pembangunan bahagian belakang
Tutorial Python
Bagaimana untuk mencipta dan menyesuaikan gambar rajah Venn dalam Python?
Bagaimana untuk mencipta dan menyesuaikan gambar rajah Venn dalam Python?
Sep 14, 2023 pm 02:37 PM
Rajah Venn ialah gambar rajah yang digunakan untuk mewakili hubungan antara set. Untuk mencipta rajah Venn kita akan menggunakan matplotlib.
Matplotlib ialah perpustakaan visualisasi data yang biasa digunakan dalam Python untuk mencipta carta dan graf interaktif. Ia juga digunakan untuk mencipta imej dan carta interaktif. Matplotlib menyediakan banyak fungsi untuk menyesuaikan carta dan graf. Dalam tutorial ini, kami akan menggambarkan tiga contoh untuk menyesuaikan gambar rajah Venn.
Terjemahan bahasa Cina bagiContoh
ialah:Contoh
Ini adalah contoh mudah untuk mencipta persilangan dua rajah Venn terlebih dahulu, kami mengimport perpustakaan yang diperlukan dan mengimport venns; Kami kemudian mencipta set data sebagai set Python, selepas itu kami mencipta gambar rajah Venn menggunakan fungsi "venn2()". Seterusnya, kami menyesuaikan graf dengan menetapkan lebar garis kepada 1 menggunakan "lw" akhirnya, kami mewakili graf menggunakan "plt.show()" dan akhirnya, kod ini menunjukkan persilangan mudah dua Venns.
import matplotlib.pyplot as plt
from matplotlib_venn import venn2, venn2_circles, venn3, venn3_circles
set1 = set(['A' , 'B', 'C', 'D'])
set2 = set(['B', 'C', 'D', 'E', 'F'])
set3 = set(['C', 'E', 'F', 'G'])
venn2([set1, set2])
venn2([set1, set2])
venn2_circles([set1, set2], lw=1)
plt.title("My Venn Diagram")
plt.show()
Output
Contoh
ialah:Contoh
Contoh ini menunjukkan tiga rajah Venn bercapah, iaitu ‘cir1’, ‘cir2’ dan ‘cir3’. Dalam contoh ini, kami mula-mula mengimport venns dan matplotlib, kemudian mencipta tiga set data dan menyediakan elemen berbeza dalam rajah Venn yang berbeza. Kami mewakili ini sebagai gambar rajah Venn menggunakan fungsi 'venn3()' dan akhirnya memplotkannya menggunakan 'plt.show()'.
import matplotlib.pyplot as plt
from matplotlib_venn import venn3
# create sets for primary colors
cir1 = set(['apple', 'cherry', 'strawberry'])
cir2 = set(['banana', 'lemon', 'pineapple'])
cir3 = set(['blueberry', 'grape', 'plum'])
# create Venn diagram
venn3([cir1, cir2, cir3], ('cir1', 'cir2', 'cir3'))
# display the diagram
plt.show()
Output
Contoh
ialah:Contoh
Contoh ini menunjukkan tiga rajah Venn yang bersilang, iaitu "set 1", "set 2" dan "set 3", kemudian kami menggunakan "venn3()" untuk menggambarkan rajah Venn, kami juga menggunakan "set_labels( )" dan tetapkannya kepada warna yang berbeza. Seterusnya, kami memberikan garis besar lebar garis 2 menggunakan "lebar garis". Akhir sekali, kami menetapkan tajuk kepada "Persilangan Rajah Venn" dan plotkannya menggunakan "plt.show()".
