Wprowadzenie do Matplotlib w Pythonie

Matplotlib to biblioteka typu open source, która pomaga w kreśleniu wykresów. Początkowo napisał go John D. Hunter, który akurat był neurobiologiem. Był autorem Matplotliba w czasie swoich badań podoktoranckich w dziedzinie neurobiologii. Celem tej biblioteki było zbadanie czynności zachodzących w korze mózgowej pacjentów cierpiących na padaczkę poprzez wykreślenie tych działań na wykresie. Jedynym celem wykreślania wykresów była lepsza wizualizacja i badanie wspólnych wzorów w nich. Pierwsze wydanie Matplotlib miało miejsce w 2003 roku. Z czasem Matplotlib okazał się jedną z najczęściej używanych bibliotek kreślących obok języka programowania Python do drukowania danych i wykresów obliczeniowych. Jest niezależny od platformy i może być uruchamiany w systemach Windows, Mac OS i Linux.

Zrozumienie Matplotlib w Pythonie

Jako biblioteka Python Matplotlib ułatwia wizualizację dzięki możliwości drukowania 2D. Matplotlib jest używany wraz z innymi bibliotekami typu open source, takimi jak

1. NumPy

Termin „NumPy” oznacza Numeryczne rozszerzenie Pythona. Ta biblioteka udostępnia kilka funkcji matematycznych do pracy z większymi i wielowymiarowymi tablicami i macierzami. Może także przechowywać dane o dowolnych typach danych i może być łatwo zintegrowane z wieloma bazami danych. Aby użyć numpy w swoim projekcie, należy go zaimportować. Na przykład zaimportuj numpy jako npy.

2. SciPy

Jest on zbudowany na górze tablicy NumPy, co oznacza, że ​​podstawową strukturą danych jest tablica obiektów dostarczana przez moduł NumPy. Zapewnia takie funkcje, jak przetwarzanie obrazu i sygnału, wyspecjalizowane funkcje w algebrze liniowej i interpolacji. Do swojego projektu można dodać moduł SciPy, używając instrukcji: import sciPy as sp.

3. IPython

Skrót terminu Interactive Python. Jest to ulepszona interaktywna powłoka Python, która obsługuje wyrażenia matematyczne, wykresy wbudowane itp. Pomaga także w integracji z bibliotekami stosu SciPy. Posiada kompletną konfigurację ułatwiającą interaktywne drukowanie.

Jak ułatwić pracę z Matplotlib dla programistów Python?

Jako programista pythonowy powinieneś korzystać z modułu Pyplot w bibliotece matplotlib. Pyplot to interfejs programowania aplikacji, który składa się z funkcji / metod, które pomagają przetwarzać dane do wizualizacji. Fabuła jest szybka, jeśli chodzi o generowanie graficznych wykresów. Jego podobieństwo do Matlaba ułatwia pracę osobom, które mają wcześniejsze doświadczenie w pracy z MATLAB i odwrotnie.

Jak można pracować z Pyplot w Matplotlib?

Aby mieć dostęp do metod pyplot, należy je zaimportować do pliku Pythona. Można to zrobić, dołączając poniższy wiersz u góry pliku Pythona:

import matplotlib.pyplot as myplt

Przykład 1

import matplotlib.pyplot as myplt
myplt. plot((2, 4, 6, 8), (1, 2, 3, 4))
myplt. show()

W powyższym przykładzie metoda plot () przyjmuje współrzędne odpowiednio osi X i Y i odpowiednio wykreśla wykres. Metoda plot () może również przyjąć opcjonalny trzeci argument, który określa ciąg koloru i typ wykresu liniowego. Domyślnie jest to „-b”, które wyświetla niebieską linię. Inne metody, takie jak xlabel () i ylabel () pozwalają nam nazwać nasze osie.

Przykład nr 2

import matplotlib.pyplot as myplt
myplt. plot((2, 4, 6, 8), (1, 2, 3, 4))
myplt. xlabel('time in mins')
myplt. ylabel('distance in Kilo meters')
myplt. show()

Rodzaje wykresów w Matplotlib W Pythonie

Matplotlib zapewnia szeroką gamę metod i funkcji do generowania różnego rodzaju wykresów.

