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.
Ejemplo:
import datetime import matplotlib.pyplot as plt from matplotlib.dates import DayLocator, HourLocator, DateFormatter, drange import numpy as np date1 = datetime.datetime(2000, 3, 2) date2 = datetime.datetime(2000, 3, 6) delta = datetime.timedelta(hours = 6) dates = drange(date1, date2, delta) y = np.arange(len(dates)) fig, ax = plt.subplots() ax.plot_date(dates, y ** 2) ax.set_xlim(dates[0], dates[-1]) ax.xaxis.set_major_locator(DayLocator()) ax.xaxis.set_minor_locator(HourLocator(range(0, 25, 6))) ax.xaxis.set_major_formatter(DateFormatter('% Y-% m-% d')) ax.fmt_xdata = DateFormatter('% Y-% m-% d % H:% M:% S') fig.autofmt_xdate() plt.title("Matplotlib Axes Class Example") plt.show()
Producción:
función matplotlib.axes.Axes.plot()
La función Axes.plot() en el módulo de ejes de la biblioteca matplotlib se usa para trazar y versus x como líneas y/o marcadores.
Sintaxis: Axes.plot(self, *args, scalex=True, scaley=True, data=Ninguno, **kwargs)
Parámetros: Este método acepta los siguientes parámetros que se describen a continuación:
- x, y: estos parámetros son las coordenadas horizontales y verticales de los puntos de datos. Los valores de x son opcionales.
- fmt: este parámetro es un parámetro opcional y contiene el valor de string.
- data: Este parámetro es un parámetro opcional y es un objeto con datos etiquetados.
Devoluciones: Esto devuelve lo siguiente:
- líneas: Esto devuelve la lista de objetos Line2D que representan los datos trazados.
Los siguientes ejemplos ilustran la función matplotlib.axes.Axes.plot() en matplotlib.axes:
Ejemplo 1:
# Implementation of matplotlib function import matplotlib.pyplot as plt import numpy as np # make an agg figure fig, ax = plt.subplots() ax.plot([1, 2, 3]) ax.set_title('matplotlib.axes.Axes.plot() example 1') fig.canvas.draw() plt.show()
Producción:
Ejemplo #2:
# Implementation of matplotlib function import matplotlib.pyplot as plt import numpy as np # Fixing random state for reproducibility np.random.seed(19680801) # create random data xdata = np.random.random([2, 10]) # split the data into two parts xdata1 = xdata[0, :] xdata2 = xdata[1, :] # sort the data so it makes clean curves xdata1.sort() xdata2.sort() # create some y data points ydata1 = xdata1 ** 2 ydata2 = 1 - xdata2 ** 3 # plot the data fig = plt.figure() ax = fig.add_subplot(1, 1, 1) ax.plot(xdata1, ydata1, color ='tab:blue') ax.plot(xdata2, ydata2, color ='tab:orange') # set the limits ax.set_xlim([0, 1]) ax.set_ylim([0, 1]) ax.set_title('matplotlib.axes.Axes.plot() example 2') # display the plot plt.show()
Producción:
Publicación traducida automáticamente
Artículo escrito por SHUBHAMSINGH10 y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA