W tej serii zapoznasz się z tworzeniem wykresów w Pythonie za pomocą Matplotlib, który jest prawdopodobnie najpopularniejszą biblioteką do tworzenia wykresów i wizualizacji danych dla Pyton .
Instalacja
Najłatwiejszym sposobem zainstalowania matplotlib jest użycie pip. Wpisz następujące polecenie w terminalu:
pip install matplotlib>
LUB możesz go pobrać z Tutaj i zainstaluj go ręcznie.
W Pythonie można to zrobić na różne sposoby. tutaj omawiamy niektóre powszechnie stosowane metody kreślenia matplotlib w Pythonie. są to następujące.
- Wykreślanie linii
- Rysowanie dwóch lub więcej linii na tej samej działce
- Dostosowywanie działek
- Wykreślanie wykresu słupkowego Matplotlib
- Wykreślanie histogramu Matplotlib
- Rysowanie Matplotliba Wykres punktowy
- Wykreślanie wykresu kołowego Matplotlib
- Wykreślanie krzywych danego równania
Wykreślanie linii
W tym przykładzie kod używa Matplotlib do utworzenia prostego wykresu liniowego. Definiuje wartości x i y dla punktów danych, wykreśla je za pomocą ` plt.plot() ` i etykietuje osie x i y za pomocą `plt.xlabel()` i `plt.ylabel()`. Fabuła nosi tytuł Mój pierwszy wykres! używając `plt.title()`. Wreszcie ` plt.show() Funkcja ` służy do wyświetlania wykresu z określonymi danymi, etykietami osi i tytułem.
Pyton
# importing the required module> import> matplotlib.pyplot as plt> # x axis values> x>=> [>1>,>2>,>3>]> # corresponding y axis values> y>=> [>2>,>4>,>1>]> # plotting the points> plt.plot(x, y)> # naming the x axis> plt.xlabel(>'x - axis'>)> # naming the y axis> plt.ylabel(>'y - axis'>)> # giving a title to my graph> plt.title(>'My first graph!'>)> # function to show the plot> plt.show()> |
>
>
Wyjście:
Rysowanie dwóch lub więcej linii na tej samej działce
W tym przykładzie kod używa Matplotlib do utworzenia wykresu składającego się z dwóch linii. Definiuje dwa zestawy wartości x i y dla każdej linii i wykreśla je za pomocą `plt.plot()`. Linie są oznaczone jako linia 1 i linia 2 za pomocą parametru `label`. Osie są oznaczone `plt.xlabel()` i `plt.ylabel()`, a wykres nosi tytuł Dwie linie na tym samym wykresie! z `plt.title()`. Legenda jest wyświetlana za pomocą ` plt.legend() `, a funkcja `plt.show()` służy do wizualizacji wykresu zarówno z liniami, jak i etykietami.
Pyton
PowerShell większy lub równy
import> matplotlib.pyplot as plt> # line 1 points> x1>=> [>1>,>2>,>3>]> y1>=> [>2>,>4>,>1>]> # plotting the line 1 points> plt.plot(x1, y1, label>=> 'line 1'>)> # line 2 points> x2>=> [>1>,>2>,>3>]> y2>=> [>4>,>1>,>3>]> # plotting the line 2 points> plt.plot(x2, y2, label>=> 'line 2'>)> # naming the x axis> plt.xlabel(>'x - axis'>)> # naming the y axis> plt.ylabel(>'y - axis'>)> # giving a title to my graph> plt.title(>'Two lines on same graph!'>)> # show a legend on the plot> plt.legend()> # function to show the plot> plt.show()> |
>
>
Wyjście:
Dostosowywanie działek
W tym przykładzie kod używa Matplotlib do utworzenia niestandardowego wykresu liniowego. Definiuje wartości x i y, a wykres jest stylizowany za pomocą zielonej linii przerywanej, niebieskiego okrągłego znacznika dla każdego punktu i rozmiaru znacznika wynoszącego 12. Granice osi y są ustawione na 1 i 8, a oś x limity są ustawiane na 1 i 8 przy użyciu funkcji `plt.ylim()` i `plt.xlim()`. Osie są oznaczone etykietami `plt.xlabel()` i `plt.ylabel()`, a wykres nosi tytuł Kilka fajnych dostosowań! z `plt.title()`.
