Matplotlib ist eine leistungsstarke Python-Bibliothek, die als numerische und mathematische Erweiterung für die NumPy-Bibliothek dient. Eine seiner Schlüsselkomponenten ist Pyplot , das eine zustandsbasierte Schnittstelle zum Matplotlib-Modul bietet und Benutzern eine vertraute MATLAB-ähnliche Umgebung präsentiert. Mit der Funktion Matplotlib.pyplot.plot() in Python können Benutzer mühelos eine Vielzahl von Diagrammen erstellen, darunter Liniendiagramme, Konturdiagramme, Histogramme, Streudiagramme, 3D-Diagramme und mehr. Diese Vielseitigkeit macht Matplotlib zu einem unschätzbar wertvollen Werkzeug für die Datenvisualisierung und -analyse im Internet Python Programmiersprache.
Was ist die Funktion Matplotlib.pyplot.plot()?
Der matplotlib.pyplot.plot()> Die Funktion ist eine grundlegende Komponente der Matplotlib-Bibliothek, insbesondere innerhalb des Pyplot-Moduls. Es dient dazu, ein zweidimensionales hexagonales Binning-Diagramm basierend auf den gegebenen Datenpunkten zu erstellen, die durch die Variablen x und y dargestellt werden. Es verbindet Datenpunkte mit Linien und ermöglicht so die Anpassung des Erscheinungsbilds des Diagramms durch Parameter wie Linienstile und Markierungen. Diese vielseitige Funktion wird häufig zur Datenvisualisierung in verschiedenen Bereichen verwendet.
Syntax: matplotlib.pyplot.plot(*args, scalex=True, scaley=True, data=None, **kwargs)
Java-Check ist null
- Parameter:
- x, y: Diese Parameter stellen die horizontalen und vertikalen Koordinaten der Datenpunkte dar. Die „x“-Werte sind optional und ermöglichen Flexibilität beim Plotvorgang.
- fmt: Dies ist ein optionaler Parameter, der einen Zeichenfolgenwert enthält. Es wird verwendet, um das Format des Plots anzugeben und den Linienstil, die Markierung und die Farbe zu definieren.
- Daten: Ein optionaler Parameter, „Daten“, bezieht sich auf ein Objekt mit beschrifteten Daten. Es bietet eine bequeme Möglichkeit, Daten direkt weiterzugeben und verbessert so die Lesbarkeit und Benutzerfreundlichkeit.
- Kehrt zurück: Der
plot()>Die Funktion gibt eine Liste von Line2D-Objekten zurück, die jeweils ein Segment der gezeichneten Daten darstellen. Diese Line2D-Objekte kapseln die Eigenschaften und Attribute der gezeichneten Linien und ermöglichen so eine weitere Anpassung und Analyse.
Matplotlib.pyplot.plot() Funktion in Python
Es gibt verschiedene Möglichkeiten, einen Plot mit der Funktion Matplotlib.pyplot.plot() in Python zu erstellen. Einige Beispiele veranschaulichen dies matplotlib.pyplot.plot() Funktion in matplotlib.pyplot:
- Grundlegendes Liniendiagramm
- Diagramm mit mehreren Linien
- Streudiagramm mit mehreren Markern
- Zwei-Kurven-Diagramm
Liniendiagramme in Matplotlib
Durch den Import Matplotlibs Plot() Wir haben ein Liniendiagramm mit den Daten [1, 2, 3] erstellt. Die Funktion title() legt den Plottitel fest, draw() aktualisiert den Plot und show() zeigt ihn an und bietet so eine grundlegende Darstellung von Matplotlib für die Datenvisualisierung 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()> |
>
>
Ausgabe:
Einfügen Python
Grundlegendes Liniendiagramm
Mehrere Zeilen mit Matplotlib
Durch den Import Matplotlib um Sinus- und Kosinusfunktionen im selben Diagramm darzustellen. Es generiert Daten, legt Stile für jede Funktion fest, fügt Beschriftungen und einen Titel hinzu, zeigt eine Legende an und zeigt dann das Diagramm an, das die Sinus- und Kosinuskurven veranschaulicht.
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()> |
>
>
Ausgabe
Diagramm mit mehreren Linien
Markierungen in Matplotlib
Durch den Import Matplotlib Wir haben ein individuelles Streudiagramm mit 50 zufälligen Datenpunkten mit roten kreisförmigen Markierungen erstellt. Es enthält Achsenbeschriftungen, einen Titel („Beispiel für ein Streudiagramm“) und eine Legende. Der show()> Die Funktion zeigt den Plot an und demonstriert ein einfaches Beispiel der Datenvisualisierung mit Matplotlib in Python.
.tif-Datei
Python3
Javascript-Druck
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()> |
>
>
Ausgabe:
Streudiagramm mit mehreren Markern
Mehrere Kurven zeichnen
Durch den Import von Matplotlib haben wir ein Liniendiagramm mit zwei Kurven erstellt: einer blauen Kurve ( Und = x^ 2) und eine orangefarbene Kurve (y=1− x^ 3). Die Daten werden zufällig generiert, nach glatten Kurven sortiert und mit dem Diagramm dargestelltplot()>Funktion. Der Plot ist auf beiden Achsen auf den Bereich [0, 1] beschränkt und zeigt eine visuelle Darstellung mathematischer Funktionen.
Python3
# 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()> |
wie man in Java von int in string konvertiert
>
>
Ausgabe
Zwei-Kurven-Diagramm
Abschluss
Abschließend ist die matplotlib.pyplot.plot()> Die Funktion in Python ist ein grundlegendes Werkzeug zum Erstellen einer Vielzahl von 2D-Diagrammen, einschließlich Liniendiagrammen, Streudiagrammen und mehr. Seine Vielseitigkeit ermöglicht es Benutzern, Diagramme durch die Angabe von Datenpunkten, Linienstilen, Markierungen und Farben anzupassen. Mit optionalen Parametern wie „fmt“ und „data“ bietet die Funktion Flexibilität bei der Plotformatierung und Datenverarbeitung. Darüber hinaus ermöglichen die zurückgegebenen Line2D-Objekte eine weitere Bearbeitung und Analyse der gezeichneten Daten. Insgesamt Matplotlibsplot()>Die Funktion ist eine Schlüsselkomponente im Bereich der Datenvisualisierung und bietet eine benutzerfreundliche Oberfläche zum Erstellen aufschlussreicher und optisch ansprechender Diagramme in Python.