Python ponuja eno najbolj priljubljenih knjižnic za risanje, imenovano Matplotlib . Je odprtokodna, večplatformska za izdelavo 2D risb iz podatkov v nizu. Običajno se uporablja za vizualizacijo podatkov in jih predstavlja v različnih grafih.
Matplotlib je prvotno zasnoval John D. Hunter leta 2003. Najnovejša različica matplotliba je 2.2.0, izdana januarja 2018.
Preden začnemo delati s knjižnico matplotlib, jo moramo namestiti v naše okolje Python.
Namestitev programa Matplotlib
V terminal vnesite naslednji ukaz in pritisnite enter.
pip install matplotlib
Zgornji ukaz bo namestil knjižnico matplotlib in njen paket odvisnosti v operacijski sistem Window.
b+ drevo
Osnovni koncept Matplotlib
Graf vsebuje naslednje dele. Razumejmo te dele.
Slika: Je cela figura, ki ima lahko eno ali več osi (ploskev). Figuro si lahko predstavljamo kot platno, ki nosi ploskve.
Osi: Slika lahko vsebuje več osi. Sestavljen je iz dveh ali treh (v primeru 3D) osnih objektov. Vsaka os je sestavljena iz naslova, oznake x in oznake y.
os: Osi so število črtam podobnih objektov in so odgovorne za ustvarjanje meja grafa.
Umetnik: Umetnik je vse, kar vidimo na grafu, kot so besedilni predmeti, objekti Line2D in predmeti zbirke. Večina umetnikov je vezanih na Axes.
Uvod v pyplot
Matplotlib nudi paket pyplot, ki se uporablja za risanje grafa danih podatkov. The matplotlib.pyplot je niz funkcij ukaznega sloga, zaradi katerih matplotlib deluje kot MATLAB. Paket pyplot vsebuje številne funkcije, ki so bile uporabljene za ustvarjanje figure, ustvarjanje območja risanja v sliki, okrasitev risbe z oznakami, risanje nekaj črt v območju risanja itd.
S pyplot lahko hitro narišemo graf. Oglejmo si naslednji primer.
Osnovni primer izrisa grafa
Tukaj je osnovni primer generiranja preprostega grafa; program je naslednji:
from matplotlib import pyplot as plt #ploting our canvas plt.plot([1,2,3],[4,5,1]) #display the graph plt.show()
Izhod:
javascript
Risanje različnih vrst grafov
Z modulom pyplot lahko narišemo različne grafe. Razumejmo naslednje primere.
1. Črtni graf
Črtni grafikon se uporablja za prikaz informacij kot niz črt. Enostavno je risati. Razmislite o naslednjem primeru.
Primer -
from matplotlib import pyplot as plt x = [1,2,3] y = [10,11,12] plt.plot(x,y) plt.title('Line graph') plt.ylabel('Y axis') plt.xlabel('X axis') plt.show()
Izhod:
Linijo je mogoče spreminjati z različnimi funkcijami. Zaradi tega je graf privlačnejši. Spodaj je primer.
Primer -
python zapiše json v datoteko
from matplotlib import pyplot as plt from matplotlib import style style.use('ggplot') x = [10, 12, 13] y = [8, 16, 6] x2 = [8, 15, 11] y2 = [6, 15, 7] plt.plot(x, y, 'b', label='line one', linewidth=5) plt.plot(x2, y2, 'r', label='line two', linewidth=5) plt.title('Epic Info') fig = plt.figure() plt.ylabel('Y axis') plt.xlabel('X axis') plt.show()
2. Palični graf
Palični graf je eden najpogostejših grafov in se uporablja za predstavitev podatkov, povezanih s kategoričnimi spremenljivkami. The bar() funkcija sprejme tri argumente - kategorične spremenljivke, vrednosti in barvo.
