Utilisation de Matplotlib's Tirm_layout à Python

Dans Python, le module Matplotlib est une expansion quantitative-mathématique pour le package Numpy. Le cadre Pyplot du package Matplotlib propose un système basé sur l'État qui permet une fonctionnalité de type Matlab. Le graphique de ligne, le gradient, l'histogramme, la dispersion, le graphique 3D et d'autres graphiques peuvent être destinés à Pyplot.

La fonction serrée_layout dans Matplotlib redimensionne efficacement la sous-intrigue à intégrer dans la région de la parcelle. C'est une fonctionnalité exploratoire qui peut fonctionner ou non dans tous les cas. Il évalue simplement les étiquettes de tiques, les étiquettes d'axe et l'étendue des titres. Nous pouvons utiliser cet outil pour faire des visualisations interactives qui pourraient être visualisées sur chaque plate-forme.

Permettez-moi de passer rapidement par les paramètres du Matplotlib Tirm_Layout avant d'entrer dans les cas.

Paramètres Matplotlib Tirm_layout

La fonction Tight_Layout a trois paramètres:

• Tampon: C'est l'espacement fractionnaire entre la bordure graphique et la bordure des sous-trottes, e.g. Nombre flottant de police et de taille.
• H_pad et w_pad: Ces paramètres sont utilisés pour l'espacement (longueur et largeur) le long des bordures de sous-intrigue consécutives, exprimées comme le rapport de la police et de la taille. Le pad est le mode par défaut. Ce sont un paramètre facultatif.
• rect: Tuple (en haut, à gauche, à droite, en bas) qui indique un cadre (en haut, à gauche, à droite, en bas) dans les coordonnées graphiques ajustées qui ne permettra que toute la région de sous-intrigues (contenant des étiquettes). Le paramètre standard est 0, 0, 1 et 1.

Utilisation de GridSpec avec Matplotlib Tirm_layout

GridSpec contient une fonction serrée. Tirm_layout () de l'API Pyplot, mais fonctionne toujours. Nous pouvons indiquer les coordonnées dans lesquelles les sous-intrigues seraient placées en utilisant l'argument RECT facultatif. Pour réduire le chevauchement, la méthode serrée_layout () modifie l'espace parmi les sous-intrigues.

Importer Matplotlib.pypllot comme plt
Importer Matplotlib.gridSpec comme gridSpec
Fig = plt.Figure (FigSize = ([8, 4]))
gs = gridSpec.GridSpec (3, 6)
ax1 = plt.sous-intrigue (gs [1 ,: 3])
ax1.set_ylabel ('Label 1', labelpad = 1, FonTSize = 14)
ax1.tracé ([1, 2, 3], [3, 4.6, 5])
ax2 = plt.sous-intrigue (GS [0, 3: 6])
ax2.set_ylabel ('Label 2', labelpad = 1, FonTSize = 14)
ax2.Terrain ([3, 4.4, 8], [3, 4.5, 5])
ax3 = plt.sous-intrigue (GS [2, 4: 8])
ax3.set_ylabel ('Label 3', LabelPad = 1, FonTSize = 14)
ax3.complot ([3.1, 5.4, 7.6, 4.9], [1.3, 4.4, 7, 3])
PLT.serré_layout ()
PLT.montrer()

Les dimensions doivent avoir été dans des paramètres graphiques standardisés, avec le paramètre par défaut (0, 0, 1 et 1). Le changement de haut et de bas peut également nécessiter de modifier le HSPACE. Nous exécutons à nouveau la fonction serré_layout () avec un paramètre RECT modifié pour ajuster HSPACE et VSPACE. Le paramètre RECT fournit la zone qui intègre les étiquettes de tiques et autres éléments.

Fonction MatplotLib Tirm_layout () en utilisant des titres et des légendes

Les titres et les légendes ont été éliminés des calculs de région de délimitation qui déterminent le format avant Matplotlib. Ceux-ci ont de nouveau été utilisés dans la détermination, mais les inclure n'est pas toujours recommandé. Par conséquent, dans cette situation, l'abaissement des axes pour créer le point de départ du tracé est indiqué.

