Introdução
Na visualização de dados, é frequentemente útil criar múltiplos gráficos que compartilham um eixo comum. Isso pode ser alcançado usando a função subplots em Matplotlib. Neste tutorial, aprenderemos como criar subplots adjacentes que compartilham um eixo x comum.
Dicas para a VM
Após a inicialização da VM, clique no canto superior esquerdo para mudar para a aba Notebook e acessar o Jupyter Notebook para praticar.
Às vezes, pode ser necessário aguardar alguns segundos para que o Jupyter Notebook termine de carregar. A validação das operações não pode ser automatizada devido a limitações no Jupyter Notebook.
Se você enfrentar problemas durante o aprendizado, sinta-se à vontade para perguntar ao Labby. Forneça feedback após a sessão, e resolveremos o problema prontamente para você.
Importar Bibliotecas
Começamos importando as bibliotecas necessárias - numpy e matplotlib.pyplot.
import numpy as np
import matplotlib.pyplot as plt
Gerar Dados
Geramos alguns dados de amostra para serem plotados. Aqui, usamos a biblioteca numpy para gerar três arrays de dados.
t = np.arange(0.0, 2.0, 0.01)
s1 = np.sin(2 * np.pi * t)
s2 = np.exp(-t)
s3 = s1 * s2
Criar Subplots
Criamos três subplots usando a função subplots em Matplotlib. Definimos o parâmetro sharex como True para garantir que os subplots compartilhem um eixo x comum. Também removemos o espaço vertical entre os subplots usando a função subplots_adjust.
fig, axs = plt.subplots(3, 1, sharex=True)
fig.subplots_adjust(hspace=0)
Plotar Dados
Plotamos os dados em cada subplot e definimos os valores e limites dos y-ticks para cada gráfico.
axs[0].plot(t, s1)
axs[0].set_yticks(np.arange(-0.9, 1.0, 0.4))
axs[0].set_ylim(-1, 1)
axs[1].plot(t, s2)
axs[1].set_yticks(np.arange(0.1, 1.0, 0.2))
axs[1].set_ylim(0, 1)
axs[2].plot(t, s3)
axs[2].set_yticks(np.arange(-0.9, 1.0, 0.4))
axs[2].set_ylim(-1, 1)
Exibir o Gráfico
Exibimos o gráfico usando a função show em Matplotlib.
plt.show()
Resumo
Neste tutorial, aprendemos como criar subplots adjacentes que compartilham um eixo x comum usando a função subplots em Matplotlib. Também aprendemos como definir os valores e limites dos y-ticks para cada gráfico. Essa técnica é útil na visualização de dados para comparar múltiplos conjuntos de dados que compartilham um eixo comum.