Grille Matplotlib

Les parcelles Matplotlib sont des présentations d'analyses visuelles. La grille serait l'une de ces fonctionnalités. Une grille est un ensemble de lignes horizontales qui se chevauchent qui représentent la partition des axes. Mis à part les techniques de visualisation comme les feuilles de calcul Excel, les figures et Microsoft Power BI, le package Matplot a plusieurs capacités. Ces paramètres améliorent et modifient la représentation visuelle d'un ensemble de données (Fig, Graph, etc.).

Les grilles sont utilisées dans l'arrière-plan de tout graphique ou présentation visuelle d'un ensemble de données donné de telle sorte que nous allions mieux saisir le graphique / tracé entier et corréler les taches sur le graphique aux variables d'intervalle. La surface intérieure d'un graphique / graphique est composée de lignes parallèles qui sont linéaires (horizontales, verticales et diagonales) ou enroulées et sont principalement utilisées pour représenter des données.

Dans cet article, nous allons explorer un programme Matplotlib qui nous permet de personnaliser les attributs de ligne d'une grille dans un graphique.

Utilisez la fonction Matplotlib Grid ()

Généralement, cette méthode est utilisée pour faire la grille. Nous pouvons obtenir de meilleures informations sur les parcelles à l'aide des grilles de Matplotlib. Trouver une allusion aux ensembles de données est simple. Considérez l'exemple suivant. Le code de cette illustration est fixé ci-dessous.

Importer Matplotlib.pypllot comme plt
Importer Numpy comme NP
t = np.Arange (0.2, 2.1 + 1.22, 2.22)
s = np.cos (3 * 3 * np.fosse)
t [21:80] = np.nan
PLT.sous-intrigue (2, 1, 1)
PLT.tracé (t, s, '-', lw = 2)
PLT.xlabel ('temps (s)')
PLT.ylabel ('tension (mv)')
PLT.Titre ('Figure')
PLT.grille (vrai)
PLT.xlabel ('temps (s)')
PLT.ylabel («plus de nans»)
PLT.grille (vrai)
PLT.serré_layout ()
PLT.montrer()

La méthode Grid () dans l'objet Dimensions est utilisée pour ajuster l'accessibilité de la grille dans le graphique. Il pourrait être ajusté sur ou désactiver. La méthode Grid () permet à l'utilisateur de modifier le style de ligne et les attributs de bande passante.

Nous pouvons modifier la grille pour répondre à nos besoins spécifiques. La méthode Grid () dans PYPLOT pourrait être utilisée pour insérer des lignes parallèles à une visualisation. La sortie du code décrit ci-dessus peut être vue à partir de l'image ci-dessous.

Tout ce que nous avons fait dans la méthode ci-dessus serait ajouté Plt.grille (vrai) qui affiche les grilles dans l'intrigue résultante.

Les grilles mineures et principales sont affichées

La fonction Grid () sur l'élément X et Y-axe affiche la grille principale par défaut, mais elle pourrait également afficher la petite grille ou parfois les deux. Nous pouvons indiquer à Matplotlib quelle grille que nous voudrions afficher ou disposer en utilisant le paramètre, qui semble avoir des probabilités de principal, mineur ou peut-être les deux.

Les points mineurs / grille ne sont pas affichés par défaut dans Matplotlib, nous avons donc activé manuellement ceux avec la fonction minorticks_on (). Le code de cette illustration est fixé ci-dessous.

de Matplotlib importe Pypllot comme plt
Importer Numpy comme NP
def sinplot ():
Fig, ax = plt.sous-intrigues ()
x = np.lispace (1, 20, 200)
pour I à portée (2, 9):
hache.Terrain (x, np.sin (x + i * .6) * (9 - i))
hache de retour
ax = sinplot ()
hache.grille (vrai)
ax = sinplot ()
hache.grid (qui = 'major', color = '# eeeeee', linewidth = 1.8)
hache.grid (qui = 'mineur', color = '# dddddd', linestyle = ':', linewidth = 1.5)
hache.minorticks_on ()

Les trois arguments sont transmis au Pypllot.Méthode grid () dans ce cas. Le premier paramètre est la couleur, qui fournit la couleur souhaitée. Le deuxième argument est Linestyle et il est utilisé pour identifier l'esthétique que nous pouvons obtenir en ligne. Il détermine la taille de la ligne de grille. Les valeurs entrées de ce paramètre sont tous des nombres positifs. La sortie du code décrit ci-dessus peut être vue à partir de l'image ci-dessous.

