数据科学中的主要过程之一是数据可视化。 Dat Visualization是指以图形和图片的形式呈现数据集。我们可以通过观察这些图表来确定即将到来的趋势。
Python为我们提供了一个令人惊叹的数据可视化库,该库是由John Hunter(1968-2012)开发的Matplotlib。 Matplotlib基于numy和byby框架构建,这就是为什么它快速高效的原因。它是开源的,具有强大的社区支持。它具有与许多操作系统和图形后端兼容的能力。
matplotlib.pyplot.xcorr()函数
通常,matplotlib生成的图非常完美且单调。观察这些图形并不是那么有趣。 Matplotlib提供了一个库,可以使这些图变得有趣,并以漫画风格绘制图。这些图很有趣,每个人都希望通过这些图来学习。
例如:
参数:
xkcd()中的所有三个参数都是可选的。
参数 | 数据类型 | 描述 |
---|---|---|
scale | float | 垂直于源极线的摆动幅度。 |
length | float | 摆动线的长度。 |
randomness | float | 缩小或扩展长度的比例因子。 |
范例1:
让我们生成xkcd()风格的正弦波
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:
范例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:
相关用法
注:本文由纯净天空筛选整理自RahulSabharwal大神的英文原创作品 Matplotlib.pyplot.xkcd() in Python。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。