matplotlib.axes.axes.eventplot() - 在给定位置绘制相同的平行线

matplotlib.axes.axes.eventplot()函数,使用matplotlib库的Axes模块中的Axes.eventplot()函数在给定位置绘制相同的平行线。 这种类型的图在神经科学中通常用于表示神经事件,在那里它通常被称为尖峰栅格、点栅格或栅格图。

语法:

Axes.eventplot(self, positions, orientation=’horizontal’, lineoffsets=1, linelengths=1, linewidths=None, colors=None, linestyles=’solid’, *, data=None, **kwargs)

参数:该方法接受如下参数说明:

  • position:该参数是对象的序列,每个值是一个事件。
  • orientation:该参数用于控制事件集合的方向{‘ horizontal ‘, ‘ vertical ‘}。
  • lineoffsets:该参数是直线中心与原点在垂直方向上的偏移量。
  • 线长:这个参数是每行的总高度。
  • linewidths:该参数是事件线的线宽,以点为单位。

返回如下内容:

  • list:返回EventCollection对象的列表。

下面的例子演示了matplotlib.axes.axes.eventplot()函数在matplotlib.axes中的作用:

示例1

#Implementation of matplotlib function
import numpy as np
import matplotlib.pyplot as plt
import matplotlib
  
  
matplotlib.rcParams['font.size'] = 8.0
   
np.random.seed(789680)
data1 = np.random.random([6, 50])
  
colors1 = ['C{}'.format(i) for i in range(6)]
lineoffsets1 = np.array([-9, -13, 1, 
                         15, 6, 10])
  
linelengths1 = [5, 2, 9, 11, 3, 5]
   
fig, axs = plt.subplots()
axs.eventplot(data1, colors=colors1, 
              lineoffsets=lineoffsets1,
              linelengths=linelengths1)
  
axs.set_title('matplotlib.axes.Axes.eventplot Example')
plt.show()

输出:

matplotlib.axes.axes.eventplot()

示例2

# Implementation of matplotlib function
import numpy as np
import matplotlib.pyplot as plt
import matplotlib
  
  
matplotlib.rcParams['font.size'] = 8.0
  
np.random.seed(789680)
data1 = np.random.gamma(4, size =[60, 50])
  
lineoffsets1 = 1
linelengths1 = 1
  
fig, [axs1, axs2]= plt.subplots(2, 1)
axs1.eventplot(data1, colors ='green',
               lineoffsets = lineoffsets1, 
               linelengths = linelengths1)
  
axs2.eventplot(data1, colors ='green',
               lineoffsets = lineoffsets1,
               linelengths = linelengths1, 
               orientation ='vertical')
  
axs1.set_title('matplotlib.axes.Axes.eventplot Example')
plt.show()

matplotlib.axes.axes.eventplot()

Python教程

Java教程

Web教程

数据库教程

图形图像教程

大数据教程

开发工具教程

计算机教程