Primer -
math pow java
from matplotlib import pyplot as plt Names = ['Arun','James','Ricky','Patrick'] Marks = [51,87,45,67] plt.bar(Names,Marks,color = 'blue') plt.title('Result') plt.xlabel('Names') plt.ylabel('Marks') plt.show()
3. Tortni grafikon
Grafikon je krožni graf, ki je razdeljen na poddel ali segment. Uporablja se za predstavitev odstotnih ali sorazmernih podatkov, kjer vsak kos pite predstavlja določeno kategorijo. Razumejmo spodnji primer.
Primer -
from matplotlib import pyplot as plt # Pie chart, where the slices will be ordered and plotted counter-clockwise: Aus_Players = 'Smith', 'Finch', 'Warner', 'Lumberchane' Runs = [42, 32, 18, 24] explode = (0.1, 0, 0, 0) # it 'explode' the 1st slice fig1, ax1 = plt.subplots() ax1.pie(Runs, explode=explode, labels=Aus_Players, autopct='%1.1f%%', shadow=True, startangle=90) ax1.axis('equal') # Equal aspect ratio ensures that pie is drawn as a circle. plt.show()
Izhod:
4. Histogram
Histogram in stolpčni graf sta si precej podobna, vendar sta med njima manjša razlika. Histogram se uporablja za predstavitev porazdelitve, palični grafikon pa se uporablja za primerjavo različnih entitet. Histogram se običajno uporablja za prikaz pogostosti številnih vrednosti v primerjavi z nizom razponov vrednosti.
V naslednjem primeru smo vzeli podatke o različnih odstotkih rezultatov študenta in narisali histogram glede na število študentov. Razumejmo naslednji primer.
Primer -
from matplotlib import pyplot as plt from matplotlib import pyplot as plt percentage = [97,54,45,10, 20, 10, 30,97,50,71,40,49,40,74,95,80,65,82,70,65,55,70,75,60,52,44,43,42,45] number_of_student = [0,10,20,30,40,50,60,70,80,90,100] plt.hist(percentage, number_of_student, histtype='bar', rwidth=0.8) plt.xlabel('percentage') plt.ylabel('Number of people') plt.title('Histogram') plt.show()
Izhod:
Razumejmo še en primer.
Primer - 2:
from matplotlib import pyplot as plt # Importing Numpy Library import numpy as np plt.style.use('fivethirtyeight') mu = 50 sigma = 7 x = np.random.normal(mu, sigma, size=200) fig, ax = plt.subplots() ax.hist(x, 20) ax.set_title('Historgram') ax.set_xlabel('bin range') ax.set_ylabel('frequency') fig.tight_layout() plt.show()
Izhod:
5. Raztreseni prikaz
Graf razpršenosti se uporablja za primerjavo spremenljivke glede na druge spremenljivke. Opredeljeno je, kako je ena spremenljivka vplivala na drugo spremenljivko. Podatki so predstavljeni kot zbirka točk. Razumejmo naslednji primer.
Primer -
preprosto oblikovanje datuma v Javi
from matplotlib import pyplot as plt from matplotlib import style style.use('ggplot') x = [4,8,12] y = [19,11,7] x2 = [7,10,12] y2 = [8,18,24] plt.scatter(x, y) plt.scatter(x2, y2, color='g') plt.title('Epic Info') plt.ylabel('Y axis') plt.xlabel('X axis') plt.show()
Izhod:
Primer - 2:
import matplotlib.pyplot as plt a = [2, 2.5, 3, 3.5, 4.5, 4.7, 5.0] b = [7.5, 8, 8.5, 9, 9.5, 10, 10.5] a1 = [9, 8.5, 9, 9.5, 10, 10.5, 12] b1 = [3, 3.5, 4.7, 4, 4.5, 5, 5.2] plt.scatter(a, b, label='high income low saving', color='b') plt.scatter(a1, b1, label='low income high savings', color='g') plt.xlabel('saving*100') plt.ylabel('income*1000') plt.title('Scatter Plot') plt.legend() plt.show()
Izhod:
V tej vadnici smo obravnavali vse osnovne vrste grafov, ki se uporabljajo pri vizualizaciji podatkov. Če želite izvedeti več o grafu, obiščite našo vadnico za matplotlib.