You are reading an old version of the documentation (v2.0.2). For the latest version see https://matplotlib.org/stable/ """ =================== Rankine power cycle =================== Demonstrate the Sankey class with a practical example of a Rankine power cycle. """ import matplotlib.pyplot as plt from matplotlib.sankey import Sankey fig = plt.figure(figsize=(8, 9)) ax = fig.add_subplot(1, 1, 1,
はじめに TensorFlowの利用はDockerを使うと簡単です。 TensorFlowのDocker公式イメージにはmatplotlibがインストールされているのですが、そのままではpyplot.show()などが使えません。 要するにデフォルトではGUIが表示できません。 そこで今回はTensorFlow + Docker + matplotlibでGUIを利用可能にします。 また、今回はホストOSがwindowsであるという前提で進めます。 なお、今回の内容はGitHubで公開しているスライドの内容に基づいています。 Dockerのインストール Dockerのインストールについてはここを参照してください。 MobaXtermのインストール MobaXtermはWindowsで動作するターミナルです。 このMobaXtermはX11フォワーディング機能を標準機能として備えています。
matplotlib.pyplot¶ Provides a MATLAB-like plotting framework. pylab combines pyplot with numpy into a single namespace. This is convenient for interactive work, but for programming it is recommended that the namespaces be kept separate, e.g.:
You are reading an old version of the documentation (v2.0.2). For the latest version see https://matplotlib.org/stable/
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? matplotlibをインストールしてグラフの描画を行おうとした際に予想以上に詰まったので、メモ。 環境 自機:Yosemite 10.10.3 python: 2.6.6 error一覧 install時にfreetypeがbuild出来ない ライブラリのImportError 実行時のRuntimeError グラフが一瞬で閉じてしまう(エラーではない) 1. pipでのインストール時のエラーと対処法 pip install matplotlibでインストールを行うと ================================
Matplotlib: Visualization with Python Matplotlib is a comprehensive library for creating static, animated, and interactive visualizations in Python. Matplotlib makes easy things easy and hard things possible. Create publication quality plots. Make interactive figures that can zoom, pan, update. Customize visual style and layout. Export to many file formats. Embed in JupyterLab and Graphical User I
はじめに 株価データは、代表的な時系列データの一つですが、Pythonはこの時系列データを取り扱うのを非常に得意としています。特に、Pythonライブラリの一つであるpandasはもともと金融データを扱うために開発されたため、時系列データの分析に強力な機能を数多く備えています。 今回やることは非常にシンプルで、下記の2点だけです。(すべてIPython Notebook上で行っています。) 1. Google Financeからトヨタの株価データを取得する。 2. 取得した株価データを時系列データとしてプロットする。 株価データの取得 まず始めに、下記のように必要となるライブラリをインポートします。 import pandas as pd from pandas import Series, DataFrame import numpy as np import matplotlib.py
Pythonではnumpyやscipyといったライブラリを使うことで科学計算を簡単に行うことができますが、そういった計算結果をグラフなどで図表できると分かりやすいですよね。そんな時に便利なのがmatplotlibというライブラリです。matplotlibを使えばPythonでデータをグラフにプロットできるようになります。numpy、scipyと組み合わせることで、Pythonだけでデータの読み込み・加工・計算、そしてプロットが行えます。 今回はmatplotlibの基本的な使い方について説明します。 matplotlibのインストール numpy・scipyのインストール matplotlibはnumpyおよびscipyと組み合わせることが多いです。絶対ではありませんが、もし必要な場合は先にnumpyおよびscipyをインストールしておきましょう。 matplotlibをインストール ma
a = np.arange(n).reshape(4, -1); a # 5列の行列 array([[ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24], [25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48, 49], [50, 51, 52, 53, 54, 55, 56, 57, 58, 59, 60, 61, 62, 63, 64, 65, 66, 67, 68, 69, 70, 71, 72, 73, 74], [75, 76, 77, 78, 79, 80, 81, 82, 83, 84, 85, 86, 87,
はじめに 本記事はPython2.7, numpy 1.11, scipy 0.17, scikit-learn 0.18, matplotlib 1.5, seaborn 0.7, pandas 0.17を使用しています. jupyter notebook上で動作確認済みです.(%matplotlib inlineは適当に修正してください) SklearnのManifold learningの記事を参考にしています. 多様体学習と言われる手法について,sklearnのdigitsサンプルを用いて説明します. 特にt-SNEはKaggleなどでもたまに使用されている,多次元データの可視化に適した手法です. また可視化だけでなく,元のデータと圧縮されたデータを結合することで,単純な分類問題の精度を向上することができます. 目次 データの生成 線形要素に注目した次元削減 Random Proj
python の matplotlib でグラフを描くのは非常に簡単です。とくに、グラフが 1 つだけの場合は import matplotlib.pyplot as plt import numpy as np x = np.linspace(-3, 3, 20) y = x ** 2 plt.plot(x, y) plt.show()
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く