Matplotlib é uma biblioteca em Python e é uma extensão numérica - matemática da biblioteca NumPy. A classe Axes contém a maioria dos elementos da figura: Axis, Tick, Line2D, Text, Polygon, etc., e define o sistema de coordenadas. E as instâncias de Axes suportam callbacks por meio de um atributo callbacks.

Função matplotlib.axes.Axes.pickable()

A função Axes.pickable() no módulo axes da biblioteca matplotlib é usada para retornar se o artista é selecionável ou não.

Sintaxe: Axes.pickable (self)

Parâmetros: este método não aceita nenhum parâmetro.

Retorna: este método retorna se o artista é selecionável.



Os exemplos abaixo ilustram a função matplotlib.axes.Axes.pickable() em matplotlib.axes:

Exemplo 1:

import numpy as np 
np.random.seed(19680801) 
import matplotlib.pyplot as plt 
   
volume = np.random.rayleigh(27, size = 40) 
amount = np.random.poisson(10, size = 40) 
ranking = np.random.normal(size = 40) 
price = np.random.uniform(1, 10, size = 40) 
   
fig, ax = plt.subplots() 
   
scatter = ax.scatter(volume * 2, amount * 3, 
                     c = ranking * 3,  
                     s = 0.3*(price * 3)**2, 
                     vmin = -4, vmax = 4,  
                     cmap = "Spectral") 
  
legend1 = ax.legend(*scatter.legend_elements(num = 5), 
                    loc ="upper left", 
                    title ="Ranking") 
  
ax.add_artist(legend1) 
  
ax.text(60, 30, "Value return : " + str(ax.pickable()),  
        fontweight ="bold",  
        fontsize = 18) 
   
fig.suptitle('matplotlib.axes.Axes.pickable() function\ 
Example', fontweight ="bold") 
  
plt.show()

Resultado:

Exemplo 2:

import numpy as np 
import matplotlib.pyplot as plt 
import matplotlib.cbook as cbook 
   
np.random.seed(10**7) 
data = np.random.lognormal(size =(10, 4), 
                           mean = 4.5, 
                           sigma = 4.75) 
  
labels = ['G1', 'G2', 'G3', 'G4'] 
   
result = cbook.boxplot_stats(data,  
                             labels = labels,  
                             bootstrap = 1000) 
   
for n in range(len(result)): 
    result[n]['med'] = np.median(data) 
    result[n]['mean'] *= 0.1
  
fig, axes1 = plt.subplots() 
axes1.bxp(result) 
  
axes1.text(2, 30000, 
           "Value return : " + str(axes1.pickable()),  
           fontweight ="bold") 
   
fig.suptitle('matplotlib.axes.Axes.pickable() function \ 
Example', fontweight ="bold") 
  
plt.show()

Resultado: