Ši serija supažindins jus su Python grafikų sudarymu su Matplotlib, kuris, be abejo, yra populiariausia grafikų ir duomenų vizualizavimo biblioteka. Python .
Montavimas
Lengviausias būdas įdiegti matplotlib yra naudoti pip. Terminale įveskite šią komandą:

pip install matplotlib 

ARBA galite atsisiųsti iš čia ir įdiekite jį rankiniu būdu.

Python yra įvairių būdų tai padaryti. čia aptariame kai kuriuos dažniausiai naudojamus braižymo metodus matplotlib Python. tai yra šie.

• Linijos braižymas
• Dviejų ar daugiau eilučių nubrėžimas tame pačiame sklype
• Sklypų pritaikymas
• Matplotlib juostos diagramos braižymas
• Matplotlib histogramos braižymas
• Matplotlib braižymas Sklaidos sklypas
• Matplotlib skritulinės diagramos braižymas
• Duotos lygties kreivių braižymas

Brėžti liniją

Šiame pavyzdyje kodas naudoja Matplotlib, kad sukurtų paprastą linijos brėžinį. Jis apibrėžia x ir y reikšmes duomenų taškams, nubraižo jas naudodamas ` plt.plot() “, ir pažymi x ir y ašis „plt.xlabel()“ ir „plt.ylabel()“. Siužetas pavadintas Mano pirmasis grafikas! naudojant „plt.title()“. Galiausiai ` plt.show() Funkcija ` naudojama diagramai su nurodytais duomenimis, ašių etiketėmis ir pavadinimu rodyti.

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()>

Išvestis:

Dviejų ar daugiau eilučių nubrėžimas tame pačiame sklype

Šiame pavyzdyje kodas naudoja Matplotlib, kad sukurtų grafiką su dviem linijomis. Ji apibrėžia du x ir y reikšmių rinkinius kiekvienai eilutei ir nubraižo juos naudojant „plt.plot()“. Eilutės pažymėtos kaip 1 eilutė ir 2 eilutė su parametru „label“. Ašys pažymėtos „plt.xlabel()“ ir „plt.ylabel()“, o grafikas pavadintas Dvi eilutės tame pačiame grafike! su „plt.title()“. Legenda rodoma naudojant ` plt.legend() `, o funkcija `plt.show() naudojama diagramai vizualizuoti su linijomis ir etiketėmis.

Python

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()>

Išvestis:

Sklypų pritaikymas

Šiame pavyzdyje kodas naudoja Matplotlib, kad sukurtų tinkintą linijos brėžinį. Jis apibrėžia x ir y reikšmes, o brėžinys formuojamas žalia brūkšnine linija, mėlynu apskritu kiekvieno taško žymekliu ir 12 žymeklio dydžiu. Y ašies ribos nustatomos 1 ir 8, o x ašis ribos nustatomos į 1 ir 8 naudojant „plt.ylim()“ ir „plt.xlim()“. Ašys pažymėtos „plt.xlabel()“ ir „plt.ylabel()“, o diagrama pavadinta Keletas puikių pritaikymų! su „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()>

Išvestis:

Matplotlib braižymas Juostinės diagramos naudojimas

Šiame pavyzdyje kodas naudoja Matplotlib, kad sukurtų juostinę diagramą. Jis apibrėžia x koordinates („kairėje“), juostų aukščius („aukštis“) ir juostų etiketes („tick_label“). Funkcija „plt.bar()“ naudojama juostinei diagramai nubraižyti su nurodytais parametrais, tokiais kaip juostos plotis, spalvos ir etiketės. Ašys pažymėtos „plt.xlabel()“ ir „plt.ylabel()“, o diagrama pavadinta Mano juostinė diagrama! naudojant „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()>

Išvestis:

Matplotlib braižymas Naudojant histogramą

Šiame pavyzdyje kodas naudoja Matplotlib, kad sukurtų histogramą. Jis apibrėžia amžiaus dažnių sąrašą ( ages> ), nustato reikšmių diapazoną nuo 0 iki 100, o dėžučių skaičių nurodo 10. plt.hist()> tada funkcija naudojama brėžiant histogramą su pateiktais duomenimis ir formatavimu, įskaitant spalvą, histogramos tipą ir juostos plotį. Ašys yra paženklintos plt.xlabel()> ir plt.ylabel()> , o diagrama pavadinta Mano histograma naudojant 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()>

Išvestis:

Matplotlib braižymas Naudojant sklaidos diagramą

Šiame pavyzdyje kodas naudoja Matplotlib, kad sukurtų sklaidos diagramą. Ji apibrėžia x ir y reikšmes ir nubraižo juos kaip sklaidos taškus su žaliais 30 dydžio žvaigždutėmis („*“). Ašys pažymėtos „plt.xlabel()“ ir „plt.ylabel()“, o diagrama pavadinta Mano sklaidos siužetas! naudojant „plt.title()“. Legenda rodoma su etikečių žvaigždutėmis naudojant „plt.legend()“, o gauta sklaidos diagrama rodoma naudojant „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()>

Išvestis:

Matplotlib braižymas Skritulinės diagramos naudojimas

Šiame pavyzdyje kodas naudoja Matplotlib, kad sukurtų skritulinę diagramą. Jame apibrėžiamos skirtingų veiklų ('veiklos') etiketės, kiekvienos etiketės dalis ('gabalėliai') ir kiekvienos etiketės spalvos ('spalvos'). Funkcija „plt.pie()“ naudojama skritulinei diagramai nubraižyti su įvairiomis formatavimo parinktimis, įskaitant pradžios kampą, šešėlį, sprogimą konkrečiam pjūviui, spindulį ir automatinį rodymą procentais. Legenda pridedama naudojant „plt.legend()“, o gauta skritulinė diagrama rodoma naudojant „plt.show()“.

Python

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()>

Aukščiau pateiktos programos išvestis atrodo taip:

Duotos lygties kreivių braižymas

Šiame pavyzdyje kodas naudoja Matplotlib ir NumPy sinusinės bangos brėžiniui sukurti. Jis generuoja x koordinates nuo 0 iki 2π 0,1 žingsniais, naudodamas „np.arange()“ ir apskaičiuoja atitinkamas y koordinates, paimdamas kiekvienos x reikšmės sinusą naudojant „np.sin()“. Tada taškai brėžiami naudojant „plt.plot()“, todėl gaunama sinusinė banga. Galiausiai funkcija „plt.show()“ naudojama sinusinės bangos diagramai rodyti.

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()>

Išvestis:

Taigi, šioje dalyje aptarėme įvairius sklypų tipus, kuriuos galime sukurti „matplotlib“. Yra ir daugiau siužetų, kurie nebuvo aptarti, tačiau svarbiausi aptariami čia –

• Grafikų braižymas Python | 2 rinkinys
• Grafikų braižymas Python | 3 rinkinys

Jei jums patinka techcodeview.com ir norėtumėte prisidėti, taip pat galite parašyti straipsnį naudodami write.techcodeview.com arba išsiųsti savo straipsnį el. paštu [email protected]
Rašykite komentaruose, jei radote ką nors neteisingo arba norite pasidalinti daugiau informacijos aukščiau aptarta tema.