matplotlib pyplot малює графіки в Python
Matplotlib — це дуже корисна бібліотека для Python, яка використовується для створення статичних, анімованих та інтерактивних візуалізацій.
Основна мета Matplotlib — надати користувачам інструменти та функції для побудови даних, що полегшує їх аналіз і розуміння.
У цій статті ми побачимо, як його використовувати, його потенціал і, як завжди, багато прикладів.
10 хвилин
Давайте тепер подивимося, як використовувати Matplotlib pyplot, його потенціал і, як завжди, з багатьма прикладами.
Основні можливості Matplotlib:
- Універсальність : Matplotlib може генерувати широкий спектр графіків, включаючи лінійні діаграми, діаграми розсіювання, стовпчасті діаграми, гістограми, кругові діаграми тощо.
- настройка : пропонує широкі можливості налаштування для керування всіма аспектами діаграми, такими як стилі ліній, кольори, маркери, мітки та анотації.
- Інтеграція з NumPy : Matplotlib бездоганно інтегрується з NumPy, що полегшує пряме представлення масивів даних.
- Якість видання : Matplotlib створює високоякісні сюжети, придатні для публікації, з детальним контролем над естетикою сюжету.
- Розширюваний : Matplotlib дуже розширюваний, має велику екосистему додаткових наборів інструментів і розширень, таких як Seaborn, функції побудови графіків Pandas і Basemap для географічного представлення.
- Мультиплатформенність : Він не залежить від платформи та може працювати на різних операційних системах, включаючи Windows, macOS і Linux.
- Інтерактивна графіка : Matplotlib підтримує інтерактивну графіку за допомогою віджетів і обробки подій, що дозволяє користувачам динамічно досліджувати дані.
Що таке фігура Matplotlib?
У Matplotlib фігура — це контейнер верхнього рівня, який містить усі елементи графіка. Представляє все вікно або сторінку, на якій намальовано діаграму.
Основні компоненти або частини фігури Matplotlib
Частини фігури Matplotlib включають:
- Фігури в Matplotlib : Об’єкт Figure є контейнером верхнього рівня для всіх елементів діаграми. Він служить полотном, на якому малюється графік. Ви можете думати про це як про чистий аркуш паперу, на якому ви створите свою візуалізацію.
- тузи: це прямокутні області всередині фігури, де відображаються дані. Кожна фігура може містити одну або кілька осей, розташованих у рядках і стовпцях, якщо необхідно. Осі забезпечують систему координат, і вони є місцем, де відбувається більшість відстеження.
- Asse: Об’єкти Axis представляють вісь X і Y діаграми. Вони визначають межі даних, позиції позначок, позначки позначок і позначки осей. Кожна вісь має шкалу та локатор, які визначають відстань.
- Маркери в Matplotlib : Маркери – це символи, які використовуються для позначення окремих точок даних на діаграмі. Це можуть бути кола, квадрати, трикутники або спеціальні символи. Маркери часто використовуються в діаграмах розсіювання, щоб візуально розрізняти різні точки даних.
- Додавання ліній до фігур : лінії з’єднують точки даних на діаграмі та зазвичай використовуються в лінійних діаграмах, точкових діаграмах із з’єднаними точками та інших типах діаграм. Вони представляють зв’язок або тенденцію між точками даних і можуть бути стилізовані різними кольорами, шириною та стилями для передачі додаткової інформації.
- Назва: Заголовок — це текстовий елемент, який містить описовий заголовок для діаграми. Зазвичай він з’являється у верхній частині малюнка та надає контекст або інформацію про відображені дані.
- Мітки осей у Matplotlib : Мітки – це текстові елементи, які містять описи для осей X і Y. Вони допомагають ідентифікувати дані, які відстежуються, і надають одиниці або іншу відповідну інформацію.
- Tick : галочки – це маленькі позначки вздовж осі, які позначають конкретні точки даних або діапазони. Вони допомагають користувачам інтерпретувати масштаб графіка та знаходити конкретні значення даних.
- Перевірте етикетки: Позначки прапорців — це текстові елементи, які містять позначки для позначок. Зазвичай вони показують значення даних, що відповідають кожній галочці, і можуть бути налаштовані для відображення певного форматування або одиниць.
- Легенда Matplotlib - Легенди надають ключ до символів або кольорів, які використовуються на діаграмі для представлення різних рядів даних або категорій. Вони допомагають користувачам інтерпретувати графік і зрозуміти значення кожного елемента.
- Лінії сітки Matplotlib: Лінії сітки – це горизонтальні та вертикальні лінії, які простягаються вздовж діаграми та відповідають певним діапазонам або розділам даних. Вони надають візуальний путівник по даним і допомагають користувачам визначити закономірності чи тенденції.
- Хребти фігур Matplotlib : Шипи – це лінії, які утворюють краї області графіка. Вони відокремлюють діаграму від навколишнього білого простору, і їх можна налаштувати, щоб змінити зовнішній вигляд меж діаграми.
Різні типи графіків у Matplotlib
Matplotlib пропонує широкий спектр типів графіків для задоволення різних потреб візуалізації даних. Ось деякі з найбільш часто використовуваних типів графіків у Matplotlib:
- Лінійний графік
- Стовбурова діаграма
- Гістограма
- Гістограми
- Точкова діаграма
- Стекова діаграма
- Коробка сюжету
- Кругова діаграма
- Графік помилок
- Скрипка текстури
- 3D діаграми
Щоб дізнатися більше про різні типи графіків у Matplotlib, читайте далі Типи графіків у Matplotlib .