from matplotlib_venn import venn3, venn3_circles
from matplotlib import pyplot as plt
venn3(subsets=(20, 10, 12, 10, 9, 4, 3), set_labels=('set 1', 'set 2', 'set 3'), set_colors=("orange", "green", "purple"), alpha=0.7)
venn3_circles(subsets=(20, 10, 12, 10, 9, 4, 3), linewidth=2)
plt.title("Intersection of venn diagrams")
plt.show()
Output
Kami mengetahui bahawa Matplotlib ialah perpustakaan yang sangat berkuasa untuk mencipta gambar rajah Venn; ia menyediakan banyak fungsi untuk menyesuaikan gambar rajah Venn untuk menerangkan maklumat, pembangun boleh menggunakan perpustakaan Python ini untuk membuat gambar rajah Venn dengan mudah, Dan seterusnya menyesuaikan gambar rajah Venn dengan menukar warna bulatan, melaraskan saiz dan gaya fon, gambar rajah Venn sangat membantu untuk mewakili secara visual perhubungan antara berbilang set. Ia mempunyai beberapa kelebihan; ia membantu menggambarkan maklumat dan memahami serta mengingati topik yang kompleks. Ahli matematik menggunakannya untuk mempersembahkan data kompleks dengan mudah
Atas ialah kandungan terperinci Bagaimana untuk mencipta dan menyesuaikan gambar rajah Venn dalam Python?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!
Alat AI Hot
Undress AI Tool
Gambar buka pakaian secara percuma
Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik
AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.
Clothoff.io
Penyingkiran pakaian AI
Video Face Swap
Tukar muka dalam mana-mana video dengan mudah menggunakan alat tukar muka AI percuma kami!
Artikel Panas
Alat panas
Notepad++7.3.1
Editor kod yang mudah digunakan dan percuma
SublimeText3 versi Cina
Versi Cina, sangat mudah digunakan
Hantar Studio 13.0.1
Persekitaran pembangunan bersepadu PHP yang berkuasa
Dreamweaver CS6
Alat pembangunan web visual
SublimeText3 versi Mac
Perisian penyuntingan kod peringkat Tuhan (SublimeText3)
PHP memanggil AI Pembantu Suara Pintar PHP Pembinaan Sistem Interaksi Suara PHP
Jul 25, 2025 pm 08:45 PM
Input suara pengguna ditangkap dan dihantar ke backend PHP melalui API Mediarecorder JavaScript front-end; 2. PHP menjimatkan audio sebagai fail sementara dan memanggil STTAPI (seperti Pengiktirafan Suara Google atau Baidu) untuk mengubahnya menjadi teks; 3. PHP menghantar teks kepada perkhidmatan AI (seperti Openaigpt) untuk mendapatkan jawapan pintar; 4. PHP kemudian memanggil TTSAPI (seperti sintesis Baidu atau Google Voice) untuk menukar balasan ke fail suara; 5. PHP mengalir fail suara kembali ke bahagian depan untuk bermain, menyelesaikan interaksi. Seluruh proses dikuasai oleh PHP untuk memastikan hubungan lancar antara semua pautan.
Cara Menggunakan PHP Digabungkan dengan AI Untuk Mencapai Ralat Pembetulan Ralat PHP Pengesanan dan Pengoptimuman Sintaks PHP
Jul 25, 2025 pm 08:57 PM
Untuk merealisasikan pembetulan ralat teks dan pengoptimuman sintaks dengan AI, anda perlu mengikuti langkah -langkah berikut: 1. Pilih model AI atau API yang sesuai, seperti Baidu, Tencent API atau perpustakaan NLP sumber terbuka; 2. Panggil API melalui curl atau Guzzle PHP dan memproses hasil pulangan; 3. Maklumat pembetulan ralat paparan dalam aplikasi dan membenarkan pengguna memilih sama ada untuk mengadopsinya; 4. Gunakan php-l dan php_codesniffer untuk pengesanan sintaks dan pengoptimuman kod; 5. Secara berterusan mengumpul maklum balas dan mengemas kini model atau peraturan untuk meningkatkan kesannya. Apabila memilih AIAPI, fokus pada menilai ketepatan, kelajuan tindak balas, harga dan sokongan untuk PHP. Pengoptimuman kod harus mengikuti spesifikasi PSR, gunakan cache yang munasabah, elakkan pertanyaan bulat, mengkaji semula kod secara berkala, dan gunakan x
