Uso de Matplotlib's stable_layout en Python

En Python, el módulo matplotlib es una expansión cuantitativa-matemática para el paquete Numpy. El marco Pyplot del paquete Matplotlib ofrece un sistema basado en el estado que permite la funcionalidad similar a MATLAB. El gráfico de línea, el gradiente, el histograma, la dispersión, el gráfico 3D y otros gráficos se pueden pretender en Pyplot.

La función TRIT_LAYOUT en matplotlib cambia de tamaño efectivamente la subtrama para incorporar dentro de la región de la parcela. Es una funcionalidad exploratoria que puede o no funcionar en todos los casos. Simplemente evalúa las etiquetas de la garrapata, las etiquetas del eje y la extensividad de los títulos. Podemos utilizar esta herramienta para hacer visualizaciones interactivas que puedan verse en cada plataforma.

Permítanme revisar rápidamente los parámetros para el matePlotlib stable_layout antes de entrar en instancias.

Parámetros matplotlib stort_layout

La función TRIT_LAYOUT tiene tres parámetros:

• Almohadilla: Es el espacio fraccional entre el borde gráfico y el borde de las subtramas, E.gramo. Número flotante de fuentes y tamaño.
• H_pad y w_pad: Estos parámetros se utilizan para espaciar (longitud y ancho) a lo largo de los bordes de la trama de la trama consecutiva, expresadas como la relación de la fuente y el tamaño. PAD es el modo predeterminado. Estos son un parámetro opcional.
• rect: Tuple (arriba, izquierda, derecha, abajo) que indica un marco (arriba, izquierda, derecha, abajo) en las coordenadas gráficas ajustadas que solo acomodarán toda la región de las subtramas (que contiene etiquetas). La configuración estándar es 0, 0, 1 y 1.

Usar GridSpec con matplotlib stable_layout

GridSpec contiene una función thet_layout () propia. Thet_layout () de la API de Pyplot, sin embargo, todavía se ejecuta. Podemos indicar las coordenadas en las que se colocarían las subtramas utilizando el argumento RECT opcional. Para reducir la superposición, el método stort_layout () modifica el espacio entre las subtramas.

Importar matplotlib.Pyplot como PLT
Importar matplotlib.GridSpec como GridSpec
Fig = PLT.Figura (figsize = ([8, 4])
GS = GridSpec.Gridspec (3, 6)
AX1 = PLT.subtrama (GS [1 ,: 3])
ax1.set_ylabel ('Label 1', LaborPad = 1, FontSize = 14)
ax1.Parcela ([1, 2, 3], [3, 4.sesenta y cinco])
AX2 = PLT.subtrama (GS [0, 3: 6])
ax2.set_ylabel ('Label 2', LaborPad = 1, FontSize = 14)
ax2.Parcela ([3, 4.4, 8], [3, 4.5, 5])
AX3 = PLT.subtrama (GS [2, 4: 8])
ax3.set_ylabel ('Label 3', LaborPad = 1, FontSize = 14)
ax3.Parcela ([3.15.4, 7.6, 4.9], [1.3, 4.4, 7, 3])
PLT.TRIT_LAYOUT ()
PLT.espectáculo()

Las dimensiones deben haber estado en parámetros gráficos estandarizados, con la configuración predeterminada (0, 0, 1 y 1). Cambiar la parte superior e inferior también puede requerir la modificación de Hspace. Ejecutamos la función TRIT_LAYOUT () una vez más con un parámetro RECT modificado para ajustar Hspace y Vspace. El parámetro RECT proporciona el área que integra las etiquetas de la garra.

Matplotlib strep_layout () función usando títulos y subtítulos

Se han eliminado títulos y subtítulos de los cálculos de la región limitada que determinan el formato antes de Matplotlib. Estos se usaron una vez más en la determinación, pero incluirlos no siempre es aconsejable. Por lo tanto, en esta situación, se indica bajar los ejes para crear el punto de partida para el gráfico.

