فرکانس تیک را در Matplotlib تغییر دهید

معرفی

Matplotlib یکی از پرکاربردترین کتابخانه های تجسم داده در پایتون است. بیشتر محبوبیت Matplotlib از گزینه های سفارشی سازی آن ناشی می شود – می توانید تقریباً هر عنصری را از آن تغییر دهید. سلسله مراتب اشیاء.

در این آموزش، روش انجام این کار را بررسی خواهیم کرد فرکانس تیک را در Matplotlib تغییر دهید. ما این کار را انجام خواهیم داد روی سطح شکل و همچنین سطح محور.

چگونه فرکانس تیک را در Matplotlib تغییر دهیم؟

بیایید با یک طرح ساده شروع کنیم. ما دو خط را با مقادیر تصادفی ترسیم می کنیم:

import matplotlib.pyplot as plt
import numpy as np

fig = plt.subplots(figsize=(12, 6))

x = np.random.randint(low=0, high=50, size=100)
y = np.random.randint(low=0, high=50, size=100)

plt.plot(x, color='blue')
plt.plot(y, color='black')

plt.show()

x و y محدوده از 0-50و طول این آرایه ها 100 است. به این معنی که برای هر یک از آنها 100 نقطه داده خواهیم داشت. سپس، ما فقط این داده ها را بر روی نمودار رسم می کنیم Axes شی و آن را از طریق نمونه PyPlot نشان دهید plt:

حالا فرکانس کنه ها روی محور X است 20. آنها به طور خودکار روی فرکانس تنظیم می شوند که به نظر می رسد برای مجموعه داده ای که ما ارائه می کنیم مناسب باشد.

گاهی اوقات، ما دوست داریم این را تغییر دهیم. شاید بخواهیم فرکانس را کم یا زیاد کنیم. اگر بخواهیم تیک داشته باشیم چه؟ روی هر 5 قدم، نه 20؟

همین امر در مورد محور Y نیز صدق می کند. چه می شود اگر تمایز روی این محور حتی مهم‌تر است و ما می‌خواهیم هر تیک را داشته باشیم روی هر گام؟

تنظیم فرکانس تیک سطح شکل در Matplotlib

بیایید فرکانس تیک در سطح شکل را تغییر دهیم. این به این معنی است که اگر چندتایی داشته باشیم Axes، کنه ها روی همه اینها یکنواخت خواهند بود و فرکانس یکسانی خواهند داشت:

import matplotlib.pyplot as plt
import numpy as np

fig = plt.subplots(figsize=(12, 6))

x = np.random.randint(low=0, high=50, size=100)
y = np.random.randint(low=0, high=50, size=100)

plt.plot(x, color='blue')
plt.plot(y, color='black')

plt.xticks(np.arange(0, len(x)+1, 5))
plt.yticks(np.arange(0, max(y), 2))

plt.show()

می توانید استفاده کنید xticks() و yticks() توابع و عبور در یک آرایه نشان دهنده کنه های واقعی. در محور X، این آرایه شروع می شود روی 0 و به طول ختم می شود x آرایه. در محور Y، در شروع می شود 0 و به حداکثر مقدار ختم می شود y. همچنین می توانید متغیرها را کدگذاری کنید.

استدلال نهایی این است step. اینجاست که ما تعیین می کنیم که هر مرحله چقدر باید باشد. ما یک تیک در هر 5 مراحل روی محور X و یک تیک روی هر 2 مراحل روی محور Y:

تنظیم فرکانس تیک سطح محور در Matplotlib

اگر چندین طرح دارید روی، ممکن است بخواهید فرکانس تیک را تغییر دهید روی سطح محور به عنوان مثال، شما می خواهید کنه های نادر روی یک نمودار، در حالی که می خواهید تیک های مکرر داشته باشید روی دیگری.

می توانید استفاده کنید set_xticks() و set_yticks() کارکرد روی بازگشته Axes به عنوان مثال هنگام اضافه کردن طرح های فرعی به a Figure. بیایید a ایجاد کنیم Figure با دو محور و تغییر فرکانس تیک روی آنها را جداگانه:

import matplotlib.pyplot as plt
import numpy as np

fig = plt.figure(figsize=(12, 6))

ax = fig.add_subplot(121)
ax2 = fig.add_subplot(122)

x = np.random.randint(low=0, high=50, size=100)
y = np.random.randint(low=0, high=50, size=100)
z = np.random.randint(low=0, high=50, size=100)

ax.plot(x, color='blue')
ax.plot(y, color='black')
ax2.plot(y, color='black')
ax2.plot(z, color='green')

ax.set_xticks(np.arange(0, len(x)+1, 5))
ax.set_yticks(np.arange(0, max(y), 2))
ax2.set_xticks(np.arange(0, len(x)+1, 25))
ax2.set_yticks(np.arange(0, max(y), 25))

plt.show()

در حال حاضر، این به این نتیجه می رسد:

نتیجه

در این آموزش، ما چندین روش را برای تغییر فرکانس تیک در Matplotlib هر دو بررسی کرده ایم روی سطح شکل و همچنین سطح محور.

اگر به تجسم داده‌ها علاقه دارید و نمی‌دانید از کجا شروع کنید، حتماً ما را بررسی کنید بسته کتاب روی تجسم داده ها در پایتون:

تجسم داده ها در پایتون با Matplotlib و Pandas کتابی است که طراحی شده است تا مبتدیان مطلق را با دانش پایه پایتون به Pandas و Matplotlib ببرد و به آنها اجازه دهد پایه ای قوی برای کار پیشرفته با این کتابخانه ها بسازند – از طرح های ساده گرفته تا طرح های سه بعدی متحرک با دکمه های تعاملی.

این به عنوان یک راهنمای عمیق عمل می کند که همه چیزهایی را که باید در مورد پانداها و Matplotlib بدانید، از جمله روش ساخت انواع طرح هایی که در خود کتابخانه تعبیه نشده اند را به شما آموزش می دهد.

تجسم داده ها در پایتون، کتابی برای توسعه دهندگان پایتون مبتدی تا متوسط، شما را در دستکاری ساده داده ها با پانداها راهنمایی می کند، کتابخانه های ترسیم هسته ای مانند Matplotlib و Seaborn را پوشش می دهد و به شما نشان می دهد که چگونه از کتابخانه های اعلامی و تجربی مانند Altair استفاده کنید. به طور خاص، در طول ۱۱ فصل، این کتاب ۹ کتابخانه پایتون را پوشش می‌دهد: Pandas، Matplotlib، Seaborn، Bokeh، Altair، Plotly، GGPlot، GeoPandas و VisPy.

این به عنوان یک راهنمای عملی و منحصر به فرد برای تجسم داده ها، در مجموعه ای از ابزارهایی که ممکن است در حرفه خود استفاده کنید، عمل می کند.