深入浅出matplotlib(60)： 理解pcolormesh ()函数的使用二

最新推荐文章于 2023-08-24 11:17:33 发布
最新推荐文章于 2023-08-24 11:17:33 发布
阅读量1.6k 收藏
点赞数
分类专栏： 深入浅出Matplotlib 文章标签： python matplotlib
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/caimouse/article/details/112908293
版权
本文介绍了如何使用numpy的rand函数创建多维随机数组，并结合matplotlib的pcolormesh函数来绘制图形。通过调整坐标，创建了不规则的平行四边形网格显示，展示了更灵活的数据可视化方式。
摘要由CSDN通过智能技术生成

前面使用手工的方式来构造pcolormesh（）函数的输入值，这样适合比较小的数据，或者说适合演示的例子，如果想构造大一点的数据，或者使用函数来创建数据，就需要继续学习下面的内容。

 

接着来学习使用numpy里的函数来创建一些数据，这里使用numpy的np.random.rand函数，它是创建一个多维的随机数组，下面的代码：

Z = np.random.rand(6, 10)

它就是创建一个10个元素一行，共6行的数组，如下：

[[0.7003673  0.74275081 0.70928001 0.56674552 0.97778533 0.70633485

  0.24791576 0.15788335 0.69769852 0.71995667]

