Python Data Science Handbook, 2. Auflage

Kapitel 33. Zecken anpassen

Diese Arbeit wurde mithilfe von KI übersetzt. Wir freuen uns über dein Feedback und deine Kommentare: [e-mail]

Die Standard-Tick-Locators und -Formatierungen von Matplotlib sind so konzipiert, dass sie in vielen gängigen Situationen ausreichen, aber keineswegs für jeden Plot optimal sind. In diesem Kapitel findest du einige Beispiele dafür, wie du die Positionierung und Formatierung der Häkchen an den jeweiligen Plot-Typ anpassen kannst, an dem du interessiert bist.

Bevor wir uns jedoch mit den Beispielen befassen, wollen wir ein wenig mehr über die Objekthierarchie von Matplotlib-Plots sprechen. Das Ziel von Matplotlib ist es, dass ein Python-Objekt alles repräsentiert, was auf dem Plot erscheint: Figure ist zum Beispiel die Bounding Box, innerhalb derer die Plot-Elemente erscheinen. Jedes Matplotlib-Objekt kann auch als Container für Unterobjekte dienen: So kann zum Beispiel jedes Figure ein oder mehrere Axes-Objekte enthalten, die wiederum andere Objekte enthalten, die den Inhalt des Plots darstellen.

Die Häkchen sind da keine Ausnahme. Jede Achse hat die Attribute xaxis undyaxis, die ihrerseits Attribute haben, die alle Eigenschaften der Linien, Häkchen und Beschriftungen enthalten, aus denen die Achsen bestehen.

Große und kleine Zecken

Innerhalb jeder Achse gibt es das Konzept eines großen und eineskleinen Tickmarks. Wie der Name schon sagt, sind die Hauptmarkierungen in der Regel größer oder ausgeprägter, während die Nebenmarkierungen ...