FUNZIONE MATPLOTLIB.PYPLOT.PLOT() IN PYTHON

Matplotlib è una potente libreria Python che funge da estensione numerica e matematica per la libreria NumPy. Uno dei suoi componenti chiave è Pyplot , che offre un'interfaccia basata sullo stato al modulo Matplotlib, presentando agli utenti un ambiente familiare simile a MATLAB. Attraverso la funzione Matplotlib.pyplot.plot() in Python, gli utenti possono creare facilmente una varietà di grafici, inclusi grafici a linee, grafici a contorno, istogrammi, grafici a dispersione, grafici 3D e altro ancora. Questa versatilità rende Matplotlib uno strumento prezioso per la visualizzazione e l'analisi dei dati in formato Pitone linguaggio di programmazione.

Cos'è la funzione Matplotlib.pyplot.plot()?

IL matplotlib.pyplot.plot()> La funzione è un componente fondamentale della libreria Matplotlib, in particolare all'interno del modulo Pyplot. Ha lo scopo di generare un diagramma di raggruppamento esagonale 2D basato sui punti dati forniti rappresentati dalle variabili x e y. Collega i punti dati con le linee, consentendo la personalizzazione dell'aspetto del grafico attraverso parametri come stili di linea e marcatori. Questa versatile funzione è ampiamente utilizzata per la visualizzazione dei dati in vari domini.

Sintassi: matplotlib.pyplot.plot(*args, scalex=True, scaley=True, data=None, **kwargs)
come leggere da un file CSV in Java

parametri:

x, y: Questi parametri rappresentano le coordinate orizzontali e verticali dei punti dati. I valori 'x' sono facoltativi e consentono flessibilità nel processo di stampa.

fmt: Questo è un parametro facoltativo che contiene un valore stringa. Viene utilizzato per specificare il formato del grafico, definendo lo stile della linea, il contrassegno e il colore.

dati: Un parametro facoltativo, 'dati', si riferisce a un oggetto con dati etichettati. Fornisce un modo conveniente per trasferire i dati direttamente, migliorando la leggibilità e la facilità d'uso.

Ritorna: ILplot()>la funzione restituisce un elenco di oggetti Line2D, ciascuno dei quali rappresenta un segmento dei dati tracciati. Questi oggetti Line2D incapsulano le caratteristiche e gli attributi delle linee tracciate, consentendo ulteriori personalizzazioni e analisi.

Esistono vari modi per creare una trama utilizzando la funzione Matplotlib.pyplot.plot() in Python, ci sono alcuni esempi che illustrano il matplotlib.pyplot.plot() funzione dentro matplotlib.pyplot:

Trama della linea di base
Trama a più linee
Grafico a dispersione con più marcatori
Grafico a due curve

Grafici a linee in Matplotlib

Importando La trama di Matplotlib() abbiamo creato un grafico a linee con i dati [1, 2, 3]. La funzione title() imposta il titolo della trama, draw() aggiorna la trama e show() la visualizza, fornendo un'illustrazione di base di Matplotlib per la visualizzazione dei dati in Python.

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()>

Produzione:

Trama della linea di base

Righe multiple utilizzando Matplotlib

Importando Matplotlib per tracciare le funzioni seno e coseno sullo stesso grafico. Genera dati, imposta stili per ciascuna funzione, aggiunge etichette e un titolo, visualizza una legenda e quindi mostra il grafico, illustrando le curve seno e coseno.

allinea l'immagine CSS

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()>

exclp

Produzione

Trama a più linee

Marcatori in Matplotlib

Importando Matplotlib abbiamo generato un grafico a dispersione personalizzato con 50 punti dati casuali, con indicatori circolari rossi. Include etichette degli assi, un titolo ('Esempio di grafico a dispersione') e una legenda. IL show()> La funzione visualizza la trama, dimostrando un esempio base di visualizzazione dei dati con Matplotlib in Python.

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()>

Produzione:

algoritmo Mergesort

Grafico a dispersione con più marcatori

Tracciare più curve

Importando Matplotlib abbiamo creato un grafico a linee con due curve: una curva blu ( E = x^ 2) e una curva arancione (y=1− x^ 3). I dati vengono generati in modo casuale, ordinati per curve morbide e tracciati conplot()>funzione. Il grafico è limitato all'intervallo [0, 1] su entrambi gli assi, mostrando una rappresentazione visiva delle funzioni matematiche.

Python3

connettersi a un database Java

# 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()>

Produzione

Grafico a due curve

Conclusione

In conclusione, il matplotlib.pyplot.plot()> La funzione in Python è uno strumento fondamentale per creare una varietà di grafici 2D, inclusi grafici a linee, grafici a dispersione e altro. La sua versatilità consente agli utenti di personalizzare i grafici specificando punti dati, stili di linea, indicatori e colori. Con parametri opzionali come 'fmt' e 'data', la funzione offre flessibilità nella formattazione della stampa e nella gestione dei dati. Inoltre, gli oggetti Line2D restituiti consentono un'ulteriore manipolazione e analisi dei dati tracciati. Nel complesso, Matplotlibplot()>è un componente chiave nel regno della visualizzazione dei dati, offrendo un'interfaccia intuitiva per la creazione di grafici approfonditi e visivamente accattivanti in Python.