Python

Pythonで整数ではなく文字列軸を使用して混同行列をプロットするには、次の手順を実行できます- ラベルのリストを作成します。 混同行列を作成します。 confusion_matrix（）を使用します 分類の精度を計算します。 3。 〜.axes.Axesを追加します サブプロットの配置の一部として図に。 2D行列または配列の値を色分けされた画像としてプロットします。 colorbar（）の使用 メソッド、 ScalarMappableのカラーバーを作成します インスタンス、*マップ可能* 6。 set_xticklabelsを使用してxおよびyティックラベルを設定します およびs

プロットの外にテキストを配置するには、 text_pos_xの値を変更してテキストの位置を変更できます。 およびtext_pos_y ステップ xとyのデータポイントを作成します。 xとyのテキスト位置を初期化します。 xとyをプロットするには、 color =red でplot（）メソッドを使用します 。 text（）メソッドを使用して、図にテキストを追加します。 図を表示するには、 show（）を使用します メソッド。 例 import numpy as np from matplotlib import pyplot as plt plt.rcParams["figu

別のPythonグラフに（挿入図として）異なるグラフを追加するには、次の手順を実行できます- xを作成します およびy numpyを使用したデータポイント。 subplots（）の使用 メソッド、図とサブプロットのセットを作成します。つまり、図 およびax 。 新しい軸を作成するには、軸を追加します 既存の図に（ステップ2）。 xをプロットします およびy 軸上（ステップ2）。 xをプロットします およびy 新しい軸上（ステップ3）。 図を表示するには、 show（）を使用します メソッド。 例 import numpy as np from m

Pythonで円形（極）ヒストグラムをプロットするには、次の手順を実行できます- シータのデータポイントを作成します 、半径 および幅 numpyを使用します。 現在の図にサブプロットを追加します。ここで、 Projection =polar およびnrows=1、ncols =1、index=1。 。 bar（）を使用して棒グラフを作成します メソッド、シータ 、半径 および幅 データポイント 半径とバーを一緒に圧縮した後、それらを反復処理し、バーの面の色とアルファ値を設定します。アルファ値が小さいほど、透明度が高くなります。 図を表示するには、 show（）を使用します メソッド。

図形の軸のリストを取得するには、最初に図形を作成してから、 get_axes（）を使用します。 軸を取得し、それらの軸のラベルを設定するメソッド。 numpyとfigを使用してxsとysを作成します figure（）を使用する 方法。新しいフィギュアを作成するか、既存のフィギュアをアクティブにします。 add_subplot（）を使用します 方法。 〜.axes.Axesを追加します nrows =1、ncols =1、index=1のサブプロット配置の一部として図に追加します。 。 図の軸を取得します 、 xlabelを設定します およびylabel 。 xとyのデータポイントを

secondsary_yを使用してPandasでプロットするときにグリッド線を取り除くため 、次の手順を実行できます- キーcolumn1を使用してDataFrameを使用してデータフレームを作成します およびcolumn2 。 データフレームデータを使用して、データフレームをプロットします。グリッド線を取り除くには、 grid =Falseを使用します 。 図を表示するには、 show（）を使用します メソッド。 例 import pandas as pd from matplotlib import pyplot as plt plt.rcParams["f

度記号をプロットに挿入するには、LaTeX表現を使用できます。 ステップ numpyを使用してpV、nR、Tのデータポイントを作成します。 plot（）を使用してpVとTをプロットします メソッド。 xlabelを設定します xlabel（）を使用したpVの場合 メソッド。 ylabel（）を使用して、温度のラベルを度記号で設定します メソッド。 図を表示するには、 show（）を使用します メソッド。 例 import numpy as np from matplotlib import pyplot as plt plt.rcParams["figure.fi

PythonでY軸の値を指定するには、次の手順を実行できます- numpyを使用してxおよびyデータポイントを作成します。 軸の値を指定するには、文字のリストを作成します。 xticksを使用する およびyticks xとyの目盛りデータポイントで軸の目盛りをそれぞれ指定する方法。 xとyを使用して線をプロットします。color=red 、 plot（）を使用 メソッド。 xとyのマージンを0にします。 図を表示するには、 show（）を使用します メソッド。 例 import numpy as np from matplotlib import pyplot as plt plt.

画像の背景の上にプロットするには、次の手順を実行できます- ファイルから配列に画像を読み込みます。 図（fig）を作成し、範囲[0、300、0、300]のサブプロット（ax）のセットを追加します。 範囲（300）の配列xを作成します。 plot（）を使用してxをプロットします linestyle =dottedを使用したメソッド 、 linewidth =2 、および color=red。 図を表示するには、 show（）を使用します メソッド。 例 import numpy as np from matplotlib import pyplot as plt plt.rcPar

図をiPythonからファイルとして保存するには、次の手順を実行できます- 新しいフィギュアを作成するか、既存のフィギュアをアクティブにします。 add_axes（）を使用して図に軸を追加します メソッド。 指定されたリストをプロットします。 savefig（）を使用してプロットを保存します メソッド。 例 from matplotlib import pyplot as plt plt.rcParams["figure.figsize"] = [7.00, 3.50] plt.rcParams["figure.autolayout"] =

