Matplotlib -markører
Python matplotlib -markørkomponenten holder alle tilnærmingene som kreves for å jobbe med markører. Markørfunksjonen brukes i både plottet og spredningen. I matplotlib -grafer er en matplotlib -markør et bestemt middel til å håndtere markører. Markørfunksjoner kan brukes til å endre grafer som inneholder forskjellige slags markører og andre signalikoner. For å definere markøren, vil vi alternativt spesifisere det forkortede streng -merknadsargumentet. La oss se på alle de tilgjengelige markørene og hvordan vi kan bruke dem.
Legg til matplotlib -markør
Denne modulen inkluderer markørhåndteringsfunksjonalitet. Både plott- og spredningens indikatorkonfigurasjon vil bruke dette. Parameteren 'markør' kan brukes til å illustrere hvert sted med et så spesifikt tegn. Vi vil lage en "stjerne" -markør på en linjediagram i det påfølgende eksemplet.
I starten av programmet importerer vi matplotlib sammen med en annen modul kjent som Numpy Modules. Matplotlib.Pyplot -biblioteket er ansvarlig for de grafiske funksjonene og plottingmetodene, og Numpy -biblioteket brukes til å håndtere forskjellige numeriske verdier.
Videre erklærer vi en matrise ved å bruke den innebygde funksjonen til Numpy Library, og her passerer vi noen tilfeldige verdier som parametrene til denne funksjonen. Nå bruker vi plottet () -funksjonen for å tegne grafen. Denne funksjonen har to argumenter. Vi kan spesifisere markøren her. Parameteren 'markør' brukes til å fremheve distinkte deler av plottet. Hvert eneste punkt i grafen er indikert med en '+' markør.
I tillegg til dette, kaller vi PLT.vis () metode for å vise grafen. Det forventede resultatet for ovenfor forklart kode er vedlagt her.
En '+' pluss markør har blitt brukt til å markere hvert punkt som vist i grafen.
Sett inn kantfarge til matplotlib -markør
For å endre fargen på identifikers grenser, bruker vi bare argumentet 'markørgecolor' eller snarveien 'MEC' for å spesifisere fargen til kanten av markøren. Her justerer vi også dimensjonene til indikatorene. Vi kan bruke argumentet 'MarkerSize' eller den forkortede versjonen, 'MS'.
Her introduserte vi matplotlib.Pyplot og numpy biblioteker som brukes til å lage grafer og betjene noen numeriske funksjoner. Vi initialiserer matrisen ved å bruke funksjonen til Numpy -biblioteket. Videre bruker vi plott () -funksjonen.
Vi spesifiserte symbolet på markøren, markørstørrelsen og fargen på markørkanten. Vi har definert 'd' til parameteren 'markør. Det indikerer at markøren skal være diamant i form. Til slutt bruker vi PLT.Vis () Funksjon for å vise grafen. Det forventede resultatet for ovenfor forklart kode er vedlagt her.
Kantfargen på diamanten blir endret til gul i denne grafen ved å bruke parameteren 'markørgecolor'. Tilsvarende justeres markørens størrelse til 15 ved å bruke parameteren 'markørisere'.
Juster matplotlib -markørfargen
For å endre fargen på symbolene, vil vi bruke argumentet 'markørfacecolor' eller den forkortede formen 'MFC'. Her er verdien av MFC 'y'.
Før vi starter koden, må vi ta med påkrevde biblioteker inkludert matplotlib.Pyplot som PLT og Numpy for visuelle representasjoner og betjening av noen matematiske funksjoner. Videre lager vi en matrise som inneholder tilfeldige verdier. Nå bruker vi plott () -metoden. Denne funksjonen aksepterer forskjellige parametere for å spesifisere symbolet for markøren, kantfargen, dens skygge og størrelsen. Argumentet 'markør' er satt til 'd' som står for 'diamant' symbol.
Diamantmarkøren er satt til gul i dette tilfellet. Markørstørrelsen er satt til '12'. Parameteren 'markørgecolor' er forkortet som 'MEC' her. Tilsvarende er 'markørfellecolor' forkortet som 'MFC'. For å fargelegge markøren er både 'MEC' og 'MFC' fikset til gult i dette eksemplet. For å vise grafen bruker vi PLT.show () funksjon. Det forventede resultatet for ovenfor forklart kode er vedlagt her.
Matplotlib spredningsplott inneholder tom sirkelmarkør
I denne illustrasjonen blir de tomme sirkelmarkørene brukt til å tegne grafen. Den blanke sirkelindikatoren har ingen fyllingsstil.
Først av alt integrerer vi matplotlib.Pyplot som PLT og Numpy Libraries. Deretter bruker vi den innebygde funksjonen Randn () av Numpy-biblioteket for å stille inn verdiene til akser. Her ønsker vi å tegne en spredningsgraf slik at vi bruker spredning () -funksjonen. Vi gir forskjellige parametere til denne funksjonen.
For å skaffe de tomme sirkelmarkørene, er argumentet 'edgecolor' satt til blå her. Videre, plt.show () -funksjonen kalles for å representere figuren. Det forventede resultatet for ovenfor forklart kode er vedlagt her.
Tilpass linestilen til matplotlib -markøren
For å tilpasse utseendet til den viste linjen, bruk parameterlinestyle eller den relativt korte LS.
Vi kjøpte matplotlib og numpy biblioteker. Matplotlib er et grafisk rammeverk for todimensjonale array-oppsett. Det er en numpy-basert multi-plattform som brukes til visuell analyse. Her kan vi endre matplotlib -markøren.
I tillegg til dette kalte vi den innebygde funksjonen til Numpy-biblioteket for å initialisere matrisen for lagring av verdiene. Deretter benyttet vi metoden for plott () for å tegne figuren. Parameteren 'd-.G 'brukes til å plotte grønnfargede diamantformede markører med stiplede linjer i illustrasjonen. Vi tegner en stiplet linje i grafen ved å bruke '-.'. Etter alt dette viser vi figuren. Det forventede resultatet for ovenfor forklart kode er vedlagt her.
Konklusjon
I denne artikkelen diskuterte vi matplotlib -markører i dybden. I matplotlib kan vi lage flere segmenter gjennom bruk av PLT.plot () -metode for å legge til x- og y-aksen koordinater for hver justering. Ulike merkepunkter har blitt brukt i matplotlib for tegningslinje og spredningsplott. Vi har sett hvordan du kan justere størrelsen, fargen og formen for markører.