axs[0, 0].plot(array1, intercept + slope*array1, color=colors[i-1],label=labels[i-1]+':y='+str(slope)+'*x+'+str(intercept))，怎么让变量保留两位小叔

你可以使用字符串格式化来保留两位小数。例如：

axs[0, 0].plot(array1, intercept + slope*array1, color=colors[i-1],label=labels[i-1]+':y={:.2f}*x+{:.2f}'.format(slope, intercept))

其中，`{:.2f}` 表示将变量格式化为带有两位小数的浮点数。`.format()` 方法将这些格式化字符串插入到大字符串中。

相关问题

import numpy as np import pandas as pd import matplotlib.pyplot as plt import pyhht # 读取csv文件数据 data = pd.read_csv('77.csv', header=None) time = data.iloc[:, 0].values charge = data.iloc[:, 1].values # EMD分解 decomposer = pyhht.EMD() imfs = decomposer.decompose(charge)fig, axs = plt.subplots(nrows=imfs.shape[0]+2, ncols=1, figsize=(10, 15)) axs[0].plot(time, charge, label='Original') axs[0].set_xlabel('Time') axs[0].set_ylabel('Charge') axs[0].legend() for i in range(imfs.shape[0]): axs[i+1].plot(time, imfs[i], label=f'IMF{i+1}') axs[i+1].set_xlabel('Time') axs[i+1].set_ylabel('Charge') axs[i+1].legend() residuals = charge - np.sum(imfs, axis=0) axs[imfs.shape[0]+1].plot(time, residuals, label='Residuals') axs[imfs.shape[0]+1].set_xlabel('Time') axs[imfs.shape[0]+1].set_ylabel('Charge') axs[imfs.shape[0]+1].legend() axs[0].set_title('Original Signal') for i in range(imfs.shape[0]): axs[i+1].set_title(f'IMF {i+1}') axs[imfs.shape[0]+1].set_title('Residuals') plt.tight_layout() plt.show()调整以上代码，使得子图之间间距略大

可以使用`plt.subplots_adjust()`函数来调整子图之间的间距，例如在`plt.tight_layout()`函数之前添加以下代码即可：

plt.subplots_adjust(hspace=0.5)

其中`hspace`参数控制水平方向的间距，默认值为0.2，可以根据需要进行调整。完整代码如下：

import numpy as np 
import pandas as pd 
import matplotlib.pyplot as plt 
import pyhht 

# 读取csv文件数据 
data = pd.read_csv('77.csv', header=None) 
time = data.iloc[:, 0].values 
charge = data.iloc[:, 1].values 

# EMD分解 
decomposer = pyhht.EMD() 
imfs = decomposer.decompose(charge)

fig, axs = plt.subplots(nrows=imfs.shape[0]+2, ncols=1, figsize=(10, 15)) 
axs[0].plot(time, charge, label='Original') 
axs[0].set_xlabel('Time') 
axs[0].set_ylabel('Charge') 
axs[0].legend() 

for i in range(imfs.shape[0]): 
    axs[i+1].plot(time, imfs[i], label=f'IMF{i+1}') 
    axs[i+1].set_xlabel('Time') 
    axs[i+1].set_ylabel('Charge') 
    axs[i+1].legend() 

residuals = charge - np.sum(imfs, axis=0) 
axs[imfs.shape[0]+1].plot(time, residuals, label='Residuals') 
axs[imfs.shape[0]+1].set_xlabel('Time') 
axs[imfs.shape[0]+1].set_ylabel('Charge') 
axs[imfs.shape[0]+1].legend() 

axs[0].set_title('Original Signal') 
for i in range(imfs.shape[0]): 
    axs[i+1].set_title(f'IMF {i+1}') 
axs[imfs.shape[0]+1].set_title('Residuals') 

plt.subplots_adjust(hspace=0.5) 
plt.tight_layout() 
plt.show()

def illustrate(firstH,secondβ,thirdc,fourthfri,fifthuw): fig, axs = plt.subplots(5) fig.suptitle('Vertically stacked subplots') axs[0].plot(firstH, 1,color='red') axs[1].plot(secondβ, 1,color='red') axs[2].plot(thirdc, 1) axs[3].plot(fourthfri, 1) axs[4].plot(fifthuw, 1) plt.savefig('%d.jpg') canvas=FigureCanvasAgg(fig) response=HttpResponse(content_type='image/png') canvas.print_png(response) plt.close(fig) xzt=response return xzt这段代码1画的图为什么只有坐标轴

这段代码中的 `axs[0].plot(firstH, 1,color='red')` 等语句只绘制了一条水平线，没有绘制出完整的曲线图。这是因为在 `plot` 函数中只传入了一个参数 `firstH`，而没有传入 x 轴坐标。因此，matplotlib 只会在 x 轴上等间隔地绘制几个点，然后将这些点用一条直线连接起来，形成了一条水平线。

要绘制出完整的曲线图，需要在 `plot` 函数中同时传入 x 轴和 y 轴坐标。例如，对于第一个子图，应该这样写：

axs[0].plot(x_values, firstH, color='red')

其中 `x_values` 是一个与 `firstH` 长度相等的列表，里面存储了 x 轴的坐标值。同样的方法也适用于其他子图的绘制。