在 Python 中绘制稀疏模式

简介

在本教程中，我们将学习如何使用Matplotlib绘制数组的稀疏模式。稀疏模式指的是数组中非零元素的分布情况。我们将使用Matplotlib中的spy函数来绘制稀疏模式。

虚拟机使用提示

虚拟机启动完成后，点击左上角切换到笔记本标签页，以访问Jupyter Notebook进行练习。

有时，你可能需要等待几秒钟让Jupyter Notebook完成加载。由于Jupyter Notebook的限制，操作验证无法自动化。

如果你在学习过程中遇到问题，随时向Labby提问。课程结束后提供反馈，我们会及时为你解决问题。

Skills Graph

%%%%{init: {'theme':'neutral'}}%%%% flowchart RL python(("Python")) -.-> python/DataStructuresGroup(["Data Structures"]) python(("Python")) -.-> python/ModulesandPackagesGroup(["Modules and Packages"]) python(("Python")) -.-> python/DataScienceandMachineLearningGroup(["Data Science and Machine Learning"]) matplotlib(("Matplotlib")) -.-> matplotlib/BasicConceptsGroup(["Basic Concepts"]) python(("Python")) -.-> python/PythonStandardLibraryGroup(["Python Standard Library"]) matplotlib/BasicConceptsGroup -.-> matplotlib/importing_matplotlib("Importing Matplotlib") matplotlib/BasicConceptsGroup -.-> matplotlib/figures_axes("Understanding Figures and Axes") python/DataStructuresGroup -.-> python/lists("Lists") python/DataStructuresGroup -.-> python/tuples("Tuples") python/ModulesandPackagesGroup -.-> python/importing_modules("Importing Modules") python/ModulesandPackagesGroup -.-> python/standard_libraries("Common Standard Libraries") python/PythonStandardLibraryGroup -.-> python/math_random("Math and Random") python/DataScienceandMachineLearningGroup -.-> python/numerical_computing("Numerical Computing") python/DataScienceandMachineLearningGroup -.-> python/data_visualization("Data Visualization") subgraph Lab Skills matplotlib/importing_matplotlib -.-> lab-48955{{"绘制稀疏模式"}} matplotlib/figures_axes -.-> lab-48955{{"绘制稀疏模式"}} python/lists -.-> lab-48955{{"绘制稀疏模式"}} python/tuples -.-> lab-48955{{"绘制稀疏模式"}} python/importing_modules -.-> lab-48955{{"绘制稀疏模式"}} python/standard_libraries -.-> lab-48955{{"绘制稀疏模式"}} python/math_random -.-> lab-48955{{"绘制稀疏模式"}} python/numerical_computing -.-> lab-48955{{"绘制稀疏模式"}} python/data_visualization -.-> lab-48955{{"绘制稀疏模式"}} end

导入所需库

我们将首先导入所需的库，即NumPy和Matplotlib。

import matplotlib.pyplot as plt
import numpy as np

创建随机数组

接下来，我们将使用numpy.random.randn函数创建一个维度为(20, 20)的随机数组。我们还将把一些元素设置为零，以创建一个稀疏矩阵。

np.random.seed(19680801)
x = np.random.randn(20, 20)
x[5, :] = 0.
x[:, 12] = 0.

创建子图

现在我们将使用subplots函数创建一个2x2的子图网格。这将为我们提供四个图来可视化数组的稀疏模式。

fig, axs = plt.subplots(2, 2)
ax1 = axs[0, 0]
ax2 = axs[0, 1]
ax3 = axs[1, 0]
ax4 = axs[1, 1]

绘制稀疏模式

我们将使用spy函数来绘制数组的稀疏模式。我们将使用不同的参数，如markersize和precision来定制绘图。

ax1.spy(x, markersize=5)
ax2.spy(x, precision=0.1, markersize=5)
ax3.spy(x)
ax4.spy(x, precision=0.1)

显示图形

最后，我们将使用show函数来显示图形。

plt.show()

总结

在本教程中，我们学习了如何使用Matplotlib绘制数组的稀疏模式。我们使用spy函数来可视化稀疏模式，并使用不同的参数定制绘图。我们还学习了如何创建子图以及使用show函数显示图形。