Matplotlib.axes.Axes.set_xscale () в Python

Опубликовано: 23 Марта, 2022

Matplotlib - это библиотека на Python, которая является численно-математическим расширением библиотеки NumPy. Класс Axes содержит большинство элементов фигуры: Axis, Tick, Line2D, Text, Polygon и т. Д. И задает систему координат. А экземпляры Axes поддерживают обратные вызовы через атрибут callbacks.

Функция matplotlib.axes.Axes.set_xscale ()

Функция Axes.set_xscale () в модуле axes библиотеки matplotlib используется для установки масштаба оси x.

Syntax: Axes.set_xscale(self, value, **kwargs)

Parameters: This method accepts the following parameters.

  • value : This parameter is the axis scale type to apply.
  • **kwargs: There are different keyword arguments which are accepted and its depend on the scale.

Примеры ниже иллюстрируют функцию matplotlib.axes.Axes.set_xscale () в matplotlib.axes:

Example 1:

# Implementation of matplotlib function
import matplotlib.pyplot as plt
import numpy as np
from matplotlib.ticker import EngFormatter
  
val = np.random.RandomState(19680801)
xs = np.logspace(1, 9, 100)
ys = (0.8 + 4 * val.uniform(size = 100)) * np.log10(xs)**2
  
fig, ax0 = plt.subplots()
ax0.set_xscale("log")
formatter0 = EngFormatter(unit ="Hz")
ax0.xaxis.set_major_formatter(formatter0)
ax0.plot(xs, ys)
ax0.set_xlabel("Frequency")
  
fig.suptitle("matplotlib.axes.Axes.set_xscale()
function Example ", fontweight ="bold")
  
plt.show()

Выход:

Example 2:

# Implementation of matplotlib function
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)
  
fig.suptitle("matplotlib.axes.Axes.set_xscale()
 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.