Estom的博客

探索规范化多元正态分布的各种归一化。 12345678910111213141516171819202122232425import matplotlib.pyplot as pltimport matplotlib.colors as mcolorsimport numpy as npfrom numpy.random import multivariate_normaldata = np.vstack([ multivariate_normal([10, 10], [[3, 2], [2, 3]], size=100000), multivariate_normal([30, 20], [[2, 3], [1, 3]], size=1000)])gammas = [0.8, 0.5, 0.3]fig, axes = plt.subplots(nrows=2, ncols=2)axes[0, 0].set_title('Linear normalization')axes[0, 0].hist2d(data[:, 0], data[:, 1], ...

对数轴这是使用semilogx为x轴分配对数刻度的示例。 123456789101112import matplotlib.pyplot as pltimport numpy as npfig, ax = plt.subplots()dt = 0.01t = np.arange(dt, 20.0, dt)ax.semilogx(t, np.exp(-t / 5.0))ax.grid()plt.show() 下载这个示例 下载python源码: log_test.py 下载Jupyter notebook: log_test.ipynb

箭头指南向图表添加箭头图像。 箭头通常用于注释图表。本教程介绍如何绘制在绘图上的数据限制发生更改时表现不同的箭头。通常，绘图上的点可以固定在“数据空间”或“显示空间”中。当数据限制被改变时，数据空间中绘制的东西会移动 - 散点图中的点就是一个例子。当数据限制被改变时，在显示空间中绘制的东西保持静止 - 例如图形标题或轴标签。 箭头由头部（可能是尾部）和在起点和终点之间绘制的杆组成，从现在开始称为“锚点”。 这里我们展示了绘制箭头的三个用例，具体取决于是否需要在数据或显示空间中修复头部或锚点： 头部形状固定在显示空间中，锚点固定在数据空间中。 头部形状和锚点固定在展示空间中。 再数据空间中固定的整个图像补丁的程序 下面依次介绍每个用例。 12345678import matplotlib.patches as mpatchesimport matplotlib.pyplot as pltx_tail = 0.1y_tail = 0.1x_head = 0.9y_head = 0.9dx = x_head - x_taildy = y_head - y_tail 头部形状固定在...

比例尺说明应用于轴的比例变换，例如： log，symlog，logit。 1234567891011121314151617181920212223242526272829303132333435363738394041424344454647484950import numpy as npimport matplotlib.pyplot as pltfrom matplotlib.ticker import NullFormatter# Fixing random state for reproducibilitynp.random.seed(19680801)# make up some data in the interval ]0, 1[y = np.random.normal(loc=0.5, scale=0.4, size=1000)y = y[(y > 0) & (y < 1)]y.sort()x = np.arange(len(y))# plot with various axes scalesfig, axs = plt.subplots(...

Symlog演示示例使用symlog（对称对数）轴缩放。 12345678910111213141516171819202122232425262728import matplotlib.pyplot as pltimport numpy as npdt = 0.01x = np.arange(-50.0, 50.0, dt)y = np.arange(0, 100.0, dt)plt.subplot(311)plt.plot(x, y)plt.xscale('symlog')plt.ylabel('symlogx')plt.grid(True)plt.gca().xaxis.grid(True, which='minor') # minor grid on tooplt.subplot(312)plt.plot(y, x)plt.yscale('symlog')plt.ylabel('symlogy')plt.subplot(313)plt.plot(x, np.sin(x ...

matplotlib艺术家对象的参考此示例显示使用matplotlib API绘制的几个matplotlib的图形基元（艺术家）。艺术家对象API提供完整的艺术家列表和文档。 Copyright (c) 2010, Bartosz Telenczuk BSD License 12345678910111213141516171819202122232425262728293031323334353637383940414243444546474849505152535455565758596061626364656667686970717273747576777879808182838485868788899091import matplotlib.pyplot as pltimport numpy as npimport matplotlib.path as mpathimport matplotlib.lines as mlinesimport matplotlib.patches as mpatchesfrom matplotlib.collections import P...

复合路径制作复合路径 - 在这种情况下是两个简单的多边形，一个矩形和一个三角形。使用 CLOSEPOLY 和 MOVETO 作为复合路径的不同部分。 123456789101112131415161718192021222324252627import numpy as npfrom matplotlib.path import Pathfrom matplotlib.patches import PathPatchimport matplotlib.pyplot as pltvertices = []codes = []codes = [Path.MOVETO] + [Path.LINETO]*3 + [Path.CLOSEPOLY]vertices = [(1, 1), (1, 2), (2, 2), (2, 1), (0, 0)]codes += [Path.MOVETO] + [Path.LINETO]*2 + [Path.CLOSEPOLY]vertices += [(4, 4), (5, 5), (5, 4), (0, 0)]vertices = np.array(v...

具有自动缩放功能的Line，Poly和RegularPoly Collection对于前两个子图，我们将使用螺旋。它们的大小将以图表单位设置，而不是数据单位。它们的位置将通过使用LineCollection和PolyCollection的“偏移”和“transOffset”kwargs以数据单位设置。 第三个子图将生成正多边形，具有与前两个相同类型的缩放和定位。 最后一个子图说明了使用 “offsets =（xo，yo）”，即单个元组而不是元组列表来生成连续的偏移曲线，其中偏移量以数据单位给出。 此行为仅适用于LineCollection。 123456789101112131415161718192021222324252627282930313233343536373839404142434445464748495051525354555657585960616263646566676869707172737475767778798081828384858687888990919293949596979899100101102103104105106107impor...

绘制海豚此示例显示如何使用Path，PathPatch和transforms类绘制和操作给定顶点和节点的形状。 123456789101112131415161718192021222324252627282930313233343536373839404142434445464748495051525354555657585960616263646566676869707172737475767778798081828384858687888990919293import matplotlib.cm as cmimport matplotlib.pyplot as pltfrom matplotlib.patches import Circle, PathPatchfrom matplotlib.path import Pathfrom matplotlib.transforms import Affine2Dimport numpy as np# Fixing random state for reproducibilitynp.random.seed(19680801)r ...

椭圆集合绘制椭圆的集合。虽然使用 EllipseCollection 或PathCollection 同样可行，但使用EllipseCollection 可以实现更短的代码。 123456789101112131415161718192021222324252627import matplotlib.pyplot as pltimport numpy as npfrom matplotlib.collections import EllipseCollectionx = np.arange(10)y = np.arange(15)X, Y = np.meshgrid(x, y)XY = np.column_stack((X.ravel(), Y.ravel()))ww = X / 10.0hh = Y / 15.0aa = X * 9fig, ax = plt.subplots()ec = EllipseCollection(ww, hh, aa, units='x', offsets=XY, transOffset...