Contoh Bersama Seaborn Python
Jul 26, 2025 am 08:11 AM
Gunakan sendi Seaborn untuk dengan cepat menggambarkan hubungan dan pengedaran antara dua pembolehubah; 2. 3. Tambah garis regresi dan maklumat ketumpatan kepada jenis = "reg", dan gabungkan marginal_kws untuk menetapkan gaya plot tepi; 4. Apabila jumlah data besar, disarankan untuk menggunakan "hex"
PHP bersepadu teknologi pengkomputeran emosi PHP maklum balas pengguna analisis pintar
Jul 25, 2025 pm 06:54 PM
Untuk mengintegrasikan teknologi pengkomputeran sentimen AI ke dalam aplikasi PHP, terasnya adalah menggunakan perkhidmatan awan AIAPI (seperti Google, AWS, dan Azure) untuk analisis sentimen, menghantar teks melalui permintaan HTTP dan menghuraikan hasil JSON yang dikembalikan, dan menyimpan data emosi ke dalam pangkalan data, dengan itu menyedari pemprosesan automatik dan pemahaman data maklum balas pengguna. Langkah -langkah khusus termasuk: 1. Pilih API Analisis Sentimen AI yang sesuai, memandangkan ketepatan, kos, sokongan bahasa dan kerumitan integrasi; 2. Gunakan Guzzle atau Curl untuk menghantar permintaan, menyimpan skor sentimen, label, dan maklumat intensiti; 3. Membina papan pemuka visual untuk menyokong penyortiran keutamaan, analisis trend, arah lelaran produk dan segmentasi pengguna; 4. Menanggapi cabaran teknikal, seperti sekatan dan nombor panggilan API
senarai python ke contoh penukaran rentetan
Jul 26, 2025 am 08:00 AM
Senarai rentetan boleh digabungkan dengan kaedah Join (), seperti '' .join (kata) untuk mendapatkan "HelloWorldFrompython"; 2. Senarai nombor mesti ditukar kepada rentetan dengan peta (str, nombor) atau [str (x) forxinnumbers] sebelum menyertai; 3. Mana -mana senarai jenis boleh ditukar secara langsung kepada rentetan dengan kurungan dan petikan, sesuai untuk debugging; 4. Format tersuai boleh dilaksanakan oleh ekspresi penjana yang digabungkan dengan gabungan (), seperti '|' .join (f "[{item}]" foriteminitems) output "[a] | [a]
Python Sambung ke SQL Server PyoDBC Contoh
Jul 30, 2025 am 02:53 AM
Pasang PYODBC: Gunakan perintah PipinstallPyoDBC untuk memasang perpustakaan; 2. Sambungkan SQLServer: Gunakan rentetan sambungan yang mengandungi pemacu, pelayan, pangkalan data, uid/pwd atau aman 3. Semak pemacu yang dipasang: Jalankan pyodbc.drivers () dan tapis nama pemacu yang mengandungi 'SQLServer' untuk memastikan nama pemacu yang betul digunakan seperti 'ODBCDriver17 untuk SQLServer'; 4. Parameter utama rentetan sambungan
Contoh Python Pandas Cair
Jul 27, 2025 am 02:48 AM
pandas.melt () digunakan untuk menukar data format yang luas ke dalam format yang panjang. Jawapannya adalah untuk menentukan nama lajur baru dengan menentukan id_vars mengekalkan lajur pengenalan, nilai -nilai pilihan lajur untuk dicairkan, var_name dan value_name, 1.id_vars = 'nama' bermaksud bahawa lajur nama tetap tidak berubah, 2.value_vars = ['math', 'bahasa Inggeris' Nama, 4.value_name = 'Score' menetapkan nama lajur baru nilai asal, dan akhirnya menghasilkan tiga lajur termasuk nama, subjek dan skor.
Mengoptimumkan python untuk operasi terikat memori
Jul 28, 2025 am 03:22 AM
Pythoncanbeoptimizedformemory-boundoperationsbyreducingoverheadthroughgenerators, efisiendataStructures, danManagingObjectlifetimes.first, useGeneratorsInsteadofListStoprocesslargedataSetSoneiteMatime, mengelakkan muat turun muat turun, coose
