Matplotlib.figure.Figure.init_layoutbox () в Python
Matplotlib - это библиотека на Python, которая является численно-математическим расширением библиотеки NumPy. Модуль Figure предоставляет Художника верхнего уровня, Figure, который содержит все элементы сюжета. Этот модуль используется для управления интервалом по умолчанию для подзаголовков и контейнера верхнего уровня для всех элементов графика.
matplotlib.figure.Figure.init_layoutbox () метод
Модуль рисунка метода init_layoutbox () библиотеки matplotlib используется для инициализации layoutbox для использования в constrained_layout.
Syntax: init_layoutbox(self)
Parameters: This method does not accept any parameters.
Returns: This method does not returns any value.
Примеры ниже иллюстрируют функцию matplotlib.figure.Figure.init_layoutbox () в matplotlib.figure:
Example 1:
# Implementation of matplotlib function import matplotlib.pyplot as plt import numpy as np import matplotlib.gridspec as gridspec fig = plt.figure() gs = gridspec.GridSpec(2, 2) for i in range(2): ax = fig.add_subplot(gs[1, i]) ax.set_ylabel("Y label") ax.set_xlabel("X label") if i == 0: for tick in ax.get_xticklabels(): tick.set_rotation(45) fig.init_layoutbox() fig.suptitle("""matplotlib.figure.Figure.init_layoutbox()function Example
""", fontweight ="bold") plt.show() |
Выход:
Example 2:
# Implementation of matplotlib function import numpy as np import matplotlib.pyplot as plt fig = plt.figure() fig.subplots_adjust(top = 0.8) ax1 = fig.add_subplot(211) t = np.arange(0.0, 1.0, 0.01) s = np.sin(2 * np.pi * t) line, = ax1.plot(t, s, color ="green", lw = 2) np.random.seed(19680801) ax2 = fig.add_axes([0.15, 0.1, 0.7, 0.3]) n, bins, patches = ax2.hist(np.random.randn(1000), 50, facecolor ="yellow", edgecolor ="yellow") fig.init_layoutbox() fig.suptitle("""matplotlib.figure.Figure.init_layoutbox()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.