相关疑难解决方法(0)

在Python和Matplotlib中,很容易将绘图显示为弹出窗口或将绘图保存为PNG文件.我怎样才能将绘图保存为RGB格式的numpy数组？

我正在使用Matplotlib制作一些散点图(python 3.4.0,matplotlib 1.4.3,在Linux Mint 17上运行).很容易为每个点单独设置alpha透明度; 有没有办法将它们设置为一个组,以便来自同一组的两个重叠点不会改变颜色？

示例代码:

import matplotlib.pyplot as plt
import numpy as np

def points(n=100):
    x = np.random.uniform(size=n)
    y = np.random.uniform(size=n)
    return x, y
x1, y1 = points()
x2, y2 = points()
fig = plt.figure(figsize=(4,4))
ax = fig.add_subplot(111, title="Test scatter")
ax.scatter(x1, y1, s=100, color="blue", alpha=0.5)
ax.scatter(x2, y2, s=100, color="red", alpha=0.5)
fig.savefig("test_scatter.png")

结果输出:

但我想要更像这样的东西:

我可以通过保存为SVG并在Inkscape中手动分组,然后设置透明度来解决,但我真的更喜欢我可以编码的东西.有什么建议？

有人可以举例说明如何使用tensorboard可视化numpy数组值吗？

这里有一个相关的问题,我真的不明白. Tensorboard记录非张量(numpy)信息(AUC)

例如,如果我有

for i in range(100):
    foo = np.random.rand(3,2)

如何使用tensorboard进行100次迭代来跟踪foo的分布？有人可以给出代码示例吗？谢谢.

我正在寻找一种方法来自动将城市中的社区定义为图形上的多边形。

我对邻里的定义有两个部分：

1. 街区：在多条街道之间封闭的区域，其中街道（边）和交叉点（节点）的数量最少为三个（三角形）。
2. 邻域：对于任何给定的街区，与该街区直接相邻的所有街区以及街区本身。

有关示例，请参见此插图：

例如，B4是由 7 个节点和连接它们的 6 个边定义的块。正如此处的大多数示例一样，其他块由 4 个节点和连接它们的 4 条边定义。此外，附近的B1包括B2（反之亦然），而B2还包括B3。

我正在使用osmnx从 OSM 获取街道数据。

1. 使用 osmnx 和 networkx，我如何遍历图来找到定义每个块的节点和边？
2. 对于每个块，我如何找到相邻的块？

我正在努力编写一段代码，该代码以图形和一对坐标（纬度、经度）作为输入，识别相关块并返回该块的多边形以及上述定义的邻域。

这是用于制作地图的代码：

import osmnx as ox
import networkx as nx
import matplotlib.pyplot as plt

G = ox.graph_from_address('Nørrebrogade 20, Copenhagen Municipality',
                          network_type='all', 
                          distance=500)

以及我试图找到具有不同节点数和度数的派系。

def plot_cliques(graph, number_of_nodes, degree):
    ug = ox.save_load.get_undirected(graph)
    cliques = nx.find_cliques(ug)
    cliques_nodes = [clq for clq in cliques if len(clq) …