Verwendung von Matplotlibs eng_layout in Python
Die dight_layout -Funktion in Matplotlib verändert die Nebenhandlung effektiv, um sie in den Diagrammbereich einzubauen. Es ist eine explorative Funktionalität, die in allen Fällen möglicherweise funktioniert oder nicht. Es bewertet nur die Zeckenetiketten, Axis -Etiketten und die Erweiterungsfähigkeit der Titel. Wir können dieses Tool nutzen, um interaktive Visualisierungen vorzunehmen, die auf jeder Plattform angezeigt werden können.
Lassen Sie mich schnell die Parameter für den Matplotlib dichthocherns durchgehen, bevor wir in Instanzen eingehen.
Matplotlib dicht_layout -Parameter
Die Funktion dight_layout enthält drei Parameter:
- Pad: Es ist der fraktionelle Abstand zwischen dem grafischen Rand und dem Rand der Nebenhandlungen, e.G. schwebende Anzahl von Schriftart und Größe.
- H_PAD und W_PAD: Diese Parameter werden für den Abstand (Länge und Breite) entlang der aufeinanderfolgenden Nebenhandlungspflichten verwendet, die als Verhältnis von Schriftart und Größe ausgedrückt werden. PAD ist der Standardmodus. Dies sind ein optionaler Parameter.
- rect: Tupel (oben, links, rechts, unten), das einen Rahmen (oben, links, rechts, unten) in den angepassten Grafikkoordinaten angibt, die nur den gesamten Nebenhandlungsbereich (enthaltende Etiketten) aufnehmen. Die Standardeinstellung ist 0, 0, 1 und 1.
Verwenden von GridSpec mit Matplotlib eng_layout
GridSpec enthält eine eigene Funktion eng_layout (). Dight_layout () aus der Pyplot -API läuft jedoch noch. Wir können die Koordinaten angeben, in denen die Nebenhandlungen unter Verwendung des optionalen rechte Arguments platziert würden. Um die Überlappung zu reduzieren, modifiziert die Methode dight_layout () den Raum zwischen Nebenhandlungen.
Matplotlib importieren.Pyplot als PLTMatplotlib importieren.gridspec as gridspec
Abb = PLT.Abbildung (AbbSize = ([8, 4]))
gs = gridspec.Gridspec (3, 6)
Ax1 = PLT.Nebenhandlung (GS [1,: 3])
Ax1.set_ylabel ('label 1', labelPad = 1, fontsize = 14)
Ax1.Diagramm ([1, 2, 3], [3, 4.6, 5])
Ax2 = PLT.Nebenhandlung (GS [0, 3: 6])
AX2.set_ylabel ('label 2', labelPad = 1, fontsize = 14)
AX2.Diagramm ([3, 4).4, 8], [3, 4.5, 5])
Ax3 = PLT.Nebenhandlung (GS [2, 4: 8])
AX3.set_ylabel ('label 3', labelPad = 1, fontsize = 14)
AX3.Diagramm ([3).15.4, 7.6, 4.9], [1.3, 4.4, 7, 3])
PLT.eng_layout ()
PLT.zeigen()
Die Abmessungen müssen in standardisierten grafischen Parametern mit der Standardeinstellung (0, 0, 1 und 1) gewesen sein. Das Ändern von Ober- und Unterwechsel kann auch Hspace ändern müssen. Wir führen die Funktion dight_layout () noch einmal mit einem modifizierten RECT -Parameter aus, um HSpace und VSpace anzupassen. Der RECT -Parameter bietet den Bereich, der die Zeckenetiketten und andere Elemente integriert.
Matplotlib dight_layout () Funktion unter Verwendung von Titeln und Bildunterschriften
Titel und Bildunterschriften wurden aus den Begrenzungsregionsberechnungen beseitigt, die das Format vor Matplotlib bestimmen. Diese wurden erneut bei der Bestimmung verwendet, aber auch dies ist nicht immer ratsam. In dieser Situation ist es daher angezeigt, die Achsen zu senken, um den Ausgangspunkt für das Diagramm zu erstellen.
Matplotlib importieren.Pyplot als PLTMatplotlib importieren.gridspec as gridspec
PLT.alle schließen')
Abb = PLT.Figur()
Fig, Ax = PLT.Nebenhandlungen (AbbSize = (6, 5))
Linien = AX.Diagramm (Bereich (12), Label = 'Plot')
Axt.Legende (bbox_to_anchor = (0).8, 0.4), loc = 'unten links',)
Feige.eng_layout ()
PLT.zeigen()
In diesem Fall nach Integration von Matpotlib.Pyplot und Matplotlib.Gridspec -Bibliotheken definieren wir die PLT.Abbildung () Funktion. Wir geben den in der Grafik gezogenen Linienbereich an und geben dem Diagramm das Tag '-Plot' an. Wir geben auch den Ort des Titels der Grafik an.
