技术原理

Matplotlib教程-Python Matplotlib库及示例

在我之前的博客中,我讨论了一个名为python NumPy的python数字库。在这个博客中,我将讨论另一个库Python Matplotlib。matplotlib.pyplot文件是一个用于二维图形的python包。学习如何有效地使用这个库也是Python认证课程的一个重要部分,下面是我将介绍Python matplotlib的所有主题的顺序:

什么是Python matplotlib?绘图类型-条形图-直方图-散点图-面积图-饼图

处理多个绘图什么是Python MatplotlibKDSP“matplotlib.pyplot文件是一个用于python编程语言中的二维图形的绘图库,可用于python脚本、shell、web应用服务器和其他图形用户界面工具包。

有几个工具包可用于扩展python matplotlib功能。其中一些是单独下载的,其他的可以随matplotlib源代码一起提供,但是有外部依赖关系。

基本地图:它是一个地图绘制工具包,包含各种地图投影、海岸线和政治边界。Cartopy:这是一个映射库,具有面向对象的映射投影定义,以及任意点、线、多边形和图像转换功能。Excel工具:Matplotlib提供了与microsoftexcel交换数据的实用程序。Mplot3d:用于三维绘图。Natgrid:它是Natgrid库的接口,用于对间隔数据进行不规则网格划分。”

“您可以浏览一下Python Matplotlib的这段录音,我们的讲师已经用示例详细地解释了这些主题,这些示例将帮助您更好地理解这个概念。”

“Python Matplotlib Tutorial”;Python Training;Edureka

接下来,让我们继续在这个博客中探讨不同的类型在python matplotlib中可用的绘图中,

python matplotlib:Types of plots

可以使用python matplotlib创建各种绘图。其中一些列在下面:

Graphs - Matplotlib tutorial - Edureka

我将详细演示其中的每一个。

但是在此之前,让我向您展示python matplotlib中非常基本的代码,以便生成一个简单的图。

#绘制到我们的画布上 plt.绘图([1,2,3],[4,5,1]) #显示我们的阴谋 节目表()从matplotlib导入pyplot作为pltx=[5,2,7]plt.绘图(x,y轴)plt.ylabel(“Y轴”)标签(“X轴”)

输出-

MatplotGraph1 - Python Matplotlib - Edureka

您甚至可以尝试许多样式技术来创建更好的图形。如果你想改变一条特定的线的宽度或颜色,或者你想有一些网格线,你需要样式!所以,让我演示如何使用python matplotlib向图形添加样式。首先,需要从python matplotlib库导入样式包,然后使用如下代码所示的样式函数:

从matplotlib导入pyplot作为plt从matplotlib导入样式style.use('ggplot')y=[12,16,6]y2=[6,15,7]plt.plot(x,y,'g',label='line one',linewidth=5)plt.title('史诗信息')plt.xlabel('X轴')图例()plt.grid(真,color='k')

输出-MatplotStyle - Python Matplotlib - Edureka.PNG

接下来在这个python matplotlib博客中,我们将了解不同类型的绘图。我们从柱状图开始吧!”

“Python Matplotlib:Bar Graph”

“首先,让我们了解为什么我们需要一个条形图。条形图使用条形图比较不同类别之间的数据。当你想测量一段时间内的变化时,它非常适合。它可以水平或垂直表示。另外,要记住的重要一点是,条越长,值就越大从matplotlib导入pyplot作为plt压力棒([0.25,1.25,2.25,3.25,4.25],[50,40,70,80,20],label=“宝马”,宽度=.5)label=“奥迪”,color='r',width=.5)plt.xlabel('天')项目名称(“信息”)节目表()进口matplotlib.pyplot文件作为plt料仓=[0,10,20,30,40,50,60,70,80,90100]plt.xlabel('年龄组')plt.title('柱状图')

输出-

Histogram - Python Matplotlib - Edureka如您在上面的图中所看到的,我们得到了有关存储箱的年龄组。我们最大的年龄组在40到50岁之间。

