Computer >> कंप्यूटर >  >> प्रोग्रामिंग >> Python

Matplotlib पर एक समोच्च मानचित्र में एक विशिष्ट स्तर को कैसे चिह्नित करें?

Matplotlib पर एक समोच्च मानचित्र में एक विशिष्ट स्तर को चिह्नित करने के लिए, हम निम्नलिखित कदम उठा सकते हैं -

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

  • बनाएं x, y और z Numpy का उपयोग करके डेटा बिंदु।

  • समोच्च () . का प्रयोग करें कंटूर प्लॉट बनाने की विधि।

  • कंटूर प्लॉट को लेबल करें।

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

उदाहरण

import matplotlib.pyplot as plt
import numpy as np

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

def f(x, y):
   return np.sin(x) ** 10 + np.cos(10 + y * x) * np.cos(x)

x = np.linspace(0, 5, 50)
y = np.linspace(0, 5, 40)

X, Y = np.meshgrid(x, y)
Z = f(X, Y)

contours = plt.contour(X, Y, Z, 3, colors='black')

plt.clabel(contours, inline=True, fontsize=8)

plt.show()

आउटपुट

Matplotlib पर एक समोच्च मानचित्र में एक विशिष्ट स्तर को कैसे चिह्नित करें?


  1. पायथन Matplotlib में घनत्व मानचित्र कैसे प्लॉट करें?

    पायथन में घनत्व नक्शा तैयार करने के लिए, हम निम्नलिखित कदम उठा सकते हैं - numpy का उपयोग करके साइड, x, y और z बनाएं। सुन्न लिनस्पेस तीसरी संख्या के आधार पर दो बिंदुओं के बीच डेटा बनाने में मदद करता है। पार्श्व डेटा का उपयोग करके निर्देशांक सदिशों से निर्देशांक मैट्रिक्स लौटाएं। x और y (चरण

  1. Matplotlib के साथ पायथन में 3D घनत्व मानचित्र कैसे प्लॉट करें?

    मैटप्लोटलिब के साथ पायथन में एक 3डी घनत्व मानचित्र तैयार करने के लिए, हम निम्नलिखित कदम उठा सकते हैं - numpy का उपयोग करके साइड, x, y और z बनाएं। सुन्न लिनस्पेस तीसरी संख्या के आधार पर दो बिंदुओं के बीच डेटा बनाने में मदद करता है। पार्श्व डेटा का उपयोग करके निर्देशांक सदिशों से निर्देशांक मैट

  1. पायथन का उपयोग करके 3 आयामी समोच्च साजिश बनाने के लिए Matplotlib का उपयोग कैसे 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 चल रहा है। यह दर्शकों को मात्रात्मक अंतर्दृष्टि को प्रभ