Diese Serie führt Sie in die grafische Darstellung in Python mit Matplotlib ein, der wohl beliebtesten Grafik- und Datenvisualisierungsbibliothek für Python .
Installation
Der einfachste Weg, matplotlib zu installieren, ist die Verwendung von pip. Geben Sie im Terminal den folgenden Befehl ein:
pip install matplotlib>
ODER Sie können es herunterladen von Hier und installieren Sie es manuell.
In Python gibt es dazu verschiedene Möglichkeiten. Hier diskutieren wir einige allgemein verwendete Methoden zum Plotten matplotlib in Python. das sind die folgenden.
- Eine Linie zeichnen
- Zeichnen von zwei oder mehr Linien auf demselben Diagramm
- Anpassung von Grundstücken
- Zeichnen eines Matplotlib-Balkendiagramms
- Zeichnen eines Matplotlib-Histogramms
- Matplotlib zeichnen Streudiagramm
- Zeichnen eines Matplotlib-Kreisdiagramms
- Zeichnen von Kurven einer gegebenen Gleichung
Eine Linie zeichnen
In diesem Beispiel verwendet der Code Matplotlib, um ein einfaches Liniendiagramm zu erstellen. Es definiert x- und y-Werte für Datenpunkte und zeichnet sie mit ` auf plt.plot() ` und beschriftet die x- und y-Achsen mit `plt.xlabel()` und `plt.ylabel()`. Die Handlung trägt den Titel My first graph! mit `plt.title()`. Schließlich ist das ` plt.show() Die Funktion ` wird verwendet, um das Diagramm mit den angegebenen Daten, Achsenbeschriftungen und dem Titel anzuzeigen.
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()> |
>
>
Ausgabe:
Zeichnen von zwei oder mehr Linien auf demselben Diagramm
In diesem Beispiel verwendet der Code Matplotlib, um ein Diagramm mit zwei Linien zu erstellen. Es definiert zwei Sätze von x- und y-Werten für jede Linie und zeichnet sie mit „plt.plot()“ auf. Die Zeilen werden mit dem Parameter „label“ als Zeile 1 und Zeile 2 gekennzeichnet. Achsen sind mit „plt.xlabel()“ und „plt.ylabel()“ beschriftet und das Diagramm trägt den Titel „Zwei Linien im selben Diagramm!“ mit `plt.title()`. Die Legende wird mit ` angezeigt plt.legend() `, und die Funktion `plt.show()` wird verwendet, um das Diagramm sowohl mit Linien als auch mit Beschriftungen zu visualisieren.
Python
C-Programm für zweidimensionales Array
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()> |
>
>
Ausgabe:
Anpassung von Grundstücken
In diesem Beispiel verwendet der Code Matplotlib, um ein benutzerdefiniertes Liniendiagramm zu erstellen. Es definiert x- und y-Werte und der Plot wird mit einer grünen gestrichelten Linie, einer blauen kreisförmigen Markierung für jeden Punkt und einer Markierungsgröße von 12 gestaltet. Die Grenzwerte für die y-Achse sind auf 1 und 8 festgelegt, und die x-Achse Grenzwerte werden mit „plt.ylim()“ und „plt.xlim()“ auf 1 und 8 gesetzt. Achsen sind mit „plt.xlabel()“ und „plt.ylabel()“ beschriftet und das Diagramm trägt den Titel „Einige coole Anpassungen!“ mit `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()> |
>
>
Ausgabe:
Matplotlib zeichnen Balkendiagramm verwenden
In diesem Beispielcode wird Matplotlib verwendet, um ein Balkendiagramm zu erstellen. Es definiert x-Koordinaten (`left`), Höhen von Balken (`height`) und Beschriftungen für die Balken (`tick_label`). Anschließend wird die Funktion „plt.bar()“ verwendet, um das Balkendiagramm mit angegebenen Parametern wie Balkenbreite, Farben und Beschriftungen zu zeichnen. Die Achsen sind mit „plt.xlabel()“ und „plt.ylabel()“ beschriftet und das Diagramm trägt den Titel „Mein Balkendiagramm!“ mit `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()> |
