Questa serie ti introdurrà alla grafica in Python con Matplotlib, che è probabilmente la libreria di grafica e visualizzazione dei dati più popolare per Pitone .
Installazione
Il modo più semplice per installare matplotlib è utilizzare pip. Digitare il seguente comando nel terminale:
pip install matplotlib>
OPPURE puoi scaricarlo da Qui e installarlo manualmente.
Ci sono vari modi per farlo in Python. qui stiamo discutendo alcuni metodi generalmente utilizzati per la stampa matplotlib in Pitone. quelli sono i seguenti.
- Tracciare una linea
- Tracciare due o più linee sulla stessa trama
- Personalizzazione degli appezzamenti
- Tracciamento del grafico a barre Matplotlib
- Tracciamento dell'istogramma Matplotlib
- Tracciare Matplotlib Grafico a dispersione
- Tracciamento del grafico a torta Matplotlib
- Tracciare le curve di una data equazione
Tracciare una linea
In questo esempio, il codice utilizza Matplotlib per creare un semplice grafico a linee. Definisce i valori xey per i punti dati, li traccia utilizzando ` plt.plot() 'ed etichetta gli assi xey con `plt.xlabel()` e `plt.ylabel()`. La trama si intitola Il mio primo grafico! utilizzando `plt.title()`. Infine, il ` plt.mostra() La funzione ` viene utilizzata per visualizzare il grafico con i dati, le etichette degli assi e il titolo specificati.
Pitone
# 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()> |
>
>
Produzione:
Tracciare due o più linee sulla stessa trama
In questo esempio il codice utilizza Matplotlib per creare un grafico con due linee. Definisce due serie di valori xey per ciascuna linea e li traccia utilizzando `plt.plot()`. Le righe sono etichettate come riga 1 e riga 2 con il parametro 'label'. Gli assi sono etichettati con `plt.xlabel()` e `plt.ylabel()` e il grafico si intitola Due linee sullo stesso grafico! con `plt.title()`. La legenda viene visualizzata utilizzando ` plt.legend() `, e la funzione `plt.show()` viene utilizzata per visualizzare il grafico sia con linee che con etichette.
Pitone
javascript per il menu a discesa
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()> |
>
>
Produzione:
Personalizzazione degli appezzamenti
In questo esempio il codice utilizza Matplotlib per creare un grafico a linee personalizzato. Definisce i valori x e y e il grafico ha uno stile con una linea tratteggiata verde, un indicatore circolare blu per ciascun punto e una dimensione dell'indicatore pari a 12. I limiti dell'asse y sono impostati su 1 e 8 e l'asse x i limiti sono impostati su 1 e 8 utilizzando `plt.ylim()` e `plt.xlim()`. Gli assi sono etichettati con `plt.xlabel()` e `plt.ylabel()` e il grafico è intitolato Alcune fantastiche personalizzazioni! con `plt.title()`.
Pitone
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()> |
>
>
Produzione:
Tracciare Matplotlib Utilizzo del grafico a barre
In questo esempio il codice utilizza Matplotlib per creare un grafico a barre. Definisce le coordinate x (`left`), l'altezza delle barre (`height`) e le etichette per le barre (`tick_label`). La funzione `plt.bar()` viene quindi utilizzata per tracciare il grafico a barre con parametri specificati come larghezza della barra, colori ed etichette. Gli assi sono etichettati con `plt.xlabel()` e `plt.ylabel()` e il grafico è intitolato Il mio grafico a barre! utilizzando `plt.title()`.
Pitone
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()> |
quante settimane al mese
>
>
Produzione :
Tracciare Matplotlib Utilizzando l'istogramma
In questo esempio il codice utilizza Matplotlib per creare un istogramma. Definisce un elenco di frequenze di età (ages>), imposta l'intervallo di valori da 0 a 100 e specifica il numero di contenitori su 10.plt.hist()>viene quindi utilizzata per tracciare l'istogramma con i dati e la formattazione forniti, inclusi colore, tipo di istogramma e larghezza della barra. Gli assi sono etichettati conplt.xlabel()>Eplt.ylabel()>e il grafico è intitolato Il mio istogramma utilizzandoplt.title()>.
Pitone
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()> |
>
>
Produzione:
Tracciare Matplotlib Utilizzo del grafico a dispersione
In questo esempio il codice utilizza Matplotlib per creare un grafico a dispersione. Definisce i valori xey e li traccia come punti scatter con asterisco verde (`*`) di dimensione 30. Gli assi sono etichettati con `plt.xlabel()` e `plt.ylabel()` e il grafico è intitolato Il mio diagramma a dispersione! utilizzando `plt.title()`. La legenda viene visualizzata con le stelle dell'etichetta utilizzando `plt.legend()` e il grafico a dispersione risultante viene mostrato utilizzando `plt.show()`.
Pitone
rinominare una directory
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()> |
>
>
Produzione:
Tracciare Matplotlib Utilizzo del grafico a torta
In questo esempio il codice utilizza Matplotlib per creare un grafico a torta. Definisce le etichette per le diverse attività ('attività'), la porzione coperta da ciascuna etichetta ('fette') e i colori per ciascuna etichetta ('colori'). La funzione `plt.pie()` viene quindi utilizzata per tracciare il grafico a torta con varie opzioni di formattazione, tra cui angolo iniziale, ombra, esplosione per una sezione specifica, raggio e autopct per la visualizzazione percentuale. La legenda viene aggiunta con `plt.legend()` e il grafico a torta risultante viene visualizzato utilizzando `plt.show()`.
Pitone
js variabile globale
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()> |
>
>
L'output del programma precedente è simile al seguente:
Tracciare le curve di una data equazione
In questo esempio il codice utilizza Matplotlib e NumPy per creare un grafico dell'onda sinusoidale. Genera le coordinate x da 0 a 2π con incrementi di 0,1 utilizzando `np.arange()` e calcola le coordinate y corrispondenti prendendo il seno di ciascun valore x utilizzando `np.sin()`. I punti vengono quindi tracciati utilizzando `plt.plot()`, ottenendo un'onda sinusoidale. Infine, la funzione `plt.show()` viene utilizzata per visualizzare il grafico dell'onda sinusoidale.
Pitone
# 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()> |
>
>
Produzione:
Quindi, in questa parte, abbiamo discusso i vari tipi di grafici che possiamo creare in matplotlib. Ci sono altre trame che non sono state trattate, ma quelle più significative sono discusse qui –
- Tracciare grafici in Python | Insieme 2
- Tracciare grafici in Python | Insieme 3
Se ti piace techcodeview.com e desideri contribuire, puoi anche scrivere un articolo utilizzando write.techcodeview.com o inviare per posta il tuo articolo a [email protected]
Per favore scrivi commenti se trovi qualcosa di sbagliato o se desideri condividere maggiori informazioni sull'argomento discusso sopra.