tangyuan的博客

python matplotlib在一张画布上画多个图- fig.add_subplot()import matplotlib.pyplot as pltfig = plt.figure(figsize=(10, 10),dpi=100)# 图一ax1 = fig.add_subplot(2, 2, 1) #2行 2列 索引为1ax1.imshow(np.random.rand(5, 5), cmap=plt.cm.Blues)# 设置x轴和y轴的刻度ax1.set_xticks()a

使用 imshow() 绘制矩阵基础的展示效果import matplotlib.pyplot as pltimport numpy as npmat = np.arange(0, 100).reshape(10, 10)plt.imshow(mat, cmap=plt.cm.Blues)plt.show()在画布上画多张图import matplotlib.pyplot as pltimport numpy as npfig = plt.figure(figsize=(10, 1

采用Matplotlib模块画图时，横纵坐标或者标题如果要书写希腊字母，该如何处理这一问题。Matplotlib中支持LaTex语法，输入格式为：r’Δ\DeltaΔ’ #其中的Delta对应于希腊字母的Δr’Δ\DeltaΔrv’ #对应于ΔrvLaTex语法中希腊字母表：...

data = np.array([0, 1, 2, 0, 0, 1, 1, 2, 2, 2, 2, 0, 1, 1, 1, 1, 0])mask = np.unique(data)tmp = {}for v in mask: tmp[v] = np.sum(data == v)print("mask值为：")print(mask)print("统计结果：")print(tmp)结果：

因为scipy.misc中的comb位置已经移到scipy.special中，所以，将文件中错误的import修改就会没问题了。错误import路径为：Anaconda\lib\site-packages\sklearn\metrics\cluster\supervised.pyAnaconda\lib\site-packages\sklearn\model_selection_split.py所以打开这两个文件，修改import信息comb就可以了。...

def get_last_line_for_small_file(fname): with open(fname, 'r', encoding='utf-8') as f: # 打开文件 lines = f.readlines() # 读取所有行 first_line = lines[0] # 取第一行 last_line = lines[-1] # 取最后一行 print('文件' + fname + '第一行为：'+ fir

将数据集划分为 训练集、验证集和测试集data:：DataFrame 格式的数据ratio_train：训练集的比例ratio_test：测试集的比例ratio_val：验证集的比例from sklearn.model_selection import train_test_splitdef train_test_val_split(data, ratio_train, ratio_test, ratio_val): train, middle = train_test_split(

初始化空的DataFrameimport pandas as pdempty_df = pd.DataFrame(columns=['A','B','C','D'])创建了四列，每一列的内容都是空的展示数据规模1、行数和列数df.shape2、按某一列名统计数据df.groupby('column_name').count()DataFrame数据拼接合并pd.merge()a=pd.DataFrame({'a':[1,2,3],'b':[2,3,4]})b=pd.Data

Pycharm导入anaconda环境