张志凌_个人页

2024年10月

• 10.18 18:20:57
  发表了文章 2024-10-18 18:20:57

  Matplotlib 教程 之 Matplotlib imread() 方法 2

  Matplotlib 的 `imread()` 方法用于从图像文件中读取数据，并返回一个 numpy 数组。该方法支持灰度和彩色图像，数组形状分别为 (nrows, ncols) 和 (nrows, ncols, nchannels)。通过修改数组，可以实现图像处理效果，如调整亮度。示例代码展示了如何读取并变暗图像。
• 10.18 18:19:59
  发表了文章 2024-10-18 18:19:59

  Matplotlib 教程 之 Matplotlib imread() 方法 1

  Matplotlib 的 `imread()` 方法用于从图像文件中读取数据，返回一个包含图像信息的 numpy 数组。此方法适用于读取灰度或彩色图像，支持自定义文件格式。示例代码展示了如何读取并显示一张 JPEG 图像。
• 10.17 19:27:51
  发表了文章 2024-10-17 19:27:51

  Matplotlib 教程 之 Matplotlib imsave() 方法 2

  Matplotlib 教程 之 Matplotlib imsave() 方法 2
• 10.17 17:54:43
  发表了文章 2024-10-17 17:54:43

  深入探索研究Ruby CGI Session

  【10月更文挑战第3天】
• 10.17 17:42:35
  发表了文章 2024-10-17 17:42:35

  Matplotlib 教程 之 Matplotlib imsave() 方法 2

  Matplotlib 的 `imsave()` 方法用于将图像数据保存至磁盘，支持多种格式如PNG、JPEG等。此方法接受文件名、图像数据（NumPy数组）及可选参数（如图像格式和质量）。示例代码展示了如何创建并保存灰度与彩色图像。
• 10.17 17:42:28
  发表了文章 2024-10-17 17:42:28

  Matplotlib 教程 之 Matplotlib imsave() 方法 1

  Matplotlib 的 `imsave()` 方法用于将图像数据保存至磁盘，支持多种格式如PNG、JPEG、BMP等。此方法通过指定文件名和图像数据（通常为NumPy数组）来实现图像的保存，还允许设置额外参数以调整图像质量和格式。示例代码展示了如何生成随机图像数据并使用 `imsave()` 保存为PNG文件。
• 10.16 10:03:47
  发表了文章 2024-10-16 10:03:47

  深入探索研究Ruby CGI方法

  【10月更文挑战第2天】
• 10.16 09:55:55
  发表了文章 2024-10-16 09:55:55

  Matplotlib 教程 之 Matplotlib imshow() 方法 6

  Matplotlib `imshow()` 方法教程：详解如何使用 `imshow()` 函数显示二维图像，包括灰度图、彩色图及不同插值方法的应用示例。通过调整参数如颜色映射（cmap）、插值方法（interpolation）等，实现图像的不同视觉效果。
• 10.16 09:54:36
  发表了文章 2024-10-16 09:54:36

  Matplotlib 教程 之 Matplotlib imshow() 方法 5

  Matplotlib 的 `imshow()` 方法用于显示图像，包括二维灰度图像和彩色图像。该方法支持多种参数，如颜色映射 (`cmap`)、归一化 (`norm`)、纵横比 (`aspect`) 等，以控制图像的显示效果。示例中展示了如何使用 `imshow()` 显示一个随机生成的矩阵。
• 10.16 09:54:25
  发表了文章 2024-10-16 09:54:25

  Matplotlib 教程 之 Matplotlib imshow() 方法 4

  `imshow()` 用于显示图像，包括二维灰度图像和彩色图像，也可用于绘制矩阵、热力图和地图等。其主要参数包括输入数据 `X`、颜色映射 `cmap`、归一化方式 `norm`、纵横比 `aspect`、插值方法 `interpolation` 等。通过示例展示了如何加载并显示一张地图图片，将其转换为数组并利用 `imshow()` 显示，最后隐藏坐标轴以获得更好的视觉效果。
• 10.15 19:45:47
  回答了问题 2024-10-15 19:45:47

  P人出游，你是否需要一个懂你更懂规划的AI导游呢？来搭建专属文旅问答机器人吧

  赞211 踩0 评论0
• 10.15 17:35:25
  发表了文章 2024-10-15 17:35:25

  Matplotlib 教程 之 Matplotlib imshow() 方法 3

  Matplotlib 的 `imshow()` 函数用于显示图像，包括二维灰度或彩色图像、矩阵、热力图和地图等。
• 10.15 16:57:06
  发表了文章 2024-10-15 16:57:06