一連のプロットの標準カラーバーを作成するには、次の手順を実行できます- numpyを使用してランダムデータを作成します。 subplots（）を使用して、図とサブプロットのセットを作成します メソッド、ここで nrows =1 およびncols=1 。 データを画像として表示します。 カラーバー用に、図に軸を追加します。 マップ可能なインスタンスが画像であり、色が描画されるcaxであるカラーバーを作成します。 図を表示するには、 show（）を使用します メソッド。 例 import numpy as np import matplotlib.py

Python cv2で画像を読み取るには、次の手順を実行できます- ファイルから画像を読み込みます。 指定したウィンドウに画像を表示します。 キーが押されるのを待ちます。 すべてのHighGUIウィンドウを破棄します。 例 import cv2 img = cv2.imread("baseball.png", cv2.IMREAD_COLOR) cv2.imshow("baseball", img) cv2.waitKey(0) cv2.destroyAllWindows() 出力

ログヒストグラムを作成するには、 log =Trueを使用できます。 hist（）の引数で メソッド。 ステップ 番号のリストを作成します。 density =Trueでヒストグラムをプロットします 。 図を表示するには、 show（）を使用します メソッド。 例 import numpy as np import matplotlib.pyplot as plt plt.rcParams["figure.figsize"] = [7.50, 3.50] plt.rcParams["figure.autolayout"] = Tr

Pythonでリストする特定の列のcsvファイルを抽出するには、Pandas read_csv（）を使用できます。 メソッド。 ステップ 抽出する必要のある列のリストを作成します。 read_csv（）を使用する csvファイルをデータフレームに抽出する方法。 実行されたデータを印刷します。 plot（）を使用してデータフレームをプロットします メソッド。 図を表示するには、 show（）を使用します メソッド。 例 import pandas as pd from matplotlib import pyplot as plt plt.rcParams

matplolibを使用してPythonで複数の図を並行して描画するには、次の手順を実行できます- numpyを使用してランダムデータを作成します。 現在の図にサブプロットを追加します。nrows=1、ncols =4、インデックス=1です。 imshow（）を使用して、データを画像として、つまり2Dの通常のラスターに表示します cmap =Blues_rを使用したメソッド 。 現在の図にサブプロットを追加します。nrows=1、ncols =4、インデックス=2です。 imshow（）を使用して、データを画像として、つまり2Dの通常のラスターに表示します cmap =Accen

PythonでAxesサブプロットを表示するには、show（）メソッドを使用できます。複数の図を作成する場合は、show（）メソッドを使用してそれらの画像を表示します。 ステップ numpyを使用してxおよびyデータポイントを作成します。 plot（）を使用してxとyをプロットします メソッド。 図を表示するには、 show（）を使用します メソッド。 例 from matplotlib import pyplot as plt import numpy as np plt.rcParams["figure.figsize"] = [7.00, 3.50] plt.

matplotlibを使用してPythonで3D密度マップをプロットするには、次の手順を実行できます- numpyを使用してside、x、y、zを作成します。 Numpy linspace 3番目の数値に基づいて2つのポイント間にデータを作成するのに役立ちます。 サイドデータを使用して、座標ベクトルから座標行列を返します。 xとyを使用して指数データを作成します（ステップ2）。 pcolormesh（）を使用して、不規則な長方形グリッドで疑似カラープロットを作成します メソッド。 図を表示するには、 show（）を使用します メソッド。 例 from m

Pythonでヒストグラムを正規化するには、 hist（）を使用できます。 方法。正規化されたバーでは、プロットの下の領域は1である必要があります。 ステップ 番号のリストを作成します。 density =Trueでヒストグラムをプロットします 。 図を表示するには、 show（）を使用します メソッド。 例 import matplotlib.pyplot as plt plt.rcParams["figure.figsize"] = [7.00, 3.50] plt.rcParams["figure.autolayout"]

matplotlibで単一のデータポイントをプロットするには、次の手順を実行できます- xとyのリストを単一の値で初期化します。 X軸とY軸の範囲を0〜5に制限します。 現在のラインスタイルでグリッドをレイアウトします。 marker =o、markeredgecolor =red、markerfacecolor =green でplot（）メソッドを使用してxとyをプロットします 。 図を表示するには、 show（）を使用します メソッド。 例 from matplotlib import pyplot as plt plt.rcParams["

メッシュグリッド −座標ベクトルからの座標行列。 例を見て、Pythonメッシュグリッドに関数を適用する方法を見てみましょう。 numpyのベクトル化されたデコレータを使用して、xとyの2つのリストを検討できます。 例 import numpy as np @np.vectorize def foo(a, b):    return a + b x = [0.0, 0.5, 1.0] y = [0.0, 1.0, 8.0] print("Function Output: ", foo(x, y)) 出力 Function Output: [0. 1.5