时间:2021-05-22
这是一个绘制矩阵的函数。
用matshow绘制矩阵的例子:
import matplotlib.pyplot as pltimport numpy as np def samplemat(dims): """Make a matrix with all zeros and increasing elements on the diagonal""" aa = np.zeros(dims) for i in range(min(dims)): aa[i, i] = i return aa # Display matrixplt.matshow(samplemat((15, 15))) plt.show()效果图:
补充知识:利用matplotlib将矩阵画成三维图
import cv2 as cvimport numpy as npimport matplotlib.pyplot as pltfrom matplotlib import cmfrom mpl_toolkits import mplot3d cap = cv.VideoCapture(0)cpframe = Nonewhile True: ret, frame = cap.read() cv.imshow("video", frame) if cv.waitKey(1) & 0xFF ==ord('q'): cpframe = frame break img_gray = cv.cvtColor(cpframe, cv.COLOR_RGB2GRAY) Y = np.arange(0, np.shape(img_gray)[0], 1)X = np.arange(0, np.shape(img_gray)[1], 1)X, Y = np.meshgrid(X, Y)fig = plt.figure()ax = plt.axes(projection="3d")ax.plot_surface(X, Y, img_gray, cmap=cm.gist_rainbow)plt.show()以上这篇matplotlib.pyplot.matshow 矩阵可视化实例就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持。
声明:本页内容来源网络,仅供用户参考;我单位不保证亦不表示资料全面及准确无误,也不保证亦不表示这些资料为最新信息,如因任何原因,本网内容或者用户因倚赖本网内容造成任何损失或损害,我单位将不会负任何法律责任。如涉及版权问题,请提交至online#300.cn邮箱联系删除。
最近在学习数据可视化,梳理一下其中一些诸如pandas绘图、matplotlib绘图、pyplot(plt)、axes等概念。重要的事情说三遍:axes不是ax
因为需要一个html形式的数据统计界面,所以做了一个基于pyecharts包的可视化程序,当然matplotlib还是常用的数据可视化包,只不过各有优劣;基本功
使用matplotlib中的一些函数将tensorflow中的数据可视化,更加便于分析importtensorflowastfimportnumpyasnpim
Python之绘图和可视化1.启用matplotlib最常用的Pylab模式的IPython(IPython--pylab)2.matplotlib的图像都位于
Matplotlib简介Matplotlib是一个Python工具箱,用于科学计算的数据可视化。借助它,Python可以绘制如Matlab和Octave多种多样