Computer >> कंप्यूटर ट्यूटोरियल >  >> प्रोग्रामिंग >> Python

Matplotlib में इंडिपेंडेंट स्केलिंग के साथ मल्टीपल ओवरलैपिंग प्लॉट्स कैसे प्राप्त करें?


Matplotlib में इंडिपेंडेंट स्केलिंग के साथ मल्टीपल ओवरलैपिंग प्लॉट्स प्राप्त करने के लिए, हम निम्न चरण अपना सकते हैं:

  • फिगर साइज सेट करें और सबप्लॉट्स के बीच और आसपास पैडिंग एडजस्ट करें।
  • एक फिगर और सबप्लॉट्स का सेट बनाएं।
  • अलग Y-एक्सिस और ओवरलैपिंग X-एक्सिस पर plot() मेथड का उपयोग करके डेटा पॉइंट्स की लिस्ट प्लॉट करें।
  • X-एक्सिस शेयर करने वाला एक ट्विन Axes बनाएं।
  • अलग Y-एक्सिस और ओवरलैपिंग X-एक्सिस पर plot() मेथड का उपयोग करके डेटा पॉइंट्स की लिस्ट प्लॉट करें।
  • फिगर डिस्प्ले करने के लिए show() मेथड का उपयोग करें।

उदाहरण

import matplotlib.pyplot as plt

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

fig, ax1 = plt.subplots()
ax1.plot([1, 2, 3, 4, 5], color='red')
ax2 = ax1.twinx()
ax2.plot([11, 12, 31, 41, 15], color='blue')
plt.show()

आउटपुट

Matplotlib में इंडिपेंडेंट स्केलिंग के साथ मल्टीपल ओवरलैपिंग प्लॉट्स कैसे प्राप्त करें?

  1. Matplotlib में ओवरलैपिंग लाइन्स कैसे प्लॉट करें? Matplotlib में ओवरलैपिंग लाइन्स कैसे प्लॉट करें?

    ओवरलैपिंग लाइन्स को स्पष्ट दिखाने के लिए alpha (पारदर्शिता) पैरामीटर का उपयोग करें। चरण फिगर साइज़ और ऑटोलेआउट सेट करें। overlapping वेरिएबल में अल्फा वैल्यू स्टोर करें (उदाहरण: 0.15)। दो लाइन्स को अलग-अलग रंग और समान अल्फा के साथ प्लॉट करें। plt.show() से दिखाएं। उदाहरण कोड from matplotlib import

  1. Matplotlib में एकाधिक X या Y एक्सिस कैसे प्लॉट करें? Matplotlib में एकाधिक X या Y एक्सिस कैसे प्लॉट करें?

    एकाधिक X या Y एक्सिस प्लॉट करने के लिए, हम twinx() या twiny() मेथड्स का उपयोग कर सकते हैं, हम निम्नलिखित चरण अपना सकते हैं: subplots() मेथड का उपयोग करके एक फिगर और सबप्लॉट्स का सेट बनाएं। बाएं Y-एक्सिस स्केल पर [1, 2, 3, 4, 5] डेटा पॉइंट्स प्लॉट करें। twinx() मेथड का उपयोग करके शेयर्ड X-एक्स

  1. मनमाने डेटा का उपयोग करके Matplotlib से 4D प्लॉट कैसे बनाएं? मनमाने डेटा का उपयोग करके Matplotlib से 4D प्लॉट कैसे बनाएं?

    4D प्लॉट बनाने के लिए, हम x, y, z और c स्टैंडर्ड डेटा पॉइंट्स बना सकते हैं। नया फिगर बनाएं या मौजूदा फिगर सक्रिय करें। चरण figure() मेथड का उपयोग करके फिगर बनाएं या मौजूदा फिगर सक्रिय करें। सबप्लॉट व्यवस्था के हिस्से के रूप में फिगर जोड़ें। NumPy का उपयोग करके x, y, z और c डेटा पॉइंट्स बनाएं।