要在 Matplotlib 中隐藏线条，我们可以使用 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。在图形的右上角放置图例。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

要使用 pyplot 填充阶梯曲线下方的区域，我们可以采取以下步骤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。要填充曲线下方的区域，请使用 fill_between() 方法将 x 和 y 与 ste="pre" 一起使用。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

要在 Matplotlib 中使用可变长度数据制作箱线图，我们可以采取以下步骤 - 设置图形大小并调整子图之间和周围的填充。制作数据点列表。使用 boxplot() 方法制作箱线图。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

要将所有打开的 Matplotlib 图形一次保存到一个文件中，我们可以采取以下步骤 - 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 (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，以制作 pdf 文件。创建一个用户定义函数 save_multi_image，并调用它以将所有打开的 matplotlib 图形一次保存到一个文件中。创建一个新的 PdfPages 对象 pp。获取 ... 阅读更多

要绘制直方图，使用 collections.Counter，我们可以使用 bar() 方法。在 bar() 方法中，我们可以使用 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。制作数据点列表。使用 collections.Counter() 获取字典 d。使用 d.keys() 和 d.values() 制作条形图。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

要显示 Seaborn pairplot() 图表的标题，我们可以使用 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。绘制数据集中成对的关系。在图形上添加居中的标题。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

要检查 Matplotlib 的 pylab/pyplot 后端是否内联运行，我们可以使用 get_backend() 方法。该方法返回当前后端名称。示例import matplotlib inline = matplotlib.get_backend() print("Backend: ", inline)输出Backend: Qt5Agg

要将 pyplot 函数附加到图形实例，我们可以使用 figure() 方法并向其添加一个轴。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”作为子图排列的一部分添加到图形中。使用 set_title() 方法为该轴设置标题。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

要在 Matplotlib 中绘制时间上的事件，我们可以采取以下步骤 - 设置图形大小并调整子图之间和周围的填充制作事件可能发生的点列表。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

要在 Matplotlib 中为 imshow() 添加图例，我们可以采取以下步骤 - 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。初始化颜色映射。从样本数据（步骤 2）中获取唯一数据点。使用不同的标签和颜色绘制每种颜色，以放置在图例上。在框内将图例放置在右上角。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