Deze serie laat u kennismaken met grafieken in python met Matplotlib, wat misschien wel de meest populaire grafische en datavisualisatie bibliotheek voor Python is.
Installatie
De eenvoudigste manier om de matplotlib in te brengen is door gebruik te maken van pip. Type het volgende commando in de terminal:
ip matplotlib installeren
OF, je downloadt het van hier en installeert het handmatig.
Aan de slag (een lijn uitzetten)
filter_niet
Bewerk
play_pijl
helderheid_4
# het importeren van de gespecificeerde module
import matplotlib.pyplot als plt
# x aswaarden
x = [1,2,3]
# corresponderende y-aswaarden
y = [2,4,1]
# het plotten van de punten
plt.plot(x, y)
# het benoemen van de x-as
plt.xlabel(‘x – as’)
# het benoemen van de y-as
plt.ylabel(‘y – as’)
# het geven van een titel aan mijn grafiek
plt.title(‘Mijn eerste grafiek!’)
# functie om de plot aan te duiden
plt.show()
Uitgang:
De code lijkt zichzelf te verklaren. De volgende stappen werden gevolgd:
Definieer de x-as en de bijbehorende y-aswaarden als lijsten.
Plot ze op canvas met behulp van de .plot() functie.
Geef een naam aan x-as en y-as met behulp van .xlabel() en .ylabel() functies.
Geef een titel aan uw plot met behulp van de .title() functie.
Tot slot, om uw plot te bekijken, gebruiken we de .show() functie.
Het plotten van twee of meer lijnen op dezelfde plot
filter_niet
bewerking
play_pijl
helderheid_4
import matplotlib.pyplot als plt
# regel 1 punten
x1 = [1,2,3]
y1 = [2,4,1]
# het uitstippelen van de weg 1 punt
plt.plot(x1, y1, label = “regel 1”)
# regel 2 punten
x2 = [1,2,3]
y2 = [4,1,3]
# het uitstippelen van de weg 2 punten
plt.plot(x2, y2, label = “regel 2”)
# het benoemen van de x-as
plt.xlabel(‘x – as’)
# het benoemen van de y-as
plt.ylabel(‘y – as’)
# het geven van een titel aan mijn grafiek
plt.title(‘Twee regels op dezelfde grafiek!’)
# Toon een legende op de plot
plt.legenda()
# functie om de plot aan te duiden
plt.show()
Uitgang:
Hier plotten we twee lijnen op dezelfde grafiek. We onderscheiden ze door ze een naam (label) te geven die wordt doorgegeven als argument van de .plot() functie.
Het kleine rechthoekige vakje dat informatie geeft over een soort lijn en de kleur ervan krijgt de naam legenda. We voegen een legenda toe aan onze plot met behulp van de .legenda()-functie.
Aanpassing van Plots
Hier bespreken we enkele elementaire aanpassingen die van toepassing zijn op bijna elk perceel.
filter_niet
bewerking
play_pijl
helderheid_4
import matplotlib.pyplot als plt
# x aswaarden
x = [1,2,3,4,5,6]
# corresponderende y-aswaarden
y = [2,4,1,5,2,6]
# het plotten van de punten
plt.plot(x, y, color=’green’, linestyle=’dashed’, linewidth = 3,
marker=’o’, markerfacecolor=’blauw’, markersize=12)
# instelling x en y-asbereik
plt.ylim(1,8)
plt.xlim(1,8)
# het benoemen van de x-as
plt.xlabel(‘x – as’)
# het benoemen van de y-as
plt.ylabel(‘y – as’)
# het geven van een titel aan mijn grafiek
plt.title(‘Enkele coole aanpassingen!’)
# functie om de plot aan te duiden
plt.show()
Uitgang:
Zoals u zult zien, hebben we verschillende aanpassingen gedaan zoals
het instellen van de lijnbreedte, lijnstijl, lijnkleur.
de marker instellen, de gezichtskleur van de marker, de grootte van de marker.
Het x- en y-asbereik overschrijven. Als het overschrijven niet gedaan is, gebruikt de pyplotmodule een functie voor automatische schaling om het asbereik en de schaal te bepalen.
Staafdiagram
filter_niet
bewerking
play_pijl
helderheid_4
import matplotlib.pyplot als plt
# x-coördinaten van de linkerzijde van de staven
links = [1, 2, 3, 4, 5]
# hoogtes van bars
hoogte = [10, 24, 36, 40, 5].
# labels voor staven
tick_label = [‘een’, ‘twee’, ‘drie’, ‘vier’, ‘vijf’].
# het plotten van een staafdiagram
plt.bar(links, hoogte, tick_label = tick_label,
breedte = 0,8, kleur = [‘rood’, ‘groen’])
# het benoemen van de x-as
plt.xlabel(‘x – as’)
# het benoemen van de y-as
plt.ylabel(‘y – as’)
# plot titel
# functie om de plot te tonen
plt.show()
Hier gebruiken we de plt.bar() functie om een staafdiagram te plotten.
x-coördinaten van de linkerzijde van de staven worden samen met de hoogte van de staven doorgegeven.
