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

एक ही Matplotlib फिगर को सिंगल IPython नोटबुक में कई बार कैसे दिखाएं?

सिंगल iPython नोटबुक में एक ही Matplotlib फिगर को कई बार दिखाने के लिए, हम निम्नलिखित चरण अपना सकते हैं -

  • फिगर का आकार सेट करें और सबप्लॉट्स के बीच और आसपास पैडिंग समायोजित करें।
  • एक फिगर और सबप्लॉट्स का सेट बनाएं।
  • उन एक्सिस पर डेटा पॉइंट्स प्लॉट करें।
  • वर्तमान फिगर को फिर से दिखाने के लिए fig.show() मेथड का उपयोग करें।

उदाहरण

In [1]: %matplotlib auto
Using matplotlib backend: Qt5Agg
In [2]: import matplotlib.pyplot as plt
In [3]: plt.rcParams["figure.figsize"] = [7.50, 3.50]
...: plt.rcParams["figure.autolayout"] = True
In [4]: fig, ax = plt.subplots()
In [5]: ax.plot([2, 4, 7, 5, 4, 1])
Out[5]: []
In [6]: fig.show()

आउटपुट

एक ही फिगर ऑब्जेक्ट को नोटबुक सेल में बार-बार fig.show() कॉल करके प्रदर्शित किया जा सकता है।

एक ही Matplotlib फिगर को सिंगल IPython नोटबुक में कई बार कैसे दिखाएं?

  1. Matplotlib फिगर के मार्जिन्स कैसे सेट करें? Matplotlib फिगर के मार्जिन्स कैसे सेट करें?

    Matplotlib फिगर के मार्जिन्स सेट करने के लिए margins() मेथड का उपयोग करें। चरण फिगर का आकार सेट करें और सबप्लॉट्स के बीच पैडिंग एडजस्ट करें। NumPy का उपयोग करके t और y डेटा पॉइंट्स बनाएं। इंडेक्स 1 पर करंट फिगर में सबप्लॉट जोड़ें। plot() मेथड का उपयोग करके t और y डेटा पॉइंट्स प्लॉट करें। प्लॉट का

  1. Flask में Matplotlib कैसे दिखाएं? Flask में Matplotlib कैसे दिखाएं?

    Flask में प्लॉट दिखाने के लिए, हम निम्नलिखित चरण अपना सकते हैं: एक छोटा एप्लिकेशन बनाएं। Flask एप्लिकेशन चलाने के लिए, वर्तमान डायरेक्टरी पर जाएं। $ export FLASK_APP=file.py $ flask run ब्राउज़र खोलें, यूआरएल हिट करें: https://127.0.0.1:5000/print-plot/ फिगर प्लॉट करने के लिए, हम रैंडम

  1. Jupyter नोटबुक में Matplotlib का उपयोग करके matshow() के लिए फिगसाइज़ कैसे बदलें? Jupyter नोटबुक में Matplotlib का उपयोग करके matshow() के लिए फिगसाइज़ कैसे बदलें?

    mathshow के लिए फिगसाइज़ बदलने के लिए, हम फिगर मेथड आर्गुमेंट में फिगसाइज़ का उपयोग कर सकते हैं और matshow() मेथड में फिगनम का उपयोग कर सकते हैं। चरण figure() मेथड का उपयोग करके एक नया फिगर बनाएं या मौजूदा फिगर को सक्रिय करें। Pandas का उपयोग करके डेटाफ्रेम बनाएं। matshow() मेथड का उपयोग करके