Matplotlib es una biblioteca en Python y es una extensión matemática numérica para la biblioteca NumPy. Pyplot es una interfaz basada en estado para un módulo Matplotlib que proporciona una interfaz similar a MATLAB.
función matplotlib.pyplot.xticks()
La función annotate() en el módulo pyplot de la biblioteca matplotlib se usa para obtener y establecer las ubicaciones y etiquetas de marca actuales del eje x.
Sintaxis:
matplotlib.pyplot.xticks(ticks=None, labels=None, **kwargs)Parámetros: Este método acepta los siguientes parámetros que se describen a continuación:
- ticks: este parámetro es la lista de ubicaciones de xtick. y un parámetro opcional. Si se pasa una lista vacía como argumento, eliminará todos los xticks
- etiquetas: este parámetro contiene etiquetas para colocar en las ubicaciones de marcas dadas. Y es un parámetro opcional.
- **kwargs: este parámetro es Propiedades de texto que se utilizan para controlar la apariencia de las etiquetas.
Devoluciones: Esto devuelve lo siguiente:
- locs : Esto devuelve la lista de ubicaciones de ytick.
- etiquetas : Esto devuelve la lista de objetos de texto ylabel.
La resultante es (locs, etiquetas)
Los siguientes ejemplos ilustran la función matplotlib.pyplot.xticks() en matplotlib.pyplot:
Ejemplo 1:
# Implementation of matplotlib.pyplot.xticks() # function import numpy as np import matplotlib.pyplot as plt x = [1, 2, 3, 4] y = [95, 38, 54, 35] labels = ['Geeks1', 'Geeks2', 'Geeks3', 'Geeks4'] plt.plot(x, y) # You can specify a rotation for the tick # labels in degrees or with keywords. plt.xticks(x, labels, rotation ='vertical') # Pad margins so that markers don't get # clipped by the axes plt.margins(0.2) # Tweak spacing to prevent clipping of tick-labels plt.subplots_adjust(bottom = 0.15) plt.show()
Producción:
Ejemplo #2:
# Implementation of matplotlib.pyplot.xticks() # function import matplotlib.pyplot as plt from mpl_toolkits.axes_grid1.inset_locator import inset_axes, zoomed_inset_axes def get_demo_image(): from matplotlib.cbook import get_sample_data import numpy as np f = get_sample_data("axes_grid / bivariate_normal.npy", asfileobj = False) z = np.load(f) # z is a numpy array of 15x15 return z, (3, 19, 4, 13) fig, ax = plt.subplots(figsize =[5, 4]) Z, extent = get_demo_image() ax.set(aspect = 1, xlim =(0, 65), ylim =(0, 50)) axins = zoomed_inset_axes(ax, zoom = 2, loc ='upper right') im = axins.imshow(Z, extent = extent, interpolation ="nearest", origin ="upper") plt.xlabel('X-axis') plt.ylabel('Y-axis') plt.xticks(visible = False) plt.show()
Producción:
Publicación traducida automáticamente
Artículo escrito por SHUBHAMSINGH10 y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA