要在 matplotlib 中為 pcolormesh 製作動畫，我們可以採取以下步驟：建立圖形和一組子圖。使用 numpy 建立 x、y 和 t 資料點。建立 X3、Y3 和 T3，使用 meshgrid 從座標向量返回座標矩陣。使用 pcolormesh() 方法建立具有非規則矩形網格的偽彩色圖。使用 colormesh 軸建立顏色條。使用 Animation() 類方法為 pcolormesh 製作動畫。要顯示圖形，請使用 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 = plt.subplots() x = np.linspace(-3, 3, 91) t = np.linspace(0, 25, 30) y = np.linspace(-3, 3, 91) X3, Y3, T3 = ... 閱讀更多

要為 hist2d 圖新增顏色條，我們可以將標量對映物件傳遞到 colorbar() 方法的引數中。步驟 使用 numpy 建立 x 和 y 資料點。使用 subplots() 方法建立圖形和一組子圖。使用 hist2d() 方法建立二維直方圖圖。為 hist2d 標量對映例項建立顏色條。要顯示圖形，請使用 show() 方法。示例 import numpy as np from matplotlib import pyplot as plt, colors plt.rcParams["figure.figsize"] = [7.00, 3.50] plt.rcParams["figure.autolayout"] = True x = np.random.randn(100) y = np.random.randn(100) + 5 fig, ax = plt.subplots() hh = ax.hist2d(x, y, bins=40, norm=colors.LogNorm()) fig.colorbar(hh[3], ax=ax) plt.show()輸出 閱讀更多

要在 Python 中繪製密度圖，我們可以採取以下步驟：使用 numpy 建立 side、x、y 和 z。Numpy linspace 有助於根據第三個數建立兩個點之間的資料。使用 side 資料從座標向量返回座標矩陣。使用 x 和 y（步驟 2）建立指數資料。使用 pcolormesh() 方法建立具有非規則矩形網格的偽彩色圖。要顯示圖形，請使用 show() 方法。示例 from matplotlib import pyplot as plt, cm, colors import numpy as np plt.rcParams["figure.figsize"] = [7.00, 3.50] plt.rcParams["figure.autolayout"] = True side = np.linspace(-2, 2, 15) X, Y = np.meshgrid(side, side) Z = np.exp(-((X - 1) ... 閱讀更多

要在軸標籤和圖例中編寫下標文字，我們可以採取以下步驟：使用 NumPy 建立 x 和 y 資料點。使用上標文字標籤繪製 x 和 y 資料點。在文字中使用 xlabel 和 ylabel 帶下標。使用 legend() 方法在圖中放置圖例。調整子圖之間和周圍的填充。要顯示圖形，請使用 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, 10, 1000) y = np.exp(x) plt.plot(x, y, label=r'$e^x$', c="red", lw=2) plt.xlabel("$X_{axis}$") plt.ylabel("$Y_{axis}$") plt.legend(loc='upper left') plt.show()輸出 閱讀更多

要在 Python 中將軸刻度設定為 π 的倍數，我們採取以下步驟：初始化 pi 變數，使用 numpy 建立 theta 和 y 資料點。使用 plot() 方法繪製 theta 和 y。使用 xticks() 方法獲取或設定 X 軸的當前刻度位置和標籤。使用 margins() 方法設定或檢索自動縮放邊距的便捷方法。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 pi = np.pi theta = np.arange(-2 * pi, 2 * pi+pi/2, step=(pi / 2)) y = np.sin(theta) plt.plot(theta, y) plt.xticks(theta, ['-2π', '-3π/2', 'π', ... 閱讀更多

要使用 matplotlib 製作空心方形標記，我們可以使用標記 'ks'、markerfacecolor='none'、markersize=15 和 markeredgecolor=red。步驟 使用 numpy 建立 x 和 y 資料點。建立圖形或啟用現有圖形，將軸新增到圖形作為子圖排列的一部分。使用 plot() 方法繪製 x 和 y 資料點。要製作空心方形標記，我們可以使用標記“ks”和 markerfacecolor="none"、markersize="15" 和 markeredge color="red"。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 x = np.linspace(-2, 2, 10) y = np.sin(x) fig = plt.figure() ax1 = ... 閱讀更多

要顯示所有標籤值，我們可以使用 set_xticklabels() 和 set_yticklabels() 方法。步驟 建立一個數字列表 (x)，可用於刻度軸。使用 subplot() 獲取軸，這有助於向當前圖形新增子圖。分別使用 set_xticks 和 set_yticks 方法和列表 x（來自步驟 1）設定 X 軸和 Y 軸上的刻度。使用標籤列表（["one"，"two"，"three"，"four"]）和 45 度旋轉設定刻度標籤，使用 set_xticklabels() 和 set_yticklabels()。要增加軸和刻度標籤之間的間距，我們可以使用帶 pad 引數的 tick_params() 方法，這有助於增加間距。引數 direction (in) 有助於將刻度放在內部 ... 閱讀更多

步驟 使用 subplots() 方法建立圖形和一組子圖，圖形大小為 (7, 7)。使用兩個鍵建立資料框，時間和速度。獲取陣列的大小。使用 table 方法向當前軸新增表格。縮小字型大小，直到文字適合單元格寬度。設定表格中的字型大小。透過迭代 matplotlib 表格來設定面顏色、邊緣顏色和文字顏色。儲存並顯示圖形。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 fig, ax = plt.subplots() df = pd.DataFrame(dict(time=list(pd.date_range("2021-01-01 12:00:00", periods=10)), ... 閱讀更多

要在 python3 中將 .wav 檔案轉換為頻譜圖，我們可以採取以下步驟：從本地計算機載入 .wav 檔案。使用 spectrogram() 方法使用連續傅立葉變換計算頻譜圖。使用 pcolormesh() 方法建立具有非規則矩形網格的偽彩色圖。使用帶有頻譜圖的 imshow() 方法。要顯示圖形，請使用 show() 方法。示例 import matplotlib.pyplot as plt from scipy import signal from scipy.io import wavfile plt.rcParams["figure.figsize"] = [7.00, 3.50] plt.rcParams["figure.autolayout"] = True sample_rate, samples = wavfile.read('test.wav') frequencies, times, spectrogram = signal.spectrogram(samples, sample_rate) plt.pcolormesh(times, frequencies, spectrogram, shading='flat') plt.imshow(spectrogram) plt.show()輸出 閱讀更多

為了在 matplotlib 等高線圖中繪製座標軸線或原點，我們可以使用 `contourf()`、`axhline()` (y=0) 和 `axvline()` (x=0)。 使用 numpy 建立 x、y 和 z 的資料點。要設定座標軸屬性，可以使用 `plt.axis('off')` 方法。 使用 `contourf()` 方法繪製 x、y 和 z 資料點。 以紅色繪製 x=0 和 y=0 線。 要顯示圖形，請使用 `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()` 輸出 閱讀更多