2D 그리드 어레이 플롯은 유용한 시각화 도구가 될 수 있습니다. 에이전트 기반 시뮬레이션 영역에서. 이 게시물에서는 Python에서 matplotlib를 사용하여 2D 그리드 배열을 시각화하는 방법에 대한 간단한 자습서를 제공하고 싶습니다. 코딩 예는 다음과 같습니다. 주석의 형태로 관련 문서가 추가되었습니다.

# 시작하려면 matplotlib.pyplot이 필요합니다.
from matplotlib import pyplot
# 다음으로 무작위 비트를 요소 (0 또는 1)로 사용하여 8 x 8 2d 행렬을 설정합니다. 
# 정수 (0 또는 1)의 무작위 화를 위해 Python에서 random 모듈을 사용합니다.
# 2d 행렬의 각 행을 작성하기 위해 Python에서 목록 이해력을 사용합니다.
import random
data = [[random.randint(a=0,b=1) for x in range(0,8)], # row 1
        [random.randint(a=0,b=1) for x in range(0,8)], # row 2
        [random.randint(a=0,b=1) for x in range(0,8)], # row 3
        [random.randint(a=0,b=1) for x in range(0,8)], # row 4
        [random.randint(a=0,b=1) for x in range(0,8)], # row 5
        [random.randint(a=0,b=1) for x in range(0,8)], # row 6
        [random.randint(a=0,b=1) for x in range(0,8)], # row 7
        [random.randint(a=0,b=1) for x in range(0,8)]] # row 8
# 2D 데이터 행렬 표시
data

[[1, 1, 0, 0, 1, 1, 1, 0],
 [1, 1, 1, 0, 1, 0, 1, 1],
 [0, 1, 0, 1, 0, 0, 0, 0],
 [1, 1, 0, 0, 1, 1, 0, 1],
 [0, 1, 0, 1, 0, 0, 0, 0],
 [0, 1, 1, 1, 1, 1, 0, 0],
 [0, 0, 1, 0, 0, 0, 1, 1],
 [0, 0, 0, 1, 1, 0, 0, 1]]

# 이 데이터 매트릭스의 비트를 시각화합니다.matplot.pyplot; 
# Python의 .imshow 함수가 작업을 수행 할 수 있습니다.
pyplot.figure(figsize=(5,5))
pyplot.imshow(data)
pyplot.show()

# .imshow에는 2D 그리드 시각화를 조정하는 데 사용할 수있는 다양한 매개 변수가 있습니다.
# "알파"를 설정하면 투명도가 정의됩니다.
pyplot.imshow(data,
             alpha=0.75)
pyplot.show()

# "cmap"을 사용하면 정의 된 색상 맵을 정의 할 수 있습니다.
# 이를 위해 matplotlib에서 색상을 가져와야합니다.
from matplotlib import colors
# 색상 패키지의 ListedColormap 메소드를 사용하여 색상 맵을 정의 할 수 있습니다.
colormap = colors.ListedColormap(["red","green"])
# 이 문제를
pyplot.imshow(data,
             cmap=colormap)
pyplot.show()

# 파이썬의 matplotlib에 대한 내 문서에서 볼 수 있듯이, 우리는 또한 예를 들어 할 수 있습니다. 축 눈금을 조정하거나 레이블을 추가합니다.
# 그림 크기 조정
pyplot.figure(figsize=(10,10))
# x 및 y 축에 레이블 추가
pyplot.xlabel("x axis with ticks",
             size = 14)
pyplot.ylabel("y axis with ticks",
             size= 14)
# 플롯 제목 추가
pyplot.title("this is the title of the plot",
             size=28)
# x 및 y 축 모두에서 눈금 조정
pyplot.xticks(size=14,
             color = "red")
pyplot.yticks(size=14, 
              color = "red")
# 색상 맵 정의
colormap = colors.ListedColormap(["darkblue","lightblue"])
# ".imshow"메소드를 콜링 할 때 색상 맵 할당
pyplot.imshow(data,
             cmap=colormap)

<matplotlib.image.AxesImage at 0x16408e89488>

내 블로그에 게시 할 일부 에이전트 기반 시뮬레이션 연구에서 반복을 시각화하는 데이 접근 방식을 사용할 것입니다.

Linnart Felkl

최적화 및 시뮬레이션을 전문으로하는 산업 엔지니어 (R, Python, SQL, VBA)