Importer Matplotlib.pypllot comme plt
Importer Matplotlib.gridSpec comme gridSpec
PLT.ferme tout')
Fig = plt.chiffre()
Fig, ax = plt.sous-intrigues (FigSize = (6, 5))
lignes = hache.tracé (plage (12), label = 'tracé')
hache.légende (bbox_to_anchor = (0.8, 0.4), loc = 'en bas à gauche',)
figue.serré_layout ()
PLT.montrer()

Dans ce cas, après avoir intégré Matpotlib.pypllot et matplotlib.bibliothèques gridSpec, nous définissons le PLT.Figure (). Nous indiquons la plage de lignes dessinées dans le graphique et donnons la balise «tracé» au graphique. Nous spécifions également l'emplacement du titre du graphique.

Tirm_layout Pad dans Matplotlib

L'espacement entre les limites graphiques et les limites des sous-parcelles sera modifiée. Il n'y a pas de données renvoyées par cette procédure. La méthode serrée_layout dans Matplotlib recrée dynamiquement une sous-intrigue pour s'adapter dans la zone de l'intrigue.

Importer Numpy comme NP
Importer Matplotlib.pypllot comme plt
Fig, ax = plt.intrigues secondaires (2, 2)
données = np.Arange (1.0, 40, 1.05)
x1 = np.Sin (données)
y1 = np.cos (données)
x2 = np.cos (données)
y2 = np.Tan (données)
x3 = np.Tan (données)
y3 = np.Exp (données * 3)
x4 = [4,15,20]
y4 = [8,15,22]
hache [1, 1].tracé (x1, y1)
hache [1, 0].tracé (x2, y2)
hache [0, 1].tracé (x3, y3)
hache [0, 0].Terrain (x4, y4)
hache [1, 1].set_title ("figure 1")
hache [1, 0].set_title ("Figure 2")
hache [0, 1].set_title ("figure 3")
hache [0, 0].set_title ("Figure 4")
PLT.serré_layout (pad = 4.5)
PLT.montrer()

L'attribut de rembourrage est utilisé pour les personnaliser. Nous intégrons Matplotlib.Pypllot et la bibliothèque Numpy dans ce cas.

Ensuite, nous utilisons la fonction sous-tracés () pour générer un graphique et une séquence de sous-intrigues. En utilisant la fonction Plot (), nous spécifions les dimensions de données pour différentes sous-tracas et affichons les ensembles de données. Ensuite, la fonction set_title () est utilisée pour insérer un slogan à chaque graphique. En fin de compte, nous utilisons simplement le PLT.Fonction serrée_layout () pour modifier l'espacement.

Nous fournissons un pad en tant qu'attribut et définissons la valeur sur 4.5 dans un cas et 1.0 dans l'autre.

Matplotlib serré_layout hspace

Ici, nous verrons comment changer l'altitude dans les marges des intrigues secondaires successives. L'argument H_PAD est fourni à la fonction Tirm_layout () pour modifier la hauteur.

Importer Numpy comme NP
Importer Matplotlib.pypllot comme plt
Fig, ax = plt.intrigues secondaires (1, 2)
données = np.Arange (1.0, 40, 1.5
x1 = np.Sin (données)
y1 = np.cos (données)
x2 = np.cos (données)
y2 = np.Tan (données)
hache [1].tracé (x1, y1)
hache [0].tracé (x2, y2)
hache [0].set_title ("figure 1")
hache [1].set_title ("Figure 2")
PLT.serré_layout (h_pad = 1.2)
PLT.montrer()

Nous incluons Matplotlib.Pypllot et la bibliothèque Numpy dans cet exemple. En utilisant la technique des sous-parcelles (), nous générons un graphique et une collection de sous-intrigues. De plus, nous utilisons la fonction Plot () pour visualiser les données et analyser les dimensions de données pour de nombreuses sous-intrigues.

La fonction Titre () set est utilisée pour insérer une légende à chaque graphique. Maintenant, nous utilisons PLT.Fonction de mise en page serrée pour modifier l'élévation entre les deux sommets. Dans les deux situations, nous spécifions h_pad comme argument et définissons la valeur sur 1.2 et 12.5 respectivement.

Tirm_layout a l'intention de réorganiser les sous-intrigues dans un graphique tel que les éléments des axes et les titres sur les axes ne sont pas en conflit.

Conclusion

Nous avons examiné quelques méthodes différentes pour accomplir Matplotlib Tirm_Layout dans Python dans cet article. Avec le gridSpec, les étiquettes et les illustrations, nous avons expliqué comment utiliser la méthode Tight_layout. Nous pourrions également utiliser un serré_layout en association avec les barres de couleur pour le rendre bon dans la présentation graphique.