Python tarjoaa yhden suosituimmista piirtokirjastoista nimeltä Matplotlib . Se on avoimen lähdekoodin, cross-platform 2D-kaavioiden tekemiseen matriisin tiedoista. Sitä käytetään yleensä tietojen visualisointiin ja esittämiseen erilaisten kaavioiden kautta.
Matplotlibin suunnitteli alun perin John D. Hunter vuonna 2003. Matplotlibin uusin versio on 2.2.0, joka julkaistiin tammikuussa 2018.
Ennen kuin alamme työskennellä matplotlib-kirjaston kanssa, meidän on asennettava Python-ympäristöömme.
valinta lajittele java
Matplotlibin asennus
Kirjoita seuraava komento päätteeseen ja paina enter.
pip install matplotlib
Yllä oleva komento asentaa matplotlib-kirjaston ja sen riippuvuuspaketin Window-käyttöjärjestelmään.
Matplotlibin peruskonsepti
Kaavio sisältää seuraavat osat. Ymmärretään nämä osat.
Kuva: Se on kokonainen hahmo, jossa voi olla yksi tai useampi akseli (tontti). Voimme ajatella hahmoa kankaana, joka pitää sisällään juonet.
Akselit: Kuva voi sisältää useita akseleita. Se koostuu kahdesta tai kolmesta (3D:n tapauksessa) akseliobjektista. Jokainen akseli koostuu otsikosta, x-tunnisteesta ja y-tunnisteesta.
Akseli: Akselit ovat viivamaisten objektien lukumäärä ja vastaavat kuvaajarajojen luomisesta.
Taiteilija: Taiteilija on kaikki mitä näemme kaaviossa, kuten tekstiobjektit, Line2D-objektit ja kokoelmaobjektit. Suurin osa taiteilijoista on sidottu kirveisiin.
jlist
Johdatus pyplotiin
Matplotlib tarjoaa pyplot-paketin, jota käytetään kaavion piirtämiseen tietyistä tiedoista. The matplotlib.pyplot on joukko komentotyylisiä funktioita, jotka saavat matplotlibin toimimaan kuten MATLAB. Pyplot-paketti sisältää monia toimintoja, joilla luotiin hahmo, luotiin piirtoalue kuvioon, koristellaan juoni tarroilla, piirretään joitain viivoja piirtoalueelle jne.
Pyplotilla pystymme piirtämään graafin nopeasti. Katsotaanpa seuraavaa esimerkkiä.
Perusesimerkki graafin piirtämisestä
Tässä on perusesimerkki yksinkertaisen kaavion luomisesta; ohjelma on seuraava:
from matplotlib import pyplot as plt #ploting our canvas plt.plot([1,2,3],[4,5,1]) #display the graph plt.show()
Lähtö:
Erityyppisten kaavioiden piirtäminen
Voimme piirtää eri graafit pyplot-moduulin avulla. Ymmärretään seuraavat esimerkit.
1. Viivakaavio
Viivakaaviota käytetään tietojen näyttämiseen rivin sarjana. Se on helppo piirtää. Harkitse seuraavaa esimerkkiä.
Esimerkki -
from matplotlib import pyplot as plt x = [1,2,3] y = [10,11,12] plt.plot(x,y) plt.title('Line graph') plt.ylabel('Y axis') plt.xlabel('X axis') plt.show()
Lähtö:
hashtable java
Linjaa voidaan muokata eri toimintojen avulla. Se tekee kaaviosta houkuttelevamman. Alla on esimerkki.
Esimerkki -
from matplotlib import pyplot as plt from matplotlib import style style.use('ggplot') x = [10, 12, 13] y = [8, 16, 6] x2 = [8, 15, 11] y2 = [6, 15, 7] plt.plot(x, y, 'b', label='line one', linewidth=5) plt.plot(x2, y2, 'r', label='line two', linewidth=5) plt.title('Epic Info') fig = plt.figure() plt.ylabel('Y axis') plt.xlabel('X axis') plt.show()
2. Pylväskaavio
Pylväsdiagrammi on yksi yleisimmistä kaavioista, ja sitä käytetään kuvaamaan kategorisisiin muuttujiin liittyviä tietoja. The baari() funktio hyväksyy kolme argumenttia - kategoriset muuttujat, arvot ja värin.