  深入探索研究Ruby CGI 编程

  【10月更文挑战第1天】
• 10.15 16:48:02
  发表了文章 2024-10-15 16:48:02

  Matplotlib 教程 之 Matplotlib imshow() 方法 3

  Matplotlib 库中的 `imshow()` 方法，该方法常用于展示二维灰度或彩色图像，亦可展示矩阵、热力图及地图等。其语法包括多个参数，如输入数据 `X`、颜色映射 `cmap`、数值归一化方式 `norm`、纵横比 `aspect`、插值方法 `interpolation` 等。示例展示了如何使用 `imshow()` 和 `cmap='hot'` 来生成并显示一个 10x10 随机数组的热力图，并添加了颜色条以便于观察值与颜色的关系。
• 10.15 16:47:47
  发表了文章 2024-10-15 16:47:47

  Matplotlib 教程 之 Matplotlib imshow() 方法 2

  《Matplotlib imshow() 方法详解》：本文详细介绍了 Matplotlib 库中的 `imshow()` 函数，该函数常用于展示二维灰度或彩色图像，也可用于绘制矩阵、热力图等。文章详细解释了 `imshow()` 的语法及各个参数的作用，如颜色映射 `cmap`、归一化方法 `norm` 等，并提供了绘制随机彩色图像的具体示例代码。
• 10.14 06:38:05
  发表了文章 2024-10-14 06:38:05

  Matplotlib 教程 之 Matplotlib imshow() 方法 1

  《Matplotlib imshow() 方法教程》：本文介绍 Matplotlib 库中的 imshow() 函数，该函数常用于绘制二维灰度或彩色图像，也可用于展示矩阵、热力图等。文中详细解释了其语法及参数，例如颜色映射(cmap)、归一化(norm)等，并通过实例演示了如何使用 imshow() 显示灰度图像。
• 10.14 06:36:33
  发表了文章 2024-10-14 06:36:33

  Matplotlib 教程 之 Matplotlib 直方图 4

  使用 Matplotlib 库中的 `hist()` 方法绘制直方图，该方法可用于展示数据分布情况，如中心趋势、偏态及异常值等。通过实例演示了如何设置柱子数量 (`bins` 参数) 并配置图形标题与坐标轴标签。`hist()` 方法接受多个参数以自定义图表样式，包括颜色、方向及是否堆叠等。
• 10.14 06:36:24
  发表了文章 2024-10-14 06:36:24

  Matplotlib 教程 之 Matplotlib 直方图 3

  使用 Matplotlib 库中的 `hist()` 方法来绘制直方图，包括其基本语法及多个可选参数的详细解释，如 bins、range 和 density 等，并提供了一个结合 Pandas 的实例演示，展示如何生成并自定义直方图，包括设置标题、轴标签等属性以更好地展示数据分布特征。
• 10.13 21:09:27
  发表了文章 2024-10-13 21:09:27

  Matplotlib 教程 之 Matplotlib 直方图 2

  使用 Matplotlib 的 `hist()` 方法绘制直方图，通过实例展示了如何比较多组数据的分布。`hist()` 方法属于 Matplotlib 的 pyplot 子库，能有效展示数据分布特性，如中心趋势和偏态。示例中通过生成三组正态分布的随机数据并设置参数（如 bins、alpha 和 label），实现了可视化比较。
• 10.13 21:07:57
  发表了文章 2024-10-13 21:07:57

  Matplotlib 教程 之 Matplotlib 直方图 1

  使用 Matplotlib 库中的 `hist()` 方法来绘制直方图，并详细解释了其语法和各种参数的意义，如箱数 (`bins`)、值域 (`range`)、归一化 (`density`) 等。通过一个实例演示了如何创建一个简单的直方图，包括设置颜色和图表标题、坐标轴标签等属性。
• 10.13 21:07:48
  发表了文章 2024-10-13 21:07:48

  Matplotlib 教程 之 Matplotlib 饼图 5

  使用 Matplotlib 的 `pie()` 方法绘制饼图，通过参数设置（如颜色、标签和比例等），轻松展示各类别占比。示例代码展示了如何创建一个具有突出部分的彩色饼图并显示百分比。`pie()` 方法支持多种参数定制，包括阴影、旋转角度及文本属性等。
• 10.12 22:24:17
  发表了文章 2024-10-12 22:24:17

  Matplotlib 教程 之 Matplotlib 饼图 4

  使用 Matplotlib 的 `pie()` 方法绘制饼图，展示各部分占比。`pie()` 方法可通过多个参数定制图表样式，如颜色、标签和百分比显示格式等。通过实例演示了如何突出显示特定扇区并格式化百分比输出。
• 10.12 22:23:59
  发表了文章 2024-10-12 22:23:59

