Matplotlib em Python: explicou vários gráficos com exemplos

O que é matplotlib?

Das várias bibliotecas disponíveis em Python, matplotlib em python é uma dessas bibliotecas de visualização que ajuda na visualização de gráficos 2D de um array. A biblioteca de visualização de dados é construída em matrizes NumPy. Foi no ano de 2002 que a biblioteca de visualização de dados multiplataforma foi introduzida por John Hunter. A biblioteca oferece visualização de dados e plotagem gráfica dos dados, fornecendo uma alternativa ao MATLAB. APIs do Matplotlib, ou seja, Interfaces de Programação de Aplicativos que são usadas pelos desenvolvedores para incorporar gráficos em aplicativos GUI.

Vários gráficos como barra, linha, histograma, dispersão, etc. são oferecidos pelo matplotlib. A visualização oferecida pelo gráfico matplotlib permite o acesso visual a grandes quantidades de dados. O gráfico de dados visuais pode ser gerado através de um código de poucas linhas apenas devido à natureza estruturada de um script python matplotlib.

Duas APIs são usadas para sobrepor a camada de script matplotlib:

• API Python: É uma hierarquia de objetos de código python.
• API OO (Orientada a Objetos): Um acesso direto às camadas de backend do Matplotlib é fornecido pela API.

Instalação

A instalação da biblioteca matplotlib pode ser feita através do download do matplotlib e suas dependências do Python Package Index (PyPI) como um pacote binário.

O comando que pode ser usado para instalar a biblioteca é

python -m pip instala matplotlib

Em um sistema operacional como Windows, Linux e macOS, matplotlib e suas dependências estão presentes como pacotes wheel. Nesses casos, o comando a ser executado é.

python -mpip install -U matplotlib

A biblioteca também está disponível como arquivos de origem não compilados cuja instalação é bastante complexa, pois o sistema local exigirá o compilador apropriado para o sistema operacional. Além disso, a plataforma ActiveState pode ser usada para compilar matplotlib a partir da fonte e empacotá-lo para o sistema operacional necessário.

Importando

A importação do matplotlib em python é realizada através dos comandos

• de matplotlib importar pyplot como plt
• importar matplotlib.pyplot como plt

Vários enredos e exemplos

1. Menu da interface do usuário do Matplotlib

O menu de interface do usuário do Matplotlib é gerado quando os gráficos são criados por meio do Matplotlib. A personalização do gráfico e a alternância de elementos, juntamente com a capacidade de ampliar os gráficos, são oferecidos pela interface do usuário do Matplotlib.

2. Matplotlib e NumPy

O NumPy é um pacote em python para realizar cálculos científicos. O Matplotlib é construído sobre o NumPy e usa as funções fornecidas pelo NumPy para seus dados numéricos e matrizes multidimensionais.

3. Matplotlib e Pandas

Pandas é uma biblioteca de python que é usada para manipulação de dados e análise pelo matplotlib. Não é uma dependência necessária para o matplotlib, mas fornece um quadro de dados.

Os gráficos do Matplotlib permitem a representação visual de grandes volumes de dados. Com os gráficos, as tendências e padrões específicos presentes nos dados puderam ser identificados, o que é essencial para fazer correlações. Os gráficos do Matplotlib basicamente fornecem uma maneira de raciocinar sobre informações quantitativas.

Alguns dos tipos de gráficos matplotlib são:

1. Gráfico de linha:

Usando dois pontos

• O gráfico de linha Matplotlib é gerado através da importação de pyplot.
• Para desenhar pontos em um diagrama, é usada a função plot() que, por padrão, desenha uma linha de um ponto a outro.
• Dois parâmetros são levados em consideração que especificam os pontos para desenhar a linha.
• Os pontos do eixo X são armazenados como array no Parâmetro 1.
• Os pontos do eixo Y são armazenados como array no Parâmetro 2.
• Exemplo: Se uma linha tiver que ser traçada dos pontos (2, 6), para (10, 15), então duas matrizes devem ser passadas, ou seja, [2, 10] e [6, 15].

