Computer >> कंप्यूटर >  >> प्रोग्रामिंग >> Python

कैसे matplotlib का उपयोग कर अजगर में एक बहुभुज के भीतर एक क्षेत्र को भरने के लिए?

Matplotlib का उपयोग करके Python में एक बहुभुज के भीतर एक क्षेत्र को भरने के लिए, हम निम्नलिखित कदम उठा सकते हैं -

कदम

  • फिगर साइज सेट करें और सबप्लॉट्स के बीच और आसपास पैडिंग को एडजस्ट करें।

  • एक आकृति और सबप्लॉट का एक सेट बनाएं।

  • बहुभुज का उदाहरण प्राप्त करें।

  • पुनरावर्तनीय बहुभुजों के साथ पैच का सामान्य संग्रह प्राप्त करें।

  • एक 'संग्रह'जोड़ें कुल्हाड़ियों के संग्रह के लिए; संग्रह वापस करें।

  • आकृति प्रदर्शित करने के लिए, दिखाएँ () . का उपयोग करें विधि।

उदाहरण

import matplotlib.pyplot as plt
from matplotlib.collections import PatchCollection
from matplotlib.patches import Polygon
import numpy as np

plt.rcParams["figure.figsize"] = [7.50, 3.50]
plt.rcParams["figure.autolayout"] = True

fig, ax = plt.subplots(1)

polygon = Polygon(np.random.rand(6, 2), closed=True, alpha=1)

collection = PatchCollection([polygon])

ax.add_collection(collection)

plt.show()

आउटपुट

यह निम्नलिखित आउटपुट देगा -

कैसे matplotlib का उपयोग कर अजगर में एक बहुभुज के भीतर एक क्षेत्र को भरने के लिए?


  1. Matplotlib का उपयोग करके कीबोर्ड इनपुट द्वारा पायथन आकृति को कैसे बंद करें?

    एक कीबोर्ड इनपुट द्वारा पायथन फिगर को बंद करने के लिए, हम plt.pause() मेथड, एक इनपुट और क्लोज़ () मेथड का उपयोग कर सकते हैं। कदम आकृति का आकार सेट करें और सबप्लॉट के बीच और आसपास पैडिंग समायोजित करें। numpy का उपयोग करके यादृच्छिक t और y डेटा बिंदु बनाएं। एक नया आंकड़ा बनाएं या आंकड़ा () . का उपयोग

  1. Python Matplotlib का उपयोग करके 3D ग्राफ़ कैसे प्लॉट करें?

    पायथन का उपयोग करके 3D ग्राफ़ को प्लॉट करने के लिए, हम निम्नलिखित कदम उठा सकते हैं - आकृति() . का उपयोग करके एक नया आंकड़ा बनाएं या मौजूदा आंकड़ा सक्रिय करें विधि। 3D अक्ष ऑब्जेक्ट प्राप्त करें। डेटा बिंदुओं के लिए x, y, और z सूचियाँ बनाएँ। scatter3D() . का उपयोग करके 3D स्कैटर पॉइंट ज

  1. Matplotlib और Python का उपयोग करके एक ही आकृति में एकाधिक भूखंडों को कैसे प्लॉट किया जा सकता है?

    Matplotlib एक लोकप्रिय पायथन पैकेज है जिसका उपयोग डेटा विज़ुअलाइज़ेशन के लिए किया जाता है। डेटा को विज़ुअलाइज़ करना एक महत्वपूर्ण कदम है क्योंकि यह यह समझने में मदद करता है कि वास्तव में संख्याओं को देखे बिना और जटिल गणना किए बिना डेटा में क्या हो रहा है। यह दर्शकों को मात्रात्मक अंतर्दृष्टि को प्