Tilpasning af Gitter
En anden vigtig del af tilpasningen er gitter-tilpasning. pyplot-modulet har en grid()-funktion til dette formål.
Synlighed og Akser
Dens første parameter visible angiver, om gitterlinjer skal vises (som standard vises de ikke).
Parameteren axis i gittertilpasning gør det muligt at kontrollere, i hvilken retning gitterlinjerne vises på et plot:
'x'— viser lodrette gitterlinjer justeret med x-aksen;'y'— viser vandrette gitterlinjer justeret med y-aksen;'both'— viser gitterlinjer i begge retninger (dette er standardindstillingen).
Denne parameter er nyttig, når du ønsker at fremhæve datajustering langs en bestemt akse eller reducere visuel støj ved kun at vise gitterlinjer i én retning.
123456789101112131415161718import matplotlib.pyplot as plt import numpy as np data_linear = np.arange(0, 11) data_squared = data_linear ** 2 plt.plot(data_linear, label='linear function', color='red', alpha=0.5) plt.plot(data_squared, '-o', label='quadratic function', color='blue') plt.xticks(data_linear) plt.xlabel('x', loc='right') plt.ylabel('y', loc='top', rotation=0) # Setting the horizontal grid lines to be visible plt.grid(True, axis='x') plt.legend() plt.show()
I dette eksempel blev visible=True og axis='x' sat for kun at aktivere de lodrette gitterlinjer. Dette forbedrer plottet ved at tilføje nyttige referencelinjer uden at tilføje unødvendige vandrette elementer.
Farve og gennemsigtighed
Det er også muligt at ændre farven på gitterlinjerne ved hjælp af parameteren color og deres gennemsigtighed med parameteren alpha.
123456789101112131415161718import matplotlib.pyplot as plt import numpy as np data_linear = np.arange(0, 11) data_squared = data_linear ** 2 plt.plot(data_linear, label='linear function', color='red', alpha=0.5) plt.plot(data_squared, '-o', label='quadratic function', color='blue') plt.xticks(data_linear) plt.xlabel('x', loc='right') plt.ylabel('y', loc='top', rotation=0) # Customizing the horizontal grid lines plt.grid(True, axis='x', alpha=0.2, color='black') plt.legend() plt.show()
Nu er vores gitterlinjer sorte (color='black') og mere gennemsigtige (alpha=0.2), hvilket får plottet til at se endnu bedre ud.
Der findes stadig flere mulige parametre for grid()-funktionen (de bruges dog ikke så ofte), så her er dens grid() dokumentation, hvis du ønsker at udforske mere.
Swipe to start coding
Du har fået temperaturdata for Boston og Seattle og skal tilpasse plottets gitterlinjer for bedre læsbarhed.
Fuldfør koden for at konfigurere gitterlinjerne i henhold til følgende krav:
- Brug den korrekte funktion til at konfigurere gitterlinjer.
- Gør gitteret synligt ved at angive det første argument korrekt.
- Begræns gitteret til linjer parallelle med x-aksen (
axis='y'). - Angiv gitterlinjernes farve til
'slategrey'. - Justér gennemsigtigheden af gitterlinjerne til
0.5.
Løsning
Tak for dine kommentarer!
single
Spørg AI
Spørg AI
Spørg om hvad som helst eller prøv et af de foreslåede spørgsmål for at starte vores chat
Can you explain what the `alpha` parameter does in more detail?
How can I customize the grid lines for both axes at the same time?
What other grid customization options are available in matplotlib?
Awesome!
Completion rate improved to 3.85
Tilpasning af Gitter
Stryg for at vise menuen
En anden vigtig del af tilpasningen er gitter-tilpasning. pyplot-modulet har en grid()-funktion til dette formål.
Synlighed og Akser
Dens første parameter visible angiver, om gitterlinjer skal vises (som standard vises de ikke).
Parameteren axis i gittertilpasning gør det muligt at kontrollere, i hvilken retning gitterlinjerne vises på et plot:
'x'— viser lodrette gitterlinjer justeret med x-aksen;'y'— viser vandrette gitterlinjer justeret med y-aksen;'both'— viser gitterlinjer i begge retninger (dette er standardindstillingen).
Denne parameter er nyttig, når du ønsker at fremhæve datajustering langs en bestemt akse eller reducere visuel støj ved kun at vise gitterlinjer i én retning.
123456789101112131415161718import matplotlib.pyplot as plt import numpy as np data_linear = np.arange(0, 11) data_squared = data_linear ** 2 plt.plot(data_linear, label='linear function', color='red', alpha=0.5) plt.plot(data_squared, '-o', label='quadratic function', color='blue') plt.xticks(data_linear) plt.xlabel('x', loc='right') plt.ylabel('y', loc='top', rotation=0) # Setting the horizontal grid lines to be visible plt.grid(True, axis='x') plt.legend() plt.show()
I dette eksempel blev visible=True og axis='x' sat for kun at aktivere de lodrette gitterlinjer. Dette forbedrer plottet ved at tilføje nyttige referencelinjer uden at tilføje unødvendige vandrette elementer.
Farve og gennemsigtighed
Det er også muligt at ændre farven på gitterlinjerne ved hjælp af parameteren color og deres gennemsigtighed med parameteren alpha.
123456789101112131415161718import matplotlib.pyplot as plt import numpy as np data_linear = np.arange(0, 11) data_squared = data_linear ** 2 plt.plot(data_linear, label='linear function', color='red', alpha=0.5) plt.plot(data_squared, '-o', label='quadratic function', color='blue') plt.xticks(data_linear) plt.xlabel('x', loc='right') plt.ylabel('y', loc='top', rotation=0) # Customizing the horizontal grid lines plt.grid(True, axis='x', alpha=0.2, color='black') plt.legend() plt.show()
Nu er vores gitterlinjer sorte (color='black') og mere gennemsigtige (alpha=0.2), hvilket får plottet til at se endnu bedre ud.
Der findes stadig flere mulige parametre for grid()-funktionen (de bruges dog ikke så ofte), så her er dens grid() dokumentation, hvis du ønsker at udforske mere.
Swipe to start coding
Du har fået temperaturdata for Boston og Seattle og skal tilpasse plottets gitterlinjer for bedre læsbarhed.
Fuldfør koden for at konfigurere gitterlinjerne i henhold til følgende krav:
- Brug den korrekte funktion til at konfigurere gitterlinjer.
- Gør gitteret synligt ved at angive det første argument korrekt.
- Begræns gitteret til linjer parallelle med x-aksen (
axis='y'). - Angiv gitterlinjernes farve til
'slategrey'. - Justér gennemsigtigheden af gitterlinjerne til
0.5.
Løsning
Tak for dine kommentarer!
single