Matplotlib Twinx
Bruk av akser.Twinx () -metode:
I dette trinnet ser vi hvordan vi bruker Twinx () -funksjonen. Denne metoden skaper doble akser som deler x-aksen.
Importer matplotlib.Pyplot som PltImporter numpy som NP
def gfg1 (temp):
Retur (6. / 10.) * (Temp - 40)
def gfg2 (ax1):
y1, y2 = ax1.get_ylim ()
ax_twin .set_ylim (GFG1 (Y1), GFG1 (Y2))
ax_twin .figur.lerret.tegne()
fig, ax1 = plt.underplott ()
ax_twin = ax1.Twinx ()
AX1.tilbakeringinger.Connect ("ylim_changed", GFG2)
AX1.Plott (NP.Linspace (-60, 100, 200))
AX1.set_xlim (50, 150)
AX1.set_ylabel ('y-akse')
ax_twin .set_ylabel ('y-akse')
Fig.Suptitle ('Figur \ n \ n', fontweight = "fet")
plt.forestilling()
Det første trinnet før du skriver programmet er å introdusere matplotlib.pyplot som plt og numpy som np. Vi definerer objektet og kaller funksjonen som returnerer temperaturverdien. Vi definerer også GFG2, og den inneholder ett objekt.
Vi kaller funksjonen get_ylim () for å spesifisere grensen for y-aksen. Vi gir 'GFG1' og 'GFG2' argumenter til funksjonen set_ylim (). Vi erklærer et nytt objekt AX_TWIN.figur.lerret.tegne.
Nå plt.Subplots () -funksjonen brukes for å lage grafen. En ny funksjon ax_twin () funksjon. Det brukes til å lage identiske akser som deler x-aksen. Vi spesifiserte linjene i grafen ved å bruke funksjonen NP.Linspace () av Numpy Library.
Videre setter vi grensene for x-aksen ved å kalle metoden set_xlim (). Vi må angi etikettene på begge sider av y-aksen ved å bruke metoden set_label (). Vi bruker fiken.Suptitle () -funksjon for å definere tittelen på grafen. Fontweight -parameteren er gitt for denne funksjonen.
Funksjonen plt.show () kalles i avslutningen av koden for å representere grafen.
Sett inn ytterligere y-aksen i matplotlib:
Vi kunne bruke Twinx () -metoden for å generere en annen y-aksis.
Importer matplotlib.Pyplot som PltFig, BX = PLT.underplott ()
bx.plot ([2, 4, 6, 8, 10], [1, 3, 9, 11, 1], farge = 'grønn')
BX1 = BX.Twinx ()
BX1.Plot ([22, 32, 42, 52, 5], [10, 12, 14, 16, 18], farge = 'oransje')
Fig.tight_layout ()
plt.forestilling()
Vi importerer den nødvendige bibliotekmatplotlib.Pyplot som Plt. Vi tar to variabler, 'fig' og 'bx.'Vi bruker PLT.Underplott () -funksjoner der ingen rader og kolonner er satt til 1. I tillegg til dette, kaller vi BX.plot () funksjon for å tegne den første linjen i grafen. Denne funksjonen inneholder to matriser som har datasett med x-aksen og y-aksen hver for seg.
Vi passerte også linjens farge som et argument til denne funksjonen. Deretter bruker vi BX.Twinx () -metode for å generere en tvilling av akser som har en gjensidig x-aksen. For å tegne en annen linje på grafen, bruker vi BX1.plot () funksjon. Her erklærer vi to matriser. Disse matriser består av datapunkter for x-aksen og y-aksen for den andre linjen.
Vi definerte fargen for den andre linjen i grafen ved å gi fargeparametere til funksjonsplottet (). Vi tegner den andre linjen på BX1. Nå funksjonen fig.tight_layout () er definert slik at vi må sette avstanden mellom linjene. Vi bruker PLT.Vis () Funksjon for å vise grafen.
