Python的inspect模块可以检查模块的一些基本信息,它主要有4个用处:类型检查、获取源码、获取类或函数的参数的信息、解析堆栈。 下面是用inspect.getsource()打印源码的一个示例,它还能用inspect.getmodule()打印自定义模块。 import inspect print(inspect.getsource(inspect.getsource)) print(inspect.getmodule(inspect.ge...
matplotlib中提供了一些预定义的颜色映射,例如’RdYlBu’表示红-黄-蓝的渐变。 cmap=plt.get_cmap('RdYlBu') 1. 4. 绘制图表 然后,我们可以使用scatter函数绘制散点图,并使用cmap参数将数据进行颜色编码。 plt.scatter(range(len(data)),data,c=data,cmap=cmap) 1. 在这里,range(len(data))用于生成横坐标,...
cmap = plt.get_cmap('viridis') colors = [cmap(i) for i in np.linspace(0, 1, len(np.unique(y)))] class_distr = [] # Plot the different class distributions for i, l in enumerate(np.unique(y)): _x1 = x1[y == l] _x2 = x2[y == l] _y = y[y == l] class_distr...
cmap = plt.cm.get_cmap('viridis') # 这里使用'viridis'作为示例,你可以根据需要选择其他颜色映射 绘制图表并设置颜色映射: 代码语言:txt 复制 plt.scatter(data, data, c=data, cmap=cmap) plt.colorbar() # 添加颜色条 plt.show() 在上述代码中,我们使用scatter函数绘制散点图,并通过设置c参数为数组dat...
world.plot(column='gdp_per_cap', cmap='OrRd', scheme='quantiles')总结：geopandas是非常有用的...
cmap=cm.get_cmap('Spectral')df.plot.scatter(x='sepal length (cm)',y='sepal width (cm)',s=df[['petal length (cm)']]*20,c=df['target'],cmap=cmap,title='different circle size by petal length (cm)') 3.直方图、长条图 直方图(Histogram Chart)通常用于同一栏位,呈现连续数据的分布状况...
sc = plt.scatter(xy, xy, c=z, vmin=0, vmax=20, s=35, cmap=cm) plt.colorbar(sc) plt.show() 其中get_cmap中取值可为:Possible values are: Accent, Accent_r, Blues, Blues_r, BrBG, BrBG_r, BuGn, BuGn_r, BuPu, BuPu_r, CMRmap, CMRmap_r, Dark2, Dark2_r, GnBu, GnBu...
gray=rgb2gray(lena)#也可以用 plt.imshow(gray, cmap = plt.get_cmap('gray'))plt.imshow(gray, cmap='Greys_r') plt.axis('off') plt.show() 4. 对图像进行放缩 这里要用到 scipy fromscipyimportmisc lena_new_sz= misc.imresize(lena, 0.5)#第二个参数如果是整数,则为百分比,如果是tuple,则为...
cmap = plt.get_cmap("tab20c") outer_colors = cmap(np.arange(3)*4) inner_colors = cmap(np.array([1, 2, 5, 6, 9, 10])) print(vals.sum(axis=1)) # [92. 77. 39.] plt.pie(vals.sum(axis=1), radius=1, colors=outer_colors, wedgeprops=dict(width=size, edgecolor='w')) ...
cmap = plt.get_cmap('inferno') plt.figure(figsize=(10,10)) genres = 'blues classical country disco hiphop jazz metal pop reggae rock'.split() for g in genres: pathlib.Path(f'img_data/').mkdir(parents=True, exist_ok=True)