要在 matplotlib 中疊加 contourf 圖和 surface_plot 圖，我們可以採取以下步驟 -使用 numpy 初始化變數 delta、xrange、yrange、x 和 y。使用 figure() 方法建立新圖形或啟用現有圖形。獲取當前軸，其中 projection='3d'。使用 x 和 y 資料點建立 3d 等高線圖。使用 x 和 y 資料點繪製曲面。要顯示圖形，請使用 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 delta = 0.025 xrange = np.arange(-5.0, 20.0, delta) yrange = np.arange(-5.0, 20.0, delta) x, y = np.meshgrid(xrange, yrange) ... 閱讀更多

要在 Seaborn facetgrid 中製作熱力圖正方形，我們可以使用 heatmap() 方法和 10×10 的隨機資料集。步驟建立一個大小為 10×10 的隨機資料，最小值為 -1，最大值為 10。使用 heatmap() 方法和資料和顏色對映“twilight_r”將矩形資料繪製為顏色編碼矩陣。要顯示圖形，請使用 show() 方法。示例import numpy as np import seaborn as sn import matplotlib.pyplot as plt plt.rcParams["figure.figsize"] = [7.00, 3.50] plt.rcParams["figure.autolayout"] = True data = np.random.randint(low=-1, high=10, size=(10, 10)) hm = sn.heatmap(data=data, cmap="twilight_r") plt.show()輸出

要在 Python 中繪製球體表面的點，我們可以使用 plot_surface() 方法。步驟使用 figure() 方法建立新圖形或啟用現有圖形。使用 add_subplot() 方法和 3d 投影新增一組子圖。初始化變數 r。使用 numpy 獲取球面點的 theta 值和 x、y 和 z 資料點。使用 plot_surface() 方法繪製曲面。要顯示圖形，請使用 show() 方法。示例import matplotlib.pyplot as plt import numpy as np plt.rcParams["figure.figsize"] = [7.00, 3.50] plt.rcParams["figure.autolayout"] = True fig = plt.figure() ax = fig.add_subplot(projection='3d') r = 0.05 u, v = np.mgrid[0:2 * np.pi:30j, 0:np.pi:20j] x = np.cos(u) * ... 閱讀更多

要從 3D numpy 陣列建立 3D 圖，我們可以使用 numpy 建立一個 3D 陣列並提取 x、y 和 z 點。使用 figure() 方法建立新圖形或啟用現有圖形。使用 add_subplot() 方法將“~.axes.Axes”新增到圖形作為子圖排列的一部分。建立一個大小為 (3, 3, 3) 的隨機資料。從 3D 陣列中提取 x、y 和 z 資料。在建立的軸上繪製 3D 散點圖要顯示圖形，請使用 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 ... 閱讀更多

要在 Python 中為 matplotlib 中的等高線圖製作動畫，我們可以採取以下步驟-建立一個形狀為 10☓10 維度的隨機資料。使用 subplots() 方法建立圖形和一組子圖。使用 FuncAnimation() 類透過重複呼叫函式 *func* 來製作動畫。要更新函式中的等高線值，我們可以定義一個可在 FuncAnimation() 類中使用的 animate 方法。要顯示圖形，請使用 show() 方法。示例import numpy as np import matplotlib.pyplot as plt import matplotlib.animation as animation plt.rcParams["figure.figsize"] = [7.00, 3.50] plt.rcParams["figure.autolayout"] = True data = np.random.randn(800).reshape(10, 10, 8) fig, ax = plt.subplots() def animate(i): ax.clear() ax.contourf(data[:, ... 閱讀更多

要定位和對齊 matplotlib 圖例，我們可以採取以下步驟-使用 plot() 方法繪製 line1 和 line2。在圖形上放置圖例。使用 bbox_to_anchor 設定位置並進行圖例元素的水平對齊。要顯示圖形，請使用 show() 方法。示例from matplotlib import pyplot as plt plt.rcParams["figure.figsize"] = [7.00, 3.50] plt.rcParams["figure.autolayout"] = True line1, = plt.plot([1, 5, 1, 7], linewidth=0.7) line2, = plt.plot([5, 1, 7, 1], linewidth=2.0) plt.legend([line1, line2], ["line1", "line2"], bbox_to_anchor=(0.45, 1.0), ncol=2) plt.show()輸出

要在 matplotlib 中將數字轉換為顏色刻度，我們可以採取以下步驟。步驟使用 numpy 建立 x、y 和 c 資料點。將資料點轉換為 Pandas 資料框。使用 subplots() 方法建立新圖形或啟用現有圖形。獲取熱顏色對映。要線性歸一化資料，我們可以使用 Normalize() 類。使用 x 和 y 資料點以及線性歸一化的顏色對映繪製散點。為 x 資料點設定 xticks。要製作顏色條，請建立一個標量對映物件。使用 colorbar() 方法制作顏色條。要顯示圖形，請使用 show() 方法。示例from matplotlib import pyplot as plt, colors import numpy as ... 閱讀更多

要從 matplotlib 圖形匯出 SVG 檔案，我們可以採取以下步驟 -設定圖形大小並調整子圖之間和周圍的填充。建立圖形和一組子圖。使用 numpy 建立隨機 x 和 y 資料點。使用 plot() 方法繪製 x 和 y 資料點。使用 savefig() 方法儲存 .svg 格式的檔案。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, ax = plt.subplots() x = np.random.rand(10) y = np.random.rand(10) ax.plot(x, y, ls='dotted', linewidth=2, color='red') plt.savefig("myimg.svg")輸出當我們執行此程式碼時，它將建立一個名為“myimg.svg”的 SVG 檔案，並且 ... 閱讀更多

要使用 matplotlib 在 Python 中繪製時間序列，我們可以採取以下步驟 -使用 numpy 建立 x 和 y 點。使用 plot() 方法繪製建立的 x 和 y 點。要顯示圖形，請使用 show() 方法。示例import matplotlib.pyplot as plt import datetime import numpy as np plt.rcParams["figure.figsize"] = [7.00, 3.50] plt.rcParams["figure.autolayout"] = True x = np.array([datetime.datetime(2021, 1, 1, i, 0) for i in range(24)]) y = np.random.randint(100, size=x.shape) plt.plot(x, y) plt.show()輸出

要為 sns.clustermap 提供資料集，我們可以採取以下步驟 -一步設定多個主題引數。從線上儲存庫載入示例資料集（需要網際網路）。從框架中返回專案並刪除。如果未找到，則引發 KeyError，使用 pop() 方法。使用 clustermap() 方法將矩陣資料集繪製為分層聚類的熱力圖。要顯示圖形，請使用 show() 方法。示例from matplotlib import pyplot as plt import seaborn as sns plt.rcParams["figure.figsize"] = [7.00, 3.50] plt.rcParams["figure.autolayout"] = True sns.set_theme(color_codes=True) iris = sns.load_dataset("iris") species = iris.pop("species") g = sns.clustermap(iris) plt.show()輸出閱讀更多