Функция Matplotlib.axis.Axis.limit_range_for_scale () в Python

Опубликовано: 22 Марта, 2022

Matplotlib - это библиотека на Python, которая является численно-математическим расширением библиотеки NumPy. Это потрясающая библиотека визуализации на Python для 2D-графиков массивов, используемая для работы с более широким стеком SciPy.

Функция Matplotlib.axis.Axis.limit_range_for_scale ()

Функция Axis.limit_range_for_scale () в модуле оси библиотеки matplotlib используется для повторной инициализации основного и вспомогательного тик-списков.

Syntax: Axis.limit_range_for_scale(self, vmin, vmax) 
 

Parameters: This method accepts the following parameters. 

  • vmin: This parameter is the minimum value.
  • vmax: This parameter is the maximum value.

Return value: This method does not return any value. 

Примеры ниже иллюстрируют функцию matplotlib.axis.Axis.limit_range_for_scale () в matplotlib.axis:

Example 1:

Python3

# Implementation of matplotlib function
from matplotlib.axis import Axis
import matplotlib.pyplot as plt
   
fig, ax = plt.subplots()
   
ax.set_yscale("log")
ax.set_adjustable("datalim")
ax.plot([1, 3, 10], [1, 9, 100], "o-",color="green")
ax.set_aspect(1)
  
ax.xaxis.limit_range_for_scale(0,5)
   
ax.grid() 
   
fig.suptitle("""matplotlib.axis.Axis.limit_range_for_scale()
function Example """, fontweight ="bold")  
     
plt.show()

Выход:

Example 2:

Python3

# Implementation of matplotlib function
from matplotlib.axis import Axis
import numpy as np
import matplotlib.pyplot as plt
   
   
fig, ax4 = plt.subplots()
   
x = 10.0**np.linspace(0.0, 2.0, 15)
y = x**2.0
ax4.set_xscale("log", nonposx="clip")
ax4.set_yscale("log", nonposy="clip")
   
ax4.errorbar(x, y, xerr=0.1 * x, 
             yerr=2.0 + 1.75 * y,
             color="green")
   
ax4.set_ylim(bottom=0.1)
  
ax4.xaxis.limit_range_for_scale(0,5)
ax4.yaxis.limit_range_for_scale(3,5)
   
ax4.grid() 
   
fig.suptitle("""matplotlib.axis.Axis.limit_range_for_scale()
function Example """, fontweight ="bold")  
     
plt.show()

Выход:

Внимание компьютерщик! Укрепите свои основы с помощью базового курса программирования Python и изучите основы.

Для начала подготовьтесь к собеседованию. Расширьте свои концепции структур данных с помощью курса Python DS. А чтобы начать свое путешествие по машинному обучению, присоединяйтесь к курсу Машинное обучение - базовый уровень.