FUNKCJA MATPLOTLIB.PYPLOT.PLOT() W PYTHONIE

Matplotlib to potężna biblioteka Pythona, która służy jako numeryczne i matematyczne rozszerzenie biblioteki NumPy. Jednym z jego kluczowych elementów jest Pyplot , który oferuje interfejs oparty na stanach dla modułu Matplotlib, prezentując użytkownikom znane środowisko podobne do MATLAB-a. Dzięki funkcji Matplotlib.pyplot.plot() w Pythonie użytkownicy mogą bez wysiłku tworzyć różnorodne wykresy, w tym wykresy liniowe, wykresy konturowe, histogramy, wykresy punktowe, wykresy 3D i inne. Ta wszechstronność sprawia, że Matplotlib jest nieocenionym narzędziem do wizualizacji i analizy danych w środowisku Pyton język programowania.

Co to jest funkcja Matplotlib.pyplot.plot()?

The matplotlib.pyplot.plot()> funkcja jest podstawowym składnikiem biblioteki Matplotlib, szczególnie w module Pyplot. Służy do wygenerowania dwuwymiarowego sześciokątnego wykresu kategoryzacji w oparciu o dane punkty danych reprezentowane przez zmienne x i y. Łączy punkty danych z liniami, umożliwiając dostosowanie wyglądu wykresu za pomocą parametrów, takich jak style linii i znaczniki. Ta wszechstronna funkcja jest szeroko stosowana do wizualizacji danych w różnych dziedzinach.

Składnia: matplotlib.pyplot.plot(*args, Scalex=True, Scaley=True, data=Brak, **kwargs)

Parametry:

x, y: Parametry te reprezentują współrzędne poziome i pionowe punktów danych. Wartości „x” są opcjonalne, co pozwala na elastyczność procesu kreślenia.

fmt: Jest to opcjonalny parametr zawierający wartość ciągu. Służy do określenia formatu wykresu, określenia stylu linii, znacznika i koloru.

dane: Opcjonalny parametr „dane” odnosi się do obiektu z danymi oznaczonymi etykietą. Zapewnia wygodny sposób bezpośredniego przekazywania danych, zwiększając czytelność i łatwość obsługi.

Zwroty: The plot()> funkcja zwraca listę obiektów Line2D, z których każdy reprezentuje segment wykreślonych danych. Te obiekty Line2D zawierają cechy i atrybuty kreślonych linii, umożliwiając dalsze dostosowywanie i analizę.

Istnieją różne sposoby tworzenia fabuły przy użyciu funkcji Matplotlib.pyplot.plot() w Pythonie. Oto kilka przykładów ilustrujących matplotlib.pyplot.plot() funkcjonować w matplotlib.pyplot:

Podstawowy wykres linii
Wykres wielu linii
Wykres punktowy z wieloma znacznikami
Wykres dwóch krzywych

Wykresy liniowe w Matplotlib

Importując Fabuła Matplotliba() stworzyliśmy wykres liniowy z danymi [1, 2, 3]. Funkcja title() ustawia tytuł wykresu, Draw() aktualizuje wykres, a show() wyświetla go, dostarczając podstawową ilustrację Matplotlib do wizualizacji danych w Pythonie.

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()>

Wyjście:

Podstawowy wykres linii

Wiele linii przy użyciu Matplotlib

Importując Matplotlib wykreślić funkcje sinus i cosinus na tym samym wykresie. Generuje dane, ustawia style dla każdej funkcji, dodaje etykiety i tytuł, wyświetla legendę, a następnie pokazuje wykres ilustrujący krzywe sinus i cosinus.

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()>

Wyjście

Wykres wielu linii

Markery w Matplotlibie

Importując Matplotlib wygenerowaliśmy dostosowany wykres punktowy z 50 losowymi punktami danych, z czerwonymi okrągłymi znacznikami. Zawiera etykiety osi, tytuł („Przykład wykresu punktowego”) i legendę. The show()> funkcja wyświetla wykres, demonstrując podstawowy przykład wizualizacji danych za pomocą Matplotlib w Pythonie.

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()>

Wyjście:

Wykres punktowy z wieloma znacznikami

Rysowanie wielu krzywych

Importując Matplotlib stworzyliśmy wykres liniowy z dwiema krzywymi: niebieską krzywą ( I = x^ 2) i pomarańczową krzywą (y=1− x^ 3). Dane są generowane losowo, sortowane w celu uzyskania gładkich krzywych i wykreślane za pomocą plot()> funkcjonować. Wykres jest ograniczony do zakresu [0, 1] na obu osiach, przedstawiając wizualną reprezentację funkcji matematycznych.

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()>

Wyjście

Wykres dwóch krzywych

Wniosek

Podsumowując, matplotlib.pyplot.plot()> Funkcja w Pythonie jest podstawowym narzędziem do tworzenia różnych wykresów 2D, w tym wykresów liniowych, wykresów punktowych i innych. Jego wszechstronność pozwala użytkownikom dostosowywać wykresy poprzez określenie punktów danych, stylów linii, znaczników i kolorów. Dzięki opcjonalnym parametrom, takim jak „fmt” i „data”, funkcja ta zapewnia elastyczność w formatowaniu wykresu i obsłudze danych. Dodatkowo zwrócone obiekty Line2D pozwalają na dalszą manipulację i analizę wykreślonych danych. Ogólnie rzecz biorąc, Matplotlib plot()> Funkcja jest kluczowym elementem w dziedzinie wizualizacji danych, oferującym przyjazny dla użytkownika interfejs do tworzenia wnikliwych i atrakcyjnych wizualnie wykresów w Pythonie.