Matplotlib: Общие оси

PythonPythonBeginner
Практиковаться сейчас

This tutorial is from open-source community. Access the source code

💡 Этот учебник переведен с английского с помощью ИИ. Чтобы просмотреть оригинал, вы можете перейти на английский оригинал

Введение

В этом практическом занятии вы научитесь создавать графики с общими осями с использованием библиотеки Matplotlib в Python. Общие оси могут быть полезны, когда вы хотите сравнивать разные наборы данных с одинаковой шкалой.

Советы по работе с ВМ

После запуска виртуальной машины 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 не загрузится полностью. Валидация операций не может быть автоматизирована из-за ограничений в 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.


Skills Graph

%%%%{init: {'theme':'neutral'}}%%%% flowchart RL matplotlib(("Matplotlib")) -.-> matplotlib/AdvancedPlottingGroup(["Advanced Plotting"]) python(("Python")) -.-> python/DataScienceandMachineLearningGroup(["Data Science and Machine Learning"]) python(("Python")) -.-> python/DataStructuresGroup(["Data Structures"]) python(("Python")) -.-> python/ModulesandPackagesGroup(["Modules and Packages"]) matplotlib(("Matplotlib")) -.-> matplotlib/BasicConceptsGroup(["Basic Concepts"]) python(("Python")) -.-> python/BasicConceptsGroup(["Basic Concepts"]) matplotlib(("Matplotlib")) -.-> matplotlib/PlottingDataGroup(["Plotting Data"]) matplotlib/BasicConceptsGroup -.-> matplotlib/importing_matplotlib("Importing Matplotlib") matplotlib/BasicConceptsGroup -.-> matplotlib/figures_axes("Understanding Figures and Axes") python/BasicConceptsGroup -.-> python/booleans("Booleans") matplotlib/PlottingDataGroup -.-> matplotlib/line_plots("Line Plots") python/DataStructuresGroup -.-> python/tuples("Tuples") matplotlib/AdvancedPlottingGroup -.-> matplotlib/subplots("Subplots") python/ModulesandPackagesGroup -.-> python/importing_modules("Importing Modules") python/DataScienceandMachineLearningGroup -.-> python/numerical_computing("Numerical Computing") python/DataScienceandMachineLearningGroup -.-> python/data_visualization("Data Visualization") subgraph Lab Skills matplotlib/importing_matplotlib -.-> lab-48926{{"Matplotlib: Общие оси"}} matplotlib/figures_axes -.-> lab-48926{{"Matplotlib: Общие оси"}} python/booleans -.-> lab-48926{{"Matplotlib: Общие оси"}} matplotlib/line_plots -.-> lab-48926{{"Matplotlib: Общие оси"}} python/tuples -.-> lab-48926{{"Matplotlib: Общие оси"}} matplotlib/subplots -.-> lab-48926{{"Matplotlib: Общие оси"}} python/importing_modules -.-> lab-48926{{"Matplotlib: Общие оси"}} python/numerical_computing -.-> lab-48926{{"Matplotlib: Общие оси"}} python/data_visualization -.-> lab-48926{{"Matplotlib: Общие оси"}} end

Импортируем библиотеки Matplotlib и NumPy

Для создания графиков нам нужно импортировать библиотеки Matplotlib и NumPy. NumPy - это библиотека для языка программирования Python, которая добавляет поддержку для больших многомерных массивов и матриц.

import matplotlib.pyplot as plt
import numpy as np

Создаем данные для графиков

Нам нужно создать данные для графиков, чтобы их визуализировать. В этом примере мы создадим три разных набора данных с использованием NumPy.

t = np.arange(0.01, 5.0, 0.01)
s1 = np.sin(2 * np.pi * t)
s2 = np.exp(-t)
s3 = np.sin(4 * np.pi * t)

Создаем подграфики

Мы можем создать подграфики с использованием метода plt.subplot(). В этом примере мы создадим три подграфика, при этом первый подграфик займет первую строку и все три столбца, а второй и третий подграфик будут располагаться на второй и третьей строках соответственно и будут делить ось x с первым подграфиком.

ax1 = plt.subplot(311)
ax2 = plt.subplot(312, sharex=ax1)
ax3 = plt.subplot(313, sharex=ax1, sharey=ax1)

Построим графики для данных

Теперь мы можем построить графики для данных на каждом из подграфиков с использованием метода plt.plot().

ax1.plot(t, s1)
ax2.plot(t, s2)
ax3.plot(t, s3)

Настраиваем метки делений

Мы можем настроить метки делений на различных осях с использованием метода plt.tick_params(). В этом примере мы настроим метки делений на оси x первого подграфика так, чтобы они были поменьше.

plt.tick_params('x', labelsize=6)

Удаляем метки делений

Мы можем удалить метки делений из конкретного подграфика, изменив видимость меток с использованием метода ax.get_xticklabels(). В этом примере мы удалим метки делений на оси x второго подграфика.

plt.tick_params('x', labelbottom=False)

Задаем пределы осей

Мы можем задать пределы осей на каждом подграфике с использованием метода plt.xlim(). В этом примере мы установим пределы оси x на третьем подграфике от 0,01 до 5,0.

plt.xlim(0.01, 5.0)

Отображаем графики

Теперь мы можем отобразить графики с использованием метода plt.show().

plt.show()

Резюме

В этом практическом занятии мы узнали, как создавать графики с общими осями с использованием библиотеки Matplotlib в Python. Мы создали подграфики, нанесли на каждый подграфик данные, настроили метки делений, удалили метки делений, установили пределы осей и отобразили графики. Общие оси могут быть полезны, когда вы хотите сравнивать разные наборы данных в одном масштабе.