Computer >> कंप्यूटर >  >> प्रोग्रामिंग >> Python

कैसे Matplotlib का उपयोग कर ध्रुवीय निर्देशांक में एक तरकश साजिश बनाने के लिए?

Matplotlib का उपयोग करके ध्रुवीय निर्देशांक में एक तरकश प्लॉट बनाने के लिए, हम निम्नलिखित कदम उठा सकते हैं -

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

  • त्रिज्या, थीटा, थीटा बनाएं और r डेटा अंक numpy का उपयोग कर रहे हैं।

  • एक नया आंकड़ा बनाएं या मौजूदा आंकड़ा सक्रिय करें।

  • एक 'कुल्हाड़ी'जोड़ें एक सबप्लॉट व्यवस्था के हिस्से के रूप में चित्र के लिए।

  • तीरों का पाली संग्रह करें।

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

उदाहरण

import numpy as np
from matplotlib import pyplot as plt

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

radii = np.linspace(0, 1, 5)
thetas = np.linspace(0, 2 * np.pi, 20)
theta, r = np.meshgrid(thetas, radii)

f = plt.figure()

ax = f.add_subplot(polar=True)
ax.quiver(theta, r, np.cos(theta) - np.sin(theta), np.sin(theta) + np.cos(theta))

plt.show()

आउटपुट

कैसे Matplotlib का उपयोग कर ध्रुवीय निर्देशांक में एक तरकश साजिश बनाने के लिए?


  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. बताएं कि Matplotlib Python का उपयोग करके एक तरकश प्लॉट कैसे बनाया 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 चल रहा है। यह दर्शकों को मात्रात्मक अंतर्दृष्टि को प्रभ