Matplotlib.pyplot.title () bằng Python – thêm tiêu đề vào cốt truyện python

Cổng thông tin Khoa học Máy tính dành cho những người yêu thích máy tính. Nó bao gồm các bài báo về khoa học máy tính và lập trình được viết tốt, được tư duy tốt và được giải thích tốt, các câu đố và thực hành / lập trình cạnh tranh / các câu hỏi phỏng vấn công ty.

Bạn đang xem : thêm tiêu đề vào mưu đồ của python

Matplotlib là một thư viện trực quan hóa tuyệt vời trong Python dành cho các đồ thị 2D của mảng. Matplotlib là thư viện trực quan hóa dữ liệu đa nền tảng được xây dựng trên mảng NumPy và được thiết kế để hoạt động với ngăn xếp SciPy rộng lớn hơn.

Matplotlib.pyplot.title ()

title ( ) trong mô-đun matplotlib được sử dụng để chỉ định tiêu đề của hình ảnh được mô tả và hiển thị tiêu đề bằng cách sử dụng các thuộc tính khác nhau.

Cú pháp: matplotlib.pyplot.title (label, fontdict = None, loc = ‘center’, pad = None, ** kwargs)

Thông số: < / p>

  • label (str): Đối số này đề cập đến chuỗi văn bản tiêu đề thực của hình ảnh được mô tả.
  • < code> fontdict (dict): Đối số này kiểm soát sự xuất hiện của văn bản, chẳng hạn như kích thước văn bản, căn chỉnh văn bản, v.v. bằng cách sử dụng từ điển. Dưới đây là phông chữ mặc định:

    fontdict = {‘fontsize’: rcParams [‘axis.titlesize’],
    ‘fontweight’: rcParams [‘axis.titleweight’],
    ‘verticalalignment’: ‘baseline’,
    ‘verticalalignment’: loc}

  • loc (str): Đối số này đề cập đến vị trí của tiêu đề, nhận các giá trị chuỗi như 'center' , 'left' 'right' .
  • pad (float): Đối số này đề cập đến độ lệch của tiêu đề so với đầu trục, tính bằng điểm. Các giá trị mặc định của nó bằng Không.
  • ** kwargs: Đối số này đề cập đến việc sử dụng các đối số từ khóa khác làm thuộc tính văn bản, chẳng hạn như color , fonstyle , linespacing , backgroundcolor , xoay , v.v.

Quay lại Loại: Phương thức title () trả về một chuỗi đại diện cho chính văn bản tiêu đề.

Dưới đây là một số ví dụ để minh họa việc sử dụng của phương thức title () :

Ví dụ 1: Sử dụng matplotlib.pyplot để mô tả một biểu đồ tuyến tính và hiển thị tiêu đề của nó bằng cách sử dụng matplotlib.pyplot.title () .

Python3

< / p>

i mport matplotlib.pyplot as plt

y = [ 0 < code class = "value"> 2 , 3 , 4 , 5 ] < / code>

x = [ 0 , 5 , 10 , 15 , 20 , 25 ]

plt.plot (x, y, color = 'green' )

plt.xlabel ( ' x ' )

plt.ylabel ( 'y' )

plt.title ( "Biểu đồ tuyến tính" )

plt.show ()

 
 

Đầu ra: < br />

Trong ví dụ trên, chỉ đối số label được gán là "Biểu đồ tuyến tính" trong phương thức title () và các tham số khác được gán cho các giá trị mặc định của chúng. Việc gán đối số label là yêu cầu tối thiểu để hiển thị tiêu đề của hình ảnh trực quan.

Ví dụ 2: Sử dụng matplotlib.pyplot để mô tả đồ thị hàm ReLU và hiển thị tiêu đề của nó bằng cách sử dụng matplotlib.pyplot.title () .

Python3

< p class = "line number1 index0 alt2">

nhập matplotlib.pyplot dưới dạng plt

x = [ - 5 , - 4 , - 3 , - 2 , - 1 , 0 , 1 , 2 , 3 , 4 , 5 ] < / p>

y = []

cho i trong range ( len (x)): < / p>

y.append ( max ( 0 , x [i]))

plt.plot (x, y, color = 'green' )

plt.xlabel ( 'x' )

plt.ylabel ( 'y' )

plt. title (nhãn = "Đồ thị hàm ReLU" ,

fontize = 40 ,

color = " green " < code class = "trơn">)

 
 

Đầu ra:

Chương trình trên minh họa việc sử dụng nhãn đối số, khóa fontize của đối số fontdict colorĐối số là một tham số bổ sung (do ** kwargs ) thay đổi màu của văn bản.

Ví dụ 3: Sử dụng matplotlib.pyplot để mô tả biểu đồ thanh và hiển thị tiêu đề của nó bằng cách sử dụng matplotlib.pyplot.title () .

