使用IPython和matplotlib显示多个稀疏矩阵图

使用IPython和matplotlib显示多个稀疏矩阵图,matplotlib,ipython,sparse-matrix,Matplotlib,Ipython,Sparse Matrix,我使用IPython和matplotlib来显示Space矩阵,如下所示: %matplotlib inline import math a = [ [randint(2) for j in range(0,5)] for i in range(0, 5)] spy(a) 有可能在一个循环中调用spy来显示多个情节吗?此代码仅显示一个,但我希望它显示所有五个 plots = [ [ [randint(2) for j in range(0,5)] for i in range(0, 5)]

我使用IPython和matplotlib来显示Space矩阵,如下所示:

%matplotlib inline
import math

a = [ [randint(2) for j in range(0,5)] for i in range(0, 5)]
spy(a)

有可能在一个循环中调用spy来显示多个情节吗?此代码仅显示一个,但我希望它显示所有五个

plots = [ [ [randint(2) for j in range(0,5)] for i in range(0, 5)] for x in range(0,5)]

for plot in plots:
    spy(plot)

您可以在循环中调用它,但首先让我们创建五个随机5x5稀疏数组:

ms = np.random.randint(0, 2, (5, 5, 5))
如果希望它们显示为单独的地物,则每次必须创建一个新地物:

for m in ms:
    plt.figure()
    plt.spy(m)
或者,您可以使用5个子批次生成1个图形:

f, axes = plt.subplots(1, 5)  # 1 row, 5 columns
for ax, m in zip(axes, ms):
    ax.spy(m)

您可以在循环中调用它,但首先让我们创建五个随机5x5稀疏数组:

ms = np.random.randint(0, 2, (5, 5, 5))
如果希望它们显示为单独的地物,则每次必须创建一个新地物:

for m in ms:
    plt.figure()
    plt.spy(m)
或者,您可以使用5个子批次生成1个图形:

f, axes = plt.subplots(1, 5)  # 1 row, 5 columns
for ax, m in zip(axes, ms):
    ax.spy(m)