Как изменить размер графика и фигуры в Matplotlib

В этом руководстве вы узнаете, как изменить размеры графика и фигуры в Matplotlib. Визуализация данных - ценный инструмент, который поможет вам передать информацию. Возможность точно настраивать размеры ваших графиков дает вам гибкость для получения желаемых результатов. Это позволяет создавать готовые к печати визуализации.

К концу этого урока вы научитесь:

• Как изменить размер сюжета и фигуры, используя измерения в дюймах

• Как установить DPI графика и рисунка

• Как изменить размер участка в зависимости от его размера

Оглавление

• Загрузка образца графика

• Изменение размера графика в Matplotlib с использованием figsize

• Установка DPI фигуры Matplotlib

• Изменение размера графика в Matplotlib с использованием set_figheight и set_figwidth

• Изменение размера графика в Matplotlib с использованием rcParams

• Заключение

• Дополнительные ресурсы

Загрузка образца графика

Чтобы следовать этому руководству шаг за шагом, скопируйте и вставьте код ниже в ваш любимый редактор кода. В данном руководстве мы будем использовать простой график, чтобы особо сосредоточиться на том, как изменить размер фигуры вашего графика в Matplotlib.

Код

# Загрузка примера графика
import matplotlib.pyplot as plt

x = range(1, 11)
y = [i**2 for i in x]

plt.plot(x, y)
plt.show()

Результат выполнение

Давайте разберем, что мы здесь сделали:

1. Мы загрузили модуль pyplot как plt

2. Мы определили значения x как значения от 1 до 10.

3. Затем мы использовали понимание списка Python, чтобы определить значения y как квадрат каждого значения x.

4. Затем мы передали эти переменные в функцию plt.plot().

5. Наконец, мы использовали метод .show() для отображения визуализации.

Изменение размера графика в Matplotlib с использованием figsize

Один из самых простых и выразительных способов изменения размера графика в Matplotlib - использовать аргумент figsize=. Как указывает название аргумента, он применяется к фигуре в Matplotlib. Из-за этого нам сначала нужно создать фигуру, в которой будет размещен наш график.

Давайте посмотрим, как мы можем это сделать:

Код

# Изменение размера фигуры с помощью figsize=
import matplotlib.pyplot as plt

x = range(1, 11)
y = [i**2 for i in x]

plt.figure(figsize=(5, 5))
plt.plot(x, y)
plt.show()

Результат выполнения

В приведенном выше коде мы обратились к Figure, который был создан по умолчанию. В приведенном выше коде мы задали параметр figsize=, чтобы указать размер фигуры, который мы хотим использовать. Мы передали кортеж, содержащий ширину и длину в дюймах.

Если вы привыкли работать в сантиметрах, вам сначала нужно перевести измерение в сантиметры. Это можно сделать, умножив значение в дюймах на 2.54, чтобы пересчитать его в сантиметры.

Установка DPI фигуры Matplotlib

Matplotlib позволяет подготавливать отчеты, оптимизированные для печати. Чтобы более тонко настроить ваши печатные отчеты, вы также можете контролировать DPI ваших графиков. По умолчанию Matplotlib использует DPI в 100 пикселей на дюйм. Для изменения этого параметра вы можете использовать параметр dpi= в объекте figure.

Давайте изменим DPI на 200 пикселей на дюйм:

Код

# Изменение DPI графика в Matplotlib
import matplotlib.pyplot as plt

x = range(1, 11)
y = [i**2 for i in x]

plt.figure(figsize=(5, 5), dpi=200)
plt.plot(x, y)
plt.show()

Результат выполнения

В следующем разделе вы научитесь использовать Matplotlib для индивидуальной настройки ширины и высоты.

Изменение размера графика в Matplotlib с использованием set_figheight и set_figwidth

Matplotlib также предлагает способы более явного определения высоты и ширины по отдельности, используя функции set_fightheight() и set_figwidth(). В то время как предыдущий раздел показал вам, как изменить размер одним аргументом, эти функции дают вам возможность модифицировать эти параметры индивидуально.

Давайте посмотрим, как мы можем использовать эти функции для изменения размера нашего графика в Matplotlib:

Код

# Использование функций фигуры для изменения размера графика в Matplotlib
import matplotlib.pyplot as plt

x = range(1, 11)
y = [i**2 for i in x]

# Создание фигуры
fig = plt.figure()

# Установка ширины и высоты
fig.set_figwidth(4)
fig.set_figheight(6)

# Создание осей
ax = fig.add_subplot(1, 1, 1)
ax.plot(x, y)
plt.show()

Результат Выполнения

Давайте разберем, что мы здесь сделали:

1. Мы объявили объект-фигуру

2. Затем мы использовали функции set_figwidth() и set_figheight() для контроля размера изображения.

3. Мы затем объявили оси подграфика и добавили наш график

В следующем разделе вы узнаете, как использовать rcParams в Matplotlib для изменения размеров графиков.

Изменение размера графика в Matplotlib с использованием rcParams

Мы можем изменить размер фигуры в Matplotlib глобально, используя доступные rcParams. Это позволяет вам создавать множество визуализаций, изменяя размер только один раз. Это может быть очень полезным, когда вам нужно сгенерировать несколько графиков и требуется, чтобы все они были одинакового размера.

Давайте посмотрим, как мы можем использовать rcParams для управления размером фигуры в Matplotlib:

Код

# Использование rcParams для изменения размера фигуры в Matplotlib
import matplotlib.pyplot as plt

x = range(1, 11)
y = [i**2 for i in x]

plt.rcParams['figure.figsize'] = (8, 4)
plt.plot(x, y)
plt.show()

Результат выполнения

В приведенном выше коде мы обратились к ключу словаря rcParams figure.figsize, чтобы передать кортеж, содержащий ширину и высоту фигуры.

Заключение

В этом учебнике вы научились изменять размер фигуры графика Matplotlib. Вы узнали, как изменить размер графика с помощью параметра figsize=. Затем вы узнали, как использовать функции объекта figure, функции set_figheight() и set_figwidth(), чтобы изменить размер графика Matplotlib. Наконец, вы узнали, как использовать rcParams для изменения размера графика Matplotlib. Вы также узнали, как управлять DPI визуализации Matplotlib.

Дополнительные ресурсы

Чтобы узнать больше о смежных темах, ознакомьтесь с приведенными ниже учебными пособиями:

• Построение графиков на Python с помощью Matplotlib

• Диаграммы рассеяния Matplotlib – узнайте все, что вам нужно знать

• Гистограммы Matplotlib – узнайте все, что вам нужно знать

• Линейные диаграммы Matplotlib – узнайте все, что вам нужно знать