Matplotlib.axes.Axes.has_data() en Python

Matplotlib es una biblioteca en Python y es una extensión matemática numérica para la biblioteca NumPy. La clase Axes contiene la mayoría de los elementos de la figura: Axis, Tick, Line2D, Text, Polygon, etc., y establece el sistema de coordenadas. Y las instancias de Axes admiten devoluciones de llamada a través de un atributo de devoluciones de llamada.

función matplotlib.axes.Axes.has_data()

La función Axes.has_data() en el módulo de ejes de la biblioteca matplotlib se usa para verificar si se han agregado artistas a los ejes.

Sintaxis: Axes.has_data(self)

Parámetros: Este método no acepta ningún parámetro.

Devoluciones: este método devuelve True si se ha agregado algún artista a los ejes.

Los siguientes ejemplos ilustran la función matplotlib.axes.Axes.has_data() en matplotlib.axes:

Ejemplo 1:

# ImpleIn Reviewtation of matplotlib function  
import matplotlib.pyplot as plt
    
fig, ax1 = plt.subplots( )
ax1.set_xscale("log")
ax1.set_yscale("log")
ax1.set_adjustable("datalim")
  
ax1.plot([1, 3, 34, 4, 46, 3, 7, 45, 10],
         [1, 9, 27, 8, 29, 84, 78, 19, 48],
          "o-", color ="green")
  
ax1.set_xlim(1e-1, 1e2)
ax1.set_ylim(1, 1e2)
  
w = ax1.has_data()
  
print("Value Return by has_data() :", w)
   
fig.suptitle('matplotlib.axes.Axes.has_data()\
 function Example\n\n', fontweight ="bold")
  
fig.canvas.draw()
  
plt.show()

Producción:

Value Return by has_data() : True

Ejemplo 2:

# ImpleIn Reviewtation of matplotlib function  
import matplotlib.pyplot as plt
import matplotlib.tri as tri
import numpy as np
     
n_angles = 36
n_radii = 10
min_radius = 2
radii = np.linspace(min_radius, 0.95, n_radii)
     
angles = np.linspace(0, 2 * np.pi, n_angles,
                     endpoint = False)
angles = np.repeat(angles[..., np.newaxis], 
                   n_radii, axis = 1)
angles[:, 1::2] += 2 * np.pi / n_angles
     
x = (radii * np.cos(angles)).flatten()
y = (radii * np.sin(angles)).flatten()
     
triang = tri.Triangulation(x, y)
     
triang.set_mask(np.hypot(x[triang.triangles].mean(axis = 1),
                         y[triang.triangles].mean(axis = 1))
                < min_radius)
fig, ax = plt.subplots()
     
ax.triplot(triang, 'bo-', lw = 1, color = "green")
  
w = ax.has_data()
  
print("Value Return by has_data() :", w)
   
fig.suptitle('matplotlib.axes.Axes.has_data() function\
 Example\n\n', fontweight ="bold")
  
fig.canvas.draw()
  
plt.show()

Producción:

Value Return by has_data() : True

Publicación traducida automáticamente

Artículo escrito por SHUBHAMSINGH10 y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *