Funkce Matplotlib.pyplot.plot() v Pythonu
Matplotlib je výkonná Python knihovna, která slouží jako numerické a matematické rozšíření knihovny NumPy. Jednou z jeho klíčových součástí je Pyplot , který nabízí stavové rozhraní modulu Matplotlib, které uživatelům představuje známé prostředí podobné MATLABu. Prostřednictvím funkce Matplotlib.pyplot.plot() v Pythonu mohou uživatelé bez námahy vytvářet různé grafy, včetně liniových grafů, vrstevnicových grafů, histogramů, rozptylových grafů, 3D grafů a dalších. Tato všestrannost dělá Matplotlib neocenitelným nástrojem pro vizualizaci a analýzu dat v Krajta programovací jazyk.
Co je funkce Matplotlib.pyplot.plot()?
The matplotlib.pyplot.plot()> funkce je základní součástí knihovny Matplotlib, konkrétně v modulu Pyplot. Slouží k generování 2D hexagonálního binningového grafu na základě daných datových bodů reprezentovaných proměnnými x a y. Propojuje datové body s čarami, což umožňuje přizpůsobení vzhledu grafu pomocí parametrů, jako jsou styly čar a značky. Tato všestranná funkce je široce používána pro vizualizaci dat v různých oblastech.
Syntax: matplotlib.pyplot.plot(*args, scalex=True, scaley=True, data=None, **kwargs)
- Parametry:
- x, y: Tyto parametry představují horizontální a vertikální souřadnice datových bodů. Hodnoty „x“ jsou volitelné, což umožňuje flexibilitu v procesu vykreslování.
- fmt: Toto je volitelný parametr, který obsahuje hodnotu řetězce. Používá se k určení formátu vykreslování, definování stylu čáry, značky a barvy.
- data: Nepovinný parametr „data“ odkazuje na objekt s označenými daty. Poskytuje pohodlný způsob přímého předávání dat, zlepšuje čitelnost a snadné použití.
- Vrácení: The
plot()>Funkce vrací seznam objektů Line2D, z nichž každý představuje segment vykreslených dat. Tyto objekty Line2D zapouzdřují charakteristiky a atributy vykreslených čar, což umožňuje další přizpůsobení a analýzu.
Matplotlib.pyplot.plot() Funkce v Pythonu
Existuje několik způsobů, jak vytvořit graf pomocí funkce Matplotlib.pyplot.plot() v Pythonu, jejich několik příkladů ilustruje matplotlib.pyplot.plot() funkce v matplotlib.pyplot:
- Základní liniový plot
- Multiple Lines Plot
- Bodový graf s více značkami
- Dvě křivky plot
Linie v Matplotlib
Importem Matplotlibův spiknutí() vytvořili jsme liniový graf s daty [1, 2, 3]. Funkce title() nastavuje název grafu, draw() aktualizuje graf a show() jej zobrazuje, čímž poskytuje základní ilustraci Matplotlib pro vizualizaci dat v Pythonu.
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()> |
Výstup:
Základní liniový plot
Více řádků pomocí Matplotlib
Importem Matplotlib vykreslit funkce sinus a kosinus na stejném grafu. Generuje data, nastavuje styly pro každou funkci, přidává popisky a titulky, zobrazuje legendu a poté zobrazuje graf ilustrující sinusové a kosinusové křivky.
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()> |
Výstup
Multiple Lines Plot
Markery v Matplotlib
Importem Matplotlib vytvořili jsme přizpůsobený bodový graf s 50 náhodnými datovými body s červenými kruhovými značkami. Obsahuje popisky os, nadpis („Příklad rozptylového grafu“) a legendu. The show()> funkce zobrazí graf a demonstruje základní příklad vizualizace dat pomocí Matplotlib v Pythonu.
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()> |
Výstup:
Bodový graf s více značkami
Vykreslování více křivek
Importem Matplotlib jsme vytvořili čárový graf se dvěma křivkami: modrou křivkou ( a = x^ 2) a oranžová křivka (y=1− x^ 3). Data se generují náhodně, třídí se pro hladké křivky a vykreslují pomocí plot()> funkce. Graf je omezen na rozsah [0, 1] na obou osách a představuje vizuální reprezentaci matematických funkcí.
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()> |
Výstup
Dvě křivky plot
Závěr
Na závěr, matplotlib.pyplot.plot()> Funkce v Pythonu je základním nástrojem pro vytváření různých 2D grafů, včetně liniových grafů, bodových grafů a dalších. Jeho všestrannost umožňuje uživatelům přizpůsobit grafy zadáním datových bodů, stylů čar, značek a barev. S volitelnými parametry, jako jsou „fmt“ a „data“, funkce poskytuje flexibilitu při formátování grafu a manipulaci s daty. Vrácené objekty Line2D navíc umožňují další manipulaci a analýzu vykreslených dat. Celkově vzato, Matplotlib plot()> Funkce je klíčovou součástí v oblasti vizualizace dat a nabízí uživatelsky přívětivé rozhraní pro vytváření srozumitelných a vizuálně přitažlivých grafů v Pythonu.
