Matplotlib Visualisierungskontrolle in Python

Einführung

Matplotlib ist eine Datenvisualisierungsbibliothek in Python, die verwendet wird, um statische, animierte und interaktive Visualisierungen in Python zu erstellen. Es bietet eine objektorientierte Schnittstelle zur Einbettung von Diagrammen in Anwendungen mit allgemeinen GUI-Toolkits wie Tkinter, wxPython, Qt oder GTK. In diesem Lab werden wir lernen, wie man in Matplotlib die Anzeigegrenzen und klebrige Kanten mit Python steuert.

VM-Tipps

Nachdem der VM-Start abgeschlossen ist, klicken Sie in der oberen linken Ecke, um zur Registerkarte Notebook zu wechseln und Jupyter Notebook für die Übung zu nutzen.

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.

Plotten mit Rändern

Die margins()-Methode in Matplotlib kann verwendet werden, um Ränder im Plot festzulegen, anstatt die set_xlim()- und set_ylim()-Methoden zu verwenden. In diesem Schritt werden wir lernen, wie man mit der margins()-Methode in- und auszoomen kann, anstatt mit den set_xlim()- und set_ylim()-Methoden.

import matplotlib.pyplot as plt
import numpy as np

def f(t):
    return np.exp(-t) * np.cos(2*np.pi*t)

t1 = np.arange(0.0, 3.0, 0.01)

## Erstellen eines Teilplots mit Rändern
ax1 = plt.subplot(212)
ax1.margins(0.05) ## Standardrand ist 0.05, Wert 0 bedeutet Anpassen
ax1.plot(t1, f(t1))

## Erstellen eines Teilplots mit vergrößertem Rand
ax2 = plt.subplot(221)
ax2.margins(2, 2) ## Werte >0.0 vergrößern
ax2.plot(t1, f(t1))
ax2.set_title('Vergrößert')

## Erstellen eines Teilplots mit verkleinertem Rand
ax3 = plt.subplot(222)
ax3.margins(x=0, y=-0.25) ## Werte in (-0.5, 0.0) verkleinern zum Zentrum hin
ax3.plot(t1, f(t1))
ax3.set_title('Verkleinert')

plt.show()

Klebrige Kanten

Einige Diagrammfunktionen in Matplotlib machen die Achsengrenzen "klebrig" oder immun gegen die margins()-Methode. Beispielsweise erwarten imshow() und pcolor(), dass der Benutzer die Grenzen eng um die in der Grafik gezeigten Pixel herum haben möchte. Wenn dieses Verhalten nicht gewünscht ist, müssen Sie use_sticky_edges auf False setzen. In diesem Schritt werden wir lernen, wie man mit klebrigen Kanten in Matplotlib umgehen kann.

## Erstellen eines Gitters
y, x = np.mgrid[:5, 1:6]

## Definieren von Polygonkoordinaten
poly_coords = [
    (0.25, 2.75), (3.25, 2.75),
    (2.25, 0.75), (0.25, 0.75)
]

## Erstellen von Teilplots
fig, (ax1, ax2) = plt.subplots(ncols=2)

## Verwenden von klebrigen Kanten für ax1 und Deaktivieren von klebrigen Kanten für ax2
ax2.use_sticky_edges = False

## Plotten auf beiden Teilplots
for ax, status in zip((ax1, ax2), ('Ist', 'Ist Nicht')):
    cells = ax.pcolor(x, y, x+y, cmap='inferno', shading='auto') ## klebrig
    ax.add_patch(
        Polygon(poly_coords, color='forestgreen', alpha=0.5)
    ) ## nicht klebrig
    ax.margins(x=0.1, y=0.05)
    ax.set_aspect('equal')
    ax.set_title(f'{status} Klebrig')

plt.show()

Zusammenfassung

In diesem Lab haben wir gelernt, wie man in Matplotlib die Anzeigegrenzen und klebrige Kanten mit Python steuert. Wir haben gelernt, wie man mit der margins()-Methode in- und auszoomen kann, anstatt mit den set_xlim()- und set_ylim()-Methoden. Wir haben auch gelernt, wie man mit klebrigen Kanten in Matplotlib umgehen kann, indem man die use_sticky_edges-Eigenschaft verwendet.