Matplotlib Twin Y-Axes:
I denne underoverskriften vil vi utforske ved hjelp av matplotlib i Python for å lage en figur med tvilling-akser. Vi skal lage et unikt plot som inneholder forskjellige variabler skalaer, da vi krever en enkel analyse. Twinx () -metoden i matplotlib brukes til å lage doble akser. La oss se på en forekomst der doble y-akser dannes:
Importer matplotlib.Pyplot som PltImporter numpy som NP
x = np.Arange (5, 20, 1.5)
d1 = np.Sin (x)
d2 = np.cos (x)
fig, cx1 = plt.underplott ()
CX1.set_xlabel ('x')
CX1.set_ylabel ('y1', farge = 'svart')
CX1.plot (x, d1, farge = 'svart')
CX1.Tick_Params (Axis = 'Y', LabelColor = 'Black')
dx2 = cx1.Twinx ()
dx2.set_ylabel ('y2', color = 'magenta')
dx2.plot (x, d2, farge = 'magenta')
dx2.Tick_Params (Axis = 'Y', LabelColor = 'Magenta')
plt.forestilling()
Vi integrerer bibliotekene matplotlib.Pyplot som PLT og Numpy som NP i begynnelsen av koden. Vi brukte ordning () -funksjonen for å spesifisere datapunktene. Vi lager to variabler for å lagre datasettene. For å lage grafen bruker vi PLT.Subplots () -funksjon. Her spesifiserte vi også tittelen på x-aksen og y-aksen ved å ringe set_xlabel () og set_ylabel () funksjoner.
Vi kan angi fargen på etiketten til y-aksen ved å passere 'farge' -parameteren. Vi bruker CX1.SET () Funksjon for å passere datasettene til Y-aksen. Tilsvarende kan vi justere fargen på disse datapunktene. Funksjonen Tick_Params () brukes til å plotte linjen. Det inkluderer fargen på linjen. Videre tegner vi datasettene blant x-aksen og andre Y-aksen ved hjelp av plottet () -funksjonen.
Nå brukes Twinx () -funksjonen for å generere en dobbel y-aksis. Nå setter vi etiketten og fargen på y-aksen på den andre linjen. Så vi kaller DX2.set_ylabel () funksjon. Fargen på datapunktene på den andre linjen i Y-aksen er definert av DX2.plot () -metode. Vi ansetter PLT.vis () funksjon i det siste for å vise plottet.
Matplotlib doble y-akser med de samme dataene:
Her skal vi diskutere hvordan du bruker plott () -funksjonen med Twinx () -funksjonen for å lage tvilling-akser og visualisere dem med identiske data: Importer matplotlib.Pyplot som Plt.
Importer numpy som NPa = np.Arange (300)
B = NP.synd (a)
fig, cx1 = plt.underplott ()
CX1.plot (a, b)
CX1.set_xlabel ('x')
CX1.set_ylabel ('y1')
dx2 = cx1.Twinx ()
dx2.set_ylabel ('y2')
plt.forestilling()
Etter å ha inkludert bibliotekene, må vi definere datasettene ved hjelp av Numpy () og sin () metoder. Vi definerer et objekt og bruker deretter delplottene () -funksjonen for å tegne en graf. I tillegg til dette er etikettene til x-aksen og en y-aksen spesifisert ved å bruke funksjonen set_label ().
Vi lager doble akser, så vi kaller Twinx () -metoden. Bortsett fra dette, definerer vi etiketten til en annen y-akse, og på slutten av programmet viser vi grafen ved hjelp av PLT.Show () Metode.
Konklusjon:
I denne opplæringen diskuterte vi Matplotlib Twinx () -metoden med deres eksempler. Denne funksjonen skaper en dobbel Y-aksen som deler en lignende x-aksen. Vi bruker denne funksjonen ved å bruke forskjellige tilnærminger.