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

Matplotlib में लंबे सबप्लॉट टिक मार्क्स कैसे बनाएं?

Matplotlib में लंबे सबप्लॉट टिक मार्क्स बनाने के लिए, हम माइनर और मेजर टिक्स की लंबाई और चौड़ाई के लिए tick_params() मेथड का उपयोग कर सकते हैं।

चरण

  • subplot() मेथड का उपयोग करके वर्तमान फिगर में सबप्लॉट जोड़ें।
  • रेंज(2) वैल्यू प्लॉट करें
  • x और y डेटा पॉइंट्स के लिए s।
  • कलरबार के माइनर टिक्स को "एक्सटेंड रीजन" में निकले बिना ऑन करें।
  • टिक्स और टिक लेबल्स की उपस्थिति बदलने के लिए tick_params का उपयोग करें।
  • फिगर डिस्प्ले करने के लिए show() मेथड का उपयोग करें।

उदाहरण

from matplotlib import pyplot as plt

plt.rcParams["figure.figsize"] = [7.00, 3.50]
plt.rcParams["figure.autolayout"] = True

ax1 = plt.subplot()
ax1.plot(range(2), range(2), linewidth=2)
ax1.minorticks_on()
ax1.tick_params('both', length=20, width=2, which='major')
ax1.tick_params('both', length=10, width=1, which='minor')
plt.show()

आउटपुट

Matplotlib में लंबे सबप्लॉट टिक मार्क्स कैसे बनाएं?

  1. Matplotlib में सबप्लॉट्स में टिक लेबल्स का घनत्व कैसे कम करें? Matplotlib में सबप्लॉट्स में टिक लेबल्स का घनत्व कैसे कम करें?

    Matplotlib में सबप्लॉट्स में टिक लेबल्स का घनत्व कम करने के लिए, हम न्यूनतम मान को डेंसिटी को असाइन कर सकते हैं। चरण वेरिएबल density इनिशियलाइज़ करें। NumPy का उपयोग करके x और y डेटा पॉइंट्स बनाएं। plot() मेथड का उपयोग करके x और y डेटा पॉइंट्स प्लॉट करें। xticks() मेथड का उपयोग करके X-अक्ष

  1. पायथन में मैटप्लॉटलिब से खोखले वर्ग मार्क्स कैसे बनाएं? पायथन में मैटप्लॉटलिब से खोखले वर्ग मार्क्स कैसे बनाएं?

    मैटप्लॉटलिब के साथ खोखले वर्ग मार्क्स बनाने के लिए, हम marker=ks, markerfacecolor=none, markersize=15, और markeredgecolor=red का उपयोग कर सकते हैं। चरण नम्पाई का उपयोग करके x और y डेटा पॉइंट्स बनाएं। एक फिगर बनाएं या मौजूदा फिगर को एक्टिवेट करें, सबप्लॉट व्यवस्था के हिस्से के रूप में फिगर में एक ए

  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