Spec-Zone.ru › Matplotlib 3.7

matplotlib.pyplot.subplot_mosaic

matplotlib.pyplot.subplot_mosaic(mosaic, *, sharex=False, sharey=False, width_ratios=None, height_ratios=None, empty_sentinel='.', subplot_kw=None, gridspec_kw=None, per_subplot_kw=None, **fig_kw)[source]

Построение макета Oси на основе ASCII-искусства или вложенных списков.

Это вспомогательная функция для построения сложных макетов GridSpec визуально.

См. Сложное и семантическое построение фигур (subplot_mosaic) для примера и полного документации API

Параметры:
mosaicсписок списков из {именованных или вложенных} или str

Визуальная компоновка того, как вы хотите расположить свои оси, обозначенные строками. Например

x = [['A panel', 'A panel', 'edge'],
     ['C panel', '.',       'edge']]

производит 4 оси:

  • 'A панель', высота которой составляет 1 строку, а ширина — первые две колонки
  • 'edge', высота которой составляет 2 строки, расположенная на правом краю
  • 'C панель', ширина которой составляет 1 строку и 1 столбец, расположенная в левом нижнем углу
  • пустое место шириной 1 строка и 1 столбец в центре нижней части

Любой из элементов в макете может быть списком списков того же формата, чтобы создать вложенные макеты.

Если входной параметр — строка, то она должна иметь вид

'''
AAE
C.E
'''

где каждый символ — столбец, а каждая строка — строка. Это позволяет использовать только метки осей из одного символа и не позволяет вложения, но очень лаконично.

sharex, shareybool, по умолчанию: False

Если True, ось x (sharex) или y-ось (sharey) будет общей для всех подграфиков. В этом случае видимость меток делений и единиц оси ведет себя так же, как и для subplots. Если False, каждая ось x или y подграфика будет независимой.

width_ratiosмассив-подобный длины ncols, необязательно

Определяет относительные ширины столбцов. Каждый столбец получает относительную ширину width_ratios[i] / sum(width_ratios). Если не указано, все столбцы будут иметь одинаковую ширину. Удобная возможность для gridspec_kw={'width_ratios': [...]}.

height_ratiosмассив-подобный длины nrows, необязательно

Определяет относительные высоты строк. Каждая строка получает относительную высоту height_ratios[i] / sum(height_ratios). Если не указано, все строки будут иметь одинаковую высоту. Удобная возможность для gridspec_kw={'height_ratios': [...]}.

empty_sentinelобъект, необязательно

Элемент в макете, обозначающий «оставить это место пустым». По умолчанию '.'. Обратите внимание, что, если layout — строка, она обрабатывается с помощью inspect.cleandoc для удаления начального пробела, который может повлиять на использование пробела в качестве пустого маркер.

subplot_kwсловарь, необязательно

Словарь с ключевыми словами, передаваемыми в вызов Figure.add_subplot, используемый для создания каждого подграфика. Эти значения могут быть переопределены значениями в per_subplot_kw.

per_subplot_kwсловарь, необязательно

Словарь, отображающий идентификаторы Oси или кортежи идентификаторов в словарь ключевых аргументов, передаваемых в вызов Figure.add_subplot для создания каждого подграфика. Значения в этих словарях имеют преимущество перед значениями в subplot_kw.

Если mosaic — строка, а значит все ключи — одиночные символы, можно использовать одну строку вместо кортежа в качестве ключей; например, "AB" эквивалентно ("A", "B").

Новая версия 3.7.

gridspec_kwсловарь, необязательно

Словарь с ключевыми словами, передаваемыми в конструктор GridSpec, используемый для создания сетки, на которой размещаются подграфики.

**fig_kw

Все дополнительные ключевые слова передаются в вызов pyplot.figure.

Возвращает:
figFigure

Новая фигура

словарь[метка, ось]

Словарь, отображающий метки на объекты Oси. Порядок осей слева направо и сверху вниз в соответствии с их положением в общем макете.

Примеры, использующие matplotlib.pyplot.subplot_mosaic

<img alt="" src="data:image/png;base64,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

Демонстрация PSD

Демонстрация PSD

Демонстрация изображений

Демонстрация изображений

Размер фигуры в разных единицах

Размер фигуры в разных единицах

Сложное и семантическое построение фигуры (subplot_mosaic)

Сложное и семантическое построение фигуры (subplot_mosaic)

Подписи субграфиков

Подписи субграфиков

Основные 3D плоскости вида

Основные 3D плоскости вида
END_OF_DOCUMENT_MARKER

Расположение выносок

Расположение выносок
<img alt="" src="data:image/png;base64,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

mplcvd — пример использования хука для фигур

mplcvd — пример использования хука для фигур

Быстрый старт

Быстрый старт

Руководство по легендам

Руководство по легендам

Размещение нескольких областей построения на графике

Размещение нескольких областей построения на графике

© 2012–2023 Matplotlib Development Team. All rights reserved.
Licensed under the Matplotlib License Agreement.
https://matplotlib.org/3.7.5/api/_as_gen/matplotlib.pyplot.subplot_mosaic.html

Spec-Zone.ru

Настройки Оффлайн Что нового Помощь О нас
Spec-Zone .ru
спецификации, руководства, описания, API