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

Python के Matplotlib में गोले की सतह पर पॉइंट्स प्लॉट करना

Python में गोले की सतह पर पॉइंट्स प्लॉट करने के लिए, हम plot_surface() मेथड का उपयोग कर सकते हैं।

चरण

  • figure() मेथड का उपयोग करके नया फिगर बनाएं या मौजूदा फिगर सक्रिय करें।
  • add_subplot() मेथड का उपयोग करके 3d प्रोजेक्शन के साथ सबप्लॉट्स का सेट जोड़ें।
  • वेरिएबल r इनिशियलाइज़ करें।
  • NumPy का उपयोग करके गोलाकार पॉइंट्स के लिए theta वैल्यू और x, y, और z डेटा पॉइंट्स प्राप्त करें।
  • plot_surface() मेथड का उपयोग करके सरफेस प्लॉट करें।
  • फिगर डिस्प्ले करने के लिए show() मेथड का उपयोग करें।

उदाहरण

import matplotlib.pyplot as plt
import numpy as np

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

fig = plt.figure()
ax = fig.add_subplot(projection='3d')
r = 0.05
u, v = np.mgrid[0:2 * np.pi:30j, 0:np.pi:20j]
x = np.cos(u) * np.sin(v)
y = np.sin(u) * np.sin(v)
z = np.cos(v)
ax.plot_surface(x, y, z, cmap=plt.cm.YlGnBu_r)
plt.show()

आउटपुट

Python के Matplotlib में गोले की सतह पर पॉइंट्स प्लॉट करना

  1. Python के Matplotlib के साथ X-अक्ष पर दिनांक प्लॉट करना Python के Matplotlib के साथ X-अक्ष पर दिनांक प्लॉट करना

    Pandas का उपयोग करके, हम एक डेटाफ्रेम बना सकते हैं और डेटाटाइम के लिए इंडेक्स सेट कर सकते हैं। gcf().autofmt_xdate() का उपयोग करके, हम X-अक्ष पर दिनांक को समायोजित करेंगे। चरण date_time की सूची बनाएं और pd.to_datetime() का उपयोग करके इसे date_time में बदलें। data = [1, 2, 3] पर विचार करें। DataFra

  1. पायथन में Matplotlib प्लॉट्स की एनाटॉमी (संरचना) समझाएं पायथन में Matplotlib प्लॉट्स की एनाटॉमी (संरचना) समझाएं

    Matplotlib लाइब्रेरी Numpy पर बनी है। यह डेटा विज़ुअलाइज़ करने के लिए एक पायथन लाइब्रेरी है। यह एक ट्री-जैसी पदानुक्रमित संरचना है जिसमें वे ऑब्जेक्ट्स होते हैं जो इनमें से प्रत्येक प्लॉट को बनाते हैं। Matplotlib में एक Figure को ग्राफ़ के लिए सबसे बाहरी स्टोरेज के रूप में समझा जा सकता है। यह Figur

  1. पायथन में ग्राफ प्लॉटिंग पायथन में ग्राफ प्लॉटिंग

    पायथन में matplotlib लाइब्रेरी का उपयोग करके ग्राफ बनाने की क्षमता होती है। इसमें कई पैकेज और फ़ंक्शन होते हैं जो विभिन्न प्रकार के ग्राफ और प्लॉट उत्पन्न करते हैं। यह उपयोग करने में भी बहुत सरल है। यह numpy और अन्य पायथन बिल्ट-इन फ़ंक्शन्स के साथ मिलकर लक्ष्य प्राप्त करता है। इस लेख में हम देखेंगे