  Matplotlib 教程 之 Matplotlib 饼图 3

  使用 Matplotlib 的 `pie()` 方法绘制饼图，详细解释了 `pie()` 方法的参数，如 `x`、`labels`、`colors` 和 `autopct` 等，并提供了设置饼图标签和颜色的示例代码。饼图是一种常用的数据可视化图形，用于展示各部分在整体中的比例。`pie()` 方法可返回包含扇形、文本和自动生成文本标签的对象列表。
• 10.12 22:22:50
  发表了文章 2024-10-12 22:22:50

  Matplotlib 教程 之 Matplotlib 饼图 2

  使用 Matplotlib 库中的 `pyplot` 模块 `pie()` 方法来创建饼图，并详细解释了 `pie()` 方法的各种参数，包括数据输入 `x`、扇区分离度 `explode`、标签 `labels`、颜色 `colors`、百分比格式 `autopct` 等，还说明了该方法可以返回包含扇形、文本和自动文本对象的列表。通过一个简单的示例展示了基本饼图的绘制过程。
• 10.11 22:04:58
  发表了文章 2024-10-11 22:04:58

  Matplotlib 教程 之 Matplotlib 饼图 1

  使用 Matplotlib 库中的 `pyplot` 模块 `pie()` 方法来绘制饼图，并详细解释了 `pie()` 方法的参数，包括数据输入 `x`、扇区间距 `explode`、标签 `labels`、颜色 `colors`、百分比格式 `autopct`、标签距离 `labeldistance`、阴影 `shadow`、半径 `radius`、起始角度 `startangle`、逆时针方向 `counterclock`、扇形属性 `wedgeprops`、文本标签属性 `textprops`、饼图中心位置 `center`
• 10.11 22:03:33
  发表了文章 2024-10-11 22:03:33

  Matplotlib 教程 之 Matplotlib 柱形图 5

  本教程介绍如何使用 Matplotlib 的 `bar()` 方法绘制柱形图，涵盖参数如 x（x轴数据）、height（柱高）、width（柱宽）和 bottom、align等的用法。示例代码展示了通过 `barh()` 方法设置不同高度，绘制水平柱形图的过程。
• 10.11 22:02:35
  发表了文章 2024-10-11 22:02:35

  Matplotlib 教程 之 Matplotlib 柱形图 4

  Matplotlib 教程 之 Matplotlib 柱形图 4
• 10.10 18:59:39
  发表了文章 2024-10-10 18:59:39

  Matplotlib 教程 之 Matplotlib 柱形图 4

  本教程介绍如何使用 Matplotlib 的 `bar()` 方法绘制柱形图，涵盖 `x`、`height`、`width`、`bottom` 和 `align` 等参数的使用方法，并通过示例展示了如何自定义柱形颜色。`x` 表示 x 轴数据，`height` 为柱高，`width` 为柱宽，默认 `0.8`；`bottom` 代表底座 y 坐标，默认为 `0`；`align` 控制对齐方式，默认 `'center'`。示例中，通过不同颜色设置，展示了百度相关数据的柱形图。
• 10.10 17:19:31
  发表了文章 2024-10-10 17:19:31

  Matplotlib 教程 之 Matplotlib 柱形图 4

  本教程介绍如何使用 Matplotlib 的 `bar()` 方法绘制柱形图。通过设置 `x`、`height` 和 `width` 参数，可以自定义柱形图的位置、高度和宽度。还可以通过 `color` 属性设置不同柱形的颜色。示例展示了如何绘制带有不同颜色的柱形图。
• 10.10 17:19:17
  发表了文章 2024-10-10 17:19:17

  Matplotlib 教程 之 Matplotlib 柱形图 3

  该教程详细介绍了如何使用Matplotlib库中的pyplot模块的bar()方法来创建柱状图。`bar()`方法允许用户自定义包括高度、宽度在内的多个参数，并可以选择柱状图在X轴上的对齐方式。此外，还提供了设置柱形图颜色的方法。通过示例代码，展示了如何生成一个带有特定颜色的柱状图。
• 10.10 17:19:09
  发表了文章 2024-10-10 17:19:09

  Matplotlib 教程 之 Matplotlib 柱形图 2

  使用 Matplotlib 的 `bar()` 方法绘制柱形图，包括参数说明和示例代码。`bar()` 方法可通过设置 x 轴数据、高度、宽度等参数绘制出直观的柱形图；若需绘制水平柱形图，则可使用 `barh()` 方法。示例展示了如何通过简单的代码绘制出百度系列数据的水平柱形图。
• 10.09 20:37:09
  发表了文章 2024-10-09 20:37:09

