Matplotlib | Библиотека визуализации на Python | Взаимодействующие уроки

Введение

Matplotlib - это библиотека на Python, которая позволяет создавать статические, анимированные и интерактивные визуализации на Python. Она широко используется в научных вычислениях, анализе данных, машинном обучении и других областях. В этом лабе вы научитесь рисовать изображения с использованием Matplotlib и управлять расположением осей и цветовых полос.

Советы по работе с ВМ

После запуска ВМ нажмите 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. 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.

Импорт библиотек

В этом шаге мы импортируем необходимые библиотеки, которые будут использоваться в этом лабе. Мы будем использовать matplotlib.pyplot и cbook из matplotlib, чтобы получить пример изображения.

import matplotlib.pyplot as plt
from matplotlib import cbook

Получить демо-изображение

В этом шаге мы определим функцию для получения демо-изображения и его области. Мы будем использовать функцию get_sample_data() из cbook, чтобы получить пример изображения.

def get_demo_image():
    z = cbook.get_sample_data("axes_grid/bivariate_normal.npy")  ## 15x15 array
    return z, (-3, 4, -4, 3)

Простое изображение и цветовая полоса

В этом шаге мы создадим простое изображение и его цветовую полосу. Мы будем использовать функцию imshow() из pyplot, чтобы создать изображение, и функцию colorbar(), чтобы создать цветовую полосу.

def demo_simple_image(ax):
    Z, extent = get_demo_image()

    im = ax.imshow(Z, extent=extent)
    cb = plt.colorbar(im)
    cb.ax.yaxis.set_tick_params(labelright=False)

Изображение и цветовая полоса с позиционированием при рисовании - сложный способ

В этом шаге мы создадим изображение и его цветовую полосу с позиционированием при рисовании сложным способом. Мы будем использовать SubplotDivider из mpl_toolkits.axes_grid1, чтобы создать разделитель для осей и цветовой полосы.

def demo_locatable_axes_hard(fig):
    from mpl_toolkits.axes_grid1 import Size, SubplotDivider

    divider = SubplotDivider(fig, 2, 2, 2, aspect=True)

    ## оси для изображения
    ax = fig.add_subplot(axes_locator=divider.new_locator(nx=0, ny=0))
    ## оси для цветовой полосы
    ax_cb = fig.add_subplot(axes_locator=divider.new_locator(nx=2, ny=0))

    divider.set_horizontal([
        Size.AxesX(ax),  ## основные оси
        Size.Fixed(0.05),  ## отступ, 0.1 дюйм
        Size.Fixed(0.2),  ## цветовая полоса, 0.3 дюйм
    ])
    divider.set_vertical([Size.AxesY(ax)])

    Z, extent = get_demo_image()

    im = ax.imshow(Z, extent=extent)
    plt.colorbar(im, cax=ax_cb)
    ax_cb.yaxis.set_tick_params(labelright=False)

Изображение и цветовая полоса с позиционированием при рисовании - простой способ

В этом шаге мы создадим изображение и его цветовую полосу с позиционированием при рисовании простым способом. Мы будем использовать make_axes_locatable из mpl_toolkits.axes_grid1, чтобы создать разделитель для осей и цветовой полосы.

def demo_locatable_axes_easy(ax):
    from mpl_toolkits.axes_grid1 import make_axes_locatable

    divider = make_axes_locatable(ax)

    ax_cb = divider.append_axes("right", size="5%", pad=0.05)
    fig = ax.get_figure()
    fig.add_axes(ax_cb)

    Z, extent = get_demo_image()
    im = ax.imshow(Z, extent=extent)

    plt.colorbar(im, cax=ax_cb)
    ax_cb.yaxis.tick_right()
    ax_cb.yaxis.set_tick_params(labelright=False)

Два изображения рядом с фиксированным отступом

В этом шаге мы создадим два изображения рядом с фиксированным отступом. Мы будем использовать make_axes_locatable из mpl_toolkits.axes_grid1, чтобы создать разделитель для осей и цветовой полосы.

def demo_images_side_by_side(ax):
    from mpl_toolkits.axes_grid1 import make_axes_locatable

    divider = make_axes_locatable(ax)

    Z, extent = get_demo_image()
    ax2 = divider.append_axes("right", size="100%", pad=0.05)
    fig1 = ax.get_figure()
    fig1.add_axes(ax2)

    ax.imshow(Z, extent=extent)
    ax2.imshow(Z, extent=extent)
    ax2.yaxis.set_tick_params(labelleft=False)

Построение графиков

В этом шаге мы создадим фигуру и добавим для каждого изображения, которое мы хотим создать, подграфики.

def demo():
    fig = plt.figure(figsize=(6, 6))

    ## ГРАФИК 1
    ## простое изображение и цветовая полоса
    ax = fig.add_subplot(2, 2, 1)
    demo_simple_image(ax)

    ## ГРАФИК 2
    ## изображение и цветовая полоса с позиционированием при рисовании - сложный способ
    demo_locatable_axes_hard(fig)

    ## ГРАФИК 3
    ## изображение и цветовая полоса с позиционированием при рисовании - простой способ
    ax = fig.add_subplot(2, 2, 3)
    demo_locatable_axes_easy(ax)

    ## ГРАФИК 4
    ## два изображения рядом с фиксированным отступом.
    ax = fig.add_subplot(2, 2, 4)
    demo_images_side_by_side(ax)

    plt.show()

Резюме

В этом практическом занятии мы узнали, как строить изображения с использованием Matplotlib, и как управлять расположением осей и цветовых полос. Мы рассмотрели различные способы создания изображений и цветовых полос и как их размещать в фигуре. С полученными знаниями из этого практического занятия вы сможете создавать более сложные визуализации и настраивать их под свои нужды.

Настройка осей и цветовых полос Matplotlib