了解本专栏 订阅专栏 解锁全文 超级会员免费看
caimouse
关注
专栏目录
订阅专栏
深入浅出matplotlib(61)： 理解pcolormesh ()函数的使用三
大坡3D软件开发
01-21 2579
前面进行了复杂一点的数据创建来使用pcolormesh()函数，接着下来学习一下这个函数的norm参数的使用，因为这个参数可以对图片进行不同级别的量化显示。假如从机器学习里得到的结果有100多种分类，现在不想显示这么多，只想把100种分类分为15种来显示，就相当于再来了一次量化过程。同样，如果使用函数构造的图片，也可以去掉一些细节进行显示。 为了演示norm参数的使用，先来构造一些网格数据： # 使用小的变量来增加解析度 dx, dy = 0.05, 0.05 # 生成两个2维的网格 ..
一文读懂matplotlib.pyplot.pcolormesh()
XiaobaiLaplace的博客
02-28 1万+
matplotlib库的pyplot模块中的**pcolormesh()**函数用于创建具有非规则矩形网格的伪彩色图。 pcolormesh([X, Y,] C, **kwargs) (X[i+1, j], Y[i+1, j]) (X[i+1, j+1], Y[i+1, j+1]) … … … … …+ ------ + … … … … …| C[i, j] | … … … … …+ ------ + … … (X[i, j], Y[i, j]) (X[i, j+1], Y[i, j+1]
Python 实例｜matplotlib｜pcolormesh 函数着色规则
长行
03-20 3777
函数和函数均有shading参数可以用于网格的布局和网格点之间的着色。如果令Z表示颜色，X和Y表示网格，那么如果Z的形状为m×n，则X和Y的 shape 可以是m1×n1或m×n，具体取决于shading参数的选择。
用plt.pcolormesh绘制分类图及分类边界
transformed的博客
05-21 3018
import matplotlib.pyplot as plt import numpy as np from sklearn import svm from sklearn.model_selection import train_test_split #训练svm分类器 x= np.array([[-1,-1],[-2,-1],[1,1],[2,1],[-1,1],[-1,2],[1,-1]...
plt.pcolormesh()的使用
qq_45883336的博客
04-30 1万+
plt.pcolormesh()的参数 官网一些参数意思比较难懂，直接看例子会比较理解一点。 例子 经过一下午的折腾，一直没理解他是怎么区分颜色的，最后发现用法和scatter差不多，首先是x和y，scatter的第三个参数是c也就是颜色，而pcolormesh把c=删掉就行。下面是一张对比图。 只要数据量很大且他们之间的差很小，散点图可以和pcolormesh的效果基本一致，只不过一个是画点，一个是修改格子颜色。pcolormesh()的x就是x坐标，y就是y坐标，c是区分他们的种类依次来显示不同的颜色
《深入浅出OCR》前言知识（一）：机器学习最新全面总结
最新发布
专注大数据与人工智能技术分享，欢迎私信加群互相学习！
08-24 6082
经过几个月的精心筹备，本作者推出全新系列《深入浅出OCR》专栏，**对标最全OCR教程**，具体章节如导图所示，将分别从OCR技术发展、方向、概念、算法、论文、数据集等各种角度展开详细介绍。面向对象：本篇前言知识主要介绍机器学习，方便小白或AI爱好者学习基础知识。
Python 机器学习日记(一)
m0_59360018的博客
09-15 1328
纯0基础，只是想提升自己，啥也不会，只会抄。知识很浅薄，学到的一点一点往里添加，不懂就查，懂了自己写。 2021.9.15 K最邻近算法 KNN分类器 KNN学习（K-Nearest Neighbor algorithm，K最邻近方法 ）是一种统计分类器，对数据的特征变量的筛选尤其有效。KNN的基本思想是：输入没有标签（标注数据的类别），即没有经过分类的新数据，首先提取新数据的特征并与測试集中的每一个数据特征进行比較；然后从測试集中提取K个最邻近（最类似）的数据特征标签，统计这K个最邻近数据中出现次
机器学习3：K近邻法K-Nearest-Neighbor Classifier/KNN（基于R language&Python）
绝对是谨慎提交的博客
04-21 2088
k近邻法是一种基本分类与回归问题。k近邻法的输入为实例的特征向量，对应于特征空间中的点；输出为实例的类别，可以取很多类。k近邻法假设给定一个训练数据集，其中的实例类别已定。分类时，对新的实例，根据其 k个最近邻的训练实例的类别，通过多数表决等方式进行预测。因此，k近邻法不具有显式的学习过程。k近邻法实际上利用训练数据集对特征向量空间进行划分，并作为其分类的“模型”。k近邻法的三个要素是k值的选择、距离度量及分类决策规则。
Matlab转Python 画图pcolormesh的使用及一些注意事项
Sanfenpai6的博客
10-19 2621
Matlab转Python 画图pcolormesh的使用及一些注意事项
深入浅出matplotlib(59)： 理解pcolormesh ()函数的使用一
大坡3D软件开发
01-19 6394
在实际工作中，经常需要进行一些分类数据的显示，比如在机器学习中进行分类显示，下图： 这里对分类的数据进行结果显示，先把三种边界显示出来，使用了三种不同的颜色，这样很明确地看到分类界线。背景的三种颜色显示，就是采用pcolormesh()函数来创建出来的。如果单纯的绘制散点图，显然不知道边界在什么地方，就没有上面这么清楚了。 如果你也想学会这一点，那么就需要了解pcolormesh ()函数的使用，才可以做到这一点。现在就来一步一步地学习pcolormesh ()函数的使用，先从最简单的开始。 .
对于 plt.pcolormesh函数的应用
weixin_47000169的博客
04-16 707
xMat是主要是为了对于我的输入参数Train_xy(94,3)，将xx1与xx2ravel（）之后按列拼接，之后添加一列1。反正要和你的输入数据格式对应。而y就是预测出的类别numpy数组，prediceted是将每个种类提取出来，作为进行分类的依据进行上色。xx1是对x1进行step为0.02步长在[min_x1,max_x1]中取值，xx2同样。之后，将xMat与输入权重进行相乘，作为输入送入softmax分类器中，进行预测。我的理解是，用于在二维坐标系上的x，y轴的分区上色比如下面这幅图。
svm之pcolormesh(),scatter()数据可视化详解
qq_43043256的博客
02-13 1570
plt.pcolormesh(x_x, x_y, y_text, cmap=cm_light) # pcolormesh(x,y,z,cmap)这里参数代入 x_x对应于x坐标，y_y对应于y坐标，y_test对应于每个坐标点（x_x, y_y）的分类结果。 plt.scatter(x_x, x_y, c=np.squeeze(yy), edgecolor='k', s=50, cmap=cm...
plt.pcolormesh绘制分类图
qq_39355550的博客
09-17 8129
# -*- coding: utf-8 -*- ''' 多元分类：逻辑回归分类器 并绘制pcolormesh伪彩图 sklearn.linear_model.LogisticRegression( solver='liblinear', C=正则强度) ''' # pcolormesh(x, y, c=d, cmap='jet') cmap:渐变色映射 plt...
Python科学绘图 网格色块背景分类图 基于pcolormesh函数
糊里糊涂
02-16 4546
基于Python&Matplotlib，使用pcolormesh函数挥着网格色块背景，用于绘制分类图。
python pyplot颜色_Python matplotlib.pyplot.pcolormesh()用法及代码示例
weixin_42421187的博客
01-28 2614
Matplotlib是Python中的一个库，它是数字的-NumPy库的数学扩展。 Pyplot是Matplotlib模块的基于状态的接口，该模块提供了MATLAB-like接口。matplotlib.pyplot.pcolormesh()功能：matplotlib库的pyplot模块中的pcolormesh()函数用于创建具有非规则矩形网格的伪彩色图。用法：matplotlib.pyplot.p...
利用plt.pcolormesh绘制分类图
热门推荐
zsdust的博客
03-28 4万+
本文主要介绍如何利用plt.pcolormesh来绘制如下的分类图 plt.pcolormesh的作用在于能够直观表现出分类边界。如果只是单纯的绘制散点图，效果如下： 那么我们就看不出分类的边界。 下面将以鸢尾花数据集为例说明如何使用plt.pcolormesh，该数据集一共包含3类鸢尾花的数据 首先引入必要的库 import numpy as np import pandas...
python matplotlab.pyplot.pcolormesh() 函数，以及如何自定义画色彩图 (pcolormesh()与pcolor()的区别)
Dontla的博客
07-21 8874
引用
python turtle代码示例-Python turtle.left方法代码示例
weixin_39673184的博客
11-11 2797
本文整理汇总了Python中turtle.left方法的典型用法代码示例。如果您正苦于以下问题：Python turtle.left方法的具体用法？Python turtle.left怎么用？Python turtle.left使用的例子？那么恭喜您, 这里精选的方法代码示例或许可以为您提供帮助。您也可以进一步了解该方法所在模块turtle的用法示例。在下文中一共展示了turtle.left方法的...
matplotlib入门：公式与函数详解
在Matplotlib中文版的入门教程中，章节4.3重点介绍了如何引用和使用函数在技术分析和股票交易中的应用。这部分内容主要涵盖公式系统的使用，包括技术指标、条件选股、交易系统和五彩K线公式。 首先，公式系统在...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

caimouse

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值