Création d'axes insérés

Introduction

Matplotlib est une puissante bibliothèque de visualisation de données en Python. Elle propose une variété de graphiques et de diagrammes pour visualiser les données de manière significative. Dans ce laboratoire, nous allons apprendre à créer des axes insérés dans les axes principaux du graphique à l'aide de fig.add_axes 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 de notes pour accéder au carnet Jupyter pour pratiquer.

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.

Importation des bibliothèques requises

Nous commençons par importer les bibliothèques nécessaires, qui incluent Matplotlib et NumPy.

import matplotlib.pyplot as plt
import numpy as np

Générer des données

Dans cette étape, nous générons quelques données pour les utiliser dans le graphique. Nous allons créer un bruit gaussien coloré à l'aide de la fonction convolve de NumPy et le tracer à l'aide de Matplotlib.

np.random.seed(19680801)
dt = 0.001
t = np.arange(0.0, 10.0, dt)
r = np.exp(-t[:1000] / 0.05)
x = np.random.randn(len(t))
s = np.convolve(x, r)[:len(x)] * dt

fig, main_ax = plt.subplots()
main_ax.plot(t, s)

Fixer les limites et les étiquettes

Dans cette étape, nous fixons les limites et les étiquettes pour les axes principaux du graphique.

main_ax.set_xlim(0, 1)
main_ax.set_ylim(1.1 * np.min(s), 2 * np.max(s))
main_ax.set_xlabel('time (s)')
main_ax.set_ylabel('current (nA)')
main_ax.set_title('Gaussian colored noise')

Créer des axes insérés

Dans cette étape, nous créons deux axes insérés à l'intérieur des axes principaux du graphique à l'aide de fig.add_axes. L'un affichera un histogramme des données, et l'autre affichera la réponse impulsionnelle.

## Create right inset axes
right_inset_ax = fig.add_axes([.65,.6,.2,.2], facecolor='k')
right_inset_ax.hist(s, 400, density=True)
right_inset_ax.set(title='Probabilité', xticks=[], yticks=[])

## Create left inset axes
left_inset_ax = fig.add_axes([.2,.6,.2,.2], facecolor='k')
left_inset_ax.plot(t[:len(r)], r)
left_inset_ax.set(title='Réponse impulsionnelle', xlim=(0,.2), xticks=[], yticks=[])

Afficher le graphique

Dans cette étape, nous affichons le graphique à l'aide de la fonction plt.show().

plt.show()

Sommaire

Dans ce laboratoire, nous avons appris à créer des axes insérés à l'intérieur des axes principaux du graphique à l'aide de fig.add_axes dans Matplotlib. Nous avons généré des données, fixé les limites et les étiquettes, créé deux axes insérés et affiché le graphique. Cette technique peut être utile lorsque nous voulons agrandir une zone spécifique du graphique ou afficher des informations supplémentaires liées aux données.