Python3

nhập matplotlib.pyplot as plt

nhập numpy as np

ngôn ngữ = [ 'C' , 'C ++' , 'Java' , 'Python' ]

người dùng = [ 80 , < / code> 60 , 130 , 150 ]

index = np.arange ( len (ngôn ngữ))

plt.bar (chỉ mục, người dùng, màu = 'green' )

plt.xlabel ( 'Người dùng' )

plt.ylabel ( 'Ngôn ngữ' )

plt.xticks (chỉ mục, ngôn ngữ)

plt.title (nhãn = 'Số lượng người dùng của một ngôn ngữ cụ thể' ,

fontweight = 10 ,

pad = '2.0' )

 
 

Đầu ra:

Đây, < khóa code> fontweight của đối số fontdict và đối số pad được sử dụng trong phương thức title () cùng với nhãn tham số.

Ví dụ 4: Sử dụng matplotlib.pyplot để mô tả biểu đồ hình tròn và hiển thị tiêu đề của nó bằng cách sử dụng matplotlib. pyplot.title () .

Python3

từ matplotlib nhập pyplot dưới dạng plt

< p class = "line number3 index2 alt2">

foodPreference = [ 'Ăn chay' , 'Không ăn chay' , < / p>

'Vegan' , 'Eggitarian' ]

người tiêu dùng = [ 30 , 100 < mã class = "trơn">, 10 , 60 ]

fig = plt.figure ()

ax = < code class = "value"> 0 , 1 , 1 < code class = "string"> 'bằng' )

ax.pie (người tiêu dùng, nhãn = foodPreference,

autopct = '% 1.2f %%' )

plt.title (nhãn < code class = "keyword"> = "Society Food Preferences" ,

loc = "left" ,

fontstyle = 'italic' )

 
 

Đầu ra:

Trong hình ảnh dữ liệu ở trên của biểu đồ hình tròn, nhãn , fontweight
từ khóa từ đối số fontdict fontstyle ( ** kwargs ) (nhận các giá trị chuỗi chẳng hạn như 'italic' , 'bold' 'xiên' < / code>) được sử dụng trong phương thức title () để hiển thị tiêu đề của biểu đồ hình tròn.

Ví dụ 5: Sử dụng matplotlib .pyplot để hình dung một tín hiệu trong biểu đồ và hiển thị tiêu đề của nó bằng cách sử dụng matplotlib.pyplot.title () .

Python3

từ matplotlib import pyplot

nhập numpy

signalTime = numpy.arange ( 0 , 100 , 0.5 );

signalAmp Biên độ = numpy.sin ( signalTime)

< / p>

pyplot.plot (signalTime, signalAmp Biên độ, màu sắc = 'green' )

pyplot.xlabel ( 'Time' )

pyplot.ylabel ( 'Biên độ' )

pyplot.title ( "Tín hiệu" ,

loc = 'right' ,

xoay = 45 )

 
 

Đầu ra:

Tại đây, đối số label được gán cho 'signal' , đối số loc được gán cho 'right' và đối số xoay ( ** kwargs ) nhận giá trị góc theo độ được gán cho 45 độ.

< strong> Ví dụ 6: Sử dụng matplotlib.pyplot để hiển thị hình ảnh và hiển thị tiêu đề của hình ảnh đó bằng cách sử dụng matplotlib.pyplot.title () .

Python3

từ < code class = "trơn"> PIL nhập ImageTk, Image

từ matplotlib nhập pyplot as plt

testImage = Hình ảnh. open ( 'g4g.png' )

plt.title ( "Geeks 4 Geeks" ,

fontize = '20' ,

backgroundcolor = 'green' ,

color = 'white' )

plt.imshow (testImage)

 
 

Đầu ra:

Trong ví dụ trên, tiêu đề của hình ảnh được hiển thị bằng phương thức title () có các đối số label "Geeks 4 Geeks" , fontize khóa từ fontdict as '20' , backgroundcolor color là các tham số phụ có giá trị chuỗi ' xanh lá cây '' trắng ' tương ứng.

Ghi chú cá nhân của tôi


Xem thêm những thông tin liên quan đến chủ đề thêm tiêu đề vào cốt truyện python

Python Tutorial : Customizing plots with python matplotlib

alt

  • Tác giả: DataCamp
  • Ngày đăng: 2016-11-09
  • Đánh giá: 4 ⭐ ( 9909 lượt đánh giá )
  • Khớp với kết quả tìm kiếm: Learn how to make custom plots in Python with matplotlib: https://datacamp.com/courses/intermediate-python-for-data-science

    Creating a plot is one thing. Making the correct plot, that makes the message very clear, is the real challenge. For each visualization, you have many options. First of all, there are the different plot types. And for each plot, you can do an infinite number of customizations. You can change colors, shapes, labels, axes, and so on. The choice depends on, one, the data, and two, the story you want to tell with this data.

