首先，我們將使用 mplPath.Path 方法建立一個多邊形，並使用 poly_path.contains_point 方法檢查給定點是否在多邊形內。步驟建立點列表以構成多邊形。使用 mplPath.Path() 建立一個具有給定頂點和程式碼的新路徑。使用 contains_point() 方法檢查點 (200, 100) 是否存在於多邊形中。返回 (閉合) 路徑是否包含給定點。=> True使用 contains_point() 方法檢查點 (1200, 1000) 是否存在於多邊形中。返回 (閉合) 路徑是否包含給定點。=> False示例import matplotlib.path as mplPath import ... 閱讀更多

使用 subplot 方法，我們可以配置行數和列數。nrows*nclos 將建立繪製圖形的位置數量。步驟行數 = 2，列數 = 1，因此總位置數為：2*1 = 2。向當前圖形新增子圖，nrow = 2，ncols = 1，index = 1。向當前圖形新增子圖，nrow = 2，ncols = 1，index = 2。使用 plt.show()，我們可以顯示圖形。示例from matplotlib import pyplot as plt row_count = 2 col_count = 1 index1 = 1 # 子圖數量為：row*col，index 是位置 ... 閱讀更多

我們可以使用 atplotlib.rcParams['backend'] 變數覆蓋後端值。步驟使用 get_backend() 方法返回當前後端名稱，即預設名稱。現在覆蓋後端名稱。使用 get_backend() 方法返回當前後端名稱，即更新後的名稱。示例import matplotlib print("之前，matplotlib 使用的後端是：", matplotlib.get_backend()) matplotlib.rcParams['backend'] = 'TkAgg' print("之後，matplotlib 使用的後端是：", matplotlib.get_backend())輸出之前，matplotlib 使用的後端是：GTK3Agg 之後，matplotlib 使用的後端是：TkAgg 輸入條形圖數量：5

要建立自定義顏色，我們可以建立一個十六進位制字串。從中，我們可以建立不同的顏色表示集，並將它們傳遞到 scatter 方法以獲得所需的輸出。使用 set_color 方法，我們可以設定條形圖的顏色。步驟獲取使用者輸入的條形圖數量。使用 plt.bar() 方法新增條形圖。透過選擇隨機字元從十六進位制字母建立顏色。使用 set_color() 方法為每個條形圖設定顏色。要顯示圖形，我們可以使用 plt.show() 方法。示例from matplotlib import pyplot as plt import random bar_count = int(input("輸入條形圖數量：")) bars = plt.bar([i for ... 閱讀更多

要建立自定義顏色，我們可以建立一個十六進位制字串。從中，我們可以建立不同的顏色表示集，並將它們傳遞到 scatter 方法以獲得所需的輸出。步驟從使用者處獲取顏色數量的輸入，即 number_of_colors = 20。使用十六進位制字母獲取顏色。透過從步驟 2 資料中選擇隨機字元建立顏色 (步驟 3)。使用步驟 3 的顏色繪製步驟 1 輸入資料的散點圖。要顯示圖形，請使用 plt.show() 方法。示例import matplotlib.pyplot as plt import random number_of_colors = int(input("請輸入顏色數量：")) hexadecimal_alphabets ... 閱讀更多

首先，我們可以初始化一個數組矩陣並將其傳遞給 imshow 方法，這可以幫助獲取給定矩陣的影像。步驟建立一個 2D 陣列，即 img。使用 imshow() 方法將資料顯示為影像，即在 2D 正則光柵上。使用 plt.show() 方法顯示圖形。示例import matplotlib.pyplot as plt img = [[1, 2, 4, 5, 6, 7],       [11, 12, 14, 15, 16, 17],       [101, 12, 41, 51, 61, 71],       [111, 121, 141, 151, 161, 171]] plt.imshow(img, extent=[0, 5, 0, 5]) plt.show()輸出

使用 plt.subplots(1, 1) 方法，我們可以建立 fig 和 axis。我們可以使用 fig.colorbar 在圖形的中點建立顏色條。步驟使用 mgrid() 方法，`nd_grid` 例項返回一個開放的多維“網格”。建立 Z1、Z2 和 Z 資料。使用 subplots 方法建立 fig 和 ax 變數，其中預設 nrows 和 ncols 為 1，使用 subplots() 方法。使用 colorbar() 方法為 ScalarMappable 例項 *mappable* 建立顏色條。使用 plt.show()，我們可以顯示圖形。示例import numpy as np import matplotlib.pyplot as plt import matplotlib.colors as colors N = 100 X, Y = np.mgrid[-3:3:complex(0, N), -2:2:complex(0, N)] Z1 = np.exp(-(X)**2 - ... 閱讀更多

ROC - 接收者操作特徵 (ROC) 曲線。使用 metrics.plot_roc_curve(clf, X_test, y_test) 方法，我們可以繪製 ROC 曲線。步驟生成一個隨機的 n 類分類問題。這最初建立了關於長度為 ``2*class_sep`` 的 ``n_informative`` 維超立方體頂點的正態分佈 (std=1) 的點簇，並將相同數量的簇分配給每個類。它引入了這些特徵之間的相互依賴性，並向資料添加了各種型別的進一步噪聲。使用 make_classification() 方法。使用 train_test_split() 方法將陣列或矩陣拆分為隨機訓練集。使用 fit() 方法根據給定的訓練資料擬合 SVM 模型。使用 plot_roc_curve() 方法繪製接收者操作特徵 (ROC) 曲線。要 ... 閱讀更多

%matplotlib 將返回後端值。%matplotlib auto 將返回後端名稱，透過 Ipython shell。示例In [1]: %matplotlib auto輸出使用 matplotlib 後端：GTK3Agg

使用 Pandas，我們可以建立一個數據框並建立一個圖形和軸。之後，我們可以使用 scatter 方法繪製點。步驟建立學生列表、他們獲得的分數以及每個分數的顏色編碼。使用 Panda 的 DataFrame 建立一個數據框，使用步驟 1 資料。使用 subplots 方法建立 fig 和 ax 變數，其中預設 nrows 和 ncols 為 1。使用 plt.xlabel() 方法設定 X 軸標籤。使用 plt.ylabel() 方法設定 Y 軸標籤。具有不同標記大小和/或顏色的 *y* 相對於 *x* 的散點圖。要顯示圖形，請使用 plt.show() 方法。示例from matplotlib import pyplot as plt import pandas as ... 閱讀更多