Matplotlib Grid

Matplotlib -Diagramme sind Präsentationen der visuellen Analyse. Das Netz wäre eines dieser Merkmale. Ein Raster ist ein Satz überlappender horizontaler Linien, die die Partition der Achsen darstellen. Abgesehen von Visualisierungstechniken wie Excel -Tabellenkalkulationen, Figuren und Microsoft Power BI verfügt das Matplot -Paket über mehrere Funktionen. Diese Parameter verbessern und verändern die visuelle Darstellung eines Datensatzes (Abb, Graph usw.).

Die Gitterlinien werden im Hintergrund einer Grafik oder einer visuellen Darstellung eines bestimmten Datensatzes verwendet, sodass wir das gesamte Diagramm/das gesamte Diagramm besser erfassen und die Flecken im Diagramm mit den Intervallvariablen korrelieren würden. Die innere Oberfläche eines Diagramms/Diagramms besteht aus parallelen Linien, die entweder linear sind (horizontal, vertikal und diagonal) oder zusammengerollt und hauptsächlich zur Darstellung von Daten verwendet werden.

In diesem Artikel werden wir ein Matplotlib -Programm untersuchen, mit dem wir die Zeilenattribute einer Gridline in einem Diagramm anpassen können.

Verwenden Sie Matplotlib Grid () -Funktion

Im Allgemeinen wird diese Methode verwendet, um das Netz zu machen. Wir können bessere Informationen über Diagramme unter Verwendung von Matplotlib -Gittern erhalten. Eine Anspielung für die Datensätze zu finden ist einfach. Betrachten Sie das nachfolgende Beispiel. Der Code für diese Illustration ist unten angebracht.

Matplotlib importieren.Pyplot als PLT
Numph als NP importieren
t = np.Arange (0.2, 2.1 + 1.22, 2.22)
S = NP.cos (3 * 3 * np.Grube)
t [21:80] = np.Nan
PLT.Nebenhandlung (2, 1, 1)
PLT.Diagramm (t, s, '-', lw = 2)
PLT.xlabel ('Zeit (s)')
PLT.Ylabel ('Spannung (MV)')
PLT.Titel ('Abbildung')
PLT.Raster (wahr)
PLT.xlabel ('Zeit (s)')
PLT.Ylabel ('mehr Nans')
PLT.Raster (wahr)
PLT.eng_layout ()
PLT.zeigen()

Die Grid () -Methode im Dimensionsobjekt wird verwendet, um die Zugänglichkeit des Gitters innerhalb der Grafik anzupassen. Es könnte eingestellt werden, oder aus. Mit der Grid () -Methode kann der Benutzer die Linienstil- und Bandbreitenattribute ändern.

Wir können das Netz ändern, um unsere spezifischen Bedürfnisse zu erfüllen. Die Grid () -Methode in Pyplot könnte verwendet werden, um parallele Linien in eine Visualisierung einzuführen. Die Ausgabe für den oben beschriebenen Code ist aus dem zitierten unten angegebenen Bild zu sehen.

Was auch immer wir in der obigen Methode getan haben, würde PLT hinzugefügt.Raster (True), das die Gitter im resultierenden Diagramm anzeigt.

Sowohl die kleinen als auch die großen Netze werden angezeigt

Die Grid () -Funktion auf dem X- und Y-A-Achse-Element zeigt standardmäßig das Hauptnetz an, kann jedoch auch das kleine Netz oder manchmal beides anzeigen. Wir können angeben, dass Matplotlib welches Raster wir anzeigen oder Layout verwenden möchten, indem wir welchen Parameter verwenden möchten, was anscheinend die Wahrscheinlichkeiten der Haupt-, Moll- oder vielleicht beides zu haben scheint.

Kleinere Punkte/Gitter werden in Matplotlib nicht standardmäßig angezeigt. Daher haben wir denjenigen mit minorticks_on () manuell aktiviert. Der Code für diese Illustration ist unten angebracht.

von Matplotlib Pyplot als PLT importieren
Numph als NP importieren
Def sinplot ():
Fig, Ax = PLT.Nebenhandlungen ()
x = np.Linspace (1, 20, 200)
für i im Bereich (2, 9):
Axt.Diagramm (x, np.Sünde (x + i * .6) * (9 - i))
Axe zurückgeben
ax = sinplot ()
Axt.Raster (wahr)
ax = sinplot ()
Axt.Raster (was = 'major', color = '#eeeeee', linewidth = 1.8)
Axt.Raster (was = 'minor', color = '#dddddd', linestyle = ':', linewidth = 1.5)
Axt.minorticks_on ()

Die drei Argumente werden an den Pyplot übergeben.Grid () Methode in diesem Fall. Der erste Parameter ist Farbe, die die gewünschte Farbe liefert. Das zweite Argument ist Linestyle und wird verwendet, um die Ästhetik zu identifizieren, die wir in die Leitung erreichen können. Es bestimmt die Größe der Netzlinie. Die eingegebenen Werte dieses Parameters sind alle positiven Zahlen. Die Ausgabe für den oben beschriebenen Code ist aus dem zitierten unten angegebenen Bild zu sehen.