  Matplotlib 教程 之 Matplotlib 柱形图 1

  使用Matplotlib的`pyplot.bar()`方法绘制柱形图，通过定义x轴数据、高度和宽度等参数，轻松展示数据分布。示例代码演示了从创建数据到绘制出直观柱形图的全过程，简洁明了。
• 10.09 20:36:56
  发表了文章 2024-10-09 20:36:56

  Matplotlib 教程 之 Matplotlib 散点图 9

  使用Matplotlib中的`scatter()`方法绘制散点图。该方法接受多个参数，如数据点位置（x，y）、点的大小（s）、颜色（c）等，并支持多种颜色样式和配置选项。通过调整这些参数，用户可以自定义散点图的外观和表现形式，实现丰富的可视化效果。
• 10.09 20:36:40
  发表了文章 2024-10-09 20:36:40

  Matplotlib 教程 之 Matplotlib 散点图 8

  使用 Matplotlib 的 `scatter()` 方法绘制散点图。通过实例展示了如何设置点的颜色、大小和样式等参数。示例代码使用了 `afmhot_r` 颜色条，展示了不同颜色和亮度的散点图，并添加了颜色条进行可视化。
• 10.08 11:06:53
  发表了文章 2024-10-08 11:06:53

  Matplotlib 教程 之 Matplotlib 散点图 7

  使用 Matplotlib 的 `scatter()` 方法绘制散点图。该方法接受多个参数，如 x 和 y 数据点、点的大小（s）、颜色（c）和样式（marker）等。通过示例展示了如何利用颜色数组和颜色映射 (`cmap`) 来增强图表的表现力，并使用 `colorbar()` 方法添加颜色条，使数据可视化更加直观。
• 10.08 11:06:43
  发表了文章 2024-10-08 11:06:43

  Matplotlib 教程 之 Matplotlib 散点图 6

  使用 Matplotlib 库中的 `scatter()` 方法绘制散点图，并详细解释了该方法的参数，包括点的大小（`s`）、颜色（`c`）、样式（`marker`）等。此外，还展示了如何使用 `cmap` 参数设置颜色条，以及提供了一个具体的实例代码，演示了如何利用这些参数创建带有颜色渐变的散点图。
• 10.08 11:06:31
  发表了文章 2024-10-08 11:06:31

  Matplotlib 教程 之 Matplotlib 散点图 5

  使用 Matplotlib 的 `scatter()` 方法绘制散点图，并详细解释了该方法的参数，如点的大小（`s`）、颜色（`c`）、样式（`marker`）等。通过一个实例展示了如何利用随机数生成数据点 (`x`, `y`) 及其颜色和面积，并设置了图表的标题。此示例代码展示了散点图的基本绘制方法及其参数配置。
• 10.07 18:46:28
  发表了文章 2024-10-07 18:46:28

  Matplotlib 教程 之 Matplotlib 散点图 4

  使用 Matplotlib 的 `scatter()` 方法绘制散点图。通过设置 `x` 和 `y` 数组来定义数据点位置，还可以自定义点的大小（`s`）、颜色（`c`）、样式（`marker`）等参数。示例展示了两组不同颜色的散点图，分别使用 `hotpink` 和 `#88c999` 颜色绘制。
• 10.07 17:50:38
  发表了文章 2024-10-07 17:50:38

  Matplotlib 教程 之 Matplotlib 散点图 4

  使用 Matplotlib 的 `scatter()` 方法绘制散点图。通过设置不同参数如点大小（`s`）、颜色（`c`）、样式（`marker`）等，可以定制图表外观。示例展示了两组数据点，分别用 'hotpink' 和 '#88c999' 色彩表示。这有助于理解如何灵活运用 `scatter()` 方法进行数据可视化。
• 10.07 17:49:40
  发表了文章 2024-10-07 17:49:40

  Matplotlib 教程 之 Matplotlib 散点图 3

  使用 Matplotlib 的 `scatter()` 方法绘制散点图，并详细解释了该方法的参数，如点大小（`s`）、颜色（`c`）、样式（`marker`）等。通过一个实例展示了如何自定义点的颜色。此教程适合希望掌握 Matplotlib 散点图绘制技巧的学习者。示例代码中，通过导入 `matplotlib.pyplot` 和 `numpy`，创建了两个数组 `x`、`y` 和一个颜色数组 `colors`，并使用这些数据绘制了一个带有自定义颜色的散点图。
• 10.07 17:49:28
  发表了文章 2024-10-07 17:49:28