Beispiel-Java-Code
>
>
Ausgabe :
Matplotlib zeichnen Histogramm verwenden
In diesem Beispiel verwendet der Code Matplotlib, um ein Histogramm zu erstellen. Es definiert eine Liste von Altershäufigkeiten (ages>), legt den Wertebereich von 0 bis 100 fest und gibt die Anzahl der Bins auf 10 anplt.hist()>Anschließend wird die Funktion verwendet, um das Histogramm mit den bereitgestellten Daten und Formatierungen zu zeichnen, einschließlich Farbe, Histogrammtyp und Balkenbreite. Achsen sind mit gekennzeichnetplt.xlabel()>Undplt.ylabel()>, und das Diagramm trägt den Titel „Mein Histogramm mit“.plt.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()> |
>
>
Ausgabe:
Matplotlib zeichnen Streudiagramm verwenden
In diesem Beispielcode wird Matplotlib verwendet, um ein Streudiagramm zu erstellen. Es definiert x- und y-Werte und stellt sie als Streupunkte mit grünen Sternchenmarkierungen („*“) der Größe 30 dar. Achsen sind mit „plt.xlabel()“ und „plt.ylabel()“ beschriftet, und die Darstellung trägt einen Titel Mein Streudiagramm! mit `plt.title()`. Die Legende wird mit den Beschriftungssternen mit „plt.legend()“ angezeigt und das resultierende Streudiagramm wird mit „plt.show()“ angezeigt.
Python
Linkedlist und Arraylist
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()> |
>
>
Ausgabe:
Matplotlib zeichnen Verwenden eines Kreisdiagramms
In diesem Beispielcode wird Matplotlib verwendet, um ein Kreisdiagramm zu erstellen. Es definiert Beschriftungen für verschiedene Aktivitäten („Aktivitäten“), den von jeder Beschriftung abgedeckten Teil („Slices“) und Farben für jede Beschriftung („Farben“). Die Funktion „plt.pie()“ wird dann verwendet, um das Kreisdiagramm mit verschiedenen Formatierungsoptionen zu zeichnen, einschließlich Startwinkel, Schatten, Explosion für ein bestimmtes Segment, Radius und Autopct für die prozentuale Anzeige. Die Legende wird mit „plt.legend()“ hinzugefügt und das resultierende Kreisdiagramm wird mit „plt.show()“ angezeigt.
Python
ipconfig für Ubuntu
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()> |
>
>
Die Ausgabe des obigen Programms sieht folgendermaßen aus:
Zeichnen von Kurven einer gegebenen Gleichung
In diesem Beispielcode werden Matplotlib und NumPy verwendet, um ein Sinuswellendiagramm zu erstellen. Es generiert x-Koordinaten von 0 bis 2π in Schritten von 0,1 mit „np.arange()“ und berechnet die entsprechenden y-Koordinaten, indem es mit „np.sin()“ den Sinus jedes x-Werts nimmt. Die Punkte werden dann mit „plt.plot()“ geplottet, was zu einer Sinuswelle führt. Schließlich wird die Funktion „plt.show()“ verwendet, um das Sinuswellendiagramm anzuzeigen.
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()> |
>
>
Ausgabe:
In diesem Teil haben wir verschiedene Arten von Diagrammen besprochen, die wir in Matplotlib erstellen können. Es gibt weitere Handlungsstränge, die nicht behandelt wurden, aber die wichtigsten werden hier besprochen –
- Diagrammdarstellung in Python | Satz 2
- Diagrammdarstellung in Python | Satz 3
Wenn Ihnen techcodeview.com gefällt und Sie einen Beitrag leisten möchten, können Sie auch einen Artikel über write.techcodeview.com schreiben oder Ihren Artikel per E-Mail an [email protected] senden
Bitte schreiben Sie Kommentare, wenn Sie etwas Falsches finden oder weitere Informationen zu dem oben besprochenen Thema mitteilen möchten.