In deze serie maak je kennis met grafieken in Python met Matplotlib, misschien wel de meest populaire bibliotheek voor grafische weergave en datavisualisatie voor Python .
Installatie
De eenvoudigste manier om matplotlib te installeren is door pip te gebruiken. Typ het volgende commando in de terminal:
pip install matplotlib>
OF, je kunt het downloaden van hier en installeer het handmatig.
Er zijn verschillende manieren om dit in Python te doen. hier bespreken we enkele algemeen gebruikte methoden voor plotten matplotlib in Python. dat zijn de volgende.
- Een lijn uitzetten
- Twee of meer lijnen uitzetten op hetzelfde perceel
- Aanpassing van percelen
- Matplotlib-staafdiagram plotten
- Matplotlib-histogram plotten
- Matplotlib plotten Spreidingsplot
- Matplotlib-cirkeldiagram plotten
- Curven van gegeven vergelijking uitzetten
Een lijn uitzetten
In dit voorbeeld gebruikt de code Matplotlib om een eenvoudige lijnplot te maken. Het definieert x- en y-waarden voor gegevenspunten en plot ze met ` plt.plot() `, en labelt de x- en y-assen met `plt.xlabel()` en `plt.ylabel()`. De plot is getiteld Mijn eerste grafiek! met behulp van `plt.title()`. Tenslotte de ' plt.show() De functie ` wordt gebruikt om de grafiek weer te geven met de opgegeven gegevens, aslabels en titel.
Python
# 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()> |
>
>
Uitgang:
Twee of meer lijnen uitzetten op hetzelfde perceel
In dit voorbeeld gebruikt de code Matplotlib om een grafiek met twee lijnen te maken. Het definieert twee sets x- en y-waarden voor elke lijn en plot deze met behulp van `plt.plot()`. De regels zijn gelabeld als regel 1 en regel 2 met de parameter 'label'. Assen zijn gelabeld met `plt.xlabel()` en `plt.ylabel()`, en de grafiek heeft de titel Two lines on the same graph! met `plt.title()`. De legenda wordt weergegeven met ` plt.legend() `, en de functie `plt.show()` wordt gebruikt om de grafiek te visualiseren met zowel lijnen als labels.
Python
laptop insteeksleutel
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()> |
>
>
Uitgang:
Aanpassing van percelen
In dit voorbeeld gebruikt de code Matplotlib om een aangepast lijndiagram te maken. Het definieert x- en y-waarden, en de plot is opgemaakt met een groene stippellijn, een blauwe cirkelvormige markering voor elk punt en een markeringsgrootte van 12. De limieten voor de y-as zijn ingesteld op 1 en 8, en de x-as limieten worden ingesteld op 1 en 8 met behulp van `plt.ylim()` en `plt.xlim()`. Assen zijn gelabeld met `plt.xlabel()` en `plt.ylabel()`, en de grafiek heeft de titel Enkele coole aanpassingen! met `plt.title()`.
Python
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()> |
>
>
Uitgang:
Matplotlib plotten Met behulp van een staafdiagram
In dit voorbeeld gebruikt de code Matplotlib om een staafdiagram te maken. Het definieert x-coördinaten (`left`), hoogten van staven (`height`) en labels voor de staven (`tick_label`). De functie `plt.bar()` wordt vervolgens gebruikt om het staafdiagram te plotten met gespecificeerde parameters zoals staafbreedte, kleuren en labels. Assen zijn gelabeld met `plt.xlabel()` en `plt.ylabel()`, en het diagram heeft de titel Mijn staafdiagram! met behulp van `plt.title()`.
Python
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()> |
Python-lijst initialiseren
>
>
Uitgang:
Matplotlib plotten Histogram gebruiken
In dit voorbeeld gebruikt de code Matplotlib om een histogram te maken. Het definieert een lijst met leeftijdsfrequenties (ages>), stelt het waardenbereik in van 0 tot 100, en specificeert het aantal bakken op 10.plt.hist()>De functie wordt vervolgens gebruikt om het histogram uit te zetten met de opgegeven gegevens en opmaak, inclusief de kleur, het histogramtype en de staafbreedte. Assen zijn gelabeld metplt.xlabel()>Enplt.ylabel()>en het diagram heet Mijn histogram met behulp vanplt.title()>.
Python
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()> |
java int om te verdubbelen
>
>
Uitgang:
Matplotlib plotten Met behulp van spreidingsdiagram
In dit voorbeeld gebruikt de code Matplotlib om een spreidingsdiagram te maken. Het definieert x- en y-waarden en plot ze als spreidingspunten met groene sterretjes (`*`) van grootte 30. Assen zijn gelabeld met `plt.xlabel()` en `plt.ylabel()`, en de plot heeft de titel Mijn spreidingsplot! met behulp van `plt.title()`. De legenda wordt weergegeven met het label sterren met behulp van `plt.legend()`, en de resulterende spreidingsdiagram wordt weergegeven met behulp van `plt.show()`.
Python
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()> |
>
>
Uitgang:
Matplotlib plotten Cirkeldiagram gebruiken
In dit voorbeeld gebruikt de code Matplotlib om een cirkeldiagram te maken. Het definieert labels voor verschillende activiteiten ('activiteiten'), het gedeelte dat door elk label wordt bedekt ('slices') en kleuren voor elk label ('kleuren'). De functie `plt.pie()` wordt vervolgens gebruikt om het cirkeldiagram uit te zetten met verschillende opmaakopties, waaronder starthoek, schaduw, explosie voor een specifiek segment, straal en autopct voor percentageweergave. De legenda wordt toegevoegd met `plt.legend()`, en het resulterende cirkeldiagram wordt weergegeven met `plt.show()`.
Python
1 miljoen nummer
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()> |
>
>
De uitvoer van het bovenstaande programma ziet er als volgt uit:
Curven van gegeven vergelijking uitzetten
In dit voorbeeld gebruikt de code Matplotlib en NumPy om een sinusgolfdiagram te maken. Het genereert x-coördinaten van 0 tot 2π in stappen van 0,1 met behulp van `np.arange()` en berekent de overeenkomstige y-coördinaten door de sinus van elke x-waarde te nemen met behulp van `np.sin()`. De punten worden vervolgens geplot met behulp van `plt.plot()`, wat resulteert in een sinusgolf. Ten slotte wordt de functie `plt.show()` gebruikt om het sinusgolfdiagram weer te geven.
Python
# 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()> |
>
>
Uitgang:
In dit deel hebben we dus verschillende soorten plots besproken die we in matplotlib kunnen maken. Er zijn meer plots die niet zijn behandeld, maar de belangrijkste worden hier besproken –
- Grafieken plotten in Python | Stel 2 in
- Grafieken plotten in Python | Set 3
Als u techcodeview.com leuk vindt en een bijdrage wilt leveren, kunt u ook een artikel schrijven met write.techcodeview.com of uw artikel mailen naar [email protected]
Schrijf opmerkingen als u iets onjuist vindt, of als u meer informatie wilt delen over het hierboven besproken onderwerp.