IPython 显示分配结果
IPython display assignment result
这个问题已经有人问过 here and 。
不过我很好奇如何复制 Matplotlib 网站上的 tutorial 的以下行:
也就是说,如果我在哪里接受上面链接的问题答案的解释,这应该是不可能的。
两个答案都指出显示分配结果不是 IPython 的核心功能的一部分。第二个答案建议使用 displaytools
扩展的解决方法,这需要您附加要由 ##
.
显示的分配行
我认为您无法从字面上理解本教程。实际上这看起来像
In [5]: img=mpimg.imread('stinkbug.png')
In [6]: img
Out[6]:
array([[[ 0.40784314, 0.40784314, 0.40784314],
[ 0.40784314, 0.40784314, 0.40784314],
[ 0.40784314, 0.40784314, 0.40784314],
在 IPython 中。它在教程中看起来不同的原因是它是根据源代码自动格式化的。 source of this part 看起来像
# It's a 24-bit RGB PNG image (8 bits for each of R, G, B). Depending
# on where you get your data, the other kinds of image that you'll most
# likely encounter are RGBA images, which allow for transparency, or
# single-channel grayscale (luminosity) images. You can right click on
# it and choose "Save image as" to download it to your computer for the
# rest of this tutorial.
#
# And here we go...
img = mpimg.imread('../../doc/_static/stinkbug.png')
print(img)
###############################################################################
# Note the dtype there - float32. Matplotlib has rescaled the 8 bit
# data from each channel to floating point data between 0.0 and 1.0.
print
语句以某种方式转换为 Out[5]
。
这个问题已经有人问过 here and
不过我很好奇如何复制 Matplotlib 网站上的 tutorial 的以下行:
也就是说,如果我在哪里接受上面链接的问题答案的解释,这应该是不可能的。
两个答案都指出显示分配结果不是 IPython 的核心功能的一部分。第二个答案建议使用 displaytools
扩展的解决方法,这需要您附加要由 ##
.
我认为您无法从字面上理解本教程。实际上这看起来像
In [5]: img=mpimg.imread('stinkbug.png')
In [6]: img
Out[6]:
array([[[ 0.40784314, 0.40784314, 0.40784314],
[ 0.40784314, 0.40784314, 0.40784314],
[ 0.40784314, 0.40784314, 0.40784314],
在 IPython 中。它在教程中看起来不同的原因是它是根据源代码自动格式化的。 source of this part 看起来像
# It's a 24-bit RGB PNG image (8 bits for each of R, G, B). Depending
# on where you get your data, the other kinds of image that you'll most
# likely encounter are RGBA images, which allow for transparency, or
# single-channel grayscale (luminosity) images. You can right click on
# it and choose "Save image as" to download it to your computer for the
# rest of this tutorial.
#
# And here we go...
img = mpimg.imread('../../doc/_static/stinkbug.png')
print(img)
###############################################################################
# Note the dtype there - float32. Matplotlib has rescaled the 8 bit
# data from each channel to floating point data between 0.0 and 1.0.
print
语句以某种方式转换为 Out[5]
。