注意
前往結尾下載完整的範例程式碼。 或透過 JupyterLite 或 Binder 在您的瀏覽器中執行此範例
強制將圖表顯示在不同行#
此範例示範如何控制從單個程式碼區塊產生的多個圖表的視覺化。預設行為是將圖表並排堆疊,但是可以覆寫此設定,以將程式碼區塊建立的每個圖表顯示在不同的行上,同時保留其大小。
有兩個組態選項可控制此行為
一個檔案範圍的
sphinx_gallery_multi_image
變數一個程式碼區塊特定的
sphinx_gallery_multi_image_block
變數
將這些變數設定為 "single"
將強制將圖表顯示在不同的行上。預設行為是將這些變數視為設定為 "multi"
。
以下示範如何使用檔案範圍的 sphinx_gallery_multi_image
變數將圖表顯示在不同的行上。
# Code source: Thomas S. Binns
# License: BSD 3 clause
# sphinx_gallery_multi_image = "single"
import matplotlib.pyplot as plt
import numpy as np
# Plots will be shown on separate lines
fig, ax = plt.subplots(1, 1, figsize=(8, 4))
ax.pcolormesh(np.random.randn(100, 100))
fig, ax = plt.subplots(1, 1, figsize=(8, 4))
ax.pcolormesh(np.random.randn(100, 100))
<matplotlib.collections.QuadMesh object at 0x7f28abf53eb0>
現在,我們展示如何使用 sphinx_gallery_multi_image_block
變數來控制特定程式碼區塊的行為,這裡恢復為預設的並排堆疊圖表的行為。
# sphinx_gallery_multi_image_block = "multi"
# ↑↑↑ Return to default behaviour for just this cell
fig, ax = plt.subplots(1, 1, figsize=(8, 4))
ax.pcolormesh(np.random.randn(100, 100))
fig, ax = plt.subplots(1, 1, figsize=(8, 4))
ax.pcolormesh(np.random.randn(100, 100))
<matplotlib.collections.QuadMesh object at 0x7f27dd1b9120>
腳本的總執行時間: (0 分鐘 2.472 秒)
預估記憶體使用量: 177 MB