subplot

    -1热度

    1回答

    创建包含相同类型的曲线matplot副区的n×n的矩阵中的所有副区全球图例(让它们命名为信号1和信号): n=5 f, axarr = plt.subplots(n,n) for i,signal_generator in enumerate(signal_generators): y=i%n x=(i-y)/n axarr[x, y].plot(signal_g

    0热度

    1回答

    这个问题在其他地方可以模糊地回答。因此,请在投票前回答并标记为重复。我搜索了Stackoverflow和MATLAB论坛 我想绘制印度的空间情节(见下文),与多个子图。 这里我想使用一个代表性的颜色条,如图所示。 我得到的颜色条是最后一个子图,它的值与其他子图不一致。 下面是,如何我尝试添加的彩条和相应的输出 ax(1)=subplot(2,3,1) worldmap('India'); s

    2热度

    1回答

    我使用此代码生成雷达图表:Radar chart with multiple scales on multiple axes;现在我想将此图表放置在2x1数字设置的右下角。使用下面的代码: fig = pl.figure(figsize=(5, 5)) titles = ['A','B','C','D','E','F'] parameters_list = ['','2','','4',''

    2热度

    2回答

    我需要为一排子图共享相同的颜色条。每个子图都对颜色函数进行对称缩放。这些任务中的每一个都有一个很好的解决方案,这里的解决方案是:For sharing the color bar和for nicely formatted symmetric logarithmic scaling。 但是,当我在相同的代码中组合两个技巧时,颜色条“忘记”是假定为对称的对数。有没有办法解决这个问题? 测试代码是下面,

    1热度

    1回答

    我需要在Python中创建一个散布矩阵。我尝试过使用scatter_matrix,但我想只留下对角线上方的散点图。 我真的开始(没有远),并且当列有名字(而不是默认数字)时我遇到了麻烦。 这里是我的代码: import itertools import numpy as np import matplotlib.pyplot as plt import pandas as pd data

    0热度

    1回答

    这是我的代码,下面是产生的错误。 我的传说出现了,但其中只有一行。 未显示堆积的副图标签。 import xlrd import matplotlib.pyplot as plt import matplotlib.dates as mdates import datetime file_location = "/Users/adampatel/Desktop/psw02.xls" w

    1热度

    3回答

    我仍在研究纽约地铁数据。我以这样一种方式清理和争夺数据,即我现在每个工作站每小时(从0到23)的“平均条目数”和“平均出口数”分隔为周末和工作日(类别变量有两个可能的值:周末/周日)。 我想要做的是创建一个情节,每个工作站都是一排,每行有两列(第一个是平日,第二个是周末)。我想绘制每小时的“平均参赛作品”和“平均出场次数”,以获得有关电台的一些信息。这里有两件有趣的事情。首先是纯粹的数字来表明一个

    0热度

    1回答

    我想将不同变量的分布图放入单个图像文件中。每个分布图(子图)都包含由颜色分隔的类似组。 目前我正在使用ggplot单独绘制每个变量。然后我使用grid.arrange将所有的子图组合在一起,我可以表示所有的分配。 (实施例下面的代码) #plot1 plot_min_RTT <- ggplot(house_total_year, aes(x=min_RTT, colour = ISP)) +

    2热度

    1回答

    我必须绘制一个有11个子图的图,如下所示。但是,因为它是一个奇数,我不知道如何处理这个子区(4,3,12)来移除它...并将最后2个地块放在中心 此外,我想增加子区大小作为空间太重要了。代码如下。 的代码是:实现的 plt.close() fig, axes = plt.subplots(nrows=4, ncols=3) plt.tight_layout(pad=0.05, w_pad=

    0热度

    1回答

    我已经搜索了类似的问题,没有找到任何,所以我很抱歉。 我有这样的: import matplotlib.pyplot as plt yearlymean_gm = np.load('ts_globalmean_annualmean.npz') ts = yearlymean_gm['ts_aqct'] time = np.arange(0., 45 , 1) plt.figure(fi