karina512

2019年10月30日

摘要： In [1]: %matplotlib inline import numpy as np import pandas as pd from scipy import stats,integrate import matplotlib.pyplot as plt import seaborn as 阅读全文

posted @ 2019-10-30 20:37 karina512 阅读(502) 评论(0) 推荐(0)

5-2可视化库Seaborn-调色板

摘要： In [1]: import numpy as np import seaborn as sns import matplotlib.pyplot as plt %matplotlib inline sns.set(rc={"figure.figsize":(6,6)}) 调色板¶ 颜色很重要 co 阅读全文

posted @ 2019-10-30 20:36 karina512 阅读(387) 评论(0) 推荐(0)

2019年10月28日

4-9 Panadas与sklearn结合实例

摘要： 1.显示百分比的柱状图 In [1]: import pandas as pd import numpy as np import matplotlib.pyplot as plt %matplotlib inline #导入数据 np.random.seed(0) df=pd.DataFrame( 阅读全文

posted @ 2019-10-28 10:32 karina512 阅读(500) 评论(0) 推荐(0)

5-1可视化库Seabon-整体布局风格设置

摘要： In [1]: import seaborn as sns import numpy as np import matplotlib as mpl import matplotlib.pyplot as plt %matplotlib inline In [2]: def sinplot(flip= 阅读全文

posted @ 2019-10-28 10:32 karina512 阅读(313) 评论(0) 推荐(0)

4-8 pie与布局

摘要： In [1]: %matplotlib inline import matplotlib.pyplot as plt 1.pie简单参数：plt.pie(x, explode=None, labels=None……）属性说明类型 x 数据 list labels 标签 list autopct 数阅读全文

posted @ 2019-10-28 10:30 karina512 阅读(327) 评论(0) 推荐(0)

2019年10月25日

4-7 3D绘图

摘要： In [1]: import matplotlib.pyplot as plt import numpy as np from mpl_toolkits.mplot3d import Axes3D %matplotlib inline cmap参数可以控制三维曲面的颜色组合, 一般我们见到的三维曲面阅读全文

posted @ 2019-10-25 19:49 karina512 阅读(459) 评论(0) 推荐(0)

4-6 直方图和散点图

摘要： 1.直方图¶ 1-1.简单的直方图绘制一个histogram，通常可以用一个列向量表示（例子中的a，b），列向量里面的每一个值就是一个bin（a,b），比如说列向量有个50个元素，那么就代表有50个bin。简单的说就是有多少条条状图 In [1]: import matplotlib.pyplot 阅读全文

posted @ 2019-10-25 19:48 karina512 阅读(882) 评论(0) 推荐(0)

4-5绘图细节设置

摘要： In [1]: import numpy as np import matplotlib.pyplot as plt %matplotlib inline 1.对轴的定义当前的图表和子图可以使用plt.gcf()和plt.gca()获得，分别表示Get Current Figure和Get Cur 阅读全文

posted @ 2019-10-25 19:47 karina512 阅读(577) 评论(0) 推荐(0)

4-4 盒图绘制

摘要：盒图¶ In [1]: %matplotlib inline np.random.normal()的意思是一个正态分布:numpy.random.normal(loc=0,scale=1e-2,size=shape) 参数loc(float)：正态分布的均值，对应着这个分布的中心。loc=0说明这一阅读全文

posted @ 2019-10-25 19:46 karina512 阅读(920) 评论(0) 推荐(0)

4-3 条形图

摘要： In [1]: import numpy as np import matplotlib matplotlib.use('nbagg') import matplotlib.pyplot as plt seed可以保证每次生成的随机数值是一样的，参数是确定随机数的生成起始位置，注意：不是seed(0 阅读全文

posted @ 2019-10-25 19:44 karina512 阅读(413) 评论(0) 推荐(0)

AI

公告