  Matplotlib 教程 之 Matplotlib 散点图 2

  使用 Matplotlib 的 `scatter()` 方法绘制散点图，详述了方法中的参数如 x，y（数据点），s（点大小），c（颜色），marker（点形状）等，并提供了示例代码，展示不同大小的点如何通过 `sizes` 数组自定义呈现。
• 10.06 23:02:24
  发表了文章 2024-10-06 23:02:24

  Matplotlib 教程 之 Matplotlib 散点图 1

  通过设置参数如点的大小（`s`）、颜色（`c`）和样式（`marker`）等，可以定制图表外观。示例展示了如何用两个长度相同的数组分别表示 x 和 y 轴的值来创建基本散点图。
• 10.06 14:23:57
  发表了文章 2024-10-06 14:23:57

  Matplotlib 教程 之 Matplotlib 散点图 1

  传入相同长度的 x、y 数组作为数据点，支持自定义点大小（s）、颜色（c）、样式（marker）等参数。示例展示了通过 NumPy 生成数组并使用 `scatter()` 绘制基本散点图的过程。
• 10.06 14:23:41
  发表了文章 2024-10-06 14:23:41

  Matplotlib 教程 之 Matplotlib 绘制多图 3

  `subplot()` 需要手动指定位置，而 `subplots()` 可一次性生成多个子图，通过 `ax` 对象进行调用。`subplots()` 方法支持多种参数，如设置行列数 (`nrows`, `ncols`)、共享轴 (`sharex`, `sharey`) 等。示例展示了不同场景下的子图绘制方法，包括共享轴、极坐标图等。
• 10.06 14:23:27
  发表了文章 2024-10-06 14:23:27

  Matplotlib 教程 之 Matplotlib 绘制多图 2

  subplot()` 需要手动指定位置参数，而 `subplots()` 可以一次性生成多个子图，只需调用生成对象的 `ax`。示例代码展示了如何在一个 2x2 的网格中绘制四个不同的子图，并为每个子图设置了标题，最后还添加了一个总标题 "Baidu subplot Test"。
• 10.05 10:29:33
  发表了文章 2024-10-05 10:29:33

  Matplotlib 教程 之 Matplotlib 绘制多图 1

  这段代码介绍了如何使用 Matplotlib 库中的 `subplot()` 方法在同一画布上绘制多个子图。通过指定行数（`nrows`）、列数（`ncols`）以及子图的位置序号（`index`），可以在一个整体图像中布局多个独立的图表。例如，`subplot(1, 2, 1)` 和 `subplot(1, 2, 2)` 分别指定了在一个 1 行 2 列的网格中的第一个和第二个位置。示例展示了如何创建两个子图，并分别为它们添加标题。
• 10.05 10:29:23
  发表了文章 2024-10-05 10:29:23

  Matplotlib 教程 之 Matplotlib 网格线 3

  本教程介绍如何使用 Matplotlib 的 `grid()` 方法自定义图表网格线。通过设置参数 `b`、`which`、`axis` 和 `**kwargs`，可以灵活控制网格线的显示与否及样式。示例展示了如何添加并设置网格线的颜色、样式和宽度，帮助你美化图表布局。
• 10.05 10:29:14
  发表了文章 2024-10-05 10:29:14

  Matplotlib 教程 之 Matplotlib 网格线 2

  本教程介绍如何使用 Matplotlib 的 `grid()` 方法自定义图表网格线。通过调整参数 `b`、`which`、`axis` 及 `**kwargs`，可以灵活控制网格线的显示状态、类型及样式。示例展示了仅在 x 轴方向添加网格线的方法。
• 10.04 16:22:41
  发表了文章 2024-10-04 16:22:41

  Matplotlib 教程 之 Matplotlib 网格线 1

  使用 Matplotlib 的 `grid()` 方法在图表中添加网格线，通过设置参数如 b（开启或关闭网格线）、which（主次网格线）、axis（指定方向）及 kwargs（颜色、线型等），轻松自定义网格样式，增强图表可读性。
• 10.04 15:24:31
  发表了文章 2024-10-04 15:24:31

  Matplotlib 教程 之 Matplotlib 网格线 1

  在 Matplotlib 中使用 `grid()` 方法来添加和自定义图表的网格线。通过设置参数 `b`、`which`、`axis` 及 `**kwargs`，你可以轻松控制网格线的显示状态、类型以及样式。示例代码展示了如何在默认设置下为图表添加网格线。