    Since there are a so many possible customizations, the best way to learn this, is by example. Let's start with the code in this script to build a simple line plot. It's similar to the line plot we've created in the first video, but this time the year and pop lists contain more data, including projections until the year 2100, forecasted by the United Nations.

    If we run this script, we already get a pretty nice plot: it shows that the population explosion that's going on, will have slowed down by the end of the century. But some things can be improved. First, it should be clearer which data we are displaying, especially to people who are seeing the graph for the first time. And second, the plot really needs to draw the attention to the population explosion.

    The first thing you always need to do is label your axes. Let's do this by adding the xlabel() and ylabel() functions. As inputs, we pass strings that should be placed alongside the axes. Make sure to call these functions before calling the show() method, otherwise your customizations will not be displayed. If we run the script again, this time the axes are annotated.

    We're also going to add a title to our plot, with the title function. We pass the actual title, 'World Population Projections', as an argument. And there's the title! So, using xlabel, ylabel and title, we can give the reader more information about the data on the plot: now they can at least tell what the plot is about.

    To put the population growth in perspective, I want to have the y-axis start from zero. You can do this with the yticks() function. The first input is a list, in this example with the numbers zero up to ten, with intervals of 2. If we run this, the plot will change: the curve shifts up. Now it's clear that already in 1950, there were already about 2.5 billion people on this planet.

    Next, to make it clear we're talking about billions, we can add a second argument to the yticks function, which is a list with the display names of the ticks. This list should have the same length as the first list. The tick 0 gets the name 0, the tick 2 gets the name 2B, the tick 4 gets the name 4B and so on. By the way, B stands for Billions here. If we run this version of the script, the labels will change accordingly, great.

    Finally, let's add some more historical data to accentuate the population explosion in the last 60 years. On wikipedia, I found the world population data for the years 1800, 1850 and 1900. I can write them in list form and append them to the pop and year lists with the plus sign. If I now run the script once more, three datapoints are added to the graph, giving a more complete picture.

    Now that's how you turn an average line plot into a visual that has a clear story to tell! Over to you now. Head over to the exercises, gradually customize the world development chart and become the next Hans Rosling!

Cách vẽ biểu đồ bằng Python với Matplotlib

  • Tác giả: pluginthanhtoan.com
  • Đánh giá: 5 ⭐ ( 2715 lượt đánh giá )
  • Khớp với kết quả tìm kiếm: Hướng dẫn này giải thích các khái niệm cốt lõi về vẽ đồ thị với Matplotlib để người ta có thể khám phá toàn bộ tiềm năng của nó và trực quan hóa dữ liệu.

Xử lý dữ liệu với Pandas trong Python

  • Tác giả: codelearn.io
  • Đánh giá: 3 ⭐ ( 3819 lượt đánh giá )
  • Khớp với kết quả tìm kiếm: Pandas là một thư viện của Ngôn ngữ lập trình Python cung cấp các cấu trúc dữ liệu nhanh, mạnh mẽ, linh hoạt và dễ sử dụng.

Cách thêm hàng tiêu đề vào DataFrame của gấu trúc

  • Tác giả: qastack.vn
  • Đánh giá: 5 ⭐ ( 7457 lượt đánh giá )
  • Khớp với kết quả tìm kiếm: [Tìm thấy giải pháp!] Bạn có thể sử dụng namestrực tiếp trongread_csv tên: giống như mảng, mặc định Không có…

Cách vẽ dữ liệu trong Python 3 bằng matplotlib

  • Tác giả: galaxyz.net
  • Đánh giá: 5 ⭐ ( 9078 lượt đánh giá )
  • Khớp với kết quả tìm kiếm: Python rất tốt để xử lý dữ liệu. Thường thì một tập dữ liệu sẽ bao gồm nhiều biến và nhiều trường hợp, khiến bạn khó có thể hiểu được điều gì đang xảy ra. Trực quan hóa dữ liệu là một cách hữu ích để giúp bạn xác định các mẫu trong dữ liệu của bạn .

Làm cách nào để đặt từng tiêu đề phụ có cốt truyện trong vòng lặp tạo biểu đồ?

  • Tác giả: vi.messiahlutheran18017.org
  • Đánh giá: 3 ⭐ ( 2774 lượt đánh giá )
  • Khớp với kết quả tìm kiếm: Tôi hiểu rằng nếu tôi muốn đặt tất cả các tiêu đề của subplot thì tôi có thể làm điều đó khi tôi khai báo hình. nhập gấu trúc dưới dạng pd nhập plotly.graph_objs khi đi từ plotly.subplots nhập make_subplo ...

tiêu đề blog của bạn

  • Tác giả: diachiweb1234.blogspot.com
  • Đánh giá: 3 ⭐ ( 3509 lượt đánh giá )
  • Khớp với kết quả tìm kiếm:

Xem thêm các bài viết khác thuộc chuyên mục: Kiến thức lập trình

Xem Thêm  PHP MySQL Chèn dữ liệu - php ghi vào mysql