Visualisierung von Gittern zwischen Nebenhandlungen

In Python Matplotlib können wir viele Nebenhandlungen erzeugen und angeben, dass die axiale Zugänglichkeit auf verschiedene Achsen fällt, um Gitter zwischen Nebenhandlungen anzuzeigen. Der Code für diese Illustration ist unten angebracht.

Matplotlib importieren.Pyplot als PLT
PLT.rcparams ["Figur.FigSize "] = [10.5, 6.68]
PLT.rcparams ["Figur.autolayout "] = true
Fig., (Ax1, Ax2) = PLT.Nebenhandlungen (nrows = 2)
Ax3 = Abb.add_subplot (555, zorder = -8)
für _, Wirbelsäule in AX3.Stacheln.Artikel():
Wirbelsäule.set_visible (false)
AX3.tick_params (lablleft = false, labelBottom = false, links = false, rechts = false)
AX3.get_shared_x_axes ().Join (Ax3, Ax1)
AX3.Gitter (Axis = "x")
Ax1.Netz()
AX2.Netz()
PLT.zeigen()

Wir verbessern den Abstand zwischen und rund um die Nebenhandlungen und die grafische Größe. Um die Technik sublots () zu verwenden, erstellen wir eine Grafik und eine Reihe von Nebenhandlungen. Dann erstellen wir eine Nebenhandlung im Originaldiagramm und verbergen die Wirbelsäulentransparenz. Deaktivieren Sie die A3 -Kennungen. Darüber hinaus passen wir die X-Achse nach Bedarf an. Richten Sie nun die Liniensegmente in A1, A2 und A3 ein. Endlich verwenden wir die Funktion show (), um das visuelle darzustellen. Die Ausgabe für den oben beschriebenen Code ist aus dem zitierten unten angegebenen Bild zu sehen.

Gitterlinien in eine Grafik integrieren

Die Grid () -Methode in Matplotlibs Pyplot -Paket fügt eine Gitterlinie in eine Grafik ein. Das Bild unten zeigt, wie man PyPlot verwendet.Grid (), um ein Gitter auf eine Grafik anzuwenden. Der Code für diese Illustration ist unten angebracht.

Matplotlib importieren.Pyplot als PLT
Numph als NP importieren
x = np.Array ([5, 25])
y = np.Array ([20, 100])
PLT.Diagramm (x, y)
PLT.Titel ('Abbildung')
PLT.xlabel ("x")
PLT.Ylabel ("y"
PLT.Netz()
PLT.zeigen()

Wir verwenden die Matplot -Bibliothek, um die Pyplot -Komponente zu integrieren. Die Numpy -Bibliothek ist dann enthalten. Durch die Verwendung des Numpy.array () Funktion konstruieren wir ein Array mit Variablen x. Als nächstes der Numpy.Array () Methode wird verwendet, um ein neues Array mit variabler y zu erstellen.

Mit Hilfe von Pyplot.Plot () Funktion, wir zeichnen y gegen x. Dann verwenden wir den Pyplot.title () Funktion, in der wir unser Diagramm mit der Etikettierung bereitstellen 'Abbildung.'Der Pyplot.Die XLabel () -Funktion wird angewendet und nach dieser Funktion kennzeichnen wir auch die x-Achse unserer Figur mit dem Tag 'x.''

Darüber hinaus nutzen wir die Upyplot.ylabel () Funktion, um die y-Achse unserer Figur mit dem Buchstaben 'Y zu markieren.'Der Pyplot.Grid () -Methode wird verwendet, um ein Raster in die Grafik einzulegen. Endlich der Pyplot.Show () Funktion wird angewendet, die unsere Grafik anzeigt. Die Ausgabe für den oben beschriebenen Code ist aus dem zitierten unten angegebenen Bild zu sehen.

Abschluss

In diesem Artikel sehen wir zunächst, wie Sie ein Raster in ein Diagramm in Matplotlib einfügen können. Dann diskutierten wir die Grid () -Funktion. Wir könnten effektiv Gitter mit der Grid () -Methode herstellen und dann mit den verschiedenen bereitgestellten Parametern konfigurieren. Um die visuelle Attraktivität unserer Handlung zu verbessern, sollten wir mit neuen Grid -Line -Designs, Farbtönen und Breiten arbeiten. Es zeigt das Diagramm mit Gittern, die gemäß der Dispersion der Zecken festgelegt sind. Wir können den Netzabstand anpassen, indem wir die Zeckenfrequenz verändern.