Introduction
Dans un graphique Matplotlib, les étiquettes graduées sont utilisées pour marquer la position des points de données sur l'axe. Les étiquettes graduées principales sont les étiquettes graduées plus grandes qui indiquent les valeurs des points de données et les étiquettes graduées mineures sont les étiquettes graduées plus petites qui sont placées entre les étiquettes graduées principales. Ce tutoriel montre comment utiliser les étiquettes graduées principales et mineures dans Matplotlib.
Conseils sur la machine virtuelle
Une fois le démarrage de la machine virtuelle terminé, cliquez dans le coin supérieur gauche pour basculer vers l'onglet Carnet d'adresses pour accéder au carnet Jupyter pour la pratique.
Parfois, vous devrez peut-être attendre quelques secondes pour que le carnet Jupyter ait fini de charger. La validation des opérations ne peut pas être automatisée en raison des limitations du carnet Jupyter.
Si vous rencontrez des problèmes pendant l'apprentissage, n'hésitez pas à demander à Labby. Donnez votre feedback après la session et nous résoudrons rapidement le problème pour vous.
Importez les bibliothèques nécessaires et créez des données
import matplotlib.pyplot as plt
import numpy as np
## Créez des données
t = np.arange(0.0, 100.0, 0.1)
s = np.sin(0.1 * np.pi * t) * np.exp(-t * 0.01)
Tout d'abord, nous importons les bibliothèques nécessaires, à savoir Matplotlib et NumPy. Ensuite, nous créons des données pour tracer. Dans cet exemple, nous créons un tableau numpy "t" et calculons un autre tableau numpy "s" à l'aide de t.
Tracez les données
fig, ax = plt.subplots()
ax.plot(t, s)
Ensuite, nous créons un objet figure et d'axe et traçons les données sur l'axe.
Définissez les localisateurs principaux et mineurs
## Définissez le localisateur principal
ax.xaxis.set_major_locator(MultipleLocator(20))
## Définissez le formatteur principal
ax.xaxis.set_major_formatter('{x:.0f}')
## Définissez le localisateur mineur
ax.xaxis.set_minor_locator(MultipleLocator(5))
Ici, nous définissons le localisateur principal pour placer les étiquettes graduées à des multiples de 20, définissons le formatteur principal pour étiqueter les étiquettes graduées principales avec le format ".0f", et définissons le localisateur mineur pour placer les étiquettes graduées à des multiples de 5.
Affichez le graphique
plt.show()
Enfin, nous affichons le graphique.
Sélection automatique des étiquettes graduées pour les étiquettes graduées principales et mineures
## Créez des données
t = np.arange(0.0, 100.0, 0.01)
s = np.sin(2 * np.pi * t) * np.exp(-t * 0.01)
## Tracez les données
fig, ax = plt.subplots()
ax.plot(t, s)
## Définissez le localisateur mineur
ax.xaxis.set_minor_locator(AutoMinorLocator())
## Définissez les paramètres des étiquettes graduées
ax.tick_params(which='both', width=2)
ax.tick_params(which='major', length=7)
ax.tick_params(which='minor', length=4, color='r')
## Affichez le graphique
plt.show()
Dans cette étape, nous créons de nouvelles données et les traçons. Ensuite, nous définissons le localisateur mineur pour sélectionner automatiquement le nombre d'étiquettes graduées mineures. Après cela, nous définissons les paramètres des étiquettes graduées, c'est-à-dire la largeur et la longueur des étiquettes graduées et leur couleur, pour les étiquettes graduées principales et mineures. Enfin, nous affichons le graphique.
Sommaire
Ce tutoriel a montré comment utiliser les étiquettes graduées principales et mineures dans Matplotlib. Nous avons vu comment définir les localisateurs et formatteurs principaux et mineurs et comment sélectionner automatiquement le nombre d'étiquettes graduées mineures. Nous avons également vu comment définir les paramètres des étiquettes graduées, c'est-à-dire la largeur et la longueur des étiquettes graduées et leur couleur.