U kunt ook een naam geven aan x-as coördinaten door het definiëren van tick_labels
bewerking
play_pijl
helderheid_4
import matplotlib.pyplot als plt
# frequenties
leeftijden = [2,5,70,40,30,45,50,45,43,40,44,
60,7,13,57,18,90,77,32,21,20,40]
# het instellen van de bereiken en het aantal intervallen
bereik = (0, 100)
bakken = 10
# het plotten van een histogram
plt.hist(leeftijden, bakken, bereik, kleur = ‘groen’,
histtype = ‘bar’, rwidth = 0,8)
# x-as label
plt.xlabel(‘leeftijd’)
# frequentie-etiket
plt.ylabel(‘Aantal mensen’)
# titel van het perceel
plt.title(‘Mijn histogram’)
# functie om de plot te tonen
plt.show()
Hier gebruiken we de plt.hist() functie om een histogram te plotten.
frequenties worden gepasseerd omdat de leeftijdlijst.
Bereik kan worden ingesteld door een tupel te definiëren die een min- en max-waarde bevat.
De volgende stap is het “bin” van het waardenbereik – dat wil zeggen, verdeel het hele waardenbereik in een reeks van intervallen – en tel vervolgens welke procentuele waarden onder elk interval vallen. Hier hebben we bins = 10 gedefinieerd. Dus, er zijn een compleet van 100/10 = 10 intervallen.
Verspreidingsplot
ere, gebruiken we de plt.scatter() functie om een verstrooiingsplot uit te zetten.
Als een lijn definiëren we hier ook x en de bijbehorende y – aswaarden.
Markeringsargument wordt gebruikt om het karakter als marker te gebruiken. De grootte ervan wordt vaak gedefinieerd met behulp van s parameter.
Taartdiagram
filter_niet
bewerking
play_pijl
helderheid_4
import matplotlib.pyplot als plt
# definiërende labels
activiteiten = [“eten”, “slapen”, “werken”, “spelen”].
# portie die door elk etiket wordt gedekt
plakjes = [3, 7, 8, 6]
# kleur voor elk label
kleuren = [‘r’, ‘y’, ‘g’, ‘b’].
# het plotten van de grafiek
plt.pie(plakjes, labels = activiteiten, kleuren=kleuren,
starthoek=90, schaduw = waar, ontploffen = (0, 0, 0,1, 0),
straal = 1,2, autopct = ‘%1,1f%%’).
# plottingslegende
plt.legenda()
# het tonen van de plot
plt.show()
De uitvoer van bovenstaand programma ziet er als volgt uit:
Hier plotten we een grafiek met behulp van de plt.pie() methode.
Allereerst definiëren we de labels aan de hand van een lijst met activiteiten.
Vervolgens wordt een deel van elk label vaak gedefinieerd met behulp van een andere lijst die slices wordt genoemd.
De kleur van elk label wordt gedefinieerd met behulp van een lijst genaamd kleuren.
Schaduw = Waar toont een schaduw onder elk label in taartdiagram.
starthoek draait het begin van de grafiek met gegeven graden tegen de klok in vanaf de x-as.
exploderen wordt gebruikt om de fractie van de straal te bepalen waarmee we elke wig verschuiven.
autopct wordt gebruikt om de waarde van elk label te formatteren. Hier hebben we het zo ingesteld dat de waarde van het aandeel slechts tot 1 decimaal wordt aangegeven.
Uitzetten van krommen van een gegeven vergelijking
filter_niet
bewerking
play_pijl
helderheid_4
# het importeren van de benodigde modules
import matplotlib.pyplot als plt
importnummer als np
# het instellen van de x – coördinaten
x = np.arange(0, 2*(np.pi), 0.1)
# het instellen van de corresponderende y – coördinaten
y = np.sin(x)
# potting the points
plt.plot(x, y)
# functie om de plot te tonen
plt.show()
Hier gebruiken we NumPy, wat een algemeen bruikbaar array-verwerkingspakket in python kan zijn.
Om de x – as waarden in te stellen, gebruiken we de np.arange() methode waarbij de eerste twee argumenten voor bereik zijn en de derde voor stapsgewijze verhoging. Het resultaat is een numpy array.
Om overeenkomstige y-aswaarden te krijgen, gebruiken we eenvoudigweg de voorgedefinieerde np.sin() methode op de numpie-array.
Tenslotte plotten we de punten door x- en y-arrays door te geven aan de plt.plot() functie.
Dus, tijdens dit deel hebben we verschillende soorten plots besproken die we in matplotlib zullen creëren. Er zijn nog meer plots die niet behandeld zijn, maar de belangrijkste worden hier besproken –
