달력

1

« 2020/1 »

  • 26
  • 27
  • 28
  • 29
  • 30
  • 31
  •  
2020. 1. 20. 00:30

plt.subplot() Development/Python


 

 

plt.subplot()

method

description

plt.subplot()

·       명시적으로 Axes 객체 생성

plt.subplots()

·       명시적으로 여러 개의 Axes 객체 생성

·       Figure 객체와 Axes 객체를 동시에 리턴합니다.

fig.add_subplot()

·       subplot 생성

 

https://matplotlib.org/api/axes_api.html#Matplotlib.axes.Axes

 

 

 

 

 

 

subplot()

·       그리드(grid) 형태의 Axes 객체들을 생성합니다.

·       Figure가 행렬(matrix)이고 Axes가 행렬의 원소라고 할 있습니다.(위와 아래 두 개의 플롯이 있는 경우 행이 2 이고 열이 1 2x1 행렬이 됩니다.)

·       subplot()함수는 세개의 인자를 가지는데 처음 두개의 원소가 전체 그리드 행렬의 모양을 지시하는 두 숫자이고 세번째 인자가 어느것인지를 의미하는 위치에 대한 숫자입니다.

 

subplot(nrows, ncols, index, **kwargs)

 

 

 

 

/아래 두개의 플롯을 하나의 Figure 안에 그리기

숫자 인덱싱은 파이썬이 아닌 Matlab 관행을 따르기 때문에 첫번째 플롯을 가리키는 숫자가 0이 아니라 1임에 주의해야 합니다.

subplot() 인자는 (2,2,1)를 줄여서 221 라는 하나의 숫자로 표시할 수 있으며 Axes의 위치는 위에서 부터 아래로, 왼쪽에서 오른쪽으로 카운트됩니다.

 

# 2 1열에서 첫번째인 윗부분에 그릴 플롯 명령 실행

subplot(2, 1, 1) or subplot(211)

# 2 1열에서 두번째인  아랫부분에 그릴 플롯 명령 실행

subplot(2, 1, 2) or subplot(212)

 

 

https://matplotlib.org/api/_as_gen/matplotlib.pyplot.subplot.html

 

 

 

 

 

 

 

subplots()

·       복수의 Axes 객체를 동시에 생성합니다.

·       2차원 ndarray 형태로된 Axes 객체가 반환됩니다.

 

 

matplotlib.pyplot.subplots(nrows=1, ncols=1, sharex=False, sharey=False, squeeze=True, subplot_kw=None, gridspec_kw=None, **fig_kw)

 

https://matplotlib.org/api/_as_gen/matplotlib.pyplot.subplots.html

 

 

#2*1 subplot 대응하는 Figure 객체와 Axes 객체의 리스트를 리턴합니다.

fig, ax = plt.subplots(2,1)

 

 

반환값

설명

fig

·       Figure 객체

·       전체 영역(액자)

ax

·       Axes 객체

·       액자안에 그래프가 그려지는 액자들의 리스트

 

 

 

 

 

 

fig.add_subplot()

첫번째인자와 두전째 인자는 2x1(x) subplot 생성한다는 의미이고 번째 인자 1 생성된 개의 subplot 번째 subplot 의미합니다.

ax1 = fig.add_subplot(2, 1, 1)

 

2x1 subplot에서 번째 subplot 의미합니다.

ax2 = fig.add_subplot(2, 1, 2)

 

 


'Development > Python' 카테고리의 다른 글

조건문의 중첩  (0) 2020.01.20
리스트 내포(List Comprehension)  (0) 2020.01.20
plt.subplot()  (0) 2020.01.20
바 차트(bar chart)  (0) 2020.01.19
아나콘다(conda) 통해 .py 실행  (0) 2020.01.18
스템 플롯(stem plot)  (0) 2020.01.18
Posted by codedragon codedragon

댓글을 달아 주세요



 

 

 

신경망 분류

 

구분

구조

단층 퍼셉트론



 


 

다층 퍼셉트론


 


 

딥러닝


 


 

 


Posted by codedragon codedragon

댓글을 달아 주세요


 

 

시각화 활용 목적과 사용자 가치 관점

시각화 활용 목적은 시각화 구축 목적과 일치하는 개념으로서, 시각화 결과물의 주된 사용자 누구인지에 따라 시각화를 통해 전달하고자 하는 정보의 수준과 내용 다르게 결정됩니다. 그러므로 시각화 결과물 이용자가 누구인지 명확히 하는 것은 시각화 결과물의 기능과 디자인 방향을 결정짓는데 영향을 줍니다.

 

 

·         사용자 분류

·         시각화 활용 목적

 

 

 

 

사용자 분류

구분

사용자

내부 업무자

·         의사 결정권을 가진 대표, 임원(CFO, CIO )

·         부사장과 수석관리자

·         감독

·         관리자

·         직원

외부 사용자

·         고객 : 특정한 주제에 관심을 두는 대규모의 고객

·         청중 : 세계 불특정 다수의 청중

·         개인 : 개인적 업무로 데이터 자체를 탐색 또는 교육하는

 

 

 

 

 

시각화 활용 목적

시각화 활용 목적은 시각화 기능으로 구분할 있습니다.

·         데이터를 설명하기 위해서

·         데이터를 시각적으로 탐색하기 위한 수단을 제공하기 위해서

·         표현을 위한 전시목적으로 데이터를 사용하기 위해서

 

 


Posted by codedragon codedragon

댓글을 달아 주세요