Esimerkki -
from matplotlib import pyplot as plt Names = ['Arun','James','Ricky','Patrick'] Marks = [51,87,45,67] plt.bar(Names,Marks,color = 'blue') plt.title('Result') plt.xlabel('Names') plt.ylabel('Marks') plt.show()
3. Ympyräkaavio
Kaavio on pyöreä kaavio, joka on jaettu alaosaan tai segmenttiin. Sitä käytetään edustamaan prosenttiosuutta tai suhteellisia tietoja, joissa jokainen piirakkaviipale edustaa tiettyä luokkaa. Ymmärretään alla oleva esimerkki.
Esimerkki -
from matplotlib import pyplot as plt # Pie chart, where the slices will be ordered and plotted counter-clockwise: Aus_Players = 'Smith', 'Finch', 'Warner', 'Lumberchane' Runs = [42, 32, 18, 24] explode = (0.1, 0, 0, 0) # it 'explode' the 1st slice fig1, ax1 = plt.subplots() ax1.pie(Runs, explode=explode, labels=Aus_Players, autopct='%1.1f%%', shadow=True, startangle=90) ax1.axis('equal') # Equal aspect ratio ensures that pie is drawn as a circle. plt.show()
Lähtö:
4. Histogrammi
Histogrammi ja pylväsdiagrammi ovat melko samanlaisia, mutta niissä on pieni ero. Histogrammia käytetään kuvaamaan jakautumista ja pylväskaaviota käytetään vertailemaan eri entiteettejä. Histogrammia käytetään yleensä kuvaamaan useiden arvojen taajuus verrattuna arvoalueisiin.
Seuraavassa esimerkissä olemme ottaneet opiskelijan eri tulosprosenttien tiedot ja piirtäneet histogrammin opiskelijoiden lukumäärän suhteen. Ymmärretään seuraava esimerkki.
js-asetuksen aikakatkaisu
Esimerkki -
from matplotlib import pyplot as plt from matplotlib import pyplot as plt percentage = [97,54,45,10, 20, 10, 30,97,50,71,40,49,40,74,95,80,65,82,70,65,55,70,75,60,52,44,43,42,45] number_of_student = [0,10,20,30,40,50,60,70,80,90,100] plt.hist(percentage, number_of_student, histtype='bar', rwidth=0.8) plt.xlabel('percentage') plt.ylabel('Number of people') plt.title('Histogram') plt.show()
Lähtö:
Ymmärretään toinen esimerkki.
Esimerkki - 2:
from matplotlib import pyplot as plt # Importing Numpy Library import numpy as np plt.style.use('fivethirtyeight') mu = 50 sigma = 7 x = np.random.normal(mu, sigma, size=200) fig, ax = plt.subplots() ax.hist(x, 20) ax.set_title('Historgram') ax.set_xlabel('bin range') ax.set_ylabel('frequency') fig.tight_layout() plt.show()
Lähtö:
5. Sirontakaavio
Sirontadiagrammia käytetään muuttujan vertaamiseen muihin muuttujiin. Se määritellään kuinka yksi muuttuja vaikutti toiseen muuttujaan. Tiedot esitetään pistekokoelmana. Ymmärretään seuraava esimerkki.
Esimerkki -
nfa - dfa
from matplotlib import pyplot as plt from matplotlib import style style.use('ggplot') x = [4,8,12] y = [19,11,7] x2 = [7,10,12] y2 = [8,18,24] plt.scatter(x, y) plt.scatter(x2, y2, color='g') plt.title('Epic Info') plt.ylabel('Y axis') plt.xlabel('X axis') plt.show()
Lähtö:
Esimerkki - 2:
import matplotlib.pyplot as plt a = [2, 2.5, 3, 3.5, 4.5, 4.7, 5.0] b = [7.5, 8, 8.5, 9, 9.5, 10, 10.5] a1 = [9, 8.5, 9, 9.5, 10, 10.5, 12] b1 = [3, 3.5, 4.7, 4, 4.5, 5, 5.2] plt.scatter(a, b, label='high income low saving', color='b') plt.scatter(a1, b1, label='low income high savings', color='g') plt.xlabel('saving*100') plt.ylabel('income*1000') plt.title('Scatter Plot') plt.legend() plt.show()
Lähtö:
Tässä opetusohjelmassa olemme keskustelleet kaikista perusgrafiikkatyypeistä, joita käytetään tietojen visualisoinnissa. Saat lisätietoja kaaviosta käymällä matplotlib-opetusohjelmassamme.