Pyton
import> matplotlib.pyplot as plt> # x axis values> x>=> [>1>,>2>,>3>,>4>,>5>,>6>]> # corresponding y axis values> y>=> [>2>,>4>,>1>,>5>,>2>,>6>]> # plotting the points> plt.plot(x, y, color>=>'green'>, linestyle>=>'dashed'>, linewidth>=> 3>,> >marker>=>'o'>, markerfacecolor>=>'blue'>, markersize>=>12>)> # setting x and y axis range> plt.ylim(>1>,>8>)> plt.xlim(>1>,>8>)> # naming the x axis> plt.xlabel(>'x - axis'>)> # naming the y axis> plt.ylabel(>'y - axis'>)> # giving a title to my graph> plt.title(>'Some cool customizations!'>)> # function to show the plot> plt.show()> |
>
>
Wyjście:
Rysowanie Matplotliba Korzystanie z wykresu słupkowego
W tym przykładzie kod używa Matplotlib do utworzenia wykresu słupkowego. Definiuje współrzędne x („lewy”), wysokości słupków („wysokość”) i etykiety słupków („tick_label”). Następnie używana jest funkcja `plt.bar()` do wykreślenia wykresu słupkowego z określonymi parametrami, takimi jak szerokość słupka, kolory i etykiety. Osie są oznaczone etykietami `plt.xlabel()` i `plt.ylabel()`, a wykres nosi tytuł Mój wykres słupkowy! używając `plt.title()`.
Pyton
import> matplotlib.pyplot as plt> # x-coordinates of left sides of bars> left>=> [>1>,>2>,>3>,>4>,>5>]> # heights of bars> height>=> [>10>,>24>,>36>,>40>,>5>]> # labels for bars> tick_label>=> [>'one'>,>'two'>,>'three'>,>'four'>,>'five'>]> # plotting a bar chart> plt.bar(left, height, tick_label>=> tick_label,> >width>=> 0.8>, color>=> [>'red'>,>'green'>])> # naming the x-axis> plt.xlabel(>'x - axis'>)> # naming the y-axis> plt.ylabel(>'y - axis'>)> # plot title> plt.title(>'My bar chart!'>)> # function to show the plot> plt.show()> |
np. klip
>
>
Wyjście :
Rysowanie Matplotliba Korzystanie z histogramu
W tym przykładzie kod używa Matplotlib do utworzenia histogramu. Definiuje listę częstotliwości wiekowych (ages>), ustawia zakres wartości od 0 do 100 i określa liczbę pojemników na 10.plt.hist()>Funkcja jest następnie używana do wykreślenia histogramu z użyciem dostarczonych danych i formatowania, w tym koloru, typu histogramu i szerokości paska. Osie są oznaczone symbolemplt.xlabel()>Iplt.ylabel()>, a wykres nosi tytuł Mój histogram za pomocąplt.title()>.
Pyton
import> matplotlib.pyplot as plt> # frequencies> ages>=> [>2>,>5>,>70>,>40>,>30>,>45>,>50>,>45>,>43>,>40>,>44>,> >60>,>7>,>13>,>57>,>18>,>90>,>77>,>32>,>21>,>20>,>40>]> # setting the ranges and no. of intervals> range> => (>0>,>100>)> bins>=> 10> # plotting a histogram> plt.hist(ages, bins,>range>, color>=> 'green'>,> >histtype>=> 'bar'>, rwidth>=> 0.8>)> # x-axis label> plt.xlabel(>'age'>)> # frequency label> plt.ylabel(>'No. of people'>)> # plot title> plt.title(>'My histogram'>)> # function to show the plot> plt.show()> |
>
>
C
Wyjście:
Rysowanie Matplotliba Korzystanie z wykresu punktowego
W tym przykładzie kod używa Matplotlib do utworzenia wykresu punktowego. Definiuje wartości x i y i wykreśla je jako punkty rozproszenia z zielonymi znacznikami gwiazdek (`*`) o rozmiarze 30. Osie są oznaczone `plt.xlabel()` i `plt.ylabel()`, a wykres nosi tytuł Mój wykres punktowy! używając `plt.title()`. Legenda jest wyświetlana z gwiazdkami etykiety przy użyciu `plt.legend()`, a wynikowy wykres punktowy jest pokazywany przy użyciu `plt.show()`.
