แนวทางในการปรับแปลงของคุณใน Matplotlib

เราจะเรียนรู้เกี่ยวกับการปรับสีขีด จำกัด แกนและการสร้างกริดใน matplotlib ด้วย Jupyter Notebook หากคุณยังไม่ได้อ่านส่วนสุดท้ายคุณสามารถอ่านผ่านลิงค์นี้

การแสดงข้อมูลด้วย Matplotlib - สำหรับผู้เริ่มต้นอย่างสมบูรณ์ส่วนที่ 1

1. การปรับสี

เมื่อพูดถึงสีที่ใช้ใน matplotlib หากคุณไม่ได้ปรับสี matplotlib จะสร้างสีฟ้าของคุณ คุณสามารถใช้รหัสต่อไปนี้เพื่อปรับสีของเส้นพล็อตที่เราสร้างในส่วนที่ 1

plt.plot(x, np.sin(x), label = 'sin(x)', c = 'red')
plt.plot(x, np.cos(x), label = 'cos(x)', c = 'darkorchid')

พล็อตเส้นสีแดงแสดงถึงบาป (x) ในขณะที่ cos (x) แสดงด้วยเส้น 'กล้วยไม้สีเข้ม' หากคุณไม่ทราบสีใน matplotlib ฉันแนบมาที่นี่

หากคุณต้องการสร้างแผนภูมิกระจายคุณสามารถใช้

plt.scatter(x, np.sin(x), label = 'sin(x)', c = 'red')
plt.scatter(x, np.cos(x), label = 'cos(x)', c = 'darkorchid', s = 10)

จำนวนจุดคือ 100 ซึ่งเป็นจำนวนเดียวกับ x คุณสามารถตรวจสอบได้ในส่วนที่ 1

2. การปรับขีด จำกัด แกน

คุณสามารถใช้รหัสนี้เพื่อ จำกัด แกนของคุณ

plt.xlim(-1, 11)
plt.ylim(-1.5, 1.5)

3. พล็อตที่ซับซ้อนโดยใช้กริด

ฉันจะแสดงตัวอย่างการใช้กริดใน matplotlib

โค้ดสำหรับสร้างกริดแสดงอยู่ด้านล่าง

plt.figure(figsize=(9, 6))
plt.suptitle('Data Visualization with Matplotlib and Jupyter Notebook') # title for all plots
plt.subplot(2, 1, 1) # number of rows, columns, and the panel number
plt.plot(x, np.sin(x), label = 'sin(x)', c = 'red')
plt.legend(loc = 'best')
plt.xlim(-1, 12)
plt.ylim(-1.5, 1.5)
plt.subplot(2, 1, 2)
plt.scatter(x, np.cos(x), label = 'cos(x)', c = 'royalblue', s = 5)
plt.legend(loc = 'best')
plt.xlabel('Phase Angle (rad)')
plt.xlim(-1, 11)
plt.ylim(-1.5, 1.5)
plt.savefig('grids_matplotlib.png', dpi = 300)

นั่นคือทั้งหมด หากคุณต้องการบทแนะนำสำหรับพล็อตที่ซับซ้อนมากขึ้นโปรดแจ้งให้ฉันทราบ

โบนัส

ฉันจะให้แผนซับซ้อนที่ฉันสร้างขึ้น

ขอบคุณ!