Python 中的 matplotlib . axis . axis . set _ clip _ on()函数

原文:https://www . geeksforgeeks . org/matplotlib-axis-axis-set _ clip _ on-function-in-python/

Matplotlib 是 Python 中的一个库,是 NumPy 库的数值-数学扩展。这是一个神奇的 Python 可视化库,用于 2D 数组图,并用于处理更广泛的 SciPy 堆栈。

matplotlib . axis . axis . set _ clip _ on()函数

matplotlib 库的 Axis 模块中的 Axis.set_clip_on()功能用于设置艺术家是否使用剪辑。

语法: Axis.set_clip_on(self,b)

参数:该方法接受以下参数。

  • b: 该参数包含布尔值。

返回值:此方法不返回值。

以下示例说明 matplotlib . axis . set _ clip _ on()函数在 matplotlib.axis: 示例 1:

Python 3

# Implementation of matplotlib function
from matplotlib.axis import Axis
import matplotlib.pyplot as plt  
import numpy as np  
from matplotlib.patches import Ellipse  

delta = 45.0

angles = np.arange(0, 360 + delta, delta)  
ells = [Ellipse((2, 2), 5, 2, a) for a in angles]  

fig, ax = plt.subplots()  

for e in ells:  
    e.set_alpha(0.1)  
    ax.add_artist(e)  

ax.set_xlim(-1, 5)  
ax.set_ylim(-1, 5)  
Axis.set_clip_on(ax, b = False)

fig.suptitle('matplotlib.axis.Axis.set_clip_on() \
function Example\n', fontweight ="bold")  

plt.show() 

输出:

例 2:

Python 3

# Implementation of matplotlib function
from matplotlib.axis import Axis
import matplotlib.pyplot as plt  
import matplotlib.patches as mpatches  
import matplotlib.transforms as mtransforms  

x0 = -0.1

arrow_style ="simple, head_length = 15, \
head_width = 25, tail_width = 10"  
rect_style ="simple, tail_width = 25"
line_style ="simple, tail_width = 1"

fig, ax = plt.subplots()  

trans = mtransforms.blended_transform_factory(ax.transAxes, 
                                              ax.transData)  

y_tail = 5
y_head = 80
arrow1 = mpatches.FancyArrowPatch((x0, y_tail),   
                                  (x0, y_head),  
                                   arrowstyle = arrow_style,  
                                   transform = trans) 

Axis.set_clip_on(arrow1, b = False) 
ax.add_patch(arrow1)  

ax.set_xlim(0, 30)  
ax.set_ylim(0, 80) 

fig.suptitle('matplotlib.axis.Axis.set_clip_on() \
function Example\n', fontweight ="bold")  

plt.show() 

输出: