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

Matplotlib में प्लॉट के किनारे और X-एक्सिस के बीच स्पेसिंग एडजस्ट करना

प्लॉट के किनारे और X-एक्सिस के बीच स्पेसिंग एडजस्ट करने के लिए tight_layout() मेथड का उपयोग करें या करंट फिगर का बॉटम पैडिंग सेट करें।

चरण

  • फिगर का आकार सेट करें और सबप्लॉट्स के बीच पैडिंग एडजस्ट करें।
  • NumPy का उपयोग करके x और y डेटा पॉइंट्स बनाएं।
  • plot() मेथड का उपयोग करके x और y डेटा पॉइंट्स प्लॉट करें।
  • फिगर डिस्प्ले करने के लिए show() मेथड का उपयोग करें।

उदाहरण

import numpy as np
import matplotlib.pyplot as plt

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

x = np.linspace(-2, 2, 100)
y = np.exp(x)
plt.plot(x, y, c='red', lw=1)
plt.show()

आउटपुट

एक्सपोनेंशियल कर्व प्लॉट जहां ऑटोलेआउट के कारण लेबल्स के लिए पर्याप्त मार्जिन है।

  1. Python और Matplotlib का उपयोग करके 3D स्कैटर प्लॉट पर अल्फा वैल्यू नियंत्रित करना Python और Matplotlib का उपयोग करके 3D स्कैटर प्लॉट पर अल्फा वैल्यू नियंत्रित करना

    Python और Matplotlib का उपयोग करके 3D स्कैटर प्लॉट पर अल्फा वैल्यू नियंत्रित करने के लिए फेसकलर और एजकलर्स वैल्यू सेट करें। चरण फिगर का आकार सेट करें और सबप्लॉट्स के बीच पैडिंग एडजस्ट करें। figure() मेथड का उपयोग करके नया फिगर बनाएं या मौजूदा फिगर एक्टिवेट करें। सबप्लॉट अरेंजमेंट के हिस्से के रूप

  1. Matplotlib में plt.show और cv2.imshow में क्या अंतर है? Matplotlib में plt.show और cv2.imshow में क्या अंतर है?

    plt.imshow() (Matplotlib) और cv2.imshow() (OpenCV) में मुख्य अंतर कलर चैनल ऑर्डर का है: Matplotlib RGB ऑर्डर उपयोग करता है, जबकि OpenCV BGR ऑर्डर उपयोग करता है। चरण फिगर साइज़ और ऑटोलेआउट सेट करें। दो सबप्लॉट्स बनाएं (1 पंक्ति, 2 कॉलम)। पहले में cv2.imread() से इमेज पढ़ें और plt.imshow() से दिखाएं

  1. Matplotlib में 3D प्लॉट का आस्पेक्ट रेशियो सेट करना Matplotlib में 3D प्लॉट का आस्पेक्ट रेशियो सेट करना

    Matplotlib में 3D प्लॉट का आस्पेक्ट रेशियो सेट करने के लिए, हम निम्नलिखित चरण अपना सकते हैं: figure() मेथड का उपयोग करके एक नया फिगर बनाएं या मौजूदा फिगर को सक्रिय करें। projection=3d के साथ वर्तमान एक्सिस प्राप्त करें, यदि आवश्यक हो तो एक बनाएं। NumPy का उपयोग करके डेटा पॉइंट्स R, Y और z बना