Matplotlib in Python: Erklärte verschiedene Plots mit Beispielen

Was ist matplotlib?

Von den verschiedenen Bibliotheken, die in Python verfügbar sind, ist matplotlib in Python eine solche Visualisierungsbibliothek, die bei der Visualisierung von 2D-Plots eines Arrays hilft. Die Datenvisualisierungsbibliothek basiert auf NumPy-Arrays. Im Jahr 2002 wurde die plattformübergreifende Datenvisualisierungsbibliothek von John Hunter eingeführt. Die Bibliothek bietet die Visualisierung von Daten und die grafische Darstellung der Daten als Alternative zu MATLAB. Die APIs von Matplotlib, dh Application Programming Interfaces, die von den Entwicklern verwendet werden, um Diagramme in GUI-Anwendungen einzubetten.

Mehrere grafische Darstellungen wie Balken, Linien, Histogramm, Streuung usw. werden von matplotlib angeboten. Die Visualisierung, die der Matplotlib-Plot bietet, ermöglicht den visuellen Zugriff auf riesige Datenmengen. Das visuelle Datendiagramm kann aufgrund der Strukturierung eines Python-Matplotlib-Skripts nur durch einen Code von wenigen Zeilen generiert werden.

Zwei APIs werden zum Überlagern der Matplotlib-Skriptebene verwendet:

• Python-API: Es ist eine Hierarchie von Python-Codeobjekten.
• OO (Object Oriented) API: Ein direkter Zugriff auf die Backend-Schichten von Matplotlib wird durch die API bereitgestellt.

Installation

Die Installation der matplotlib-Bibliothek kann durch Herunterladen von matplotlib und seinen Abhängigkeiten vom Python Package Index (PyPI) als Binärpaket erfolgen.

Der Befehl, der zum Installieren der Bibliothek verwendet werden kann, ist

python -m pip installiere matplotlib

In einem Betriebssystem wie Windows, Linux und macOS sind matplotlib und seine Abhängigkeiten als Wheel-Pakete vorhanden. In solchen Fällen ist der auszuführende Befehl.

python -mpip install -U matplotlib

Die Bibliothek ist auch als unkompilierte Quelldateien verfügbar, deren Installation ziemlich komplex ist, da das lokale System den entsprechenden Compiler für das Betriebssystem benötigt. Außerdem kann die ActiveState-Plattform zum Erstellen von Matplotlib aus der Quelle und zum Verpacken für das erforderliche Betriebssystem verwendet werden.

Importieren

Der Import der Matplotlib in Python erfolgt über die Befehle

• aus matplotlib importiere pyplot als plt
• importiere matplotlib.pyplot als plt

Verschiedene Plots und Beispiele

1. Matplotlib-UI-Menü

Das Matplotlib-UI-Menü wird generiert, wenn Diagramme über die Matplotlib erstellt werden. Die Anpassung des Diagramms und das Umschalten von Elementen sowie die Möglichkeit, in die Diagramme hineinzuzoomen, werden von der Matplotlib-Benutzeroberfläche angeboten.

2. Matplotlib und NumPy

NumPy ist ein Paket unter Python zur Durchführung wissenschaftlicher Berechnungen. Matplotlib baut auf NumPy auf und verwendet die von NumPy bereitgestellten Funktionen für seine numerischen Daten und mehrdimensionalen Arrays.

3. Matplotlib und Pandas

Pandas ist eine Bibliothek von Python, die für die Manipulation von Daten und Analysen durch Matplotlib verwendet wird. Es ist keine erforderliche Abhängigkeit für die Matplotlib, sondern stellt einen Datenrahmen bereit.

Matplotlib-Plots ermöglichen die visuelle Darstellung riesiger Datenmengen. Mit den Diagrammen konnten die in den Daten vorhandenen Trends und spezifischen Muster identifiziert werden, was für das Herstellen von Korrelationen unerlässlich ist. Matplotlib-Plots bieten grundsätzlich eine Möglichkeit, über quantitative Informationen zu argumentieren.

Einige der Arten von Matplotlib-Plots sind:

1. Liniendiagramm:

Mit zwei Punkten

• Das Matplotlib-Liniendiagramm wird durch Importieren von Pyplot generiert.
• Zum Zeichnen von Punkten in einem Diagramm wird die Funktion plot() verwendet, die standardmäßig eine Linie von einem Punkt zum anderen zeichnet.
• Es werden zwei Parameter berücksichtigt, die die Punkte zum Zeichnen der Linie angeben.
• X-Achsenpunkte werden als Array in Parameter 1 gespeichert.
• Y-Achsenpunkte werden als Array in Parameter 2 gespeichert.
• Beispiel: Wenn eine Linie von den Punkten (2, 6) nach (10, 15) gezeichnet werden soll, müssen zwei Arrays übergeben werden, dh [2, 10] und [6, 15].

