Controle de Visualização com Matplotlib em Python

Introdução

Matplotlib é uma biblioteca de visualização de dados em Python que é utilizada para criar visualizações estáticas, animadas e interativas em Python. Ela fornece uma API orientada a objetos para incorporar gráficos em aplicações utilizando ferramentas GUI de uso geral como Tkinter, wxPython, Qt, ou GTK. Neste laboratório, aprenderemos como controlar os limites de visualização e as bordas "sticky" (aderentes) em Matplotlib usando Python.

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.

Plotando com Margens

O método margins() em Matplotlib pode ser usado para definir margens no gráfico em vez de usar os métodos set_xlim() e set_ylim(). Neste passo, aprenderemos como aproximar e afastar um gráfico usando o método margins() em vez dos métodos set_xlim() e set_ylim().

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)

## create a subplot with margins
ax1 = plt.subplot(212)
ax1.margins(0.05) ## default margin is 0.05, value 0 means fit
ax1.plot(t1, f(t1))

## create a subplot with zoomed out margins
ax2 = plt.subplot(221)
ax2.margins(2, 2) ## values >0.0 zoom out
ax2.plot(t1, f(t1))
ax2.set_title('Zoomed out')

## create a subplot with zoomed in margins
ax3 = plt.subplot(222)
ax3.margins(x=0, y=-0.25) ## values in (-0.5, 0.0) zooms in to center
ax3.plot(t1, f(t1))
ax3.set_title('Zoomed in')

plt.show()

Bordas "Sticky" (Aderentes)

Algumas funções de plotagem em Matplotlib tornam os limites dos eixos "sticky" (aderentes) ou imunes ao método margins(). Por exemplo, imshow() e pcolor() esperam que o usuário queira que os limites sejam apertados em torno dos pixels mostrados no gráfico. Se este comportamento não for desejado, você precisa definir use_sticky_edges como False. Neste passo, aprenderemos como contornar as bordas "sticky" (aderentes) em Matplotlib.

## create a grid
y, x = np.mgrid[:5, 1:6]

## define polygon coordinates
poly_coords = [
    (0.25, 2.75), (3.25, 2.75),
    (2.25, 0.75), (0.25, 0.75)
]

## create subplots
fig, (ax1, ax2) = plt.subplots(ncols=2)

## use sticky edges for ax1 and turn off sticky edges for ax2
ax2.use_sticky_edges = False

## plot on both subplots
for ax, status in zip((ax1, ax2), ('Is', 'Is Not')):
    cells = ax.pcolor(x, y, x+y, cmap='inferno', shading='auto') ## sticky
    ax.add_patch(
        Polygon(poly_coords, color='forestgreen', alpha=0.5)
    ) ## not sticky
    ax.margins(x=0.1, y=0.05)
    ax.set_aspect('equal')
    ax.set_title(f'{status} Sticky')

plt.show()

Resumo

Neste laboratório, aprendemos como controlar os limites de visualização e as bordas "sticky" (aderentes) em Matplotlib usando Python. Aprendemos como aproximar e afastar um gráfico usando o método margins() em vez dos métodos set_xlim() e set_ylim(). Também aprendemos como contornar as bordas "sticky" (aderentes) em Matplotlib usando a propriedade use_sticky_edges.