摘要：
1. 共享坐标轴 当你通过pyplot.subplot()、pyplot.axes()函数或者Figure.add_subplot()、Figure.add_axes()方法创建一个Axes时，你可以通过sharex关键字参数传入另一个Axes表示共享X轴；或者通过sharey关键字参数传入另一个A 阅读全文
摘要：
一、直线、散点图、插值 1.3D绘图与2D绘图区别 3D绘图与2D绘图的调用方法几乎相同，除了增加一个 projection='3d'的关键字参数。 import matplotlib.pyplot as plt from mpl_toolkits.mplot3d import Axes3D fig 阅读全文
摘要：
一、matplotlib的坐标系 1.matplotlib的四个坐标系： 用户级的data坐标系：坐标转换对象为ax.transData。它是用户级坐标系，由xlim和ylim控制 Axes坐标系：坐标转换对象为ax.transAxes。它是Axes的坐标系，(0,0)为Axes的左下角，(1,1) 阅读全文
摘要：
1.matplotlib的patheffects模块 matplotlib的patheffects模块提供了一些函数来绘制path effect，该模块还定义了很多effect类。可以应用path effect的Artist有：Patch、Line2D、Collection以及Text。每个Arti 阅读全文
摘要：
1.matplotlib.patch基本用法 matplotlib.patch对象底层的对象就是Path。它的基本用法如下： import matplotlib.pyplot as plt from matplotlib.path import Path import matplotlib.patc 阅读全文
摘要：
1. 简单布局add_subplot/subplot/subplots 1.1 Figure.add_subplot(*args,**kwargs) 简单布局通过方法来完成，它返回的是Axes实例。当然你也可以通过pyplot.subplot(*args,**kwargs)函数来完成，他返回的也是A 阅读全文
摘要：
一、matplotlib、pyplot 、pylab关系 1.matplotlib被划分为不同的层次： matplotlib.pyplot模块：位于matplotlib的顶层，它是一个state-machine environment。该模块中的很多函数是用于给当前Figure的当前Axes添加pl 阅读全文
摘要：
一、matplotlib 1.matplotlib有三个层次的API matplotlib.backend_bases.FigureCanvas：代表了一个绘图区，在这个绘图区上图表被绘制 matplotlib.backend_bases.Renderer：代表了渲染器，它知道如何在绘图区上绘图。 阅读全文
摘要：
matplotlib配置信息是从配置文件中读取的。在配置文件中可以为matplotlib几乎所有的属性指定永久有效的默认值。 1.查看配置 import matplotlib matplotlib.rcParams 结果： RcParams({'_internal.classic_mode': Fa 阅读全文
摘要：
pandas.Series.plot Series.plot(kind='line', ax=None, figsize=None, use_index=True, title=None, grid=None, legend=False, style=None, logx=False, logy=F 阅读全文
摘要：
1.seaborn基本设置 将 Seaborn 提供的样式声明代码 sns.set() 放置在绘图前，就可以设置图像的样式 seaborn.set(context='notebook', style='darkgrid', palette='deep', font='sans-serif', fon 阅读全文
摘要：
1.小平面网格 1.1 FaceGrid 1.2 FacetGrid.map 1.3 FacetGrid.map_dataframe 2.配对网格 2.1 PairGrid 2.2 PairGrid.map 2.3 PairGrid.map_diag 2.4 PairGrid.map_offdiag 阅读全文
摘要：
1.时间序列图tsplot 用时间维度序列去展现数据的不确定性 2.网格时序图plot_ts_d , plot_ts_m 占坑... 阅读全文
摘要：
回归图只要探讨两连续数值变量的变化趋势情况，绘制x-y的散点图和回归曲线。 1.lmplot seaborn.lmplot(x, y, data, hue=None, col=None, row=None, palette=None, col_wrap=None, height=5, aspect= 阅读全文
摘要：
分布图包括单变量核密度曲线，直方图，双变量多变量的联合直方图，和密度图 1.单分布 （1）直方图distpot seaborn.distplot(a, bins=None, hist=True, kde=True, rug=False, fit=None, hist_kws=None, kde_kw 阅读全文
摘要：
1. 分类散点图 （1）散点图striplot（kind='strip'） 方法1： seaborn.stripplot(x=None, y=None, hue=None, data=None, order=None, hue_order=None, jitter=True, dodge=False 阅读全文
摘要：
参考文献： 【1】BERT源码分析PART III - 知乎 阅读全文
摘要：
参考文献： 【1】BERT源码分析PART II - 知乎 阅读全文
摘要：
1.tf.control_dependencies 此函数指定某些操作执行的依赖关系 返回一个控制依赖的上下文管理器，使用 with 关键字可以让在这个上下文环境中的操作都在 control_inputs 执行 举例： with tf.control_dependencies([a, b]): c 阅读全文
摘要：
1.tf.reshape reshape(tensor, shape, name=None) 作用：重塑张量。给定张量，此操作将返回与形状为shape的张量具有相同值的张量。 如果“形状”的一个分量为特殊值-1，则将计算该尺寸的大小，以使总大小保持恒定。 具体来说，[-1]的“形状”会展平为一维。 阅读全文