Exemplo: Um código mostrando a plotagem de linhas e a plotagem gerada

Fonte

2. Usando vários pontos

• Da mesma forma que dois pontos são usados ​​para plotagem, vários pontos podem ser plotados usando matplotlib em python .
• Os pontos devem estar no mesmo número em ambos os eixos para traçar um número de pontos.
• Entrada:

Fonte

3. Pontos de linha sem pontos do eixo x

• Se os pontos do eixo X não forem especificados, os valores padrão para o eixo X serão obtidos com base nos pontos do eixo Y.
• Entrada: O código permanecerá o mesmo que os códigos acima para traçar linhas, mas com apenas uma matriz como entrada, ou seja, uma matriz para o eixo Y. O eixo X será tomado como padrão.

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

• Trama gerada:

Várias opções estão presentes no matplotlib que permite aumentar os efeitos visuais dos gráficos:

1. Marcadores

• Para aprimorar os efeitos visuais dos pontos em um diagrama, um marcador especificado pode ser usado usando a palavra-chave marcador .
• Os marcadores podem ser uma estrela, Círculo, Ponto, Pixel, X, etc.
• Exemplo: plt.plot(ypoints, marker = 'o') pode ser usado para plotar pontos
• As outras listas de marcadores são mostradas no trecho abaixo retirado de

Fonte

• O marcador pode ser alterado de acordo com a cor (140 cores suportadas), tamanho e tipo de linha que pode ser usada como linha pontilhada, sólida ou tracejada.
• Os comandos markeredge ( mec ) e markerfacecolor ( mfc ) são usados ​​para colorir todo o marcador.
• Oferece a opção de colorir apenas a borda do marcador ou o marcador inteiro.
• Markersize ou em short ms é usado para definir o tamanho do marcador.

Sintaxe: plt.plot(ypoints, marcador = 'o', ms = 30)

2. Linha Matplotlib

• O estilo da linha plotada pode ser alterado de acordo com as opções de estilo de linha, pontilhada ou tracejada representada como ls , : ou — .

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

• A cor da linha pode ser alterada de acordo com a palavra-chave color ou em uma forma mais curta usando c . matplotlib fornece 140 cores suportadas para alterar a aparência da cor da linha.
• A largura da linha pode ser alterada com o argumento linewidth ou lw . É um número flutuante em pontos.
• Várias linhas podem ser plotadas no mesmo gráfico usando as funções plt.plot() .
• A função grid() é usada para adicionar linhas de grade no gráfico. Parâmetros de eixo podem ser adicionados para especificar em qual eixo a linha de grade é necessária.

Sintaxe: plt.grid(eixo = 'x')

• As propriedades da grade podem ser alteradas de acordo como cor, estilo de linha e largura através dos argumentos, cor, estilos de linha e número.

Sintaxe: plt.grid(cor = 'verde', estilo de linha = '–', largura de linha = 0,5)

3. Rótulos e títulos do Matplotlib

• As funções xlabel() e ylabel() são usadas para rotular o respectivo asex.
• A função title() é usada para configurar um título para o gráfico.
• As propriedades da fonte do gráfico podem ser alteradas com o parâmetro fontdict .
• O parâmetro loc pode ser usado para especificar a posição do título.

Vários gráficos podem ser desenhados em uma figura usando a função subplots() .

4. Gráfico de dispersão do Matplotlib

• A função scatter() pode ser usada com pyplot para desenhar um gráfico de dispersão.
• São necessárias duas matrizes do mesmo comprimento, ou seja, uma matriz para cada eixo.
• Exemplo:

Fonte

Plotagem gerada

• cor ou o argumento c é usado para colorir os pontos no gráfico de dispersão.
• O mapa de cores pode ser usado para especificar a cor necessária no gráfico de dispersão. Cada cor no mapa de cores tem um valor específico. Ele pode ser incluído através do argumento cmap e, em seguida, atribuindo o nome do mapa de cores. Vários mapas de cores embutidos estão disponíveis no matplotlib.

