Python

matplotlibのマーカーに影響を与えずに透明なエラーバーを作成するには、次の手順を実行できます- ステップ 図のサイズを設定し、サブプロット間およびサブプロットの周囲のパディングを調整します。 データのリストx、y、zを作成します。 変数を初期化しますerror_bar_width=5 yとxを、エラーバーが付いた線やマーカーとしてプロットします。 バーとキャップのアルファ値を設定します。 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.rcPar

matplotlibの散布図の上に追加の点をプロットするには、次の手順を実行できます- ステップ 図のサイズを設定し、サブプロット間およびサブプロットの周囲のパディングを調整します。 xおよびyデータポイントのリストを作成します。 xおよびyデータポイントを使用して散布図を作成します。 marker =*を使用して追加のポイントをプロットします 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 # Set the figure size plt.rcParams[&qu

Pythonで補間を使用して適合率再現率曲線を描画するには、次の手順を実行できます- ステップ 図のサイズを設定し、サブプロット間およびサブプロットの周囲のパディングを調整します。 rを作成します 、 p 重複リコール、numpyを使用したデータポイント。 図とサブプロットのセットを作成します。 r.shapeの範囲でリコール行列をプロットします 。 plot（）を使用してrおよびdup_rデータポイントをプロットします 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 numpy as np import

Seabornポイントプロットでデータラベルを取得するには、次の手順を実行できます- ステップ 図のサイズを設定し、サブプロット間およびサブプロットの周囲のパディングを調整します。 データフレームdfを作成します 、2次元、サイズ変更可能、潜在的に異種の表形式データ。 ポイントプロットを作成します。 軸のパッチとラベルを取得します。それぞれのラベルで注釈を付けます。 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 import pandas as pd import sea

matplotlibを使用してPythonでポリゴン内の領域を埋めるには、次の手順を実行できます- ステップ 図のサイズを設定し、サブプロット間およびサブプロットの周囲のパディングを調整します。 図とサブプロットのセットを作成します。 ポリゴンのインスタンスを取得します。 反復可能なポリゴンを含むパッチの一般的なコレクションを取得します。 「コレクション」を追加します 軸のコレクションへ。コレクションを返します。 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 from mat

netwrokx / matplotlibの属性を変更するには グラフ描画では、次の手順を実行できます- ステップ 図のサイズを設定し、サブプロット間およびサブプロットの周囲のパディングを調整します。 エッジ、名前、またはグラフ属性を使用してグラフを初期化します。 グラフの属性を追加します。 uの間にエッジを追加します およびv 。 エッジを取得する グラフの属性。 ノードを円で配置します。 グラフを描くG Matplotlib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 matplotlib.pyp

角度を度からラジアンに変換するには、Python Numpyのnumpy.radians（）メソッドを使用します。このメソッドは、対応するラジアン値を返します。 xがスカラーの場合、これはスカラーです。最初のパラメーターは、度単位の入力配列です。 2番目と3番目のパラメーターはオプションです。 2番目のパラメーターは、結果が格納される場所であるndarrayです。提供する場合は、入力がブロードキャストする形状である必要があります。指定しない場合またはNoneの場合、新しく割り当てられた配列が返されます。タプル（キーワード引数としてのみ可能）の長さは、出力の数と同じである必要があります。 3

自然対数ログは指数関数の逆関数であるため、log（exp（x））=xとなります。自然対数は、底eの対数です。このメソッドは、xの自然対数を要素ごとに返します。 xがスカラーの場合、これはスカラーです。最初のパラメーターは、配列のような入力値です。 2番目のパラメーターはoutで、結果が保存される場所です。指定する場合は、入力がブロードキャストされる形状である必要があります。指定しない場合またはNoneの場合、新しく割り当てられた配列が返されます。タプル（キーワード引数としてのみ可能）の長さは、出力の数と同じである必要があります。 対数は多値関数です。各xには、exp（z）=xとなる無限の数の

n番目の離散差を計算するには、numpy.diff（）メソッドを使用します。最初の差は、指定された軸に沿ってout [i] =a [i + 1]-a [i]で与えられ、diffを再帰的に使用して、より高い差が計算されます。diff（）メソッドはn番目の差を返します。出力の形状は、寸法がnだけ小さい軸に沿っていることを除いて、同じです。出力のタイプは、aの任意の2つの要素間の差のタイプと同じです。これは、ほとんどの場合、のタイプと同じです。注目すべき例外はdatetime64で、これによりtimedelta64出力配列が生成されます。 最初のパラメーターは入力配列です。 2番目のパラメーターは

勾配は、内部ポイントの2次の正確な中心の差と、境界での1次または2次の正確な片側（前方または後方）の差を使用して計算されます。したがって、返される勾配は、入力配列と同じ形状になります。最初のパラメーターfは、スカラー関数のサンプルを含むN次元配列です。 2番目のパラメーターは、varargs、つまりf値間の間隔です。すべての寸法のデフォルトの単一間隔。 3番目のパラメータはedge_order{1、2}です。つまり、勾配は境界でのN次の正確な差を使用して計算されます。デフォルト：1。4番目のパラメーターはグラデーションで、指定された1つまたは複数の軸に沿ってのみ計算されます。デフォルト（ax

