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

Matplotlib में एक ही एंट्री के लिए कई लीजेंड की कैसे बनाएं?


Matplotlib में एक ही एंट्री के लिए कई लीजेंड की बनाने के लिए, हम निम्नलिखित चरण अपना सकते हैं:

  • फिगर का आकार सेट करें और सबप्लॉट के बीच और आसपास पैडिंग समायोजित करें।
  • plot() मेथड का उपयोग करके line1 और line2 प्लॉट करें।
  • numpoints=1 के साथ प्लॉट पर लीजेंड रखने के लिए legend() मेथड का उपयोग करें।
  • फिगर प्रदर्शित करने के लिए show() मेथड का उपयोग करें।

उदाहरण

import matplotlib.pyplot as plt
from matplotlib.legend_handler import HandlerTuple

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

p1, = plt.plot([1, 2.5, 3], 'r-d')
p2, = plt.plot([3, 2, 1], 'k-o')

l = plt.legend([(p1, p2)], ['Two keys'], numpoints=1, handler_map={tuple: HandlerTuple(ndivide=None)})

plt.show()

आउटपुट

Matplotlib में एक ही एंट्री के लिए कई लीजेंड की कैसे बनाएं?


  1. Matplotlib लीजेंड बॉक्स का आकार कैसे एडजस्ट करें? Matplotlib लीजेंड बॉक्स का आकार कैसे एडजस्ट करें?

    Matplotlib लीजेंड बॉक्स का आकार एडजस्ट करने के लिए, हम लीजेंड मेथड में borderpad आर्गुमेंट्स का उपयोग कर सकते हैं। चरण अलग-अलग लाइन विड्थ के साथ दो सूचियों का उपयोग करके line1 और line2 बनाएं। फिगर पर लीजेंड रखने और लीजेंड बॉक्स का आकार एडजस्ट करने के लिए, legend() मेथड में borderpad=2 का उपयोग

  1. Matplotlib में दो हिस्टोग्राम का बिन विड्थ समान कैसे रखें? Matplotlib में दो हिस्टोग्राम का बिन विड्थ समान कैसे रखें?

    दो हिस्टोग्राम का बिन विड्थ समान रखने के लिए, हम डेटा के सेट का हिस्टोग्राम गणना कर सकते हैं। चरण रैंडम डेटा a, और नॉर्मल डिस्ट्रीब्यूशन b बनाएं। समान बिन विड्थ के लिए बिन्स वेरिएबल इनिशियलाइज़ करें। hist() मेथड का उपयोग करके a और बिन्स प्लॉट करें। hist() मेथड का उपयोग करके b और बिन्स प्लॉट

  1. Python में matplotlib का उपयोग करके एक पेज पर कई प्लॉट कैसे बनाएं? Python में matplotlib का उपयोग करके एक पेज पर कई प्लॉट कैसे बनाएं?

    Pandas का उपयोग करके, हम एक डेटा फ्रेम बना सकते हैं और एक चित्र और अक्ष बना सकते हैं। उसके बाद, हम बिंदु बनाने के लिए scatter मेथड का उपयोग कर सकते हैं। चरण छात्रों, उनके द्वारा प्राप्त अंकों और प्रत्येक स्कोर के लिए रंग कोडिंग की सूचियां बनाएं। चरण 1 के डेटा के साथ Panda के DataFrame का उपयोग करक