Beispiel: Ein Code, der das Zeichnen von Linien und den generierten Plot zeigt

Quelle

2. Verwenden mehrerer Punkte

• So wie zwei Punkte zum Plotten verwendet werden, dürfen mehrere Punkte mit matplotlib in python geplottet werden .
• Die Punkte sollten auf beiden Achsen die gleiche Anzahl haben, um eine Anzahl von Punkten zu zeichnen.
• Eingang:

Quelle

3. Linienpunkte ohne x-Achsenpunkte

• Wenn keine X-Achsen-Punkte angegeben sind, werden Standardwerte für die X-Achse basierend auf den Y-Achsen-Punkten verwendet.
• Eingabe: Der Code bleibt derselbe wie die obigen Codes zum Zeichnen von Linien, aber mit nur einem Array als Eingabe, dh einem Array für die Y-Achse. Die X-Achse wird als Standard genommen.

ypoints = np.array([10, 8, 12, 20, 3, 9])

• Plot generiert:

In der Matplotlib sind verschiedene Optionen vorhanden, mit denen die visuellen Effekte der Diagramme verbessert werden können:

1. Markierungen

• Um die visuelle Wirkung der Punkte in einem Diagramm zu verbessern, kann eine bestimmte Markierung mit dem Schlüsselwort marker verwendet werden .
• Die Markierungen können ein Stern, ein Kreis, ein Punkt, ein Pixel, ein X usw. sein.
• Beispiel: plt.plot(ypoints, marker = 'o') kann zum Zeichnen von Punkten verwendet werden
• Die anderen Markierungslisten sind im folgenden Snippet zu sehen

Quelle

• Die Markierung kann je nach Farbe (140 unterstützte Farben), Größe und Linientyp geändert werden, der verwendet werden kann, z. B. gepunktete, durchgezogene oder gestrichelte Linie.
• Die Befehle markeredge ( mec ) und markerfacecolor ( mfc ) werden verwendet, um die gesamte Markierung einzufärben.
• Es bietet die Möglichkeit, nur den Rand des Markers oder den ganzen Marker einzufärben.
• Mit markersize oder kurz ms wird die Größe des Markers eingestellt.

Syntax: plt.plot(ypoints, marker = 'o', ms = 30)

2. Matplotlib-Zeile

• Der Stil der gezeichneten Linie kann entsprechend mit den Optionen Linienstil, gepunktet oder gestrichelt geändert werden, die als ls , : oder — dargestellt werden .

Syntax: plt.plot(ypoints, ls = ':')

• Die Farbe der Linie kann mit dem Schlüsselwort color oder in kürzerer Form mit c entsprechend geändert werden . matplotlib bietet 140 unterstützte Farben zum Ändern der Farbdarstellung der Linie.
• Die Breite der Linie kann mit dem Argument linewidth oder lw geändert werden . Es ist eine Gleitkommazahl in Punkten.
• Mit plt.plot()- Funktionen können mehrere Linien im selben Diagramm gezeichnet werden.
• Die Funktion grid() wird zum Hinzufügen von Gitterlinien in den Plot verwendet. Achsenparameter können hinzugefügt werden, um anzugeben, in welcher Achse die Rasterlinie benötigt wird.

Syntax: plt.grid(axis = 'x')

• Eigenschaften des Rasters können entsprechend wie Farbe, Linienstil und Breite über die Argumente color, linestyles und number geändert werden.

Syntax: plt.grid(color = 'green', linestyle = '–', linewidth = 0.5)

3. Matplotlib-Etiketten und -Titel

• Die Funktionen xlabel() und ylabel() werden zur Kennzeichnung des jeweiligen Asex verwendet.
• Die Funktion title() wird zum Einrichten eines Titels für die Handlung verwendet.
• Die Schrifteigenschaften des Plots können mit dem Parameter fontdict geändert werden.
• Mit dem Parameter loc kann die Position des Titels angegeben werden.

Mit der Funktion subplots() können mehrere Plots in einer Figur gezeichnet werden.

4. Matplotlib-Streudiagramm

• Die Funktion scatter() kann mit pyplot verwendet werden, um ein Streudiagramm zu zeichnen.
• Es werden zwei Arrays gleicher Länge benötigt, dh ein Array für jede Achse.
• Beispiel:

Quelle

Plot generiert

• Farbe oder das Argument c wird verwendet, um die Punkte im Streudiagramm einzufärben.
• Colormap kann verwendet werden, um die erforderliche Farbe im Streudiagramm anzugeben. Jede Farbe in der Farbtabelle hat einen bestimmten Wert. Es kann über das Argument cmap eingebunden werden und dann den Namen der Colormap zuweisen. Mehrere eingebaute Farbkarten sind in matplotlib verfügbar.

