Ця серія познайомить вас із створенням графіків у Python за допомогою Matplotlib, яка є, мабуть, найпопулярнішою бібліотекою візуалізації графіків і даних для Python .
монтаж
Найпростіший спосіб встановити matplotlib — це використовувати pip. Введіть наступну команду в терміналі:
pip install matplotlib>
АБО ви можете завантажити його з тут і встановіть його вручну.
Існують різні способи зробити це в Python. тут ми обговорюємо деякі загальновживані методи побудови графіків matplotlib в Python. це наступні.
- Побудова лінії
- Побудова двох або більше ліній на одній ділянці
- Налаштування сюжетів
- Побудова гістограми Matplotlib
- Побудова гістограми Matplotlib
- Побудова Matplotlib Діаграма розкиду
- Побудова кругової діаграми Matplotlib
- Побудова кривих заданого рівняння
Нанесення лінії
У цьому прикладі код використовує Matplotlib для створення простого лінійного графіка. Він визначає значення x і y для точок даних, будує їх графіки за допомогою ` plt.plot() `і позначає осі x і y за допомогою `plt.xlabel()` і `plt.ylabel()`. Сюжет має назву Мій перший графік! за допомогою `plt.title()`. Нарешті, ` plt.show() Функція ` використовується для відображення графіка з указаними даними, мітками осей і назвою.
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()> |
>
>
Вихід:
Побудова двох або більше ліній на одному графіку
У цьому прикладі код використовує Matplotlib для створення графіка з двома лініями. Він визначає два набори значень x і y для кожної лінії та будує їх за допомогою `plt.plot()`. Рядки позначені як рядок 1 і рядок 2 за допомогою параметра `label`. Осі позначені `plt.xlabel()` і `plt.ylabel()`, а графік має назву Два рядки на одному графіку! за допомогою `plt.title()`. Легенда відображається за допомогою ` plt.legend() `, а функція `plt.show()` використовується для візуалізації графіка як лініями, так і мітками.
Python
що таке подання каталогу
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()> |
>
>
Вихід:
Налаштування сюжетів
У цьому прикладі код використовує Matplotlib для створення налаштованої лінії. Він визначає значення x і y, а графік оформлено зеленою пунктирною лінією, синім круглим маркером для кожної точки та розміром маркера 12. Межі осі Y встановлені на 1 і 8, а вісь x обмеження встановлюються на 1 і 8 за допомогою `plt.ylim()` і `plt.xlim()`. Осі позначені `plt.xlabel()` і `plt.ylabel()`, а графік має назву Деякі цікаві налаштування! за допомогою `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()> |
>
>
Вихід:
Побудова Matplotlib Використання гістограми
У цьому прикладі код використовує Matplotlib для створення гістограми. Він визначає координати x (`left`), висоту смуг (`height`) і мітки для смуг (`tick_label`). Потім функція `plt.bar()` використовується для побудови гістограми із заданими параметрами, такими як ширина смуги, кольори та мітки. Осі позначені `plt.xlabel()` і `plt.ylabel()`, а діаграма має назву Моя гістограма! за допомогою `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()> |
діана анкудінова
>
>
Вихід:
Побудова Matplotlib Використання гістограми
У цьому прикладі код використовує Matplotlib для створення гістограми. Він визначає список вікових частот (ages>), встановлює діапазон значень від 0 до 100 і вказує кількість бункерів як 10.plt.hist()>потім використовується для побудови гістограми з наданими даними та форматуванням, включаючи колір, тип гістограми та ширину стовпця. Сокири позначені знакомplt.xlabel()>іplt.ylabel()>, а діаграма має назву Моя гістограма за допомогоюplt.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()> |
алфавіт і цифри
>
>
Вихід:
Побудова Matplotlib Використання діаграми розсіювання
У цьому прикладі код використовує Matplotlib для створення діаграми розсіювання. Він визначає значення x і y і відображає їх як точки розсіювання із зеленими зірочками (`*`) розміром 30. Осі позначаються за допомогою `plt.xlabel()` і `plt.ylabel()`, а графік має назву Моя діаграма розкиду! за допомогою `plt.title()`. Легенда відображається із зірочками міток за допомогою `plt.legend()`, а отримана точкова діаграма відображається за допомогою `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()> |
>
>
Вихід:
Побудова Matplotlib Використання секторної діаграми
У цьому прикладі код використовує Matplotlib для створення кругової діаграми. Він визначає мітки для різних дій (`діяльності`), частину, охоплену кожною міткою (`фрагменти`), і кольори для кожної мітки (`кольори`). Потім функція `plt.pie()` використовується для побудови кругової діаграми з різними параметрами форматування, включаючи початковий кут, тінь, вибух для певного фрагмента, радіус і autopct для відображення у відсотках. Легенда додається за допомогою `plt.legend()`, а отримана кругова діаграма відображається за допомогою `plt.show()`.
Python
сортування списку масивів
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()> |
>
>
Результат вищезгаданої програми виглядає так:
Побудова кривих заданого рівняння
У цьому прикладі код використовує Matplotlib і NumPy для створення графіка синусоїди. Він генерує x-координати від 0 до 2π із кроком 0,1 за допомогою `np.arange()` і обчислює відповідні y-координати, беручи синус кожного значення x за допомогою `np.sin()`. Потім точки наносяться на графік за допомогою `plt.plot()`, що призводить до синусоїди. Нарешті, функція `plt.show()` використовується для відображення графіка синусоїди.
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()> |
>
>
Вихід:
Отже, у цій частині ми обговорили різні типи графіків, які ми можемо створити в matplotlib. Є ще сюжети, які не були охоплені, але найважливіші з них обговорюються тут –
- Побудова графіка в Python | Набір 2
- Побудова графіка в Python | Набір 3
Якщо вам подобається techcodeview.com і ви хочете зробити свій внесок, ви також можете написати статтю за допомогою write.techcodeview.com або надіслати статтю на адресу [email protected]
Будь ласка, пишіть коментарі, якщо ви знайшли щось невірне, або ви хочете поділитися додатковою інформацією про тему, розглянуту вище.