Trăn mật độ 2D
Các cạnh ngoài cùng bên trái và bên phải của các thùng dọc theo mỗi chiều (nếu không được chỉ định rõ ràng trong các tham số thùng). Show Bình thường hóa biểu đồ. bình thường là một từ đồng nghĩa không được chấp nhận cho tham số này trọng số . array_like, shape (n, ), tùy chọn, mặc định. Không cóMột mảng các giá trị w_i cân từng mẫu (x_i, y_i) cm phút . vô hướng, tùy chọn, mặc định. Không cóTất cả các thùng có số đếm nhỏ hơn cmin sẽ không được hiển thị và các giá trị đếm này trong biểu đồ số lượng giá trị trả về cũng sẽ được đặt thành nan khi trả về cmax . vô hướng, tùy chọn, mặc định. Không cóTất cả các thùng có số đếm lớn hơn cmax sẽ không được hiển thị (được đặt thành không có trước khi chuyển sang imshow) và các giá trị đếm này trong biểu đồ đếm giá trị trả về cũng sẽ được đặt thành nan khi trả về Trả về. h . mảng 2DBiểu đồ hai chiều của các mẫu x và y. Các giá trị trong x được lập biểu đồ dọc theo thứ nguyên đầu tiên và các giá trị trong y được lập biểu đồ dọc theo thứ nguyên thứ hai cạnh . mảng 1DCác cạnh thùng dọc theo trục x cành . mảng 1DCác cạnh thùng dọc theo trục y hình ảnh .QuadMesh Thông số khác. cmap . Colormap hoặc str, tùy chọnMột trường hợp Phiên bản def f(x, y): return np.sin(x) ** 10 + np.cos(10 + y * x) * np.cos(x)0. Nếu không được đặt, giá trị mặc định là def f(x, y): return np.sin(x) ** 10 + np.cos(10 + y * x) * np.cos(x)1vmin/vmax . Không hoặc vô hướng, tùy chọn Các đối số được chuyển đến phiên bản def f(x, y): return np.sin(x) ** 10 + np.cos(10 + y * x) * np.cos(x)20alpha . def f(x, y): return np.sin(x) ** 10 + np.cos(10 + y * x) * np.cos(x)21 hoặc def f(x, y): return np.sin(x) ** 10 + np.cos(10 + y * x) * np.cos(x)22, tùy chọn Giá trị pha trộn alpha Xem thêm def f(x, y): return np.sin(x) ** 10 + np.cos(10 + y * x) * np.cos(x)231D ghi chú
Ghi chú Ngoài các đối số được mô tả ở trên, chức năng này có thể nhận một đối số từ khóa dữ liệu. Nếu một đối số dữ liệu như vậy được đưa ra, các đối số sau sẽ được thay thế bằng data[] Tạo mặt, x, y và z bằng cách sử dụng numpy. Numpy linspace giúp tạo dữ liệu giữa hai điểm dựa trên số thứ ba Trả về ma trận tọa độ từ các vectơ tọa độ bằng dữ liệu bên Tạo dữ liệu hàm mũ bằng cách sử dụng x và y (Bước 2) Tạo biểu đồ giả màu với lưới hình chữ nhật không đều bằng phương thức pcolormesh() Để hiển thị hình, hãy sử dụng phương thức show() Thí dụfrom matplotlib import pyplot as plt, cm, colors import numpy as np plt.rcParams["figure.figsize"] = [7.00, 3.50] plt.rcParams["figure.autolayout"] = True side = np.linspace(-2, 2, 15) X, Y = np.meshgrid(side, side) Z = np.exp(-((X - 1) ** 2 + Y ** 2)) plt.pcolormesh(X, Y, Z, shading='auto') plt.show() đầu raĐôi khi sẽ hữu ích khi hiển thị dữ liệu ba chiều ở hai chiều bằng cách sử dụng các đường viền hoặc vùng được mã hóa màu. Có ba hàm Matplotlib có thể hữu ích cho nhiệm vụ này. def f(x, y): return np.sin(x) ** 10 + np.cos(10 + y * x) * np.cos(x)9 đối với các ô đường đồng mức, def f(x, y): return np.sin(x) ** 10 + np.cos(10 + y * x) * np.cos(x)0 đối với các ô đường đồng mức được tô và def f(x, y): return np.sin(x) ** 10 + np.cos(10 + y * x) * np.cos(x)1 để hiển thị hình ảnh. Phần này xem xét một số ví dụ về việc sử dụng các. Chúng ta sẽ bắt đầu bằng cách thiết lập sổ ghi chép để vẽ đồ thị và nhập các hàm mà chúng ta sẽ sử dụng Trong 1] %matplotlib inline import matplotlib.pyplot as plt plt.style.use('seaborn-white') import numpy as np Hình dung một hàm ba chiều¶Chúng ta sẽ bắt đầu bằng cách chứng minh một biểu đồ đường bao bằng hàm $z = f(x, y)$, sử dụng lựa chọn cụ thể sau cho $f$ (chúng ta đã thấy điều này trước đây trong Tính toán trên mảng. Phát sóng, khi chúng tôi sử dụng nó như một ví dụ thúc đẩy cho phát sóng mảng) Trong 2] def f(x, y): return np.sin(x) ** 10 + np.cos(10 + y * x) * np.cos(x) Một biểu đồ đường viền có thể được tạo bằng hàm def f(x, y): return np.sin(x) ** 10 + np.cos(10 + y * x) * np.cos(x)9. Phải mất ba đối số. lưới giá trị x, lưới giá trị y và lưới giá trị z. Các giá trị x và y đại diện cho các vị trí trên biểu đồ và các giá trị z sẽ được biểu thị bằng các mức đường viền. Có lẽ cách đơn giản nhất để chuẩn bị dữ liệu đó là sử dụng hàm def f(x, y): return np.sin(x) ** 10 + np.cos(10 + y * x) * np.cos(x)3, hàm này xây dựng lưới hai chiều từ mảng một chiều Biểu đồ mật độ 2D thể hiện điều gì?Biểu đồ mật độ 2d hiển thị mối quan hệ giữa 2 biến số , trong đó một biến được biểu thị trên trục X, biến còn lại trên trục X .
Biểu đồ mật độ có giống như biểu đồ không?Các biểu đồ mật độ có thể được coi là các biểu đồ biểu đồ được làm mịn . Độ mịn được kiểm soát bởi một tham số băng thông tương tự như băng thông biểu đồ. Hầu hết các biểu đồ mật độ sử dụng ước tính mật độ hạt nhân, nhưng có những chiến lược khả thi khác; .
Các ô 2 D khác nhau trong python là gì?Các loại biểu đồ 2D khác nhau được đề cập trong chương này là. . Biểu đồ dòng Matplotlib Âm mưu phân tán Matplotlib Âm mưu thanh Matplotlib Biểu đồ hình tròn Matplotlib Biểu đồ Matplotlib Âm mưu mật độ trong Seaborn là gì?Biểu đồ ước tính mật độ hạt nhân (KDE) là phương pháp trực quan hóa sự phân bố các quan sát trong tập dữ liệu, tương tự như biểu đồ . KDE biểu thị dữ liệu bằng đường cong mật độ xác suất liên tục theo một hoặc nhiều thứ nguyên. |