Pyton
import> matplotlib.pyplot as plt> # x-axis values> x>=> [>1>,>2>,>3>,>4>,>5>,>6>,>7>,>8>,>9>,>10>]> # y-axis values> y>=> [>2>,>4>,>5>,>7>,>6>,>8>,>9>,>11>,>12>,>12>]> # plotting points as a scatter plot> plt.scatter(x, y, label>=> 'stars'>, color>=> 'green'>,> >marker>=> '*'>, s>=>30>)> # x-axis label> plt.xlabel(>'x - axis'>)> # frequency label> plt.ylabel(>'y - axis'>)> # plot title> plt.title(>'My scatter plot!'>)> # showing legend> plt.legend()> # function to show the plot> plt.show()> |
>
>
Wyjście:
Rysowanie Matplotliba Korzystanie z wykresu kołowego
W tym przykładzie kod używa Matplotlib do utworzenia wykresu kołowego. Definiuje etykiety dla różnych działań („aktywności”), część objętą każdą etykietą („plastry”) i kolory każdej etykiety („kolory”). Następnie używana jest funkcja `plt.pie()` do wykreślenia wykresu kołowego z różnymi opcjami formatowania, w tym kątem początkowym, cieniem, eksplozją dla określonego wycinka, promieniem i autopktem dla wyświetlania procentowego. Legenda jest dodawana za pomocą `plt.legend()`, a powstały wykres kołowy jest wyświetlany za pomocą `plt.show()`.
Pyton
obiekt Java do jsona
import> matplotlib.pyplot as plt> # defining labels> activities>=> [>'eat'>,>'sleep'>,>'work'>,>'play'>]> # portion covered by each label> slices>=> [>3>,>7>,>8>,>6>]> # color for each label> colors>=> [>'r'>,>'y'>,>'g'>,>'b'>]> # plotting the pie chart> plt.pie(slices, labels>=> activities, colors>=>colors,> >startangle>=>90>, shadow>=> True>, explode>=> (>0>,>0>,>0.1>,>0>),> >radius>=> 1.2>, autopct>=> '%1.1f%%'>)> # plotting legend> plt.legend()> # showing the plot> plt.show()> |
>
>
Dane wyjściowe powyższego programu wyglądają następująco:
Wykreślanie krzywych danego równania
W tym przykładzie kod używa Matplotlib i NumPy do utworzenia wykresu fali sinusoidalnej. Generuje współrzędne x od 0 do 2π w przyrostach co 0,1 za pomocą `np.arange()` i oblicza odpowiednie współrzędne y, biorąc sinus każdej wartości x za pomocą `np.sin()`. Następnie punkty są wykreślane przy użyciu funkcji `plt.plot()`, w wyniku czego powstaje fala sinusoidalna. Na koniec funkcja `plt.show()` służy do wyświetlania wykresu fali sinusoidalnej.
Pyton
# importing the required modules> import> matplotlib.pyplot as plt> import> numpy as np> # setting the x - coordinates> x>=> np.arange(>0>,>2>*>(np.pi),>0.1>)> # setting the corresponding y - coordinates> y>=> np.sin(x)> # plotting the points> plt.plot(x, y)> # function to show the plot> plt.show()> |
>
>
Wyjście:
W tej części omówiliśmy różne typy wykresów, które możemy utworzyć w matplotlib. Jest więcej wątków, które nie zostały omówione, ale najważniejsze zostały omówione tutaj –
- Rysowanie wykresów w Pythonie | Zestaw 2
- Rysowanie wykresów w Pythonie | Zestaw 3
Jeśli podoba Ci się techcodeview.com i chciałbyś wnieść swój wkład, możesz również napisać artykuł za pomocą write.techcodeview.com lub wysłać swój artykuł na adres [email protected]
Napisz komentarz, jeśli znajdziesz coś nieprawidłowego lub chcesz podzielić się więcej informacjami na temat omówiony powyżej.