Denne serien vil introdusere deg til grafer i Python med Matplotlib, som uten tvil er det mest populære biblioteket for grafer og datavisualisering for Python .
Installasjon
Den enkleste måten å installere matplotlib på er å bruke pip. Skriv inn følgende kommando i terminalen:
pip install matplotlib>
ELLER du kan laste den ned fra her og installer den manuelt.
Det er forskjellige måter å gjøre dette på i Python. her diskuterer vi noen generelt brukte metoder for plotting matplotlib i Python. disse er følgende.
- Plotte en linje
- Plotte to eller flere linjer på samme plot
- Tilpasning av tomter
- Plotte Matplotlib søylediagram
- Plotte Matplotlib Histogram
- Plotter Matplotlib Spredningsplott
- Plotte Matplotlib sektordiagram
- Plotte kurver for gitt ligning
Plotte en linje
I dette eksemplet bruker koden Matplotlib for å lage et enkelt linjeplott. Den definerer x- og y-verdier for datapunkter, plotter dem med ` plt.plot() `, og merker x- og y-aksene med `plt.xlabel()` og `plt.ylabel()`. Handlingen har tittelen Min første graf! ved å bruke `plt.title()`. Til slutt, den ` plt.show() `-funksjonen brukes til å vise grafen med spesifiserte data, akseetiketter og tittel.
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()> |
>
>
Produksjon:

Plotte to eller flere linjer på samme tomt
I dette eksempelet bruker koden Matplotlib for å lage en graf med to linjer. Den definerer to sett med x- og y-verdier for hver linje og plotter dem ved å bruke `plt.plot()`. Linjene er merket som linje 1 og linje 2 med parameteren `label`. Akser er merket med `plt.xlabel()` og `plt.ylabel()`, og grafen har tittelen To linjer på samme graf! med `plt.title()`. Forklaringen vises med ` plt.legend() `, og funksjonen `plt.show()` brukes til å visualisere grafen med både linjer og etiketter.
Python
heltall dobbel java
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()> |
>
>
Produksjon:

Tilpasning av tomter
I dette eksempelet bruker koden Matplotlib for å lage et tilpasset linjeplott. Den definerer x- og y-verdier, og plottet er stilt med en grønn stiplet linje, en blå sirkulær markør for hvert punkt og en markørstørrelse på 12. Y-aksegrensene er satt til 1 og 8, og x-aksen grensene er satt til 1 og 8 ved å bruke `plt.ylim()` og `plt.xlim()`. Akser er merket med `plt.xlabel()` og `plt.ylabel()`, og grafen har tittelen Noen kule tilpasninger! med `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()> |
>
>
Produksjon:

Plotter Matplotlib Ved hjelp av søylediagram
I dette eksempelet bruker koden Matplotlib for å lage et stolpediagram. Den definerer x-koordinater (`venstre`), høyder på stolper ('høyde') og etiketter for stolpene ('tick_label'). `plt.bar()`-funksjonen brukes deretter til å plotte stolpediagrammet med spesifiserte parametere som stolpebredde, farger og etiketter. Akser er merket med `plt.xlabel()` og `plt.ylabel()`, og diagrammet har tittelen Mitt stolpediagram! ved å bruke `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()> |
erstatte fra streng i java
>
>
Utgang:

Plotter Matplotlib Bruke histogram
I dette eksempelet bruker koden Matplotlib for å lage et histogram. Den definerer en liste over aldersfrekvenser (ages>), setter verdiområdet fra 0 til 100, og angir antall hyller som 10.plt.hist()>funksjonen brukes deretter til å plotte histogrammet med de oppgitte dataene og formateringen, inkludert farge, histogramtype og søylebredde. Økser er merket medplt.xlabel()>ogplt.ylabel()>, og diagrammet har tittelen My histogram usingplt.title()>.
Python
deaktiver utviklermodus
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()> |
>
>
Produksjon:

Plotter Matplotlib Bruke spredningsplott
I dette eksempelet bruker koden Matplotlib for å lage et spredningsplott. Den definerer x- og y-verdier og plotter dem som spredningspunkter med grønne stjernemarkører (`*`) i størrelse 30. Akser er merket med `plt.xlabel()` og `plt.ylabel()`, og plottet har tittelen Spredningsplottet mitt! ved å bruke `plt.title()`. Forklaringen vises med etikettstjernene ved å bruke `plt.legend()`, og det resulterende spredningsplottet vises med `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()> |
>
>
Produksjon:

Plotter Matplotlib Bruker sektordiagram
I dette eksempelet bruker koden Matplotlib for å lage et sektordiagram. Den definerer etiketter for forskjellige aktiviteter ('aktiviteter'), delen som dekkes av hver etikett ('skiver') og farger for hver etikett ('farger'). `plt.pie()`-funksjonen brukes deretter til å plotte kakediagrammet med forskjellige formateringsalternativer, inkludert startvinkel, skygge, eksplosjon for en spesifikk skive, radius og autopkt for prosentvis visning. Forklaringen legges til med `plt.legend()`, og det resulterende sektordiagrammet vises med `plt.show()`.
Python
matriser i c-programmering
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()> |
>
>
Utdataene fra programmet ovenfor ser slik ut:

Plotte kurver for gitt ligning
I dette eksempelet bruker koden Matplotlib og NumPy for å lage et sinusbølgeplott. Den genererer x-koordinater fra 0 til 2π i trinn på 0,1 ved å bruke `np.arange()` og beregner de tilsvarende y-koordinatene ved å ta sinusen til hver x-verdi ved å bruke `np.sin()`. Punktene plottes deretter ved å bruke `plt.plot()`, noe som resulterer i en sinusbølge. Til slutt brukes `plt.show()`-funksjonen til å vise sinusbølgeplotten.
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()> |
>
>
Produksjon:

Så i denne delen diskuterte vi ulike typer plott vi kan lage i matplotlib. Det er flere tomter som ikke har blitt dekket, men de viktigste er diskutert her -
- Grafplotting i Python | Sett 2
- Grafplotting i Python | Sett 3
Hvis du liker techcodeview.com og ønsker å bidra, kan du også skrive en artikkel ved å bruke write.techcodeview.com eller sende artikkelen til [email protected]
Vennligst skriv kommentarer hvis du finner noe feil, eller du vil dele mer informasjon om emnet diskutert ovenfor.