Syntax: plt.scatter(x, y, c=Farben, cmap='viridis')

Viridis ist eine eingebaute Farbkarte, die in matplotlib verfügbar ist.

• Größe und Transparenz der Punkte können durch das s- und das alpha- Argument geändert werden.
• Die Farbkarte kann mit verschiedenen Größen der Punkte kombiniert werden.

5. Matplotlib-Balkendiagramme

• bar() werden zum Zeichnen der Balkendiagramme verwendet . Die Argumente für das Layout der Balken sind in der Funktion bar() angegeben. Es zeichnet vertikale Balkendiagramme.

• Zum Zeichnen von horizontalen Balkendiagrammen wird die Funktion barh() verwendet.
• Eingang:

• Plot generiert:

Quelle

• Das Farbargument wird mit den Funktionen bar() und barh() verwendet, um die Balkenfarben einzustellen.

Syntax: plt.bar(x, y, color = „grün“).

• Das width - Argument wird mit den bar()- und barh()- Funktionen verwendet, um die Balkenbreite festzulegen.

Syntax: plt.bar(x, y, Breite = 0,2).

• Ein weiteres Argument, das von den bar()- und barh()- Funktionen verwendet wird, ist height , das verwendet wird, um die Balkenhöhe festzulegen.

6. Matplotlib-Kreisdiagramm

• Ein Tortendiagramm wird durch die Funktion pie() in der Matplotlib-Bibliothek erstellt.
• Beispiel: Eingabe:

• Plot generiert:

Quelle

• Jeder Keil kann mit der Parameterbezeichnung beschriftet werden, die ein Array mit den Bezeichnungen für jeden Keil ist.

Syntax: mylabels = [ „Autos“ , „Fahrräder“ , „Fahrräder “ , „Busse“ ]

• Der standardmäßige Startwinkel in einem Tortendiagramm ist die X-Achse, die mit dem Parameter Startwinkel geändert werden kann. Der Winkel wird in Grad definiert und der Standardwinkel ist 0.
• Mit dem Explodieren-Parameter kann der gewünschte Keil herausragend dargestellt werden. Es wird durch ein Array angegeben, wobei der Wert des hervorzuhebenden Keils und die Restwerte auf 0 gehalten werden.

Syntax: myexplode = [0.2, 0, 0, 0]

• Wenn Sie den Parameter shadows auf true setzen, wird ein Schatten für das Tortendiagramm erstellt.
• Der Parameter colors wird verwendet, um die Farben jedes Keils über ein Array anzugeben.

Syntax: mylabels = [ „Autos“ , „Fahrräder“ , „Fahrräder “ , „Busse“ ]

mycolors = ["schwarz", "hotpink", "blau", grün""]

• Die Funktion legend() wird verwendet, um jedem Keil eine Erklärung hinzuzufügen.

7. Histogramm

• Das Histogramm wird zur Darstellung der Häufigkeitsverteilungen verwendet.
• Die Funktion hist() wird zum Erstellen eines Histogramms verwendet, das ein Array von Zahlen zum Erstellen des Histogramms verwendet.
• Beispiel: Eingabe: Die obigen Linien sind die gleichen wie die zum Zeichnen von Balkendiagrammen verwendeten.

x = np.random.normal(90, 100, 200)

drucken(x)

• Plot generiert:

Fazit

Wie im Artikel besprochen, kann Matplotlib in Python für das Plotten der Daten in verschiedenen Stilen verwendet werden. Weitere verschiedene Optionen sind verfügbar, um unsere Diagramme zu verbessern, sodass der Benutzer sie nach seinen Wünschen beschriften, in der Größe ändern und einfärben kann. Daher sind Python und seine Bibliotheken für die Analyse und den Umgang mit Daten in der heutigen Zeit sehr hilfreich.

Python-Programmiertraining im Bereich Data Science ist im Kurs Executive PG Program in Data Science verfügbar, der von upGrad angeboten wird. Wenn Sie bereit sind, sich von Branchenexperten ausbilden zu lassen und die verschiedenen Möglichkeiten der Datenwissenschaft zu erkunden, können Sie sich für den Kurs anmelden. Der Kurs wird von IIIT-Bangalore angeboten und ist speziell für Berufseinsteiger und Berufseinsteiger in der Altersgruppe von 21 bis 45 Jahren konzipiert. Unabhängig vom Geschlecht, wenn Sie in diese genannte Kategorie fallen und davon träumen, ein führender Datenwissenschaftler zu werden, schließen Sie sich uns an. Für jedes Hilfsschiff ist unser Team bereit, Ihnen zu helfen.