我們可以使用解析度值（即每英寸點數）和影像格式在 Matplotlib 中繪製高解析度圖形。步驟：建立字典，鍵為“第一列”和“第二列”，值為 i 和 i*i，其中 i 從 0 到 10。使用 pd.DataFrame(d) 建立資料框；d 在步驟 1 中建立。使用 ‘o’ 和 ‘rx’ 樣式繪製資料框。要以 pdf 格式儲存檔案，請使用 savefig() 方法，其中影像名稱為 myImagePDF.pdf，format="pdf"。我們可以設定 dpi 值以獲得高質量影像。使用 saving() 方法，我們可以儲存影像… 閱讀更多

要獲得互動式繪圖，我們需要啟用圖形。使用 plt.ioff() 和 plt.ion()，我們可以對繪圖執行互動操作。步驟：使用 subplots 方法建立 fig 和 ax 變數，其中預設 nrows 和 ncols 為 1。使用 plot() 方法繪製一條線。設定線的顏色，即橙色。使用 plt.ioff() 方法停止互動。要進行互動式繪圖，請更改線的顏色座標。使用 plt.ion() 方法啟動互動。示例：要在 Ipython 中使用互動式繪圖 - In [1]: %matplotlib auto 使用 matplotlib 後端：GTK3Agg In [2]: import matplotlib.pyplot as plt In [3]: fig, ax = plt.subplots() # 圖表將… 閱讀更多

使用 plt.savefig("myImagePDF.pdf", format="pdf", bbox_inches="tight") 方法，我們可以將圖形儲存為 PDF 格式。步驟：建立字典，鍵為“第一列”和“第二列”，值為 i 和 i*i，其中 i 從 0 到 10。使用 pd.DataFrame(d) 建立資料框，d 在步驟 1 中建立。使用 ‘o’ 和 ‘rx’ 樣式繪製資料框。要以 PDF 格式儲存檔案，請使用 savefig() 方法，其中影像名稱為 myImagePDF.pdf，format = ”pdf”。要顯示影像，請使用 plt.show() 方法。示例：import pandas as pd from matplotlib import pyplot as plt d = {'Column 1': [i for i in ... 閱讀更多

首先，我們可以用 col1 和 col2 初始化字典，將其轉換為資料框。之後，我們可以使用 ‘o’ 和 ‘rx’ 樣式繪製此資料。步驟：建立字典，鍵為“第一列”和“第二列”，值為 i 和 i*i，其中 i 從 0 到 10。使用 pd.DataFrame(d) 建立資料框；d 在步驟 1 中建立。使用 ‘o’ 和 ‘rx’ 樣式繪製資料框。要顯示繪圖，請使用 plt.show()。示例：import pandas as pd from matplotlib import pyplot as plt d = {'Column 1': [i for i in range(10)], 'Column 2': [i*i for ... 閱讀更多

使用 matplotlib.get_backend()，我們可以獲取後端值。步驟：匯入 matplotlib。要返回當前後端的名稱，請使用 get_backend() 方法。示例：import matplotlib print("matplotlib 使用的後端是：", matplotlib.get_backend()) 輸出：matplotlib 使用的後端是：GTK3Agg

我們可以使用 display.clear_output(wait=True)、display.display(pl.gcf()) 和 time.sleep() 方法在迴圈中迭代繪圖以獲得準確的輸出。步驟：使用 pylab.randn() 繪製來自“標準正態”分佈的樣本（或樣本）。清除當前接收輸出的單元格的輸出，wait=False（預設值），等待清除輸出，直到有新的輸出可用以替換它。使用 display() 方法顯示所有前端中的 Python 物件。預設情況下，所有表示都將被計算併發送到前端。前端可以使用 display() 方法決定使用哪個表示以及如何使用。pl.gcf 用於獲取當前圖形。要暫停一段時間，請使用 time.sleep() 方法。示例：import time import ... 閱讀更多

首先，我們可以使用 imshow 方法建立一個影像，採用收成矩陣。之後，我們可以用一些值標記這些影像畫素。步驟：建立一個主題列表。建立一個學生列表。建立一個收成矩陣。使用 subplots 方法建立 fig 和 ax 變數，其中預設 nrows 和 ncols 為 1。將資料顯示為影像，即在 2D 常規光柵上，使用步驟 1 資料。使用學生長度獲取或設定 X 軸的當前刻度位置和標籤。使用主題長度獲取或設定 Y 軸的當前刻度位置和標籤。設定… 閱讀更多

使用 imshow 方法，我們可以建立一個輸入 (5, 5) 陣列維度的影像。之後，我們可以使用 xticks 和 yticks 方法標記軸上的刻度。步驟：返回半開區間 [5, 5) 中的隨機浮點數，interpolation='nearest'。將資料顯示為影像，即在 2D 常規光柵上，使用步驟 1 資料。使用 xticks 方法獲取或設定 X 軸的當前刻度位置和標籤。使用 yticks 方法獲取或設定 Y 軸的當前刻度位置和標籤。使用 plt.show() 顯示圖形。示例：import matplotlib.pyplot as plt import numpy as np plt.imshow(np.random.random((5, 5)), interpolation='nearest') ... 閱讀更多

要獲得 3D 繪圖，我們可以使用 fig.add_subplot(111, projection='3d') 方法來例項化軸。之後，我們可以使用 scatter 方法在 x、y 和 z 軸上繪製不同的資料點。步驟：建立一個新圖形，或啟用現有圖形。將 `~.axes.Axes` 新增到圖形中作為子圖排列的一部分，其中 nrows = 1、ncols = 1、index = 1 且 projection 為 '3d'。迭代標記、xs、ys 和 zs 列表，以建立散點。使用 set_xlabel、y_label 和 z_label 方法設定 x、y 和 z 標籤。使用 plt.show() 方法繪製圖形。示例：import matplotlib.pyplot as plt import ... 閱讀更多

使用 plt.xticks(x, labels, rotation='vertical')，我們可以旋轉刻度的標籤。步驟：建立兩個列表，x 和 y。使用不同城市列表建立標籤。調整子圖佈局引數，其中 bottom = 0.15。向當前圖形新增子圖，其中 nrow = 1、ncols = 2 且 index = 1。使用 plt.plot() 繪製線，使用 x 和 y（步驟 1）。獲取或設定 X 軸的當前刻度位置和標籤。不傳遞任何引數即可返回當前值而無需修改它們，並使用 x 和 label 資料。設定或檢索自動縮放邊距，值為 0.2。設定索引為 1 的圖形的標題，… 閱讀更多