為了建立變數給定聯合分佈的觀測值之間的簡單關係，我們可以使用 Seaborn 建立迴歸模型的圖。要使用迴歸模型擬合數據集，我們必須首先在 Python 中匯入必要的庫。我們將為每個迴歸模型建立圖，(a) 線性迴歸，(b) 多項式迴歸和 (c) 邏輯迴歸。在本例中，我們將使用葡萄酒質量資料集，可以從此處訪問，https://archive.ics.uci.edu/ml/datasets/wine+quality示例匯入 matplotlib.pyplot as plt 匯入 seaborn as sns 從 scipy.stats 匯入 pearsonr sns.set(style="dark", color_codes=True) #匯入資料集 wine_quality = pd.read_csv('winequality-red.csv', delimiter=';') #繪圖 ... 閱讀更多

影像包含一個 2-D 矩陣 RGB 資料點，可以透過影像的每英寸點數 [DPI] 來定義。影像的解析度很重要，因為高解析度影像會具有更高的清晰度。我們在 Matplotlib 中有一個方法 'plt.savefig()'，它根據畫素確定影像的大小。理想情況下，它具有一個 'dpi' 引數。讓我們看看如何在 Matplotlib 中管理圖形的解析度。示例匯入 matplotlib.pyplot as plt 匯入 numpy as np #準備直方圖資料 np.random.seed(1961) nd = np.random.normal(13, 5, 1000) #定義 ... 閱讀更多

為了在繪圖或圖形中提供路徑效果（如陰影效果），我們可以使用 path_effect 屬性。例如，讓我們看看如何在 Matplotlib 中使用 path_effect 屬性向 S 型函式新增陰影效果。匯入 matplotlib.pyplot as plt 匯入 numpy as np 從 matplotlib.patheffects 匯入 PathPatchEffect、SimpleLineShadow、Normal現在讓我們定義圖形的大小並繪製 S 型函式，plt.style.use('seaborn-deep') plt.subplots(figsize=(10, 10))讓我們定義繪圖的資料點，x = np.linspace(-10, 10, 50) y = 1+ np.exp(-x))讓我們定義繪圖中的陰影屬性，plt.plot(x, y, linewidth=8, color='blue', path_effects= [SimpleLineShadow(), ... 閱讀更多

Matplotlib 對所有圖形和繪圖都有一個預設的顏色迴圈，但是，為了繪製具有多個顏色迴圈的繪圖，我們可以使用 Matplotlib 的 cycler 屬性。它用於繪製軸的重複模式。首先，我們將使用面向物件 API（如 pyplot）來繪製特定的視覺化。從 cycler 匯入 cycler 匯入 numpy as np 從 matplotlib.backends.backend_agg 匯入 FigureCanvasAgg 為 FigureCanvas 從 matplotlib.figure 匯入 Figure 從 IPython.core.display 匯入 display在本例中，我們將建立兩個物件，它們將在每四個物件後重復迴圈。因此，在建立兩個物件後，最後兩個 ... 閱讀更多

讓我們假設我們有一些資料，其中我們必須處理實際時間。要在地圖上繪製時區，我們可以在 Python 中使用 'cartopy' 或 'metPy' 包。但是，我們可以使用以下命令在 Anaconda 環境中安裝 'cartopy' 包：conda install -c conda-forge cartopy或 conda install -c conda-forge metpy現在，讓我們看看如何使用 Matplotlib 在地圖上繪製時區。示例匯入 numpy as np 匯入 cartopy.crs 為 ccrs 匯入 matplotlib.animation 為 animation 匯入 matplotlib.pyplot 為 plt #定義繪圖大小和軸 plt.figure(figsize=(10, 9)) ax = plt.axes(projection=ccrs.PlateCarree()) #應用顏色 ... 閱讀更多

讓我們假設我們想要動畫化一個本質上是指數衰減的函式，例如 y = a(b)^x，其中 b = 生長因子，a = 初始值。指數衰減函式看起來像這樣，但是，現在，我們想要動畫化並繪製指數衰減的正切函式。首先匯入庫，匯入 numpy as np 匯入 matplotlib.pyplot as plt 從 matplotlib.animation 匯入 FuncAnimation定義軸，fig、a = plt.subplots()繪製帶有軸的空白圖形，  xdata、ydata = []、[] line、= ax.plot(xdata, ydata)設定網格的限制，ax.set_xlim(0, 10) ax.set_ylim(-3.0, 3.0) ax.grid()   定義函式到 ... 閱讀更多

假設您給定一個包含各種變數和資料點的資料集，因此為了繪製給定資料點的聚類圖，我們可以使用 Clustermaps 類。在本例中，我們將從 https://archive.ics.uci.edu/ml/datasets/wine+quality 匯入葡萄酒質量資料集。匯入 matplotlib.pyplot 為 plt 匯入 numpy 為 np 匯入 seaborn 為 sns sns.set(style='white') #匯入資料集 wine_quality = pd.read_csv（'winequality-red.csv' 分隔符='；'）假設我們有葡萄酒質量資料集和相關聯的相關矩陣資料的原始資料。現在讓我們繪製資料的聚類圖，row_colors = wine_quality["quality"].map(dict(zip(wine_quality["quality"].unique(), "rbg"))) g = sns.clustermap(wine_quality.drop('quality', axis=1), standard_scale=1, robust=True, row_colors=row_colors, cmap='viridis')繪製 ... 閱讀更多

要自定義繪圖的顏色和顏色圖，我們可以使用顏色庫中的顏色圖屬性。我們可以建立兩種型別的顏色圖：(a) 離散顏色圖和 (b) 連續顏色圖。我們首先將瞭解如何建立離散顏色圖，然後是連續顏色圖。在示例中，我們將使用 'iris' 資料集建立三個繪圖，以便第一個繪圖使用預設顏色圖，另外兩個使用 RGB 圖建立混合彩色繪圖。但是，我們可以根據群集的數量建立任意數量的顏色圖。示例匯入 matplotlib.pyplot 為 plt 匯入 pandas 為 pd ... 閱讀更多

當我們在 Matplotlib 中繪製圖形時，它會在圖形周圍建立四個脊柱，頂部、左側、底部和右側。脊柱只不過是圍繞網格的圖形表示的框，它在左側 (y) 和底部 (x) 顯示一些刻度和可刻度的軸。讓我們看看如何在給定圖形中自定義脊柱。我們將建立六個圖形以檢視並自定義其脊柱。首先匯入工作簿所需的庫。匯入 numpy 為 np 匯入 matplotlib.pyplot 為 plt讓我們繪製正弦曲線圖，theta = np.linspace(0, 2*np.pi, 128) y = np.sin(theta) fig = plt.figure(figsize=(8, 6))定義 ... 閱讀更多

要在繪圖或圖形上建立自定義標記，我們使用一個列表，在其中寫入我們想要在繪圖中看到的標記。標記只不過是符號、表情符號、字元或任何我們想要在圖形上看到的字元。為了建立標記，我們將首先匯入所需的庫。匯入 matplotlib.pyplot 為 plt 匯入 numpy 為 np現在，我們將在正弦曲線上建立一個標記。讓我們建立一個大小為 (12, 6) 的網格，x = np.arange(1, 2.6, 0.1) y = np.sin(2 * np.pi * x) plt.subplots(figsize=(12, 6))這裡我們將建立 ... 閱讀更多