本文目錄一覽:
- 1、python畫圖的問題~
- 2、Python 的Tkinter 如何畫線?線框?
- 3、python 怎麼畫cost function的輪廓線 機器學習
- 4、python怎麼畫曲線
- 5、python matplotlib箱線圖
python畫圖的問題~
在Word中畫三角形的角平分線、高、中線:
1.執行「視圖/工具欄/繪圖」命令,調出「繪圖」工具欄;
2.在「繪圖」工具欄上點擊「繪圖/繪圖網格」打開「繪圖網格」對話框;
3.在對話框中進行「網格設置」「水平間距」「0.86行」、「垂直間距」「0.6行」,選中「在屏幕上顯示網格線」「垂直間隔」「2」、「水平間隔」「2」;
4.單擊「確定」按鈕,文檔中顯示繪圖網格線;
5.根據網格線繪製三角形的角平分線、高、中線(畫線用「繪圖」工具欄上的「直線」工具);
6.把繪製的三角形、角平分線、高、中線同時選中,並右擊,執行「組合/組合」快捷菜單命令,把所繪製圖形組合在一起,便於圖形整體移動。
Python 的Tkinter 如何畫線?線框?
如下解決方案:
listBox, column=0! /%i)
self, sticky=N)
self;python
# -*- coding:
self;usr/, column=2, height=1)
self;bin/Item%d’.grid(row=0.listBox.insert(i: utf8 -*-
from Tkinter import *
class Select(Frame).label = Label(self, 1][self.listBox, master)
self:
self:
def __init__(self.listBox.hideList = True
for i in xrange(10).buttonTkinter居然沒有這種組件, column=1;)
self.triggle)
self.listBox = Listbox(self.grid(row=0:
Frame.config(height=[self, text=’, text=quot.size().grid()
def triggle(self).label.grid(row=0, command=self, ‘.__init__(self, sticky=N)
self.hideList ^= 1
self, master=None),所以就只能模擬了
#;V’選擇項目quot, sticky=N)
self.button = Button(self.hideList])
app = Select()
app
python 怎麼畫cost function的輪廓線 機器學習
在PS軟件用鋼筆工具即可。方法1、用鋼筆或多邊形套索工具把邊緣描出,然後在選區填充。方法2、新建一個文檔,像素要低,透明背景,然後不管用鋼筆還是多邊形套索工具,繪製出一段那張圖中邊,只要一段就好,可以畫的長一點,然後再編輯–定義畫筆預設–起個名字–確定,然後就成了眾多畫筆中的一個了。結論:用鋼筆或是多邊形套索工具會更自由些,要什麼樣的就畫出什麼樣的,如果是現有的筆觸,就不好控制了。在coreldraw中也可以,除了現有的筆觸,還可用類似於ps中鋼筆的貝茲曲線工具,自己控制形狀。
python怎麼畫曲線
打開Python,使用import導入numpy和matplotlib.pyplot模塊。輸入函數數據,然後使用plt.show()展示繪製的圖像即可。
python matplotlib箱線圖
參考鏈接:
箱線圖,又稱箱形圖(boxplot)或盒式圖,不同於一般的折線圖、柱狀圖或餅圖等傳統圖表,只是數據大小、佔比、趨勢等等的呈現,其包含一些統計學的均值、分位數、極值等等統計量,因此,該圖信息量較大,不僅能夠分析不同類別數據平均水平差異(需在箱線圖中加入均值點),還能揭示數據間離散程度、異常值、分佈差異等等。
在python中常用matplotlib的boxplot來繪製,最簡單繪製的如下:
importnumpyasnpimportmatplotlib.pyplotaspltimportpandasaspdnp.random.seed(2)#設置隨機種子df = pd.DataFrame(np.random.rand(5,4),columns=[‘A’,’B’,’C’,’D’])#先生成0-1之間的5*4維度數據,再裝入4列DataFrame中df.boxplot()#也可用plot.box()plt.show()
Paste_Image.png
從圖形可以看出,A、B、C、D四組數A、D數據較集中(大部分在上下四分位箱體內),但都有異常值,C的離散程度最大(最大值與最小值之間距離),以均值為中心,B分佈都有明顯右偏(即較多的值分佈在均值的右側),A、C則有明顯左偏。
(2)
從分析的角度來說,上面boxplot最初始圖形已經夠用,但是在matplotlib庫下boxplot函數中包含n多參數,涉及到對框的顏色及形狀、線段線型、均值線、異常點的形狀大小等等設置,由於大多並不常用,用了幾個常用參數,作圖如下:
df.boxplot(sym=’r*’,vert=False,patch_artist=True,meanline=False,showmeans=True)plt.show()
Paste_Image.png
其中,sym=’r*’,表示異常點的形狀,
vert=False,表示橫向還是豎向(True),,
patch_artist=True,(上下四分位框內是否填充,True為填充)
meanline=False,showmeans=True,是否有均值線及其形狀,meanline=True時,均值線也像中位數線一樣是條紅色線段,這樣容易與中位數線混淆。
另外,還有其他參數,比如notch表示中間箱體是否缺口,whis為設置數據的範圍,showcaps、showbox是否顯示邊框,可以參見
,如該網頁中圖形:
Paste_Image.png
左上圖是默認圖形,中上、右上是顯示均值點及形狀,左下是是否顯示箱體邊框,中下是帶缺口的箱體,右下是是否顯示異常值。
(3)
前邊說過,很多參數使用很少,但對於圖形來說,可能還能用到的就是美化,比如各條線的顏色,粗細程度等等。這裡可用for循環來構造。
f=df.boxplot(sym=’r*’,patch_artist=True)forboxinf[‘boxes’]:# 箱體邊框顏色box.set( color=’#7570b3′, linewidth=2)# 箱體內部填充顏色box.set( facecolor =’#1b9e77′)forwhiskerinf[‘whiskers’]: whisker.set(color=’r’, linewidth=2)forcapinf[‘caps’]: cap.set(color=’g’, linewidth=3)formedianinf[‘medians’]: median.set(color=’DarkBlue’, linewidth=3)forflierinf[‘fliers’]: flier.set(marker=’o’, color=’y’, alpha=0.5)plt.show()
Paste_Image.png
其中,boxes, 是25分位值和75分位值構成的box,
medians, 是中位值的橫線, 每個median是一個Line2D對象
whiskers, 是指從box 到error bar之間的豎線.
fliers, 是指error bar線之外的離散點.
caps, 是指error bar橫線.
means, 是均值的橫線,
(4)
還可以做子圖,如我們在最開始的DataFrame數據中加入分類數據列:
df[‘E’] = np.random.choice([‘X’,’Y’], size=20)#加入以X、Y隨機分類的E列print(df)plt.figure()df.boxplot(by=’E’)plt.show()
Paste_Image.png
這樣我們就可以比較,不同類別X、Y在同一列下的數據分佈情況及其差異。
鏈接:
來源:
原創文章,作者:小藍,如若轉載,請註明出處:https://www.506064.com/zh-hk/n/309582.html