Matplotlib to potężna biblioteka Pythona, która służy jako numeryczne i matematyczne rozszerzenie biblioteki NumPy. Jednym z jego kluczowych elementów jest Pyplot , który oferuje interfejs oparty na stanach dla modułu Matplotlib, prezentując użytkownikom znane środowisko podobne do MATLAB-a. Dzięki funkcji Matplotlib.pyplot.plot() w Pythonie użytkownicy mogą bez wysiłku tworzyć różnorodne wykresy, w tym wykresy liniowe, wykresy konturowe, histogramy, wykresy punktowe, wykresy 3D i inne. Ta wszechstronność sprawia, że Matplotlib jest nieocenionym narzędziem do wizualizacji i analizy danych w środowisku Pyton język programowania.
Co to jest funkcja Matplotlib.pyplot.plot()?
The matplotlib.pyplot.plot()> funkcja jest podstawowym składnikiem biblioteki Matplotlib, szczególnie w module Pyplot. Służy do wygenerowania dwuwymiarowego sześciokątnego wykresu kategoryzacji w oparciu o dane punkty danych reprezentowane przez zmienne x i y. Łączy punkty danych z liniami, umożliwiając dostosowanie wyglądu wykresu za pomocą parametrów, takich jak style linii i znaczniki. Ta wszechstronna funkcja jest szeroko stosowana do wizualizacji danych w różnych dziedzinach.
Składnia: matplotlib.pyplot.plot(*args, Scalex=True, Scaley=True, data=Brak, **kwargs)
och, przesunięcie ku czerwieni
- Parametry:
- x, y: Parametry te reprezentują współrzędne poziome i pionowe punktów danych. Wartości „x” są opcjonalne, co pozwala na elastyczność procesu kreślenia.
- fmt: Jest to opcjonalny parametr zawierający wartość ciągu. Służy do określenia formatu wykresu, określenia stylu linii, znacznika i koloru.
- dane: Opcjonalny parametr „dane” odnosi się do obiektu z danymi oznaczonymi etykietą. Zapewnia wygodny sposób bezpośredniego przekazywania danych, zwiększając czytelność i łatwość obsługi.
- Zwroty: The
plot()>funkcja zwraca listę obiektów Line2D, z których każdy reprezentuje segment wykreślonych danych. Te obiekty Line2D zawierają cechy i atrybuty kreślonych linii, umożliwiając dalsze dostosowywanie i analizę.
Funkcja Matplotlib.pyplot.plot() w Pythonie
Istnieją różne sposoby tworzenia fabuły przy użyciu funkcji Matplotlib.pyplot.plot() w Pythonie. Oto kilka przykładów ilustrujących matplotlib.pyplot.plot() funkcjonować w matplotlib.pyplot:
- Podstawowy wykres linii
- Wykres wielu linii
- Wykres punktowy z wieloma znacznikami
- Wykres dwóch krzywych
Wykresy liniowe w Matplotlib
Importując Fabuła Matplotliba() stworzyliśmy wykres liniowy z danymi [1, 2, 3]. Funkcja title() ustawia tytuł wykresu, Draw() aktualizuje wykres, a show() wyświetla go, dostarczając podstawową ilustrację Matplotlib do wizualizacji danych w Pythonie.
Python3
import> matplotlib.pyplot as plt> import> numpy as np> # Plotting a simple line graph> plt.plot([>1>,>2>,>3>])> # Setting the title> plt.title(>'Matplotlib Line Plot Example'>)> # Updating and displaying the plot> plt.draw()> plt.show()> |
>
>
ffilm
Wyjście:
Podstawowy wykres linii
Wiele linii przy użyciu Matplotlib
Importując Matplotlib wykreślić funkcje sinus i cosinus na tym samym wykresie. Generuje dane, ustawia style dla każdej funkcji, dodaje etykiety i tytuł, wyświetla legendę, a następnie pokazuje wykres ilustrujący krzywe sinus i cosinus.
