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

Matplotlib प्लॉट में कंटूर हैचिंग


हैचिंग के साथ कंटूर प्लॉट करने के लिए, हम निम्नलिखित चरण अपना सकते हैं -

  • फिगर का आकार सेट करें और सबप्लॉट्स के बीच और आसपास पैडिंग एडजस्ट करें।
  • NumPy का उपयोग करके x, y और z डेटा पॉइंट्स बनाएं।
  • x और y डेटा पॉइंट्स को फ्लैट करें।
  • एक फिगर और सबप्लॉट्स का सेट बनाएं।
  • विभिन्न हैचेज के साथ कंटूर प्लॉट करें।
  • स्केलर मैपेबल इंस्टेंस के लिए कलरबार बनाएं।
  • फिगर प्रदर्शित करने के लिए, show() मेथड का उपयोग करें।

उदाहरण

import matplotlib.pyplot as plt
import numpy as np
plt.rcParams["figure.figsize"] = [7.50, 3.50]
plt.rcParams["figure.autolayout"] = True
x = np.linspace(-3, 5, 150).reshape(1, -1)
y = np.linspace(-3, 5, 120).reshape(-1, 1)
z = np.cos(x) + np.sin(y)
x, y = x.flatten(), y.flatten()
fig1, ax1 = plt.subplots()
cs = ax1.contourf(x, y, z, hatches=['-', '/', '\\', '//'],
                  cmap='gray', extend='both', alpha=0.5)
fig1.colorbar(cs)
plt.show()

आउटपुट

Matplotlib प्लॉट में कंटूर हैचिंग


  1. मैटप्लॉटलिब कंटूर प्लॉट के लिए एक्सिस लाइन्स या ऑरिजिन कैसे ड्रा करें? मैटप्लॉटलिब कंटूर प्लॉट के लिए एक्सिस लाइन्स या ऑरिजिन कैसे ड्रा करें?

    मैटप्लॉटलिब कंटूर प्लॉट के लिए एक्सिस लाइन्स या ऑरिजिन ड्रा करने के लिए, हम contourf(), axhline() y=0 और axvline() x=0 का उपयोग कर सकते हैं। नम्पाई का उपयोग करके x, y, और z के लिए डेटा पॉइंट्स बनाएं। एक्सेस प्रॉपर्टीज़ सेट करने के लिए, हम plt.axis(off) मेथड का उपयोग कर सकते हैं। x, y, और z डेटा पॉ

  1. मैटप्लॉटलिब में लाइन प्लॉट को एनिमेट कैसे करें? मैटप्लॉटलिब में लाइन प्लॉट को एनिमेट कैसे करें?

    मैटप्लॉटलिब में लाइन प्लॉट को एनिमेट करने के लिए, हम निम्नलिखित चरण अपना सकते हैं: subplots() मेथड का उपयोग करके एक फिगर और सबप्लॉट्स का सेट बनाएं। x और y एक्सिस स्केल को सीमित करें। नम्पाई का उपयोग करके x और t डेटा पॉइंट्स बनाएं। कोऑर्डिनेट वैक्टर्स से कोऑर्डिनेट मैट्रिक्स लौटाएं, X2 और T2। plot(

  1. पायथन का उपयोग करके Matplotlib से 3D कंटूर प्लॉट कैसे बनाएं पायथन का उपयोग करके Matplotlib से 3D कंटूर प्लॉट कैसे बनाएं

    Matplotlib डेटा विज़ुअलाइज़ेशन के लिए एक लोकप्रिय पायथन पैकेज है। डेटा को विज़ुअलाइज़ करना एक महत्वपूर्ण कदम है क्योंकि यह संख्याओं को देखे बिना और जटिल गणना किए बिना डेटा में क्या हो रहा है, यह समझने में मदद करता है। यह दर्शकों को मात्रात्मक अंतर्दृष्टि को प्रभावी ढंग से संप्रेषित करने में मदद करता