当尝试绘制一个介于-360和360之间的正弦函数图时,我遇到了一个奇怪的散点图输出,它看起来相当时髦。有人知道这会是什么吗?它实际上是散点图的sin图的近似值,还是其他的东西? 我的代码如下: from sympy import sin, cos, pi
import matplotlib.pyplot as plt
sin_values = []
cos_values = []
for value in range((-360),(360)):
sin_values.append(sin(value))
#cos_values.append(cos(value))
p
我想直观地探讨两个变量之间的关系。这种关系的功能形式在下面这样的密集散点图中是看不见的:
如何在Python-的散点图中添加一个低平滑的
或您是否有其他建议可以直观地探讨非线性关系?
我尝试了以下方法,但没有正常工作(借鉴的一个示例):
import numpy as np
from statsmodels.nonparametric.smoothers_lowess import lowess
x = np.arange(0,10,0.01)
ytrue = np.exp(-x/5.0) + 2*np.sin(x/3.0)
# add random errors with a n
我有下面的代码来生成一个画圆的动画。
from math import cos, sin
import matplotlib.pyplot as plt
import matplotlib.animation as animation
def update_plot(num, x, y, line):
line.set_data(x[:num], y[:num])
line.axes.axis([-1.5, 1.5, -1.5, 1.5])
return line
def plot_circle():
x = []
y = []
for i
我想使用python中的ginput函数从图中获取两个点,并获得最接近的int值并保存数组。代码如下所示:
from __future__ import print_function
from pylab import plot, ginput, show, axis
import matplotlib.pyplot as plt
import numpy as np
t = np.arange(10)
plt.plot(t, np.sin(t))
print("Please click")
x = ginput(2)
x=np.ceil(x)
**print (x)**
p
我遇到了一个非常奇怪的传奇和错误的情节命令。我在matplotlib 1.1.1中使用PythonXY2.7.3.1,下面的代码举例说明了所观察到的行为:
import pylab as P
import numpy as N
x1=N.linspace(0,6,10)
y1=N.sin(x1)
x2=N.linspace(0,6,5000)
y2=N.sin(x2)
xerr = N.repeat(0.01,10)
yerr = N.repeat(0.01,10)
#error bar caps visible in scatter dots
P.figure()
P.subplot(1
我想在一个国家的地图(一幅图像)上画一些散点图。其目的是描绘绘制该地块的区域的数据可视化。
所以,我就是这样绘制的图像的,在这里,我画的圆圈在左上角和中间是我想要显示散点图的地方:
import numpy as np
import matplotlib.pyplot as plt
fig=plt.figure(figsize=(10,15))
im = plt.imread("usa-states-map.jpg")
implot = plt.imshow(im, extent=[0, 200, 0, 150])
# A circle in the upper left
我有一个大型数据集的活动数据,我正在尝试对其进行正弦波拟合,以找到活动峰值和低谷的相应时间点。数据不一定是正弦的,这可能是一个问题,但我还是想要拟合一条曲线。在节奏数据和数据分析方面,我也是一个新手,所以请随时提供新的信息或建议。这里有一个链接,指向第一周https://www.dropbox.com/s/m08vk7ovij2wcnb/stack_sine_dt.csv?dl=0中一个鼠标的数据 id eday act t
<fctr> <int> <num> <num>
1:
备注:这个问题不是乘法问题,请忽略一些导入语句。现在详细信息如下,我正在使用一个curve_fit()来拟合一个周期性的熊猫数据集。代码:
import pandas as pd
from sklearn.model_selection import train_test_split
import numpy as np
import datetime as dt
from sklearn.linear_model import LinearRegression
from sklearn import linear_model
from sklearn.model_selection impo
我想要一个由散点图和2个直方图组成的表示法,分别在右侧和下方创建散点图。我有以下要求: 1.)在散点图中,顶点比率是相等的,因此圆看起来不像椭圆。2.)在图中,子图的宽度或高度应与散点图的轴线完全相同。 这在一定程度上也是有效的。但是,我不能使下直方图与散点图的x轴一样宽。我该怎么做? import matplotlib
import numpy as np
import matplotlib.pyplot as plt
import matplotlib.gridspec as gridspec
import random
#create some demo data
x = [ran
在所有的彩色地图帖子中,我没有找到这个答案,或者可能不明白。
我想用颜色做一个散点图。
我有一份名单B:
[1.29,
1.27,
1.46,
0.91,
0.56,
0.99,
1.00,
0.37,
1.24,
1.23]
我会用一个愚蠢的例子,如果你这样做的话:
