cmap=plt.cm.get_cmap('cool') 1. 在这一步中,我们使用matplotlib库中的get_cmap函数来定义colormap。get_cmap函数接受一个字符串参数,用于指定colormap的名称。这里我们选择了’cool’作为colormap的名称,你也可以根据实际需求选择其他合适的colormap。 步骤四:绘制图像 plt.scatter(range(len(data)),data,c=d...
cmap = plt.get_cmap('viridis') colors = [cmap(i) for i in np.linspace(0, 1, len(x))] plt.scatter(x, y, c=colors) plt.show() ``` 在这个例子中,我们使用了get_cmap函数来获取'viridis'颜色映射对象。然后,我们使用linspace函数生成了一组等间距的数值,这些数值用来指定颜色映射的级别。接着...
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,...
ax.plot_surface(X1, X2, Z, rstride = 1, cstride = 1, cmap = plt.get_cmap('rainbow')) ax.contour(X1, X2, Z, zdir='z', offset=0)#绘制等高线 ax.set_xlabel('X1')#x轴说明 ax.set_ylabel('X2')#y轴说明 ax.set_zlabel('Z')#z轴说明 ax.set_title('F1_space') plt.show()...
c = next(ax._get_lines.prop_cycler)['color'] #提取cmap的颜色 import matplotlib cmap = matplotlib.cm.get_cmap('Spectral') #可以选要提取的cmap,如'Spectral' cmap(0.1) # 0-1 ——— 版权声明:本文为CSDN博主「小赵走四方」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明...
refresh()函数则两次调用drawMandelbrot()函数画出左子图-ax0和右子图-ax1。注意,两次绘图的中心点坐标是一样的,区别是半宽不同,一个是0.2,一个是0.23。matplotlib中的cm负责管理颜色映射对象,通过cm.get_cmap()函数可以通过字符串类型的名称比如'rainbow'获得对应的颜色映射对象。para.fig.canvas.draw()函数则通...
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]
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...
cmap=plt.get_cmap('viridis')# Plot the results m1=plt.scatter(366*X_train,y_train,color
reward_func 是一个函数,它返回给定状态的浮点值奖励。apply_action_func 返回将给定动作应用于给定状态后的新状态。actions_for_state_func 是一个函数,它返回给定状态的所有有效动作。 如果我们不必担心未来的奖励并且我们的状态空间很小,上述方法将获得良好的结果。它还要求我们能够准确地从当前状态模拟到未来状态,...