Computer >> कंप्यूटर >  >> प्रोग्रामिंग >> Python

पाइथन Matplotlib में सबप्लॉट और imshow का उपयोग करते समय सफेद बॉर्डर निकालें

सबप्लॉट और इमशो () का उपयोग करते समय सफेद बॉर्डर को हटाने के लिए, हम निम्नलिखित कदम उठा सकते हैं -

  • आकृति का आकार सेट करें और सबप्लॉट के बीच और आसपास पैडिंग समायोजित करें।
  • numpy का उपयोग करके यादृच्छिक डेटा बिंदु बनाएं।
  • डेटा का आकार प्राप्त करें।
  • आकृति का आकार इंच में सेट करें।
  • अक्ष का उदाहरण प्राप्त करें जिसमें अधिकांश आकृति तत्व शामिल हैं।
  • कुल्हाड़ियों को बंद करें।
  • आकृति में कुल्हाड़ियों को जोड़ें।
  • डेटा को एक छवि के रूप में प्रदर्शित करें, अर्थात, एक 2D नियमित रेखापुंज पर।
  • आंकड़ा प्रदर्शित करने के लिए, दिखाएं () . का उपयोग करें विधि।

उदाहरण

pltplt.rcParams["figure.figsize"] =[7.00, 3.50]plt.rcParams["figure.autolayout"] =Truedata =np.random.randint(0, 50, (50, 50)) आकार =एनपी। आकार (डेटा) अंजीर =plt.figure () अंजीर। अंजीर, [0., 0., 1., 1.])ax.set_axis_off()fig.add_axes(ax)ax.imshow(data)plt.show()

आउटपुट

यह निम्नलिखित आउटपुट का उत्पादन करेगा

पाइथन Matplotlib में सबप्लॉट और imshow का उपयोग करते समय सफेद बॉर्डर निकालें पाइथन Matplotlib में सबप्लॉट और imshow का उपयोग करते समय सफेद बॉर्डर निकालें


  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. कैसे मनमाना डेटा का उपयोग कर Matplotlib के साथ एक 4D प्लॉट बनाने के लिए?

    4D प्लॉट बनाने के लिए, हम x, y, z और c मानक डेटा पॉइंट बना सकते हैं। एक नया आंकड़ा बनाएं या मौजूदा आंकड़ा सक्रिय करें। कदम आकृति() . का प्रयोग करें एक आकृति बनाने या किसी मौजूदा आकृति को सक्रिय करने की विधि। सबप्लॉट व्यवस्था के हिस्से के रूप में एक आकृति जोड़ें। numpy का उपयोग करके x, y, z

  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