Denne serie vil introducere dig til at tegne grafer i Python med Matplotlib, som uden tvivl er det mest populære bibliotek til grafer og datavisualisering for Python .
Installation
Den nemmeste måde at installere matplotlib på er at bruge pip. Skriv følgende kommando i terminalen:

pip install matplotlib>

ELLER du kan downloade det fra her og installere det manuelt.

Der er forskellige måder at gøre dette på i Python. her diskuterer vi nogle almindeligt anvendte metoder til plotning matplotlib i Python. det er følgende.

• At tegne en linje
• Plot to eller flere linjer på samme plot
• Tilpasning af plots
• Plotte Matplotlib søjlediagram
• Plotning af Matplotlib-histogram
• Plotter Matplotlib Spredningsplot
• Plotning af Matplotlib cirkeldiagram
• Plotning af kurver for givne ligninger

At tegne en linje

I dette eksempel bruger koden Matplotlib til at skabe et simpelt linjeplot. Den definerer x- og y-værdier for datapunkter, plotter dem ved hjælp af ` plt.plot() `, og mærker x- og y-akserne med `plt.xlabel()` og `plt.ylabel()`. Plottet har titlen Min første graf! ved at bruge `plt.title()`. Endelig den ` plt.show() `-funktionen bruges til at vise grafen med de angivne data, akselabels og titel.

Python

>

>

Produktion:

Plot to eller flere linjer på samme plot

I dette eksempel bruger kode Matplotlib til at skabe en graf med to linjer. Den definerer to sæt x- og y-værdier for hver linje og plotter dem ved hjælp af `plt.plot()`. Linjerne er mærket som linje 1 og linje 2 med parameteren `label`. Akser er mærket med `plt.xlabel()` og `plt.ylabel()`, og grafen har titlen To linjer på samme graf! med `plt.title()`. Forklaringen vises med ` plt.legend() `, og funktionen `plt.show()` bruges til at visualisere grafen med både linjer og etiketter.

Python

hvordan man får den aktuelle dato i java

>

>

Produktion:

Tilpasning af plots

I dette eksempel bruger kode Matplotlib til at skabe et tilpasset linjeplot. Den definerer x- og y-værdier, og plottet er stilet med en grøn stiplet linje, en blå cirkulær markør for hvert punkt og en markørstørrelse på 12. Y-aksens grænser er sat til 1 og 8, og x-aksen grænser er sat til 1 og 8 ved hjælp af `plt.ylim()` og `plt.xlim()`. Akser er mærket med `plt.xlabel()` og `plt.ylabel()`, og grafen har titlen Nogle fede tilpasninger! med `plt.title()`.

Python

>

>

Produktion:

Plotning af Matplotlib Brug af søjlediagram

I dette eksempel bruger kode Matplotlib til at oprette et søjlediagram. Den definerer x-koordinater ('venstre'), højder af søjler ('højde') og etiketter for søjlerne ('tick_label'). Funktionen `plt.bar()` bruges derefter til at plotte søjlediagrammet med specificerede parametre såsom søjlebredde, farver og etiketter. Akser er mærket med `plt.xlabel()` og `plt.ylabel()`, og diagrammet har titlen Mit søjlediagram! ved at bruge `plt.title()`.

Python

erstatte fra streng i java

>

>

Output:

Plotter Matplotlib Brug af histogram

I dette eksempel bruger kode Matplotlib til at oprette et histogram. Den definerer en liste over aldersfrekvenser (ages>), indstiller værdiintervallet fra 0 til 100 og angiver antallet af bins som 10.plt.hist()>funktionen bruges derefter til at plotte histogrammet med de medfølgende data og formatering, inklusive farve, histogramtype og søjlebredde. Økser er mærket medplt.xlabel()>ogplt.ylabel()>, og diagrammet har titlen Mit histogram ved hjælp afplt.title()>.

Python

prime program i java

>

>

Produktion:

Plotning af Matplotlib Brug af scatter-plot

I dette eksempel bruger kode Matplotlib til at skabe et scatter plot. Den definerer x- og y-værdier og plotter dem som scatter-punkter med grønne stjernemarkører (`*`) i størrelse 30. Akser er mærket med `plt.xlabel()` og `plt.ylabel()`, og plottet har titlen Mit scatter plot! ved at bruge `plt.title()`. Forklaringen vises med etiketten stjerner ved hjælp af `plt.legend()`, og det resulterende spredningsplot vises ved hjælp af `plt.show()`.

Python

>

>

Produktion:

Plotter Matplotlib Brug af cirkeldiagram

I dette eksempel bruger kode Matplotlib til at skabe et cirkeldiagram. Den definerer etiketter for forskellige aktiviteter ('aktiviteter'), den del, der er dækket af hver etiket ('skiver') og farver for hver etiket ('farver'). `plt.pie()`-funktionen bruges derefter til at plotte cirkeldiagrammet med forskellige formateringsmuligheder, inklusive startvinkel, skygge, eksplosion for et specifikt udsnit, radius og autopkt for procentvis visning. Forklaringen tilføjes med `plt.legend()`, og det resulterende cirkeldiagram vises ved hjælp af `plt.show()`.

Python

matricer i c-programmering

>

>

Outputtet af ovenstående program ser sådan ud:

Plotning af kurver for givne ligninger

I dette eksempel bruger kode Matplotlib og NumPy til at skabe et sinusbølgeplot. Den genererer x-koordinater fra 0 til 2π i trin på 0,1 ved hjælp af `np.arange()` og beregner de tilsvarende y-koordinater ved at tage sinus af hver x-værdi ved hjælp af `np.sin()`. Punkterne plottes derefter ved hjælp af `plt.plot()`, hvilket resulterer i en sinusbølge. Endelig bruges `plt.show()`-funktionen til at vise sinuskurve-plottet.

Python

>

>

Produktion:

Så i denne del diskuterede vi forskellige typer plots, vi kan oprette i matplotlib. Der er flere plots, der ikke er blevet dækket, men de mest betydningsfulde er diskuteret her -

• Grafplotning i Python | Sæt 2
• Grafplotning i Python | Sæt 3

Hvis du kan lide techcodeview.com og gerne vil bidrage, kan du også skrive en artikel ved at bruge write.techcodeview.com eller maile din artikel til [email protected]
Skriv venligst kommentarer, hvis du finder noget forkert, eller du vil dele flere oplysninger om emnet diskuteret ovenfor.