Importar matplotlib.Pyplot como PLT
Importar matplotlib.GridSpec como GridSpec
PLT.cierra todo')
Fig = PLT.cifra()
Fig, Ax = PLT.subtramas (figsize = (6, 5))
líneas = hacha.Plot (rango (12), etiqueta = 'plot')
hacha.leyenda (bbox_to_anchor = (0.8, 0.4), loc = 'inferior izquierdo',)
higo.TRIT_LAYOUT ()
PLT.espectáculo()

En este caso, después de integrar matpotlib.Pyplot y matplotlib.Bibliotecas GridSpec, definimos el PLT.función figura (). Indicamos el rango de líneas dibujadas en el gráfico y le damos la etiqueta 'gráfico' al gráfico. También especificamos la ubicación del título del gráfico.

Padrena tortada en matplotlib

El espacio entre los límites gráficos y los límites de las subtramas se modificará. Este procedimiento no devuelve los datos. El método TRIT_LAYOUT en matplotlib recrea dinámicamente una trama secundaria para acomodar dentro del área de la parcela.

importar numpy como np
Importar matplotlib.Pyplot como PLT
Fig, Ax = PLT.subtramas (2, 2)
datos = np.Arange (1.0, 40, 1.05)
x1 = np.pecado (datos)
y1 = np.COS (datos)
x2 = np.COS (datos)
y2 = np.Tan (datos)
x3 = np.Tan (datos)
y3 = np.Exp (datos*3)
x4 = [4,15,20]
y4 = [8,15,22]
AX [1, 1].Parcela (x1, y1)
AX [1, 0].Parcela (x2, y2)
AX [0, 1].Parcela (x3, y3)
AX [0, 0].Parcela (x4, y4)
AX [1, 1].set_title ("Figura 1")
AX [1, 0].set_title ("Figura 2")
AX [0, 1].set_title ("Figura 3")
AX [0, 0].set_title ("Figura 4")
PLT.TRIT_LAYOUT (pad = 4.5)
PLT.espectáculo()

El atributo de relleno se está utilizando para personalizarlos. Integramos matplotlib.Pyplot y la biblioteca Numpy en este caso.

A continuación, usamos la función Subplots () para generar un gráfico y una secuencia de subtramas. Al utilizar la función Plot (), especificamos las dimensiones de datos para diferentes subtramas y mostramos los conjuntos de datos. Entonces la función set_title () se utiliza para insertar una línea de etiqueta en cada gráfico. Al final, solo utilizamos el PLT.Función thert_layout () para modificar el espaciado.

Proporcionamos la almohadilla como atributo y establecemos el valor en 4.5 en un caso y 1.0 en el otro.

Matplotlib stort_layout hspace

Aquí, veremos cómo cambiar la altitud dentro de los márgenes de las subtramas sucesivas. El argumento H_PAD se proporciona a la función thetR_Layout () para modificar la altura.

importar numpy como np
Importar matplotlib.Pyplot como PLT
Fig, Ax = PLT.subtramas (1, 2)
datos = np.Arange (1.0, 40, 1.5
x1 = np.pecado (datos)
y1 = np.COS (datos)
x2 = np.COS (datos)
y2 = np.Tan (datos)
hacha [1].Parcela (x1, y1)
hacha [0].Parcela (x2, y2)
hacha [0].set_title ("Figura 1")
hacha [1].set_title ("Figura 2")
PLT.thet_layout (h_pad = 1.2)
PLT.espectáculo()

Incluimos matplotlib.Pyplot y la biblioteca Numpy en este ejemplo. Utilizando la técnica de subplotas (), generamos un gráfico y una colección de subtramas. Además, utilizamos la función gráfica () para visualizar los datos y analizar las dimensiones de datos para numerosas subtramas.

La función establecida title () se usa para insertar una leyenda en cada gráfico. Ahora usamos PLT.Función de diseño apretado () para modificar la elevación entre ambos vértices. En ambas situaciones, especificamos H_PAD como un argumento y establecemos el valor en 1.2 y 12.5 respectivamente.

Stable_layout tiene la intención de reorganizar subtramas en un gráfico de tal manera que los elementos y los títulos de los ejes en los ejes no entran en conflicto.

Conclusión

Examinamos algunos métodos diferentes para lograr matplotlib stable_layout en Python en este artículo. Con la GridSpec, las etiquetas y las ilustraciones, explicamos cómo usar el método TRIT_LAYOUT. También podríamos utilizar un short_layout en asociación con barras de color para que se vea bien en la presentación gráfica.