摘要：
最近学习了 学习opencv3这本书，今天在学习在Python中使用OpenCV 安装好了之后进行打开图片的简单测试 1.测试代码如下： import cv2 as cv #读取图像，支持 bmp、jpg、png、tiff 等常用格式 img = cv.imread("F:\picture\2.jp 阅读全文
posted @ 2021-03-03 15:50
Chen洋
阅读(2805)
评论(0)
推荐(0)
摘要：
最近看统计学习方法第13章，发现图分析里面有个超图的概念，不是很懂，借此机会学习一下： 通常我们把两个节点的连线称为边，由边与节点组成的图形叫做图，如下： 上面这张图即2阶超图，因为每一条边上只有2个节点。 更一般的，当一条边上的节点数变为任意个时，我们把这条边叫做超边 例如下图中，四个颜色分别代表 阅读全文
posted @ 2021-02-28 10:38
Chen洋
阅读(2305)
评论(0)
推荐(0)
摘要：
拉格朗日插值 牛顿插值 阅读全文
posted @ 2021-02-03 10:38
Chen洋
阅读(2066)
评论(0)
推荐(0)
摘要：
参考：华中科技大学《数值分析》基础公开课 https://www.bilibili.com/video/BV1AK4y1k7Px?p=1 阅读全文
posted @ 2021-01-30 11:23
Chen洋
阅读(127)
评论(0)
推荐(0)
摘要：
Matplotlib 最开始被设计为仅支持二维的图表。到 1.0 版本发布左右，一些三维图表的工具在二维展示的基础上被创建了出来，结果就是 Matplotlib 提供了一个方便的（同时也是有限的）的可用于三维数据可视化的一套工具。三维图表可以使用载入mplot3d工具包来激活，这个包会随着 Matp 阅读全文
posted @ 2021-01-07 16:23
Chen洋
阅读(1443)
评论(0)
推荐(0)
摘要：
Matplotlib 默认的刻度标志和格式被设计成能满足许多通用场景的需求，但是不会是所有图表的最佳选择。本节会介绍一些调整刻度位置和格式的例子来说明自定义刻度的使用。 在介绍例子之前，我们应该加深对 Matplotlib 图表的对象层次的理解。Matplotlib 的设计目标是展示在图表中的所有内 阅读全文
posted @ 2021-01-07 16:03
Chen洋
阅读(5711)
评论(0)
推荐(0)
摘要：
创建一个优秀的可视化图表的关键在于引导读者，让他们能理解图表所讲述的故事。在一些情况下，这个故事可以通过纯图像的方式表达，不需要额外添加文字，但是在另外一些情况中，图表需要文字的提示和标签才能将故事讲好。也许标注最基本的类型就是图表的标签和标题，但是其中的选项参数却有很多。让我们在本节中使用一些数据 阅读全文
posted @ 2021-01-07 15:39
Chen洋
阅读(1487)
评论(0)
推荐(0)
摘要：
在一些情况中，如果能将不同的数据图表并列展示，对于我们进行数据分析和比较会很有帮助。Matplotlib 提供了子图表的概念来实现这一点：单个图表中可以包括一组小的 axes 用来展示多个子图表。这些子图表可以是插图，网格状分布或其他更复杂的布局。在本节中我们会介绍 Matplotlib 中用来构建 阅读全文
posted @ 2021-01-07 15:24
Chen洋
阅读(828)
评论(0)
推荐(0)
摘要：
图例可以将离散的点标示为离散的标签。对于建立在不同颜色之上的连续的值（点线面）来说，标注了的颜色条是非常方便的工具。Matplotlib 的颜色条是独立于图表之外的一个类似于比色卡的图形，用来展示图表中不同颜色的数值含义。本节内容中的所有带色彩的图都可以在(https://github.com/wa 阅读全文
posted @ 2021-01-07 15:02
Chen洋
阅读(4531)
评论(0)
推荐(0)
摘要：
图例可以为可视化赋予实际含义，为不同的图标元素附上明确说明。我们前面看到了一些简单的图例创建例子；本小节中我们来介绍一下在 Matplotlib 中自定义图例的位置和进行美化的方法。 可以使用plt.legend()函数来创建最简单的图例，这个函数能自动创建任何带有标签属性的图表元素的图例： imp 阅读全文
posted @ 2021-01-07 14:37
Chen洋
阅读(3938)
评论(0)
推荐(0)
浙公网安备 33010602011771号