Rzućmy okiem na kilka z nich: -

  • Wykres liniowy : jest to najprostszy ze wszystkich wykresów. Metoda plot () służy do kreślenia wykresu liniowego.
  • Podploty : Funkcja subplot () służy do ich tworzenia. Bardzo przydatne, gdy potrzebne jest porównanie dwóch wykresów.
  • Obrazy : Matplotlib może także tworzyć obrazy za pomocą funkcji imshow ().
  • Histogramy : Do generowania histogramów można wykorzystać metody hist ().
  • Ścieżki: Ścieżki arbitralne można dodawać do Matplotlib za pomocą modułu matplotlib.path.
  • Wykresy słupkowe: Funkcja wykresu słupkowego jest używana podczas drukowania wykresów słupkowych. Za pomocą tej metody można dodatkowo dostosować wykresy słupkowe tak, aby były poziomo lub pionowo zgodnie z wymaganiami.
  • Wykresy kołowe: należy generować wykresy kołowe za pomocą metody pie (). Dodatkowe funkcje pozwalają używać efektów cienia na torcie, oznaczać regiony i określać procent, który reprezentuje itp.
  • Tabele: Funkcja table () pozwala dodać tabelę do systematycznej kategoryzacji danych.
  • Wykresy rozrzutu: Aby wygenerować wykres rozrzutu, używana jest funkcja scatter (). Można również skorzystać z opcjonalnych argumentów dotyczących wielkości i koloru, które ta funkcja musi podać.
  • Wypełnione krzywe : Funkcja fill () pozwala wykreślić wypełnione krzywe i wielokąty.
  • Wykresy dziennika : funkcje takie jak semilogx (), semiologia () i loglog () ułatwiają wykreślanie wykresów zawierających funkcje logarytmiczne.
  • Wykresy polarne : Do generowania wykresów polarnych używana jest funkcja polar ().
  • Obsługa daty : Matplotlib pozwala łatwo wykreślić dane szeregów czasowych z dowolnym hassel.
  • Wykresy strumieniowe : wykresy te służą do kreślenia pól wektorowych. Do tego celu służy funkcja streamplot ().

Zalety Matplotlib w Pythonie

  1. Niewiele jest zalet Matplotlib
  2. Prosty i łatwy do uchwycenia dla początkujących.
  3. Łatwiejszy w użyciu dla osób, które miały wcześniej doświadczenie z Matlabem lub innymi narzędziami do tworzenia wykresów.
  4. Zapewnia wysokiej jakości obrazy i wykresy w różnych formatach, takich jak png, pdf, pgf itp.
  5. Zapewnia kontrolę nad różnymi elementami figury, takimi jak DPI, kolor figury, rozmiar figury.

W jaki sposób ta technologia pomoże ci w rozwoju kariery?

Wraz ze wzrostem zapotrzebowania na analizę danych i analizę danych potrzebne są narzędzia takie jak matplotlib do badania zachowania i wzorca danych. Na dzień dzisiejszy Python dominuje w branży, jeśli chodzi o analizę danych i analizę. Dla kogoś, kto zna Python, znajomość bibliotek takich jak matplotlib pomoże rozwijać się zawodowo.

Wniosek

W tym artykule widzieliśmy, jak powstał Matplotlib i różne inne biblioteki, z którymi jest powszechnie używany. Obejmował także kilka dobrze znanych funkcji Matplotlibs do kreślenia różnych wykresów oraz tego, jak możemy dostosować te wykresy do naszych wymagań.

Polecany artykuł

To był przewodnik po Matplotlib In Python. Tutaj omawiamy Wprowadzenie do Matplotlib w Pythonie i jego typy. Możesz także przejrzeć nasze inne sugerowane artykuły, aby dowiedzieć się więcej -

  1. Zalety Pythona
  2. Frameworki Python
  3. Kariera w Pythonie
  4. Funkcje ciągów Python
  5. Grafika 2D w Javie
  6. Wykresy rozrzutu w Matlabie

Kategoria:

Rozwój oprogramowania