Einführung
Beim Datenvisualisierung spielen die Skalenbeschriftungen eine wichtige Rolle bei der Übermittlung von Informationen an die Betrachter. Manchmal müssen wir die Ausrichtung der Skalenbeschriftungen anpassen, um sie lesbarer zu machen oder um Überlappungen zu vermeiden. In diesem Lab werden wir lernen, wie man mit Matplotlib die Ausrichtung der Skalenbeschriftungen anpasst.
VM-Tipps
Nachdem die VM gestartet ist, klicken Sie in der oberen linken Ecke, um zur Registerkarte Notebook zu wechseln und Jupyter Notebook für die Übung zu öffnen.
Manchmal müssen Sie einige Sekunden warten, bis Jupyter Notebook vollständig geladen ist. Die Validierung von Vorgängen kann aufgrund von Einschränkungen in Jupyter Notebook nicht automatisiert werden.
Wenn Sie bei der Lernphase Probleme haben, können Sie Labby gerne fragen. Geben Sie nach der Sitzung Feedback, und wir werden das Problem für Sie prompt beheben.
Matplotlib und AxisArtist importieren
Zunächst müssen wir Matplotlib und AxisArtist importieren, das zusätzliche Tools zum Erstellen benutzerdefinierter Achsen bietet.
import matplotlib.pyplot as plt
import mpl_toolkits.axisartist as axisartist
Funktion zur Einrichtung von Achsen definieren
Um den Code zu vereinfachen, können wir eine Funktion definieren, die ein Figurobjekt und eine Position als Eingabe nimmt und ein Achsenobjekt mit benutzerdefinierten Skalenbeschriftungen zurückgibt.
def setup_axes(fig, pos):
ax = fig.add_subplot(pos, axes_class=axisartist.Axes)
ax.set_yticks([0.2, 0.8], labels=["short", "loooong"])
ax.set_xticks([0.2, 0.8], labels=[r"$\frac{1}{2}\pi$", r"$\pi$"])
return ax
Erstellen einer Figur und Hinzufügen von Teilfiguren
Als nächstes können wir ein Figurobjekt erstellen und drei Teilfiguren mit der Funktion setup_axes hinzufügen.
fig = plt.figure(figsize=(3, 5))
fig.subplots_adjust(left=0.5, hspace=0.7)
ax = setup_axes(fig, 311)
ax.set_ylabel("ha=right")
ax.set_xlabel("va=baseline")
ax = setup_axes(fig, 312)
ax.axis["left"].major_ticklabels.set_ha("center")
ax.axis["bottom"].major_ticklabels.set_va("top")
ax.set_ylabel("ha=center")
ax.set_xlabel("va=top")
ax = setup_axes(fig, 313)
ax.axis["left"].major_ticklabels.set_ha("left")
ax.axis["bottom"].major_ticklabels.set_va("bottom")
ax.set_ylabel("ha=left")
ax.set_xlabel("va=bottom")
Skalenbeschriftungsausrichtung anpassen
Schließlich können wir die Methoden set_ha und set_va verwenden, um die horizontale und vertikale Ausrichtung der Skalenbeschriftungen anzupassen.
ax.axis["left"].major_ticklabels.set_ha("center")
ax.axis["bottom"].major_ticklabels.set_va("top")
Diagramm anzeigen
Um das Diagramm anzuzeigen, können wir die show-Methode verwenden.
plt.show()
Zusammenfassung
In diesem Lab haben wir gelernt, wie man mit Matplotlib und AxisArtist die Ausrichtung von Skalenbeschriftungen anpasst. Indem wir die horizontale und vertikale Ausrichtung der Skalenbeschriftungen anpassen, können wir die Lesbarkeit und Klarheit unserer Datenvisualisierungen verbessern.