Автор оригинала: Team Python Pool.

Matplotlib GCA в Python Объяснен примерами

Привет, кодеры!! В этом посте мы узнаем о Matplotlib GCA в Python. Мы рассмотрим несколько примеров, чтобы сделать нашу концепцию ясной и увидеть ее использование и применение.

Функция Matplotlib.pyplot.gca() в Python:

Matplotlib-это встроенная библиотека, доступная в Python. По сути, это численное и математическое расширение библиотеки NumPy Python. Pyplot – это MATLAB-подобный интерфейс, предоставляемый модулем matplotlib.<сильный> Функция GCA() используется для получения текущего экземпляра Axes на текущей фигуре, соответствующего заданному ключевому слову args, или для его создания.

Синтаксис:

 matplotlib.pyplot.gca(\*\*kwargs)

Параметры:

• Никаких параметров.

Возвращаемое значение:

• Нет возвращаемого значения.

Как Matplotlib GCA работает внутренне?

GCA расшифровывается как “получить текущие оси”.

Здесь “Ток” означает, что он обеспечивает дескриптор для последних активных осей. Если осей еще нет, то они будут созданы. Если вы создаете два подзаголовка, то подзаголовок, созданный последним, является текущим.

Иллюстрированные Примеры:

import matplotlib.pyplot as plt

plt.figure().gca()
print (ax)

Выход:

AxesSubplot(0.125,0.125;0.775x0.755)

Как мы видим, в этом примере мы использовали метод matplotlib gca() для получения экземпляра текущей оси.

import matplotlib.pyplot as plt 
import numpy as np 
import matplotlib.gridspec as gridspec 
from mpl_toolkits.axes_grid1 import make_axes_locatable 

.arange(100).reshape((10, 10)) .figure() .imshow(arr,interpolation) 
(plt.gca()) .append_axes("left", "20 %",) 

plt.colorbar(im,) 

fig.suptitle('matplotlib.pyplot.gca()',) 
plt.show()

Выход:

Выход

Давайте сначала разберемся в различных модулях, которые мы импортировали для нашего кода. Мы уже знаем о matplotlib и модуле NumPy. Модуль gridspec используется для настройки макетов фигур. Метод make_axes_locatable() берет существующие оси, создает для них разделитель и возвращает экземпляр класса AxesLocator.

Мы создали данные с помощью метода np.arange (). Затем мы использовали метод imshow() для отображения наших данных в виде изображений. Затем мы использовали make_axes_locatable() для настройки макета и метод gca() для получения экземпляра текущих осей. Метод append_axes() используется для создания новых осей на заданной стороне исходных осей.

Matplotlib gca 3d проекция:

import matplotlib.pyplot as plt
import numpy as np
from mpl_toolkits.mplot3d import Axes3D

plt.figure().arange(-2, 2, 0.25).arange(-2, 2, 0.25)
x,.meshgrid(x, y).sin(x * np.pi / 2) + np.cos(y * np.pi / 3)
.figure().gca(projection="3d").plot_surface(x, y, z,)
plt.show()

Выход:

Выход

Как вы можете видеть, здесь мы сделали 3D-проекцию наших данных с помощью matplotlib GCA. Мы создали наши данные с помощью модуля NumPy. Затем мы использовали метод gca() с 3D-проекцией, чтобы получить желаемый результат.

Разница между Matplotlib gca и gcf:

Также читайте: Как очистить участок в Matplotlib С помощью метода clear()

Вывод: Matplotlib GCA

На этом мы заканчиваем нашу статью. Мы узнали о методе GCA (), о том, как он работает, а также увидели иллюстрированные примеры, чтобы прояснить нашу концепцию.

Однако, если у вас есть какие-либо сомнения или вопросы, дайте мне знать в разделе комментариев ниже. Я постараюсь помочь вам как можно скорее.

Счастливого Пифонирования!