Ответ 1
Воспроизведение с помощью исполняемого кода является одним из самые быстрые способы изучения Python.
Итак, давайте начнем с кода из галереи примеров matplotlib.
Учитывая комментарии в коде, кажется, что код разбит на 4 основные строфы. Первая строфа генерирует некоторые данные, вторая строфа генерирует основной сюжет, третья и четвертая строфы создают оси вставки.
Мы знаем, как генерировать данные и строить сюжет, поэтому давайте сосредоточимся на третьей строфе:
a = axes([.65, .6, .2, .2], axisbg='y')
n, bins, patches = hist(s, 400, normed=1)
title('Probability')
setp(a, xticks=[], yticks=[])
Скопируйте примерный код в новый файл, называемый, скажем, test.py.
Что произойдет, если мы изменим .65 на .3?
a = axes([.35, .6, .2, .2], axisbg='y')
Запустите script:
python test.py
Вы увидите, что вставка "Вероятность" перемещена влево.
Таким образом, функция axes контролирует размещение вставки.
Если вы сыграете еще немного с цифрами, вы поймете, что (.35,.6) является
расположение нижнего левого угла вставки и (.2,.2) - это ширина и
высота вставки. Числа идут от 0 до 1 и (0,0) - это место, расположенное на
нижний левый угол рисунка.
Хорошо, теперь мы готовим. На следующей строке мы имеем:
n, bins, patches = hist(s, 400, normed=1)
Вы можете распознать это как команду matplotlib для рисования гистограммы, но если нет, изменение числа 400 до, скажем, 10, приведет к созданию изображения с большим chunkier histogram, поэтому снова, играя с номерами, которые вы скоро выясните что эта линия имеет какое-то отношение к изображению внутри вставки.
Здесь вы можете вызвать semilogx(data[3:8,1],data[3:8,2]).
Линия title('Probability')
явно генерирует текст над вставкой.
Наконец, мы переходим к setp(a, xticks=[], yticks=[]). Нет чисел, с которыми можно играть,
поэтому, если мы просто прокомментируем всю строку, поместив # в начало строки:
# setp(a, xticks=[], yticks=[])
Перезапустите script. Ой! теперь на вставных осях есть много меток и меток.
Хорошо. Итак, теперь мы знаем, что setp(a, xticks=[], yticks=[]) удаляет отметки и метки меток из осей a.
Теперь, теоретически, у вас достаточно информации для применения этого кода к вашей проблеме.
Но есть еще один потенциальный камень преткновения: пример matplotlib использует
from pylab import *
тогда как вы используете import matplotlib.pyplot as plt.
Часто задаваемые вопросы о matplotlib говорит import matplotlib.pyplot as plt
это рекомендуемый способ использования matplotlib при написании сценариев, в то время как
from pylab import * предназначен для использования в интерактивных сеансах. Таким образом, вы делаете это правильно, (хотя я бы рекомендовал использовать import numpy as np вместо from numpy import * тоже).
Итак, как мы преобразуем пример matplotlib для работы с import matplotlib.pyplot as plt?
Выполнение преобразования требует некоторого опыта работы с matplotlib. Как правило, вы просто
добавьте plt. перед голой именами, такими как axes и setp, но иногда
функция исходит из numpy, а иногда вызов должен поступать из осей
объект, а не из модуля plt. Требуется опыт, чтобы знать, где все эти
функции исходят. Поиски имен функций вместе с "matplotlib" могут помочь.
Код примера чтения может создавать опыт, но нет простого ярлыка.
Итак, преобразованный код становится
ax2 = plt.axes([.65, .6, .2, .2], axisbg='y')
ax2.semilogx(t[3:8],s[3:8])
plt.setp(ax2, xticks=[], yticks=[])
И вы можете использовать его в своем коде следующим образом:
from numpy import *
import os
import matplotlib.pyplot as plt
data = loadtxt(os.getcwd()+txtfl[0], skiprows=1)
fig1 = plt.figure()
ax1 = fig1.add_subplot(111)
ax1.semilogx(data[:,1],data[:,2])
ax2 = plt.axes([.65, .6, .2, .2], axisbg='y')
ax2.semilogx(data[3:8,1],data[3:8,2])
plt.setp(ax2, xticks=[], yticks=[])
plt.show()