Python3
import> matplotlib.pyplot as plt> import> numpy as np> # Generate data> x>=> np.linspace(>0>,>2>*>np.pi,>100>)> y1, y2>=> np.sin(x), np.cos(x)> # Plotting multiple lines on a single plot> plt.plot(x, y1, label>=>'Sin(x)'>, color>=>'b'>)> plt.plot(x, y2, label>=>'Cos(x)'>, color>=>'r'>, linestyle>=>'--'>)> # Adding labels and title> plt.xlabel(>'X-axis'>)> plt.ylabel(>'Y-axis'>)> plt.title(>'Multiple Lines Plot'>)> # Displaying the legend and the plot> plt.legend()> plt.show()> |
>
>
Zmienna zmienna Java
Wyjście
Wykres wielu linii
Markery w Matplotlibie
Importując Matplotlib wygenerowaliśmy dostosowany wykres punktowy z 50 losowymi punktami danych, z czerwonymi okrągłymi znacznikami. Zawiera etykiety osi, tytuł („Przykład wykresu punktowego”) i legendę. The show()> funkcja wyświetla wykres, demonstrując podstawowy przykład wizualizacji danych za pomocą Matplotlib w Pythonie.
Python3
import> matplotlib.pyplot as plt> import> numpy as np> # Generate random data> np.random.seed(>42>)> x>=> np.random.rand(>50>)> y>=> np.random.rand(>50>)> # Plotting a scatter plot with custom markers> plt.plot(x, y, marker>=>'o'>, linestyle>=>'>', markersize=8, color='>r>', label='>Scatter Plot')> # Adding labels and title> plt.xlabel(>'X-axis'>)> plt.ylabel(>'Y-axis'>)> plt.title(>'Scatter Plot Example'>)> # Displaying the legend> plt.legend()> # Display the plot> plt.show()> |
>
>
ddl kontra dml
Wyjście:
Wykres punktowy z wieloma znacznikami
Rysowanie wielu krzywych
Importując Matplotlib stworzyliśmy wykres liniowy z dwiema krzywymi: niebieską krzywą ( I = x^ 2) i pomarańczową krzywą (y=1− x^ 3). Dane są generowane losowo, sortowane w celu uzyskania gładkich krzywych i wykreślane za pomocąplot()>funkcjonować. Wykres jest ograniczony do zakresu [0, 1] na obu osiach, przedstawiając wizualną reprezentację funkcji matematycznych.
Python3
np.gdzie
# Implementation of matplotlib function> > import> matplotlib.pyplot as plt> import> numpy as np> > # Fixing random state for reproducibility> np.random.seed(>19680801>)> > # create random data> xdata>=> np.random.random([>2>,>10>])> > # split the data into two parts> xdata1>=> xdata[>0>, :]> xdata2>=> xdata[>1>, :]> > # sort the data so it makes clean curves> xdata1.sort()> xdata2.sort()> > # create some y data points> ydata1>=> xdata1>*>*> 2> ydata2>=> 1> -> xdata2>*>*> 3> > # plot the data> plt.plot(xdata1, ydata1, color>=>'tab:blue'>)> plt.plot(xdata2, ydata2, color>=>'tab:orange'>)> > > # set the limits> plt.xlim([>0>,>1>])> plt.ylim([>0>,>1>])> plt.title(>'matplotlib.pyplot.plot() example 2'>)> > # display the plot> plt.show()> |
>
>
Wyjście
Wykres dwóch krzywych
Wniosek
Podsumowując, matplotlib.pyplot.plot()> Funkcja w Pythonie jest podstawowym narzędziem do tworzenia różnych wykresów 2D, w tym wykresów liniowych, wykresów punktowych i innych. Jego wszechstronność pozwala użytkownikom dostosowywać wykresy poprzez określenie punktów danych, stylów linii, znaczników i kolorów. Dzięki opcjonalnym parametrom, takim jak „fmt” i „data”, funkcja ta zapewnia elastyczność w formatowaniu wykresu i obsłudze danych. Dodatkowo zwrócone obiekty Line2D pozwalają na dalszą manipulację i analizę wykreślonych danych. Ogólnie rzecz biorąc, Matplotlibplot()>Funkcja jest kluczowym elementem w dziedzinie wizualizacji danych, oferującym przyjazny dla użytkownika interfejs do tworzenia wnikliwych i atrakcyjnych wizualnie wykresów w Pythonie.