Computer >> कंप्यूटर >  >> प्रोग्रामिंग >> Python

Matplotlib में मैट्रिक्स मान और कॉलॉर्मैप कैसे प्रदर्शित करें?

Matplotlib में मैट्रिक्स मान और कॉलोरमैप प्रदर्शित करने के लिए, हम निम्नलिखित कदम उठा सकते हैं -

  • आकृति का आकार सेट करें और सबप्लॉट के बीच और आसपास पैडिंग समायोजित करें।
  • एक आकृति और सबप्लॉट का एक सेट बनाएं।
  • मैट्रिक्स के लिए अधिकतम और न्यूनतम मान प्रारंभ करें।
  • 2D मैट्रिक्स या सरणी के मानों को रंग-कोडित छवि के रूप में प्लॉट करें।
  • रंग-कोड छवि के प्रत्येक सेल और केंद्र में स्थानीय मान को पुनरावृत्त करें।
  • आंकड़ा प्रदर्शित करने के लिए, दिखाएं () . का उपयोग करें विधि।

उदाहरण

pltplt.rcParams["figure.figsize"] =[7.50, 3.50]plt.rcParams["figure.autolayout"] =Truefig, ax =plt.subplots()min_val, max_val =0, 5matrix =np.random.randint(0, 5, size=(max_val, max_val))ax.matshow(matrix, cmap='ocean') for i in range(max_val):j in range(max_val) के लिए :c =मैट्रिक्स [j, i] ax.text(i, j, str(c), va='center', ha='center')plt.show()

आउटपुट

Matplotlib में मैट्रिक्स मान और कॉलॉर्मैप कैसे प्रदर्शित करें? Matplotlib में मैट्रिक्स मान और कॉलॉर्मैप कैसे प्रदर्शित करें?


  1. Matplotlib colormap में किसी विशिष्ट मान के लिए रंग को फिर से परिभाषित कैसे करें?

    matplotlib colormap में एक विशिष्ट मान के लिए एक रंग को फिर से परिभाषित करने के लिए, हम निम्नलिखित कदम उठा सकते हैं - एक कलरमैप . प्राप्त करें उदाहरण के लिए, यदि *नाम . है तो rc मानों के लिए डिफ़ॉल्ट * कोई भी get_cmap() का उपयोग नहीं कर रहा है विधि, ग्रे रंगरूप के साथ। norm.clip =False होने प

  1. Matplotlib पायथन में पाई चार्ट कैसे प्रदर्शित करें?

    Matplotlib एक लोकप्रिय पायथन पैकेज है जिसका उपयोग डेटा विज़ुअलाइज़ेशन के लिए किया जाता है। डेटा को विज़ुअलाइज़ करना एक महत्वपूर्ण कदम है क्योंकि यह यह समझने में मदद करता है कि वास्तव में संख्याओं को देखे बिना और जटिल गणना किए बिना डेटा में क्या चल रहा है। यह दर्शकों को मात्रात्मक अंतर्दृष्टि को प्रभ

  1. पाइथन में मैट्रिक्स के निर्धारक मूल्य की गणना करने के लिए SciPy का उपयोग कैसे किया जा सकता है?

    निर्धारक मान की गणना मैट्रिक्स पर या एक से अधिक आयाम वाले सरणी पर की जा सकती है। कभी-कभी मैरिक्स/सरणी को बेहतर ढंग से समझने की आवश्यकता हो सकती है। यह वह जगह है जहां निर्धारक संचालन की आवश्यकता होगी। SciPy det नामक एक फ़ंक्शन प्रदान करता है जो linalg वर्ग में मौजूद है जो रैखिक बीजगणित के लिए छोटा