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

Matplotlib में True/False या एक्टिव/डिएक्टिव डेटा कैसे प्लॉट करें?


Matplotlib में True/False या एक्टिव/डिएक्टिव डेटा प्लॉट करने के लिए, हम निम्नलिखित चरण अपना सकते हैं -

  • फिगर का आकार सेट करें और सबप्लॉट्स के बीच और आसपास पैडिंग एडजस्ट करें।
  • True या False के साथ NumPy का उपयोग करके डेटा बनाएं।
  • figure() मेथड का उपयोग करके नया फिगर बनाएं या मौजूदा फिगर एक्टिवेट करें।
  • सबप्लॉट अरेंजमेंट के हिस्से के रूप में फिगर में '~.axes.Axes' जोड़ें।
  • डेटा को इमेज के रूप में प्रदर्शित करने के लिए imshow() मेथड का उपयोग करें, यानी 2D रेगुलर रास्टर पर।
  • 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
data = np.random.random((20, 20)) > 0.5
fig = plt.figure()
ax = fig.add_subplot(111)
ax.imshow(data, aspect='auto', cmap="copper", interpolation='nearest')
plt.show()

आउटपुट

Matplotlib में True/False या एक्टिव/डिएक्टिव डेटा कैसे प्लॉट करें?


  1. Matplotlib प्लॉट से डेटा कैसे एक्सट्रैक्ट करें? Matplotlib प्लॉट से डेटा कैसे एक्सट्रैक्ट करें?

    प्लॉट किए गए लाइन ऑब्जेक्ट से get_xdata() और get_ydata() मेथड्स से डेटा वापस प्राप्त करें। चरण फिगर साइज़ और ऑटोलेआउट सेट करें। y डेटा से प्लॉट करें और लाइन ऑब्जेक्ट को वेरिएबल में स्टोर करें (curve, = plt.plot(...))। curve.get_xdata() और curve.get_ydata() से डेटा एक्सट्रैक्ट करें। प्रिंट करके वेरि

  1. Python Matplotlib का उपयोग करके 3D ग्राफ़ कैसे प्लॉट करें? Python Matplotlib का उपयोग करके 3D ग्राफ़ कैसे प्लॉट करें?

    Python का उपयोग करके 3D ग्राफ़ प्लॉट करने के लिए, हम निम्नलिखित चरण अपना सकते हैं: figure() मेथड का उपयोग करके नया फिगर बनाएं या मौजूदा फिगर सक्रिय करें। 3D एक्सिस ऑब्जेक्ट प्राप्त करें। डेटा पॉइंट्स के लिए x, y, और z लिस्ट बनाएं। scatter3D() मेथड का उपयोग करके x, y, और z डेटा पॉइंट्स के सा

  1. मनमाने डेटा का उपयोग करके Matplotlib से 4D प्लॉट कैसे बनाएं? मनमाने डेटा का उपयोग करके Matplotlib से 4D प्लॉट कैसे बनाएं?

    4D प्लॉट बनाने के लिए, हम x, y, z और c स्टैंडर्ड डेटा पॉइंट्स बना सकते हैं। नया फिगर बनाएं या मौजूदा फिगर सक्रिय करें। चरण figure() मेथड का उपयोग करके फिगर बनाएं या मौजूदा फिगर सक्रिय करें। सबप्लॉट व्यवस्था के हिस्से के रूप में फिगर जोड़ें। NumPy का उपयोग करके x, y, z और c डेटा पॉइंट्स बनाएं।