Dight_layout pad in Matplotlib
Der Abstand zwischen den Grafikgrenzen und den Grenzen der Nebenhandlungen wird modifiziert. Diese Prozedur werden keine Daten zurückgegeben. Die matplotlib -Methode dight_layout erstellt dynamisch eine Nebenhandlung, die innerhalb des Handlungsbereichs untergebracht ist.
Numph als NP importierenMatplotlib importieren.Pyplot als PLT
Fig, Ax = PLT.Nebenhandlungen (2, 2)
Data = np.Arange (1.0, 40, 1.05)
x1 = np.Sünde (Daten)
y1 = np.cos (Daten)
x2 = np.cos (Daten)
y2 = np.tan (Daten)
x3 = np.tan (Daten)
y3 = np.Exp (Daten*3)
x4 = [4,15,20]
y4 = [8,15,22]
AX [1, 1].Diagramm (x1, y1)
AX [1, 0].Diagramm (x2, y2)
AX [0, 1].Diagramm (x3, y3)
ax [0, 0].Diagramm (x4, y4)
AX [1, 1].set_title ("Abbildung 1")
AX [1, 0].set_title ("Abbildung 2")
AX [0, 1].set_title ("Abbildung 3")
ax [0, 0].set_title ("Abbildung 4")
PLT.dight_layout (pad = 4.5)
PLT.zeigen()
Das Polsterattribut wird verwendet, um sie anzupassen. Wir integrieren Matplotlib.Pyplot und die Numpy -Bibliothek in diesem Fall.
Als Nächst. Bei der Verwendung der Funktion Plot () geben wir die Datenabmessungen für verschiedene Nebenhandlungen an und zeigen die Datensätze an. Dann wird die Funktion set_title () verwendet, um eine Tag -Zeile in jedes Diagramm einzulegen. Am Ende verwenden wir nur die PLT.dight_layout () Funktion zum Ändern des Abstands.
Wir stellen Pad als Attribut bereit und setzen den Wert auf 4.5 in einem Fall und 1.0 im anderen.
Matplotlib eng_layout hspace
Hier werden wir sehen, wie wir die Höhe innerhalb der Margen der Nebenhandlungen verändern können. Das Argument H_PAD wird der Funktion dight_layout () zur Änderung der Höhe bereitgestellt.
Numph als NP importierenMatplotlib importieren.Pyplot als PLT
Fig, Ax = PLT.Nebenhandlungen (1, 2)
Data = np.Arange (1.0, 40, 1.5
x1 = np.Sünde (Daten)
y1 = np.cos (Daten)
x2 = np.cos (Daten)
y2 = np.tan (Daten)
AX [1].Diagramm (x1, y1)
AX [0].Diagramm (x2, y2)
AX [0].set_title ("Abbildung 1")
AX [1].set_title ("Abbildung 2")
PLT.dight_layout (h_pad = 1.2)
PLT.zeigen()
Wir schließen Matplotlib ein.Pyplot und die Numpy -Bibliothek in diesem Beispiel. Mithilfe der Subplots () -Technik generieren wir ein Diagramm und eine Sammlung von Nebenhandlungen. Darüber hinaus verwenden wir die Funktion Plot (), um die Daten zu visualisieren und die Datendimensionen für zahlreiche Nebenhandlungen zu analysieren.
Mit der Funktion "Set title ()) wird eine Bildunterschrift in jedes Diagramm eingesetzt. Jetzt verwenden wir PLT.enge Layout () -Funktion, um die Höhe zwischen beiden Eckpunkten zu ändern. In beiden Situationen geben wir H_PAD als Argument an und setzen den Wert auf 1.2 und 12.5.
Dight_layout beabsichtigt, Nebenhandlungen in einem Diagramm neu zu organisieren, sodass Achsen Elemente und Titel auf den Achsen nicht konflikt.
Abschluss
Wir haben in diesem Artikel einige verschiedene Methoden zur Durchführung von Matplotlib engy_layout in Python untersucht. Mit den GridSpec, Beschriftungen und Abbildungen haben wir erklärt, wie die Methode dight_layout verwendet wird. Wir könnten auch einen eng_layout in Verbindung mit Farbbalken verwenden, damit es in der grafischen Präsentation gut aussieht.