import matplotlib.pyplot as plt
from matplotlib import cm
from math import sin
x=range(10)
y=[sin(i) for i in x]
colors=np.linspace(0,1,10)
plt.scatter(x,
我对numpy和pandas比较陌生(我是一个实验物理学家,所以我使用ROOT已经有很多年了……)。ROOT中的一个常见图是2D散点图,在给定x和y值列表的情况下,生成一个变量与另一个变量的“热图”型散点图。
如何使用numpy和Pandas最好地实现这一点?我正在尝试使用Dataframe.plot()函数,但我甚至在努力创建数据帧。
import numpy as np
import pandas as pd
x = np.random.randn(1,5)
y = np.sin(x)
df = pd.DataFrame(d)
首先,这个数据帧的形状是(1,2),但我希望它的形状是(5,2
我很难找到一个简单的脚本来工作。目标是使用某种角度旋转一个关于原点的数组。但是,我使用的代码似乎无法保持向量的大小。
我使用一个数组,其中第一列是x坐标,第二列是y坐标:
for ii=1:1000
angleRads=rand()*2*pi;
randRotPoints(ii,1)=1*cos(angleRads)-0*sin(angleRads);
randRotPoints(ii,2)=0*cos(angleRads)+1*sin(angleRads);
end
figure;
scatter(randRotPoints(:,1),randRotPoints(:,
下面是我在文本文件中绘制散点图的代码。我正在打开的文件包含两列。左列是x坐标,右列是y坐标。代码创建了x和y的散点图。我需要一个代码来叠加一条最适合散点图中数据的线,而内置的pylab函数对我来说都不起作用。
from matplotlib import *
from pylab import *
with open('file.txt') as f:
data = [line.split() for line in f.readlines()]
out = [(float(x), float(y)) for x, y in data]
for i in out:
所以我有一个正态散点图:
import numpy as np
import matplotlib.pyplot as plt
import random
x = np.random.random_sample((100,))
x = np.sort(x)
y = x + np.sin(np.pi * x)
z = 5 * x
fig = plt.figure()
plot = plt.scatter(x, y, s= 10, c = z, cmap='coolwarm')
fig.colorbar(plot)
plt.grid(True, 'both')
这里是一个高二维点密度散点图的例子,仅供参考。
如何缩小标记的大小以更好地区分各个点?情节的大小应该保持原样。
import numpy as np
import matplotlib.pyplot as plt
from sklearn import preprocessing
from matplotlib import cm
np.random.seed(10)
n=3000
x = np.arange(n)
z = np.sin(x/n)
y = np.random.randint(0, 100, size=(n))
colvals = preprocessing.minmax
Aim:在使用Plotly中的滑块时,在相同的图形中有两个散点图。
预期行为:显示一个图形,其中两幅图同时更新,并共享相同的“滑块步骤”。
当前行为:滑块在两个散点图上执行步骤,将它们分开并一次显示一个结果。
下面我附上一个从改编的最小可重现性示例。我不是简单地绘制sin(x),而是用cos(x)添加了第二个绘图。我尝试使用add_traces(),并创建两个单独的跟踪,并使用fig = go.Figure(data=trace_list1+trace_list2)更新它们,如所示。
任何帮助都将不胜感激!
import plotly.graph_objects as go
import nu
我正在为数据集中的一组不同属性创建散点图:
import numpy as np
for i, group in df.groupby('property_name'):
plt.figure()
group.plot(kind='scatter',x='Week', y='true_duration', title=str(i), grid=True)
plt.xticks(np.arange(min(df['Week']),max(df['Week']), 2))
我用matplotlib生成一个散点图,使用非常小的标记大小。我用过
figure(figsize=(3,2),dpi=1000)
i = np.arange(1,100)
x = i * 3.1426 / np.max(i)
y = np.sin(x)
s = 1/i
print(s)
scatter(x/10,y, marker='s', s=s)
如果你仔细观察,你会发现标记实际上从来没有真正的平方,而是有圆形的边缘。所以,如果你使用小的标记大小,标记实际上变成圆圈。这是故意的吗?我的问题是:我怎样才能去除圆形的边缘,并使标记真正为所有大小的平方?
我有以下代码:
import matplotlib.pyplot as plt
import numpy as np
%matplotlib inline
#
x = np.linspace(0, 2 * np.pi, 400)
y = np.sin(x ** 2)
plt.close('all')
for i in range (0,3):
y = y + np.pi/2
f, (ax1, ax2) = plt.subplots(1, 2, sharey=True, figsize=(10, 4))
ax1.plot(x, y)