随笔分类 - Analysis
摘要：之前论文中作图遇到的，其实也很简单。 关键的代码如下： ax.set_xlabel('Temperature ($^\circ$C)') 完整的样例代码如下： coding: utf 8 import matplotlib.pyplot as plt x = range(10,60,1) y = r
阅读全文
posted @ 2016-07-26 16:36
Chris*Chen
摘要：说明：此贴会不定期进行更新！ 设置1 ：图像的大小设置。 如果已经存在figure对象，可以通过以下代码设置尺寸大小: f.set_figheight(15) f.set_figwidth(15) 若果通过 命令来创建新的 对象, 可以通过设置figsize参数达到目的。 f, axs = plt.
阅读全文
posted @ 2016-07-26 16:35
Chris*Chen
摘要：作图时图例往往都会出现一个图例框内，如果需要不同类型的图例分别显示，比如显示两个图例。 基本上，出现两个图例的话，需要调用两次 。第一次调用，你需要将图例保存到一个变量中，然后保存下来。第二次调用清除之前创建的第一个的图例，之后你可以通过 函数手动将第一个图例重新添加回来。 以下为一个简单的例子进行
阅读全文
posted @ 2016-07-18 20:16
Chris*Chen
摘要：相关文档： "Artists" "BBox" 由于蓝线和红线的存在，现在刻度标注很难看清楚。我们可以使他们更大，也可以使它们的属性以便使得线呈现半透明的白色背景。这样做我们既可以看到数据也可以看到刻度标注了。 相关的设置代码： ... for label in ax.get_xticklabels(
阅读全文
posted @ 2016-07-05 10:17
Chris*Chen
摘要：相关的文档： "Annotating axis" "annotate() command" 标注的代码如下： ... t = 2 np.pi / 3 plt.plot([t, t], [0, np.cos(t)], color='blue', linewidth=2.5, linestyle=" "
阅读全文
posted @ 2016-07-05 09:41
Chris*Chen
摘要：相关文档： "Legend guide" "legend() command" "Legend API" 控制图例入口 无参调用 "legend()" 会自动获取图例 以及相关的 。其对应于以下代码： handles, labels = ax.get_legend_handles_labels()
阅读全文
posted @ 2016-07-05 09:38
Chris*Chen
摘要：相关文档： "Spines" "Axis container" "Transformations tutorial" Spines 是连接轴刻度标记的线，而且标明了数据区域的边界。 他们可以被放置在任意位置。直到现在，他们仍是轴的边界。我们将要改变现状，因为我们想要spines 置于中间。因为有四个
阅读全文
posted @ 2016-07-01 21:23
Chris*Chen
摘要："Tick locating and formatting" 该模块包括许多类以支持完整的刻度位置和格式的配置。尽管 locators 与主刻度或小刻度没有关系，他们经由 Axis 类使用来支持主刻度和小刻度位置和格式设置。一般情况下，刻度位置和格式均已提供，通常也是最常用的形式。 默认格式 当x轴
阅读全文
posted @ 2016-07-01 17:14
Chris*Chen
摘要：改变线的颜色和线宽 参考文章： "controlling line properties" "Line API" 线有很多属性你可以设置：线宽，线型，抗锯齿等等；具体请参考 "matplotlib.lines.Line2D" 有以下几种方式可以设置线的属性 使用关键字参数 使用 Line2D 对象的
阅读全文
posted @ 2016-06-30 19:42
Chris*Chen
摘要：`Scipy`扩展包括多种多样的工具箱，这些工具致力于解决科学计算中的常见问题。不同的子模块对应不同的应用，比如插值， 整合， 优化， 图像处理， 统计， 特殊功能等等。 可以和其他的标准科学计算包相提并论，比如 （C 和 C++编写的GNU科学库）， 或者 Matlab 的工具箱。 是Python
阅读全文
posted @ 2016-06-27 22:08
Chris*Chen
摘要：简单的说，K 近邻算法采用测量不同特征值之间的距离方法进行分类。 优点：精度高、对异常值不敏感、无数据输入假定。 缺点：计算复杂度高、空间复杂度高。 适用数据范围：数值型和标称型。 <! more K 近邻算法的一般流程： 对未知类别属性的数据集中的每个点依次执行以下操作： 计算已知类别数据集中的点
阅读全文
posted @ 2016-05-31 21:16
Chris*Chen
摘要：问题描述： 原先使用 环境，若卸载后仍不能恢复到系统默认的Python环境。 解决方案： 寻找缓存路径， 的扩展 仍在缓存内。 很简单，清理下python缓存即可。 hash d python 一旦清理， 将会再次扫描电脑的 路径来寻找 。 或者： 清理所有的缓存。 <! more 参考 http:
阅读全文
posted @ 2016-04-07 17:17
Chris*Chen
摘要：注： 此系列为自己之前所搭建网站内容。 其实python的 模块能够很好的完成此任务。改天总结下。 之前在处理气象数据时，十几个文件，文件名比较长，需要自己处理变动的年份找出地址的规律再进行文件的读取，结果就这一点东西代码就写了很多，很麻烦。之后受蒋老师的指点，得知Windows的 命令，真是如获至
阅读全文
posted @ 2016-03-29 21:52
Chris*Chen
摘要：注： 此系列为自己之前所搭建网站内容。 由于论文数据处理的需要，需要使用 这个包，需要安装 科学库， 下没有办法，只能转战 进行科学计算。 作为三大科学计算库之一，除了涵盖基本的线性代数，微分方程，积分，随机数，组合数，方程求根，多项式求根，排序等，还有模拟退火，快速傅里叶变换，小波，插值，基本样条
阅读全文
posted @ 2016-03-29 21:46
Chris*Chen
浙公网安备 33010602011771号