Sintaxe: plt.scatter(x, y, c=colors, cmap='viridis')

Viridis é um mapa de cores embutido disponível no matplotlib.

• O tamanho e a transparência dos pontos podem ser alterados através do argumento s e alpha .
• O mapa de cores pode ser combinado com diferentes tamanhos de pontos.

5. Diagramas de barras do Matplotlib

• bar() são usados ​​para desenhar os diagramas de barras . Os argumentos para o layout das barras são mencionados na função bar() . Ele traça diagramas de barras verticais.

• Para plotar diagramas de barras horizontais, a função barh() é usada.
• Entrada:

• Trama gerada:

Fonte

• O argumento color é usado com as funções bar() e barh() para definir as cores da barra.

Sintaxe: plt.bar(x, y, cor = “verde”).

• O argumento largura é usado com a função bar() e barh() para definir a largura da barra.

Sintaxe: plt.bar(x, y, largura = 0,2).

• Outro argumento utilizado pelas funções bar() e barh() é a altura que é usada para definir a altura da barra.

6. Gráfico de torta Matplotlib

• Um gráfico de pizza é criado por meio da função pie() na biblioteca matplotlib.
• Exemplo: Entrada:

• Trama gerada:

Fonte

• Cada cunha pode ser rotulada com o rótulo do parâmetro, que é uma matriz com os rótulos de cada cunha.

Sintaxe: mylabels = [ “carros” , “bicicletas” , “ciclos” , “ônibus” ]

• O ângulo inicial padrão em um gráfico de pizza é o eixo X, que pode ser alterado com o parâmetro startangle. O ângulo é definido em graus e o ângulo padrão é 0.
• Com o parâmetro de explosão, a cunha necessária pode ser exibida para se destacar. É especificado através de um array com o valor da cunha a ser destacado e os valores restantes mantidos como 0.

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

• Definir o parâmetro shadows como true criará uma sombra para o gráfico de pizza.
• O parâmetro colors é usado para especificar as cores de cada fatia por meio de uma matriz.

Sintaxe: mylabels = [ “carros” , “bicicletas” , “ciclos” , “ônibus” ]

minhas cores = [“preto”, “hotpink”, “azul”, verde””]

• A função legend() é usada para adicionar uma explicação a cada cunha.

7. Histograma

• O histograma é usado para traçar as distribuições de frequência.
• A função hist() é usada para criar um histograma que usa uma matriz de números para criar o histograma.
• Exemplo: Entrada: as linhas acima serão as mesmas usadas para plotar diagramas de barras.

x = np.aleatório.normal(90, 100, 200)

imprimir(x)

• Trama gerada:

Conclusão

Conforme discutido no artigo, matplotlib em python pode ser usado para plotar os dados em vários estilos. Outras várias opções estão disponíveis para aprimorar nossos gráficos, permitindo ao usuário rotular, redimensionar e colorir conforme seu desejo. Portanto, python e suas bibliotecas são bastante úteis para a análise e manipulação de dados na era atual.

O treinamento de programação Python na área de ciência de dados está disponível no curso Programa PG Executivo em Ciência de Dados oferecido pela upGrad . Se você estiver disposto a ser treinado por especialistas do setor e explorar as várias oportunidades oferecidas pela ciência de dados, poderá se inscrever no curso. O curso é oferecido pelo IIIT-Bangalore e projetado especialmente para profissionais de nível básico na faixa etária de 21 a 45 anos. Independentemente de qualquer gênero, se você se enquadra nessa categoria mencionada e sonha em se tornar um cientista de dados líder, junte-se a nós neste empreendimento. Para qualquer navio de assistência, nossa equipe está pronta para ajudá-lo.