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

Matplotlib का उपयोग करके फिगर में सबप्लॉट्स को A, B, C से एनोटेट करें

Matplotlib का उपयोग करके फिगर में सबप्लॉट्स को A, B और C से एनोटेट करने के लिए निम्नलिखित चरणों का पालन करें:

चरण

  • फिगर का आकार सेट करें और सबप्लॉट्स के बीच पैडिंग एडजस्ट करें।
  • nrows=1 और ncols=3 के साथ फिगर और सबप्लॉट्स का सेट बनाएं।
  • ऐरे पर 1D इटरेटर बनाएं।
  • प्रत्येक एक्सिस को इटरेट करें और डेटा को इमेज के रूप में डिस्प्ले करें।
  • लूप में ही टेक्स्ट A, B और C रखें।
  • फिगर डिस्प्ले करने के लिए show() मेथड का उपयोग करें।

उदाहरण

import numpy as np
from matplotlib import pyplot as plt
import string

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

fig, axs = plt.subplots(1, 3)
axs = axs.flat
for index, ax in enumerate(axs):
    ax.imshow(np.random.randn(4, 4), interpolation='nearest', cmap="copper")
    ax.text(0.45, 1.1, string.ascii_uppercase[index], transform=ax.transAxes, size=20, weight='bold')
plt.show()

आउटपुट

तीन सबप्लॉट्स (1x3 ग्रिड) प्रत्येक में रैंडम डेटा इमेज और ऊपरी केंद्र में बोल्ड लेबल A, B, C।

  1. Matplotlib का उपयोग करके कीबोर्ड इनपुट से Python फिगर कैसे बंद करें? Matplotlib का उपयोग करके कीबोर्ड इनपुट से Python फिगर कैसे बंद करें?

    Python फिगर को कीबोर्ड इनपुट से बंद करने के लिए plt.pause() मेथड, इनपुट, और close() मेथड का उपयोग करें। चरण फिगर का आकार सेट करें और सबप्लॉट्स के बीच पैडिंग एडजस्ट करें। NumPy का उपयोग करके रैंडम t और y डेटा पॉइंट्स बनाएं। figure() मेथड का उपयोग करके नया फिगर बनाएं या मौजूदा फिगर एक्टिवेट करें। pl

  1. Matplotlib लीजेंड में 2 कॉलम के साथ पंक्तियों को कैसे अलाइन करें? Matplotlib लीजेंड में 2 कॉलम के साथ पंक्तियों को कैसे अलाइन करें?

    Matplotlib लीजेंड में एक से अधिक कॉलम बनाने और उन्हें ठीक से अलाइन करने के लिए ncol पैरामीटर का उपयोग करें। चरण फिगर साइज़ और ऑटोलेआउट सेट करें। plt.plot() से कई लाइन्स प्लॉट करें और लेबल दें। plt.legend(ncol=2, loc=upper right) से दो कॉलम वाला लीजेंड बनाएं। plt.show() से दिखाएं। उदाहरण कोड from m

  1. Numpy और Matplotlib के साथ इमेज सेगमेंटेशन ओवरले करें Numpy और Matplotlib के साथ इमेज सेगमेंटेशन ओवरले करें

    Numpy के साथ इमेज सेगमेंटेशन ओवरले करने के लिए, हम निम्नलिखित चरण अपना सकते हैं: 10×10 डायमेंशन का मास्क्ड ऐरे बनाएं। कुछ क्षेत्र के लिए मास्क्ड ऐरे को 1 से अपडेट करें। NumPy का उपयोग करके इमेज डेटा बनाएं। शर्त पूरी होने पर ऐरे को मास्क करें, मास्क्ड डेटा प्राप्त करने के लिए। figure() मेथ