Osie matplotlib

Jednym z modułów stosowanych do analizy wizualnej jest matplotlib. Biblioteka Numpy, ilhon ilościowe rozszerzenie matematyczne, można wykorzystać do kompilacji danych do tablicy. Moduł Matplotlib jest używany do tworzenia wykresów 2D z zestawów danych tablicy. Osie to najprostszy i najbardziej konfigurowalny element do generowania podblotów.

Działki można wstawić w dowolnym miejscu grafiki za pomocą osi. Wykres może mieć kilka osi, ale element osi musiał być w jednej grafice. W sytuacji 3D wymiary zawierają elementy dwuosiowe wraz z elementami trójosiowymi. Komponent osi odnosi się do regionu wizualnego, który obejmuje strukturę danych.

Osie są funkcjonalnym i podstawowym elementem budowy podrzędnych. Osie pozwalają nam rysować w dowolnym punkcie obrazu, co pozwala nam dynamicznie tworzyć wykonywanie. Każda zdefiniowana liczba może mieć kilka osi, ale element osi obejmowałby tylko bycie na jednym wykresie. Osie w dwuwymiarowym zawierają dwa elementy osi, a osie w trójwymiarowych elementach 3 osi.

Musimy tylko wykonać technikę Add Axes (), aby wstawić element osi do grafiki. Element osiowy jest dostarczany techniką Add Axes (), która wprowadza osie w lokalizacji Rect [po lewej, dolnej, długości, wysokości], gdzie większość z tych atrybutów to prawdopodobieństwo długości i szerokości obrazu.

Osie określają zestaw punktów i wytwarzają większość komponentów wizualnych: osie współrzędne, kleszcze, line2d, adnotacja, polilina i tak dalej. Osie umożliwiają wizualizację w dowolnym punkcie wykresu. W rezultacie sugeruje to szansę na zaklty podrzędne. W bibliotece MATPlotlib jest to integracja oparta na państwie (moduł Pyplot).

Funkcja osi ()

Głównym celem tej metody jest skonstruowanie elementu osi za pomocą parametru. Parametr składa się przede wszystkim z listy wielu elementów [lewy, dół, szerokość i wysokość]. Rzućmy okiem na metodę AXES () bardziej szczegółowo.

importować matplotlib.Pyplot as Plt
Ryc = plt.postać()
ax = plt.osie ([0.3, 0.3, 1.0, 1.0])

W tym przypadku tworzymy obiekt obiektu wykresu i osi. Osie ([0.3, 0.3, 1.0, 1.1]) zgodnie z powyższym programem, w którym pierwszy '0.3 'pokazuje odstępy między osi po lewej stronie, a granicą ramki wykresu, co stanowi 30 procent ogólnego wymiaru wyświetlania obrazu.

Drugi '0.3 'oznacza odstępy między dolnymi osiami bocznymi, a granicą terminalu obrazu, co stanowi również 30 procent całej wysokości ramki obrazu. Ponadto pierwszy „1.0 'oznacza, że ​​szerokość wymiaru wynosi 100 procent od lewej do prawej, a następny' 1.0 'oznacza, że ​​wysokość osi jest w 100 procentach od dołu do góry.

Add_axes() Funkcjonować

Jeśli istnieje wymóg, dodatkowo wykorzystalibyśmy funkcję add_axes (), aby uwzględnić element osi do grafiki. Ta funkcja zwróci pozycję osi i wkłada osie w [lewym, dolnym, szerokości, wysokości], w której wszystkie wartości są ułamkami długości i szerokości graficznej.

importować matplotlib.Pyplot as Plt
Ryc = plt.postać()
AX = RYS.add_axes ([0.5, 0.5, 0.5, 0.5])

Dalej tworząc obiekty graficzne w tym programie, dodamy elementy osi do tego zdefiniowanego obiektu graficznego. Po wykonaniu tego kodu otrzymujemy ten rodzaj wyniku.

Topór.funkcja legendy ()

Technika legendy () modułu osi jest używana do dodania legendy do reprezentacji wykresu. Istnieją trzy argumenty dla tej funkcji: etykiety argumentów można użyć do określenia wzorca ciągów i jest on najczęściej używany do zarządzania sukcesją Line2D.

Lokalizacja zdefiniowanej legendy jest określona przez argument LOC, który może być albo liczbą całkowitą lub ciągiem.

importować matplotlib.Pyplot as Plt
Ryc = plt.postać()
ax = plt.osie ([0.3, 0.3, 0.5, 0.5])
topór.legenda (etykiety = („etykieta1”, „etykieta 2”),
loc = „dolny prawy w prawo”)

Aby określić legendę według argumentu LOC, używamy osi.metoda legendy () w tym przypadku. Ustawiamy etykiety dla zdefiniowanych osi. Według tej funkcji możemy wykryć elementy legendy. Podajemy etykietę istniejącym obiektom wykresu. Ponadto wyraźnie podajemy obiekty legend.

Topór.funkcja plotB ()

Jest to najbardziej podstawowa funkcja klasy osi do wizualizacji danych jednej tablicy w porównaniu z drugą jako łuki lub punkty. Dodatkowy parametr ciągów formatowych można przekazać do tej funkcji, która zostanie użyta do ustawienia odcienia, układu i długości linii i wskaźnika.

importować matplotlib.Pyplot as Plt
importować Numpy jako NP
X = np.Linspace (-np.PI, NP.PI, 25)
C = NP.cos (x)
S = NP.Sin (x)
ax = plt.osie ([0.5, 0.5, 0.5, 0.5])
ax1 = ax.fabuła (x, c, „gh--”)
ax2 = ax.fabuła (x, s, 'y+-.')
topór.legenda (etykiety = („funkcja cosinus”, „funkcja sinus”), loc = „right”)
topór.set_title („rysunek”)
plt.pokazywać()

Istnieją trzy argumenty w toporze.metoda wykres (): oś x jest reprezentowany przez pierwszą zmienną, „x.„Oś y jest wskazywana przez następny argument” Y.„CLM wskazuje odcień, podszewkę i wskaźnik i jest trzecim i ostatnim atrybutem. Spójrzmy na przykład techniki, którą właśnie omówiliśmy:

Linię w wyjściu tej techniki można pokazać na kilka innych sposobów.mi., DOTS (':'), dash ('-'), zwykły ('-') i wiele innych stylów.

Wniosek

Przeszliśmy przez klasę Matplotlib Axes, a także sposób wdrożenia wraz z instancjami programu i wyjściami w tym artykule. Rozmawialiśmy również o kilku funkcjach tego modułu i kiedy ich efektywnie używać. Miejsce danych jest reprezentowane przez element osi, który jest segmentem ilustracji. Elementy osi można zidentyfikować na licznych liczbach, ale każdy element osi można znaleźć tylko na jednym wykresie. Dwa (lub wielokrotne w sytuacji 3D) obiekty współrzędnych są zawarte w osiach. Moduł osi i powiązane operacje są najbardziej specyficznym sposobem interakcji z interakcją OO. Z drugiej strony możemy również wstawić element osi do wykresu, wywołując technikę add_axes ().