Matplotlib ist eine Bibliothek in Python und eine numerisch-mathematische Erweiterung für die NumPy-Bibliothek. Die Achsenklasse enthält die meisten Figurenelemente: Achse, Häkchen, Linie2D, Text, Polygon usw. und legt das Koordinatensystem fest. Die Instanzen von Axes unterstützen Rückrufe über ein Rückrufattribut.

matplotlib.axes.Axes.get_adjustable() Funktion

Die Funktion Axes.get_adjustable() im Achsenmodul der matplotlib-Bibliothek wird verwendet, um den Parameter abzurufen, den die Achsen erhalten, um einen bestimmten Aspekt zu erreichen.

Syntax: Axes.get_adjustable (self)

Parameter: Diese Methode akzeptiert keine Parameter.

Rückgabewert: Diese Methode gibt den einstellbaren Wert zurück.



Die folgenden Beispiele veranschaulichen die Funktion matplotlib.axes.Axes.get_adjustable() in matplotlib.axes:

Beispiel 1:

import matplotlib.pyplot as plt 
   
fig, (ax1, ax2) = plt.subplots(1, 2) 
ax1.set_xscale("log") 
ax1.set_yscale("log") 
ax1.set_xlim(1e1, 1e3) 
ax1.set_ylim(1e2, 1e3) 
ax1.set_aspect(1) 
ax1.set_title("Axes 1") 
   
ax2.set_xscale("log") 
ax2.set_yscale("log") 
ax2.set_adjustable("datalim") 
ax2.plot([1, 113, 10], [1, 119, 100], "o-") 
ax2.set_xlim(1e-1, 1e2) 
ax2.set_ylim(1e-1, 1e3) 
ax2.set_aspect(1) 
ax2.set_title("Axes 2") 
  
w = ax1.get_adjustable() 
w1 = ax2.get_adjustable() 
  
ax1.text(20, 400, 
         "     Value return by\n get_adjustable() : " +str(w)) 
ax2.text(1, 200,  
         "   Value return by \nget_adjustable() : \n     " +str(w1)) 
   
fig.suptitle('matplotlib.axes.Axes.get_adjustable() function Example\n', 
             fontweight ="bold") 
fig.canvas.draw() 
plt.show()

Ausgabe:

Beispiel 2:

import matplotlib.pyplot as plt 
import matplotlib.tri as tri 
import numpy as np 
    
n_angles = 40
n_radii = 10
min_radius = 2
radii = np.linspace(min_radius, 0.95, n_radii) 
    
angles = np.linspace(0, 4 * np.pi, n_angles, 
                     endpoint = False) 
angles = np.repeat(angles[..., np.newaxis],  
                   n_radii, axis = 1) 
  
angles[:, 1::2] += np.pi / n_angles 
    
x = (radii * np.cos(angles)).flatten() 
y = (radii * np.sin(angles)).flatten() 
    
triang = tri.Triangulation(x, y) 
    
triang.set_mask(np.hypot(x[triang.triangles].mean(axis = 1), 
                         y[triang.triangles].mean(axis = 1)) 
                < min_radius) 
fig, (ax, ax1) = plt.subplots(1, 2) 
    
ax.triplot(triang, 'bo-', lw = 1, color = "green") 
ax.set_aspect('equal') 
ax.set_title("Axes 1") 
    
ax1.set_aspect('equal') 
ax1.set_adjustable("datalim") 
ax1.triplot(triang, 'bo-', lw = 1, color = "green") 
ax1.set_title("Axes 2") 
  
w = ax.get_adjustable() 
w1 = ax1.get_adjustable() 
  
ax.text(-1.15, -3.5, 
        "     Value return by\n get_adjustable() : " +str(w)) 
  
ax1.text(-1, 2.5,  
         "   Value return by \nget_adjustable() : \n     " +str(w1)) 
   
fig.suptitle('matplotlib.axes.Axes.get_adjustable() function \ 
Example\n', fontweight ="bold") 
fig.canvas.draw() 
plt.show()

Ausgabe: