Введение
Matplotlib - это мощная библиотека визуализации данных на Python. Она предоставляет различные виды графиков и диаграмм для визуализации данных в осмысленном виде. В этом практическом занятии мы научимся создавать вложенные оси внутри основных осей графика с использованием fig.add_axes в Matplotlib.
Советы по работе с ВМ
После запуска виртуальной машины кликните в левом верхнем углу, чтобы переключиться на вкладку Notebook и получить доступ к Jupyter Notebook для практики.
Иногда вам может потребоваться подождать несколько секунд, пока Jupyter Notebook загрузится полностью. Валидация операций не может быть автоматизирована из-за ограничений Jupyter Notebook.
Если вы сталкиваетесь с проблемами во время обучения, не стесняйтесь обращаться к Labby. Оставьте отзыв после занятия, и мы оперативно решим проблему для вас.
Импортируем необходимые библиотеки
Начнем с импорта необходимых библиотек, в которых включаются Matplotlib и NumPy.
import matplotlib.pyplot as plt
import numpy as np
Генерируем данные
В этом шаге мы генерируем некоторые данные для использования в графике. Мы создадим гауссовский цветной шум с использованием функции convolve из NumPy и построим его с использованием 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)
Задаем пределы и метки
В этом шаге мы задаем пределы и метки для основных осей графика.
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')
Создаем вложенные оси
В этом шаге мы создаем две вложенные оси внутри основных осей графика с использованием fig.add_axes. Одна будет отображать гистограмму данных, а другая - импульсную характеристику.
## 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='Probability', 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='Impulse response', xlim=(0,.2), xticks=[], yticks=[])
Отображаем график
В этом шаге мы отображаем график с использованием функции plt.show().
plt.show()
Резюме
В этом лабораторном занятии мы узнали, как создавать вложенные оси внутри основных осей графика с использованием fig.add_axes в Matplotlib. Мы сгенерировали данные, установили пределы и метки, создали две вложенные оси и отобразили график. Эта техника может быть полезной, когда мы хотим увеличить определенную область графика или отобразить дополнительную информацию, связанную с данными.