Python Matplotlib:Scatter Plot

通常我们需要散点图来比较变量,例如,一个变量受另一个变量影响的程度,以便从中建立关系。数据显示为点的集合,每个点都有一个变量的值,该变量决定水平轴上的位置,而另一个变量的值决定垂直轴上的位置。

考虑以下示例:

x=[1,1.5条,2岁,2.5条,3岁,3.5条,3.6条]y=[7.5,8,8.5,9,9.5,10,10.5]x1=[8,8.5,9,9.5,10,10.5,11]plt.分散(x,y,label='高收入低储蓄',color='r')标签(“节省*100”)plt.title('散点图')plt.show()

输出–

ScatterPlot - Python Matplotlib - Edureka如上图所示,我已根据上述代码中指定的输入绘制了两个散点图。数据显示为具有“高收入低工资”和“低收入高工资”的点集合。

接下来,让我们了解面积图,或者您也可以说使用python matplotlib的堆栈图。

python matplotlib:面积图

面积图与直线图非常相似。它们也被称为堆栈图。这些图可用于跟踪组成一个完整类别的两个或多个相关组随时间的变化。例如,让我们将一天中完成的工作分类,比如睡觉、吃饭、工作和玩耍将matplotlib.pyplot导入为plt天=[1,2,3,4,5] 睡眠=[7,8,6,11,7]进食量=[2,3,4,3,2]播放=[8,5,7,8,13] plt.plt([],[],color='m',label='sleep',linewidth=5)plt.plt([],[],color='r',label='Working',linewidth=5) plt.stackplot(天,睡觉,吃饭,工作,玩耍,颜色=['m','c','r','k']) plt.xlabel('x')伊莱贝尔酒店('y')图例()节目单()

输出–

StackPlot - Python Matplotlib - Edureka

如上图所示,我们根据类别花费了时间。因此,面积图或堆栈图用于显示不同属性之间随时间变化的趋势。接下来,让我们转到最后一个也是最常用的图-饼图。

Python Matplotlib:Pie chart

饼图指的是一个被细分为若干段的圆形图即。几片馅饼。它基本上用于显示百分比或比例数据,其中每个饼片代表一个类别进口matplotlib.pyplot文件作为plt天=[1,2,3,4,5]睡眠=[7,8,6,11,7]工作=[7,8,7,2,2]播放=[8,5,7,8,13]活动=['睡觉','吃饭','工作','玩耍']馅饼(切片,labels=活动,startangle=90,阴影=真,自动检测='%1.1f%%')plt.title('饼图')

输出–PieChart - Python Matplotlib - Edureka

在上面的饼图中,我将圆划分为4个扇区或片,它们代表各自的类别(玩、睡、吃和工作)以及它们所占的百分比。现在,如果你注意到这些切片加起来是24小时,但是馅饼切片的计算是自动为你完成的。这样,饼图就非常有用了,因为不必计算饼图的百分比或切片。python matplotlib中的

下一个,让我们了解如何使用多个绘图。

Python Matplotlib:使用多个绘图

我已经讨论了Python Matplotlib中的多种绘图类型,如条形图、散点图、饼图、面积图等。现在,让我们来演示如何处理多个绘图。为此,我必须导入numpy模块,我在上一篇关于pythonnumpy的博客中讨论过这个模块。让我实际地实现它,考虑下面的示例。

将matplotlib.pyplot导入为plt定义f(t):t1=新罕布什尔州(0.0分, 5.0条, 0.1分)plt.子批次(221)plt.子批次(222)plt.绘图(t2,np.cos(2*np.pi*t2))输出-

你也可能喜欢

发表评论

您的电子邮件地址不会被公开。 必填项已用 * 标注

提示:点击验证后方可评论!

插入图片
人工智能专业录取分数 投稿者
我还没有学会写个人说明!
最近文章
  • * 没有更多文章了
  • 热门搜索

    分类目录