scipy相关内容
我正在尝试在matplotlib中绘制一条线..我正在寻找正确的插值类型..我想要这样的东西 每行都经过平滑处理的位置.我尝试了scipy和matplotlib的几种组合,例如 x_new = np.arange(x, x_length, 1) tck = interpolate.splrep(x, y, s=3) y_new = interpolate.splev(x_new, tc
..
我想在同一散点图上绘制多个数据集: cases = scatter(x[:4], y[:4], s=10, c='b', marker="s") controls = scatter(x[4:], y[4:], s=10, c='r', marker="o") show() 上面仅显示了最新的scatter() 我也尝试过: plt = subplot(111) plt.s
..
我有很多元组(par1,par2),即通过多次重复实验获得的二维参数空间中的点. 我正在寻找一种计算和可视化置信椭圆的可能性(不确定这是否是正确的术语).这是我在网上找到的示例图,以显示我的意思: 来源:blogspot.ch/2011/07/classification-and-discrimination-with.html 因此,原则上我必须使多元正态分布适合我猜想的数据点
..
我有一个1维数组,我可以计算该样本的“均值"和“标准差",并绘制“正态分布",但是我有一个问题: 我想在同一图中绘制数据和正态分布,如下所示: 我不知道如何同时绘制“数据"和“正态分布" 关于"scipy.stats中的高斯概率密度函数"的任何想法吗? s = np.std(array) m = np.mean(array) plt.plot(norm.pdf(array,
..
我想在x轴较长的地方绘制数据.如果我绘制整个x轴,则该图会缩小并且几乎无法读取.我在SO上找到了 答案指向以下 scipy/matplotlib代码.但是,当我尝试运行上述代码时,出现以下错误: Traceback (most recent call last): File "scrollingPlot.py", line 88, in app = MyApp(
..
我正在制作一个烛台图,其中包含两个数据集:[开盘,最高价,最低价,收盘价]和交易量.我试图像这样在图表的底部覆盖体积: 我正在呼叫 volume_overlay3 ,但填充的不是条形整个情节区域.我在做什么错了? 我的另一种选择是使用.bar(),它没有上下颜色,但是如果我能正确设置比例尺就可以使用: fig = plt.figure() ax = fig.add_subplot
..
我想从均匀分布的2D数据(类似图像的数据)的单个轮廓中获取数据. 基于在类似问题中找到的示例:如何获取绘制线的(x,y)值通过等高线图(matplotlib)? >>> import matplotlib.pyplot as plt >>> x = [1,2,3,4] >>> y = [1,2,3,4] >>> m = [[15,14,13,12],[14,12,10,8],[13,1
..
如何在Python的matplotlib中绘制数字数组的经验CDF?我正在寻找pylab的"hist"函数的cdf类似物. 我能想到的一件事是: from scipy.stats import cumfreq a = array([...]) # my array of numbers num_bins = 20 b = cumfreq(a, num_bins) plt.plot(b
..
我有一个直方图(请参见下文),我试图找到均值和标准差以及适合于我的直方图的曲线的代码.我认为SciPy或matplotlib中有一些可以帮助您的东西,但是我尝试过的每个示例都不起作用. import matplotlib.pyplot as plt import numpy as np with open('gau_b_g_s.csv') as f: v = np.loadtxt(
..
我正在尝试为使用import numpy as np import matplotlib.pyplot as plt from scipy.spatial import Voronoi, voronoi_plot_2d # make up data points points = np.random.rand(15,2) # compute Voronoi tesselation vor = Vo
..
可视化 scipy.stats 分布 直方图可以由% matplotlib inline import pandas as pd import scipy.stats as stats d = stats.norm() rv = d.rvs(100000) pd.Series(rv).hist(bins=32, normed=True) 其他分布是什么样的? 解决方案 可视化所
..
我想使用matplotlib从矢量绘制归一化的直方图.我尝试了以下方法: plt.hist(myarray, normed=True) 以及: plt.hist(myarray, normed=1) 但是两个选项都不会从[0,1]产生y轴,以使直方图的条形高度之和为1.我想生成这样的直方图-我该怎么做? 解决方案 如果您提出一个更完整的工作示例(在本例中为非工作示例),
..
在R中,我可以通过执行以下操作来创建所需的输出: data = c(rep(1.5, 7), rep(2.5, 2), rep(3.5, 8), rep(4.5, 3), rep(5.5, 1), rep(6.5, 8)) plot(density(data, bw=0.5)) 在python(带有matplotlib)中,我得到的最接近的是一个简单的直方图: i
..
我有一个3维的numpy数组.我想显示(在matplotlib中)此数组的等值面的漂亮3D图(或更严格地说,显示通过在采样点之间进行插值定义的3D标量字段的等值面). matplotlib的mplot3D部分提供了很好的3D绘图支持,但是(据我所知)它的API没有任何东西可以简单地获取标量值的3D数组并显示等值面.但是,它确实支持显示多边形集合,因此大概可以实现行进立方体算法来生成此类多边形
..
所以我有一个小问题.我有一个scipy数据集,该数据集已经是直方图格式,因此我具有了bin的中心以及每个bin的事件数.现在如何绘制直方图.我尝试只是做 bins, n=hist() 但它不喜欢那样.有什么建议吗? 解决方案 import matplotlib.pyplot as plt import numpy as np mu, sigma = 100, 15 x = mu
..
说我的图像尺寸为3841 x 7195像素.我想将图形的内容保存到磁盘,以得到我指定的确切大小的图像(以像素为单位). 无轴,无标题.只是图像.我个人并不关心DPI,因为我只想指定图像在磁盘中屏幕上的尺寸以像素为单位. 我已阅读其他 我尝试过: w = 7195 h = 3841 fig = plt.figure(frameon=False) fig.set_size_inche
..
我正在尝试在matplotlib子图环境中将格式设置为两个十进制数字.不幸的是,我不知道如何解决这个任务. 为避免在y轴上使用科学计数法,我在下面的代码段中使用了ScalarFormatter(useOffset=False).我认为应该通过将其他选项/参数传递给使用的格式化程序来解决我的任务.但是,我在matplotlib的文档中找不到任何提示. 如何设置两位小数位或不设置两位数(两
..
我需要一个可以解决以下问题的函数:对于二项式函数nCr = k,在给定r和k的情况下找到n.在数学中nCr = n!/r!(n-r)! 我试过以下方法,但无法解决问题.例如8C6 = 28,对于我的函数,输入是6和28,我想找到8.这可能没有确切的整数,所以我想找到x> = n. """I am approaching it this way, i.e. find the solution
..
我在MATLAB中有一个函数 [b,g] = sgolay(k, f); 它输出一个f x f矩阵. 当我在Python中对相同的k和f值运行相同时,使用: scipy.signal.savgol_coeffs(f, k) 它输出仅由f个元素组成的完全不同的数组. 考虑的值是: k = 4,f = 21 savol_filter()接受三个参数,包括数组
..
我是ARPACK的新手,我下载了如下脚本 import time import numpy as np from scipy.linalg import eigh from scipy.sparse.linalg import eigs np.set_printoptions(suppress=True) n=30 rstart=0 rend=n A=np.zeros(shape=(n,
..