異なるサイズの同様のint型が整数クラスのサブ型であるかどうかをテストするには、Python Numpyのthenumpy.issubdtype（）メソッドを使用します。パラメータは、dtypeまたはobjectcoercibletooneです。 ステップ まず、必要なライブラリをインポートします- import numpy as np Numpyでissubdtype（）メソッドを使用する。異なるサイズの整数データ型をチェックしています- print("Result...",np.issubdtype(np.int16, np.signedinteger)) prin

配列内の文字列要素が接尾辞で終わるTrueのブール配列を返すには、Python Numpyのnumpy.char.endswith（）メソッドを使用します。このメソッドは、boolの配列を出力します。最初のパラメーターは入力配列です。 2番目のパラメーターは接尾辞です。オプションの開始パラメーターを使用して、その位置から開始してテストします。オプションの終了パラメータを使用して、その位置での比較を停止します。 ステップ まず、必要なライブラリをインポートします- import numpy as np 文字列の1次元配列を作成する- arr = np.array(['KATIE

substring subが見つかった文字列の最小のインデックスを返すには、Python Numpyのnumpy.char.find（）メソッドを使用します。このメソッドは、intの出力配列を返します。 subが見つからない場合は-1を返します。最初のパラメーターは入力配列です。 2番目のパラメーターは、検索するサブストリングです ステップ まず、必要なライブラリをインポートします- import numpy as np 文字列の1次元配列を作成する- arr = np.array(['KATIE', 'JOHN', 'KATE', '

配列内の文字列要素がプレフィックスで始まるTrueのブール配列を返すには、Python Numpyのnumpy.char.startswith（）メソッドを使用します。このメソッドは、boolの配列を出力します。最初のパラメーターは入力配列です。 2番目のパラメーターはプレフィックスです。オプションの開始パラメーターを使用して、その位置から開始してテストします。オプションの終了パラメータを使用して、その位置での比較を停止します。 ステップ まず、必要なライブラリをインポートします- import numpy as np 文字列の1次元配列を作成する- arr = np.array([

substring subが見つかった文字列の最高のインデックスを返すには、Python Numpyのnumpy.char.rfind（）メソッドを使用します。このメソッドは、intの出力配列を返します。 subが見つからない場合は-1を返します。最初のパラメーターは入力配列です。 2番目のパラメーターは、検索するサブストリングです ステップ まず、必要なライブラリをインポートします- import numpy as np 文字列の1次元配列を作成する- arr = np.array(['KATIE', 'JOHN', 'AmY', '

substring subが見つかった文字列の最高のインデックスを返すには、Python Numpyのnumpy.char.rfind（）メソッドを使用します。このメソッドは、intの出力配列を返します。 subが見つからない場合は-1を返します。 最初のパラメーターは入力配列です。 2番目のパラメーターは、検索するサブストリングです。 3番目と4番目のパラメーターはオプションの引数であり、開始と終了はスライス表記のように解釈されます。 ステップ まず、必要なライブラリをインポートします- import numpy as np 文字列の1次元配列を作成する- arr = np.array

Python Numpyのnumpy.char.rindex（）メソッドを使用して、substringsubが見つかった文字列の最高のインデックスを返します。このメソッドは、intの出力配列を返します。 subが見つからない場合、ValueErrorを発生させます。最初のパラメーターは入力配列です。 2番目のパラメーターは、検索するサブストリングです。 ステップ まず、必要なライブラリをインポートします- import numpy as np 文字列の1次元配列を作成する- arr = np.array(['KATIE', 'KATE', 'BRAT

Python Numpyのnumpy.char.rindex（）メソッドを使用して、substringsubが見つかった文字列の最高のインデックスを返します。このメソッドは、intの出力配列を返します。 subが見つからない場合、ValueErrorを発生させます。最初のパラメーターは入力配列です。 2番目のパラメーターは、検索するサブストリングです。 3番目と4番目のパラメーターはオプションの引数であり、開始と終了はスライス表記のように解釈されます。 ステップ まず、必要なライブラリをインポートします- import numpy as np 文字列の1次元配列を作成する- arr = n

文字列配列の長さを要素ごとに返すには、PythonNumpyのnumpy.char.str_len（）メソッドを使用します。このメソッドは整数の出力配列を返します。 ステップ まず、必要なライブラリをインポートします- import numpy as np 文字列の1次元配列を作成する- arr = np.array(['Amy', 'Scarlett', 'Katie', 'Brad', 'Tom']) 配列の表示- print("Array...\n",arr) データ型を取得- p

日時の配列を文字列の配列に変換するには、Python Numpyのnumpy.datetime_as_string（）メソッドを使用します。このメソッドは、入力配列と同じ形状の文字列の配列を返します。最初のパラメーターは、フォーマットするUTCタイムスタンプの配列です。 ステップ まず、必要なライブラリをインポートします- import numpy as np 日時の配列を作成します。 Mタイプは日時を指定します- arr = np.arange('2022-02-20T02:10', 6*60, 60, dtype='M8[m]') 配列の表示- pri