Ticks Matplotlib | Tutorial de Visualização de Dados

Introdução

Em um gráfico Matplotlib, as marcas (ticks) são usadas para indicar a posição dos pontos de dados no eixo. As marcas principais (major ticks) são as marcas maiores que denotam os valores dos pontos de dados, e as marcas secundárias (minor ticks) são as marcas menores que são colocadas entre as marcas principais. Este tutorial mostra como usar marcas principais e secundárias no Matplotlib.

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 as bibliotecas necessárias e criar dados

import matplotlib.pyplot as plt
import numpy as np

## Create data
t = np.arange(0.0, 100.0, 0.1)
s = np.sin(0.1 * np.pi * t) * np.exp(-t * 0.01)

Primeiramente, importamos as bibliotecas necessárias, ou seja, Matplotlib e NumPy. Em seguida, criamos os dados para plotar. Neste exemplo, criamos um array NumPy "t" e calculamos outro array NumPy "s" usando t.

Plotar os dados

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

Em seguida, criamos um objeto figura e eixo e plotamos os dados no eixo.

Definir os localizadores principais e secundários

## Set the major locator
ax.xaxis.set_major_locator(MultipleLocator(20))
## Set the major formatter
ax.xaxis.set_major_formatter('{x:.0f}')
## Set the minor locator
ax.xaxis.set_minor_locator(MultipleLocator(5))

Aqui, definimos o localizador principal para colocar as marcas em múltiplos de 20, definimos o formatador principal para rotular as marcas principais com a formatação ".0f" e definimos o localizador secundário para colocar as marcas em múltiplos de 5.

Exibir o gráfico

plt.show()

Finalmente, exibimos o gráfico.

Seleção automática de ticks para ticks principais e secundários

## Create data
t = np.arange(0.0, 100.0, 0.01)
s = np.sin(2 * np.pi * t) * np.exp(-t * 0.01)

## Plot the data
fig, ax = plt.subplots()
ax.plot(t, s)

## Set the minor locator
ax.xaxis.set_minor_locator(AutoMinorLocator())

## Set the tick parameters
ax.tick_params(which='both', width=2)
ax.tick_params(which='major', length=7)
ax.tick_params(which='minor', length=4, color='r')

## Display the plot
plt.show()

Nesta etapa, criamos novos dados e os plotamos. Em seguida, definimos o localizador secundário para selecionar automaticamente o número de ticks secundários. Depois disso, definimos os parâmetros dos ticks, ou seja, a largura e o comprimento dos ticks e sua cor, tanto para os ticks principais quanto para os secundários. Finalmente, exibimos o gráfico.

Resumo

Este tutorial mostrou como usar ticks principais e secundários no Matplotlib. Vimos como definir os localizadores (locators) e formatadores (formatters) principais e secundários e como selecionar automaticamente o número de ticks secundários. Também vimos como definir os parâmetros dos ticks, ou seja, a largura e o comprimento dos ticks e sua cor.

Ticks Principais e Secundários no Matplotlib