matplotlib.pyplot.xkcd()函数
数据科学的主要过程之一是数据可视化。数据可视化是指将数据集以图形和图片的形式呈现出来。我们可以通过观察这些图表来确定未来的趋势。
Python为我们提供了一个惊人的数据可视化库,它是由John Hunter(1968-2012)开发的Matplotlib。Matplotlib建立在numpy和并行框架之上,这就是它快速高效的原因。它是开源的,并拥有巨大的社区支持.它拥有与许多操作系统和图形后端良好工作的能力。
matplotlib.pyplot.xcorr()函数
一般来说,matplotlib生成的plot是非常完美的,但也有单调的地方。观察这些图表并不是那么有趣。Matplotlib提供了一个库,它可以使这些图表变得更有趣,并以漫画风格绘制图表。这些图表很有趣,每个人都喜欢通过这些图表来研究。
例如:
参数:
xkcd()中的所有三个参数都是可选的。
Parameter | Datatype | Description |
---|---|---|
scale | float | 垂直于源线的摆动的振幅。 |
length | float | 沿直线摆动的长度。 |
randomness | float | 缩小或扩大长度的比例因子。 |
示例1
让我们生成一个xkcd()样式的正弦波
import numpy as np
import matplotlib.pyplot as plt
time = np.arange(0, 10, 0.1);
amplitude = np.sin(time)
with plt.xkcd():
plt.plot(time, amplitude)
plt.title('Sine wave')
plt.xlabel('Time')
plt.ylabel('Amplitude = sin(time)')
plt.axhline(y = 0, color ='k')
plt.show()
输出:
示例2
import numpy as np
import matplotlib.pyplot as plt
with plt.xkcd():
plt.plot([1, 2, 3, 4], [5, 4, 9, 2])
plt.title('matplotlib.pyplot.xkcd()')
plt.axhline(y = 0, color ='k')
plt.show()
输出: