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,rang
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...
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('F4_space') plt.show()...
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]
#计算最佳分区 ( 基于鲁文算法) partition = community_louvain.best_partition(G_giant) # 画图 plt.figure(figsize=(10, 8),dpi=128) pos = nx.spring_layout(G_giant) cmap = plt.get_cmap('viridis') nx.draw_networkx_nodes(G_giant, pos, node_color=list(partition.values()), node_size=8, ...
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)
plt.subplot(221)plt.imshow(X_train0,cmap=plt.get_cmap('gray'))plt.subplot(222)plt.imshow(X_train1,cmap=plt.get_cmap('gray'))plt.subplot(223)plt.imshow(X_train2,cmap=plt.get_cmap('gray'))plt.subplot(224)plt.imshow(X_train3,cmap=plt.get_cmap('gray'))#绘制图片plt.show() ...