Вивчення різних стилів сюжету за допомогою Matplotlib
Вбудовані стилі включають класичні стилі, які нагадують традиційні наукові графіки, сучасні стилі з яскравими кольорами та елегантними лініями, а також спеціальні стилі, призначені для конкретних цілей, наприклад для презентацій або друку у відтінках сірого. Крім того, Matplotlib дозволяє налаштовувати стилі діаграм відповідно до ваших уподобань або брендингу компанії, гарантуючи, що ваші візуалізації будуть інформативними та візуально привабливими.
- Програма Python
- Клас фігур Matplotlib
- Клас сокир Matplotlib
- Встановити кольори в Matplotlib
- Додайте текст, шрифти та лінії сітки в Matplotlib
- Спеціальні легенди з Matplotlib
- Галочки Matplotlib і позначки галочок
- Ділянки стилів за допомогою Matplotlib
- Створіть кілька підсхем у Matplotlib
- Робота з зображеннями в Matplotlib
Щоб дізнатися більше, прочитайте статтю: Стилі сюжету з Matplotlib
Чому і коли вибрати Matplotlib для візуалізації даних?
Своєю популярністю бібліотека зобов’язана простоті використання, обширній документації та широкому спектру можливостей відстеження. Він пропонує гнучкість у налаштуваннях, підтримує різні типи трасування та добре інтегрується з іншими бібліотеками Python, такими як numpy e Панди.
Matplotlib є підходящим вибором для різноманітних завдань візуалізації даних, у тому числі дослідницького аналізу даних, наукового побудови та побудови графіків якості публікації. Він чудово підходить у сценаріях, коли користувачам потрібен детальний контроль над налаштуванням діаграм і створення складних або спеціалізованих візуалізацій.
Переваги Matplotlib
Matplotlib — широко використовувана бібліотека для побудови графіків у Python який надає різноманітні інструменти та можливості для малювання. Ось деякі з переваг використання бібліотеки:
- Універсальність : Matplotlib pyplot може створювати широкий спектр графіків, включаючи лінійні графіки, точкові діаграми, стовпчасті діаграми, гістограми, секторні діаграми тощо.
- настройка : пропонує широкі можливості налаштування для керування всіма аспектами діаграми, такими як стилі ліній, кольори, маркери, мітки та анотації.
- Інтеграція з NumPy : бібліотека легко інтегрується з NumPy, що полегшує пряме представлення масивів даних.
- Якість видання : Matplotlib створює високоякісні сюжети, придатні для публікації, з детальним контролем над естетикою сюжету.
- Широке впровадження : завдяки своїй зрілості та гнучкості Matplotlib широко поширений у наукових та інженерних спільнотах.
- Розширюваний : Matplotlib pyplot дуже розширюваний, з великою екосистемою додаткових інструментів і розширень, таких як Seaborn, функції побудови Pandas і Basemap для географічного представлення.
- Мультиплатформенність : Він не залежить від платформи та може працювати на різних операційних системах, включаючи Windows, macOS і Linux.
- Інтерактивна графіка : Matplotlib підтримує інтерактивну графіку за допомогою віджетів і обробки подій, що дозволяє користувачам динамічно досліджувати дані.
- Інтеграція з Jupyter Notebooks : Matplotlib бездоганно працює з Jupyter Notebooks, дозволяючи інтерактивне малювання та вбудований перегляд графіків.
- Повна документація та підтримка спільноти : Matplotlib pyplot має повну документацію та велику спільноту користувачів і розробників, що полегшує пошук довідки, навчальних посібників і прикладів.
Недоліки Matplotlib
Хоча це потужна та універсальна бібліотека трасування, вона також має деякі недоліки, з якими можуть зіткнутися користувачі:
- Крута крива навчання : для початківців бібліотека може представляти собою круту криву навчання завдяки широким можливостям налаштування та іноді складному синтаксису.
- Детальний синтаксис : Синтаксис може бути багатослівним і менш інтуїтивно зрозумілим, ніж інші бібліотеки графічних зображень, такі як Seaborn або Plotly, що робить створення та налаштування графіків більш трудомістким.
- Стандартна естетика : естетика діаграми за замовчуванням часто вважається менш привабливою, ніж інші бібліотеки, оскільки для того, щоб зробити діаграми візуально привабливішими, потрібно більше зусиль.
- Обмежена інтерактивність : Хоча він певною мірою підтримує інтерактивні діаграми, він не пропонує стільки функцій та інтерактивних опцій, як інші бібліотеки, такі як Plotly.
- Обмежені можливості відстеження 3D : можливості бібліотеки 3D-відстеження не такі просунуті та інтуїтивно зрозумілі, ніж у інших спеціалізованих бібліотек 3D-відстеження.
- Проблеми з продуктивністю великих наборів даних : Matplotlib іноді може бути повільнішим і менш ефективним під час побудови великих наборів даних, особливо в порівнянні з більш оптимізованими бібліотеками побудови.
- Документація та повідомлення про помилки : Хоча він має вичерпну документацію, деяким користувачам важко орієнтуватися, а повідомлення про помилки іноді можуть бути загадковими, і їх важко виправити.
- Залежність від зовнішніх бібліотек : Matplotlib базується на інших бібліотеках, як numpy e SciPy для багатьох його функцій, які іноді можуть спричиняти проблеми сумісності та керування залежностями.
- Обмежена власна підтримка статистичного представлення : хоча він може створювати базові статистичні графіки, йому бракує деяких розширених статистичних функцій, доступних у спеціалізованих бібліотеках, таких як Морський народжений.
- Менш сучасні функції : Matplotlib pyplot існує протягом тривалого часу, і деякі користувачі виявили, що йому бракує деяких сучасних функцій побудови графіків та можливостей інтерактивної візуалізації, які є в новіших бібліотеках.