logo

TechCodeview

Matplotlib.pyplot.plot()-functie in Python

Matplotlib is een krachtige Python-bibliotheek die dient als een numerieke en wiskundige uitbreiding voor de NumPy-bibliotheek. Een van de belangrijkste componenten is Pyplot , dat een op status gebaseerde interface biedt voor de Matplotlib-module, waardoor gebruikers een vertrouwde MATLAB-achtige omgeving krijgen. Via de functie Matplotlib.pyplot.plot() in Python kunnen gebruikers moeiteloos een verscheidenheid aan plots maken, waaronder lijnplots, contourplots, histogrammen, spreidingsdiagrammen, 3D-plots en meer. Deze veelzijdigheid maakt Matplotlib tot een hulpmiddel van onschatbare waarde voor datavisualisatie en -analyse in de Python programmeertaal.

Wat is de Matplotlib.pyplot.plot()-functie?

De matplotlib.pyplot.plot()> functie is een fundamenteel onderdeel van de Matplotlib-bibliotheek, met name binnen de Pyplot-module. Het dient voor het genereren van een 2D hexagonaal binning-plot op basis van de gegeven gegevenspunten die worden weergegeven door de variabelen x en y. Het verbindt gegevenspunten met lijnen, waardoor het uiterlijk van de plot kan worden aangepast via parameters zoals lijnstijlen en markeringen. Deze veelzijdige functie wordt veel gebruikt voor datavisualisatie in diverse domeinen.



Syntaxis: matplotlib.pyplot.plot(*args, scalex=True, scaley=True, data=None, **kwargs)

geheugen registreren
  • Parameters:
    • x, y: Deze parameters vertegenwoordigen de horizontale en verticale coördinaten van de gegevenspunten. De ‘x’-waarden zijn optioneel, waardoor flexibiliteit in het plotproces mogelijk is.
    • fmt: Dit is een optionele parameter die een tekenreekswaarde bevat. Het wordt gebruikt om het formaat van de plot te specificeren, waarbij de lijnstijl, markering en kleur worden gedefinieerd.
    • gegevens: Een optionele parameter, ‘data’, verwijst naar een object met gelabelde gegevens. Het biedt een handige manier om gegevens rechtstreeks door te geven, waardoor de leesbaarheid en het gebruiksgemak worden verbeterd.
  • Geeft terug: Deplot()>functie retourneert een lijst met Line2D-objecten, die elk een segment van de geplotte gegevens vertegenwoordigen. Deze Line2D-objecten omvatten de kenmerken en attributen van de geplotte lijnen, waardoor verdere aanpassingen en analyses mogelijk zijn.

Matplotlib.pyplot.plot() Functie in Python

Er zijn verschillende manieren om een ​​plot te maken met de functie Matplotlib.pyplot.plot() in Python. Hier volgen enkele voorbeelden die de matplotlib.pyplot.plot() functie in matplotlib.pyplot:

  • Basislijnplot
  • Meerdere lijnen plot
  • Spreidingsplot met meerdere markeringen
  • Twee curven-plot

Lijnplots in Matplotlib

Door te importeren Matplotlib's plot() we hebben een lijndiagram gemaakt met gegevens [1, 2, 3]. De functie title() stelt de plottitel in, draw() werkt de plot bij en show() geeft deze weer, wat een basisillustratie biedt van Matplotlib voor datavisualisatie in Python.



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()> 

>

>

Uitgang:

Eerst

Basislijnplot

Meerdere regels met Matplotlib

Door te importeren Matplotlib om sinus- en cosinusfuncties in dezelfde grafiek uit te zetten. Het genereert gegevens, stelt stijlen in voor elke functie, voegt labels en een titel toe, geeft een legenda weer en toont vervolgens de plot, ter illustratie van de sinus- en cosinuscurven.

Python3


amplitudemodulatie



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()> 

>

>

Uitvoer

seconde

Meerdere lijnen plot

converteer tekenreeks naar json-object

Markeringen in Matplotlib

Door te importeren Matplotlib we hebben een aangepast spreidingsdiagram gegenereerd met 50 willekeurige gegevenspunten, met rode cirkelvormige markeringen. Het bevat aslabels, een titel (‘Scatter Plot-voorbeeld’) en een legenda. De show()> functie geeft de plot weer en demonstreert een basisvoorbeeld van datavisualisatie met Matplotlib in Python.

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()> 

>

tcp versus udp 

>

Uitgang:

3

Spreidingsplot met meerdere markeringen

Meerdere curven uitzetten

Door Matplotlib te importeren hebben we een lijndiagram gemaakt met twee curven: een blauwe curve ( En = x^ 2) en een oranje curve (y=1− x^ 3). De gegevens worden willekeurig gegenereerd, gesorteerd op vloeiende curven en uitgezet met deplot()>functie. De plot is beperkt tot het bereik [0, 1] op beide assen, en toont een visuele weergave van wiskundige functies.

Python3

shellscript uitvoerbaar maken




# 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()> 

>

>

Uitvoer

laatst

Twee curven-plot

Conclusie

Concluderend: de matplotlib.pyplot.plot()> functie in Python is een fundamenteel hulpmiddel voor het maken van een verscheidenheid aan 2D-plots, waaronder lijnplots, spreidingsdiagrammen en meer. Dankzij de veelzijdigheid kunnen gebruikers plots aanpassen door gegevenspunten, lijnstijlen, markeringen en kleuren op te geven. Met optionele parameters zoals ‘fmt’ en ‘data’ biedt de functie flexibiliteit bij het formatteren van plots en het verwerken van gegevens. Bovendien maken de geretourneerde Line2D-objecten verdere manipulatie en analyse van de geplotte gegevens mogelijk. Over het geheel genomen Matplotlib'splot()>function is een sleutelcomponent op het gebied van datavisualisatie en biedt een gebruiksvriendelijke interface voor het creëren van inzichtelijke en visueel aantrekkelijke plots in Python.