴范围，我们可以采取以下步骤：创建 x 和 y 的列表，其中 x 存储日期时间，y 存储数字；使用 subplots 方法创建图形并添加一组子图；使用 plots() 方法绘制 x 和 y 数据点，其中标记面颜色为绿色，标记边缘颜色为红色，标记大小为 7；由于日期刻度标签经常重叠，因此旋转它们并使用 autofmt_xdate() 方法右对齐它们非常有用；要更改带有日期时间的 X 轴范围，请使用 set_xlim() 设置日期时间范围；要更改 Y 轴范围，请使用 set_ylim() 方法；要 ... 阅读更多

要确定以像素为单位的轴大小，我们可以采取以下步骤：使用 `subplots()` 方法创建图形和一组子图，即 `fig` 和 `ax`。使用 `fig.dpi` 获取 DPI。打印详细信息。找到显示框中的边界框。使用 `bbox.width` 和 `bbox.height` 查找宽度和高度。打印宽度和高度。示例：`from matplotlib import pyplot as plt fig, ax = plt.subplots() print("图表的每英寸点数(DPI)：", fig.dpi) bbox = ax.get_window_extent().transformed(fig.dpi_scale_trans.inverted()) width, height = bbox.width, bbox.height print("轴大小（以像素为单位）：", width, height)` 输出：`图表的每英寸点数(DPI)： 100.0 轴大小（以像素为单位）： 4.96 3.696`阅读更多