matplotlib.patches.FancyArrowPatch — Matplotlib 3.10.1 documentation
matplotlib.patches.FancyArrowPatch# class matplotlib.patches.FancyArrowPatch(posA=None, posB=None, *, path=None, arrowstyle='simple', connectionstyle='arc3', patchA=None, patchB=None, shrinkA=2, shrinkB=2, mutation_scale=1, mutation_aspect=1, **kwargs)[source]# Bases: Patch A fancy arrow patch. It draws an arrow using the ArrowStyle. It is primarily used by the annotate method. For most purposes,
【入門者向け解説】openCV顔検出の仕組と実践(detectMultiScale) - Qiita
概要と環境 openCVの顔検出方法について調べて試してみました。入門者向けに解説します。 以下はopenCV関連記事です。 OpenCV3.3とPython3.6をAnacondaでWindows10へインストール openCVの顔検出でパラメータを指定して手っ取り早く検出精度を高める openCVで複数画像ファイルから顔検出をして切り出し保存 openCVで効率的に大量画像を顔検出するためのtips 検証環境は下記のとおりです。 openCVの顔検出でできたこと 人物画像に対して顔検知して四角枠で囲みました。 複数人でも大丈夫。すごい！ 変顔だって検知します！(後ろの人も検知できてます) 顔検知から鼻検知に切り替えることもできます。 oepnCVの顔検出の仕組み 論文や具体的なアルゴリズムを見て調べて確認していないので、以降の解説は誤りがあるかもしれません(指摘いただけたら嬉しいです)
chainerで最適化数学 - Qiita
この記事はTSG Advent Calendar 2017/IS18er Advent Calendarの12日目の記事として書かれました。 (ちょっとタイトルが大げさすぎる？) はじめに こんなものをchainerで作りました。(アニメーションはmatplotlib) 以下で出てくるコードをまとめたものはここにあります。 ソースファイル 経緯 この間ネットサーフィンをしていたらこんなものを見つけました。 最適化数学で新年の挨拶(ニコニコ動画） 見てみると定点の周りを別の点が回り、さらにその点の周りを別の点が回り…を繰り返し、それらの点を結んでいろいろな図形を作っているようです。この動画では数字の2, 0, 9を描いていました。 これを僕も作りたい！と思ったので、この方のブログへ行き解説を読んでみました。(http://kogarashi.net/pitchblende/archives/
matplotlib で使える marker を全て試してみる－python | コード７区
import numpy as np import matplotlib.pyplot as plt import math from collections import OrderedDict from matplotlib.markers import TICKLEFT, TICKRIGHT, TICKUP, TICKDOWN, CARETLEFT, CARETRIGHT, CARETUP, CARETDOWN x = np.linspace(0, 2.0 * math.pi, 20) y = np.sin(x) markers = OrderedDict([ ('.', 'point'), (',', 'pixel'), ('o', 'circle'), ('v', 'triangle_down'), ('^', 'triangle_up'), ('<', 'triangle_le
Streamplot — Matplotlib 3.10.1 documentation
Streamplot# A stream plot, or streamline plot, is used to display 2D vector fields. This example shows a few features of the streamplot function: Varying the color along a streamline. Varying the density of streamlines. Varying the line width along a streamline. Controlling the starting points of streamlines. Streamlines skipping masked regions and NaN values. Unbroken streamlines even when exceed
Broken horizontal bars — Matplotlib 3.10.3 documentation
Broken horizontal bars# broken_barh creates sequences of horizontal bars. This example shows a timing diagram. import matplotlib.pyplot as plt import numpy as np # data is a sequence of (start, duration) tuples cpu_1 = [(0, 3), (3.5, 1), (5, 5)] cpu_2 = np.column_stack([np.linspace(0, 9, 10), np.full(10, 0.5)]) cpu_3 = np.column_stack([10*np.random.random(61), np.full(61, 0.05)]) cpu_4 = [(2, 1.7)
Legend guide — Matplotlib 2.0.2 documentation
Legend guide¶ This legend guide is an extension of the documentation available at legend() - please ensure you are familiar with contents of that documentation before proceeding with this guide. This guide makes use of some common terms, which are documented here for clarity: legend entry A legend is made up of one or more legend entries. An entry is made up of exactly one key and one label. legen
Matplotlib: Python plotting — Matplotlib 2.0.0 documentation
Warning If you install Python with uv then the tkagg backend will not be available because python-build-standalone (used by uv to distribute Python) does not contain tk bindings that are usable by Matplotlib (see this issue for details). If you want Matplotlib to be able to display plots in a window, you should install one of the other supported GUI frameworks, e.g.
PythonというかMatplotlibでスケールや単位の異なる時系列データを整形して表示する - Qiita
1つのソースの時系列データをグラフ化で特に悩むことはありません。が、ソースの異なる時系列データを表示する方法が分からなかったのでやってみました。結論からいうと得たい結果は得られましたが、いまいちです。 結果は不本意なので、もっとスマートな方法があれば教えて下さい。 やりたいことと課題 例としては、 Webアクセスデータはアクセス毎に秒単位で存在(2016-06-2 00:00:00から2016-06-7 00:00:00取得） 同時期のCPUのデータ。1時間に1回、遅れて取得(2016-06-03 12:00:00から2016-06-09 17:00:00取得） みたいな感じです。 各データを表示することは簡単ですが、取得期間も単位（件数、%等）も異なる場合は厄介です。 そもそもDBやCSVからデータを取得する方法はこちらをご覧ください。 Matplotlibの基本 細かな話の前に、そもそ
Python Graph Gallery
👋 The Python Graph Gallery is a collection of hundreds of charts made with Python. Graphs are dispatched in about 40 sections following the data-to-viz classification. There are also sections dedicated to more general topics like matplotlib or seaborn. Each example is accompanied by its corresponding reproducible code along with comprehensive explanations. The gallery offers tutorials that cater
mplot3d API — Matplotlib 2.0.2 documentation
Note Significant effort went into bringing axes3d to feature-parity with regular axes objects for version 1.1.0. However, more work remains. Please report any functions that do not behave as expected as a bug. In addition, help and patches would be greatly appreciated! Module containing Axes3D, an object which can plot 3D objects on a 2D matplotlib figure. class mpl_toolkits.mplot3d.axes3d.Axes3D(
Interpolations for imshow — Matplotlib 3.9.2 documentation
Interpolations for imshow# This example displays the difference between interpolation methods for imshow. If interpolation is None, it defaults to the rcParams["image.interpolation"] (default: 'antialiased'). If the interpolation is 'none', then no interpolation is performed for the Agg, ps and pdf backends. Other backends will default to 'antialiased'. For the Agg, ps and pdf backends, interpolat
【Python入門】ライブラリmatplotlibの基本的な使い方 - Qiita
※こちらの記事は、プロスタ編集部が現在大変人気の高いPythonの文法記事を公開することで、皆様の学習にお役に立ちたい意図で投稿しております。 参考サイト：【Python入門】ライブラリmatplotlibの基本的な使い方 【Python入門】ライブラリmatplotlibの基本的な使い方 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。 m
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
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
https://matplotlib.org/devdocs/api/axes_api.html
matplotlib.colors.LightSource — Matplotlib 3.10.3 documentation
specialty_plots example code: advanced_hillshading.py — Matplotlib 2.0.2 documentation
Matplotlib4jでJavaやScalaからMatplotlibを使う - Qiita
pylab_examples example code: pcolor_log.py — Matplotlib 2.0.2 documentation
https://matplotlib.org/stable/users/customizing.html
https://openbook4.me/sections/1674
