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

Matplotlib में टिक लेबल्स को कंप्यूटेड वैल्यूज़ से रिप्लेस करने का सही तरीका क्या है?


हम टिक लेबल्स को कंप्यूटेड वैल्यूज़ से रिप्लेस करने के लिए ax.loglog(x, y) और set_major_formatter() मेथड्स का उपयोग कर सकते हैं।

चरण

  • फिगर साइज सेट करें और सबप्लॉट्स के बीच और आसपास पैडिंग एडजस्ट करें।
  • एक फिगर और सबप्लॉट्स का सेट बनाएं।
  • X और Y दोनों एक्सिस पर लॉग स्केलिंग के साथ प्लॉट बनाएं।
  • मेजर टिकर का फॉर्मेटर सेट करें।
  • फिगर डिस्प्ले करने के लिए show() मेथड का उपयोग करें।

उदाहरण

import numpy as np
from matplotlib import pyplot as plt, ticker

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

fig, ax = plt.subplots()
ax.loglog(np.logspace(0, 5), np.logspace(0, 5)**2)
ax.xaxis.set_major_formatter(ticker.LogFormatterExponent())
plt.show()

आउटपुट

Matplotlib में टिक लेबल्स को कंप्यूटेड वैल्यूज़ से रिप्लेस करने का सही तरीका क्या है?

  1. Matplotlib में plt.show और cv2.imshow में क्या अंतर है? Matplotlib में plt.show और cv2.imshow में क्या अंतर है?

    plt.imshow() (Matplotlib) और cv2.imshow() (OpenCV) में मुख्य अंतर कलर चैनल ऑर्डर का है: Matplotlib RGB ऑर्डर उपयोग करता है, जबकि OpenCV BGR ऑर्डर उपयोग करता है। चरण फिगर साइज़ और ऑटोलेआउट सेट करें। दो सबप्लॉट्स बनाएं (1 पंक्ति, 2 कॉलम)। पहले में cv2.imread() से इमेज पढ़ें और plt.imshow() से दिखाएं

  1. Matplotlib में सबप्लॉट में टिक लेबल्स को कैसे घुमाएं? Matplotlib में सबप्लॉट में टिक लेबल्स को कैसे घुमाएं?

    सबप्लॉट में टिक लेबल्स घुमाने के लिए, हम set_xticklabels() या set_yticklabels() का उपयोग rotation आर्गुमेंट के साथ कर सकते हैं। संख्याओं की एक सूची (x) बनाएं जिसका उपयोग एक्सिस को टिक करने के लिए किया जा सके। subplot() का उपयोग करके एक्सिस प्राप्त करें जो वर्तमान फिगर में सबप्लॉट जोड़ने में मदद

  1. Matplotlib में सबप्लॉट्स में टिक लेबल्स का घनत्व कैसे कम करें? Matplotlib में सबप्लॉट्स में टिक लेबल्स का घनत्व कैसे कम करें?

    Matplotlib में सबप्लॉट्स में टिक लेबल्स का घनत्व कम करने के लिए, हम न्यूनतम मान को डेंसिटी को असाइन कर सकते हैं। चरण वेरिएबल density इनिशियलाइज़ करें। NumPy का उपयोग करके x और y डेटा पॉइंट्स बनाएं। plot() मेथड का उपयोग करके x और y डेटा पॉइंट्स प्लॉट करें। xticks() मेथड का उपयोग करके X-अक्ष