Visualiser les grilles entre les sous-intrigues

Dans Python Matplotlib, nous pouvons générer de nombreuses sous-intrigues et spécifier l'accessibilité axiale tombe sur divers axes pour afficher les grilles entre les sous-intrigues. Le code de cette illustration est fixé ci-dessous.

Importer Matplotlib.pypllot comme plt
PLT.rcparams ["Figure.figsize "] = [10.5, 6.68]
PLT.rcparams ["Figure.autolayout "] = true
Fig, (ax1, ax2) = plt.sous-tracés (nrows = 2)
ax3 = fig.add_subplot (555, zorder = -8)
pour _, colonne vertébrale dans ax3.épines.articles():
colonne vertébrale.set_visible (false)
ax3.Tick_Params (LabeLft = False, LabelBottom = False, Left = False, droite = false)
ax3.get_shared_x_axes ().join (ax3, ax1)
ax3.grille (axe = "x")
ax1.grille()
ax2.grille()
PLT.montrer()

Nous améliorons l'espacement entre et tout autour des sous-intrigues et la taille graphique. Pour utiliser la technique sous-tracés (), nous fabriquons un graphique et une série de sous-trotters. Ensuite, nous créons une sous-intrigue dans le graphique d'origine et masquons la transparence de la colonne vertébrale. Désactiver les identificateurs A3. De plus, nous ajustons l'axe X au besoin. Maintenant, configurez les segments de ligne dans A1, A2 et A3. Enfin, nous utilisons la fonction show () pour présenter le visuel. La sortie du code décrit ci-dessus peut être vue à partir de l'image ci-dessous.

Intégrer des grilles dans un graphique

La méthode Grid () dans le paquet Pyplot de Matplotlib insère une ligne de grille à un graphique. L'image ci-dessous illustre comment utiliser pypllot.grid () pour appliquer une grille à un graphique. Le code de cette illustration est fixé ci-dessous.

Importer Matplotlib.pypllot comme plt
Importer Numpy comme NP
x = np.Array ([5, 25])
y = np.Array ([20, 100])
PLT.Terrain (x, y)
PLT.Titre ('Figure')
PLT.xlabel ("x")
PLT.ylabel ("y"
PLT.grille()
PLT.montrer()

Nous utilisons la bibliothèque Matplot pour intégrer le composant PYPLOT. La bibliothèque Numpy est ensuite incluse. Par l'utilisation du Numpy.Fonction Array (), nous construisons un tableau ayant une variable x. Ensuite, le Numpy.La méthode array () est utilisée pour créer un nouveau tableau avec une variable y.

Avec l'aide de pyplot.Fonction de tracé (), nous dessinons y contre x. Ensuite, nous utilisons le pypllot.Fonction Title () où nous fournissons notre graphique avec l'étiquette 'Figure.'Le Pypllot.La fonction XLabel () est appliquée et par cette fonction, nous étiquetons également l'axe x de notre figure avec la balise 'x.'

De plus, nous utilisons l'upyplot.Fonction yLabel () pour étiqueter l'axe y de notre figure avec la lettre 'y.'Le Pypllot.La méthode grid () est utilisée pour insérer une grille au graphique. Enfin, le pypllot.show () La fonction est appliquée qui affiche notre graphique. La sortie du code décrit ci-dessus peut être vue à partir de l'image ci-dessous.

Conclusion

Dans cet article, nous voyons d'abord comment insérer une grille à un graphique dans Matplotlib. Ensuite, nous avons discuté de la fonction Grid (). Nous pourrions effectivement fabriquer des grilles avec la méthode Grid (), puis nous pouvons les configurer avec les différents paramètres fournis. Pour améliorer l'attrait visuel de notre intrigue, nous devons travailler avec de nouvelles conceptions, teintes et largeurs de lignes de grille. Il montre le graphique avec des grilles qui sont définies en fonction de la dispersion des tiques. Nous pourrions ajuster l'espacement de la grille en modifiant la fréquence des tiques.