Heim > Backend-Entwicklung > Python-Tutorial > Vom Anfänger bis zum Fortgeschrittenen, Veranschaulichung der Zeichenmethoden von Matplotlib

Vom Anfänger bis zum Fortgeschrittenen, Veranschaulichung der Zeichenmethoden von Matplotlib

PHPz
Freigeben: 2024-01-13 10:13:19
Original
1020 Leute haben es durchsucht

Vom Anfänger bis zum Fortgeschrittenen, Veranschaulichung der Zeichenmethoden von Matplotlib

Illustrierte Matplotlib-Zeichenmethoden: Von einfach bis fortgeschritten sind spezifische Codebeispiele erforderlich.

Einführung:
Matplotlib ist eine leistungsstarke Zeichenbibliothek, die häufig zur Datenvisualisierung verwendet wird. Ob es sich um ein einfaches Liniendiagramm oder ein komplexes Streudiagramm oder 3D-Diagramm handelt, Matplotlib kann Ihre Anforderungen erfüllen. In diesem Artikel werden die Zeichenmethoden von Matplotlib ausführlich vorgestellt, von einfach bis fortgeschritten, und spezifische Codebeispiele bereitgestellt.

1. Installation und Import von Matplotlib

  1. Matplotlib installieren
    Verwenden Sie den Befehl pip install matplotlib im Terminal, um Matplotlib zu installieren.
  2. Matplotlib importieren
    Verwenden Sie „import matplotlib.pyplot as plt“, um Matplotlib zu importieren, und vereinbaren Sie den häufig verwendeten Alias ​​„plt“, um nachfolgende Aufrufe zu erleichtern.

2. Zeichnen Sie ein einfaches Liniendiagramm
Das Folgende ist ein einfaches Beispiel für ein Liniendiagramm, das die Umsatzveränderungen eines Unternehmens in den letzten 12 Monaten zeigt.

import matplotlib.pyplot as plt

# 数据
months = ['Jan', 'Feb', 'Mar', 'Apr', 'May', 'Jun', 'Jul', 'Aug', 'Sep', 'Oct', 'Nov', 'Dec']
sales = [100, 120, 150, 130, 140, 160, 180, 170, 190, 200, 210, 220]

# 创建图表和画布
plt.figure(figsize=(8, 6))

# 绘制折线图
plt.plot(months, sales, marker='o', linestyle='-', color='blue')

# 设置标题和标签
plt.title('Sales Trend')
plt.xlabel('Months')
plt.ylabel('Sales')

# 显示图表
plt.show()
Nach dem Login kopieren

3. Benutzerdefinierter Diagrammstil
Matplotlib bietet eine Fülle von Diagrammstileinstellungen, die Ihre Diagramme persönlicher und schöner machen können.

  1. Farbe und Linienstil anpassen

    plt.plot(months, sales, marker='o', linestyle='-', color='blue')
    Nach dem Login kopieren

    Sie können den Markierungsstil über den Marker-Parameter, den Linienstil-Parameter über den Linienstil-Parameter und die Farbe über den Farbparameter festlegen.

  2. Legen Sie die Legende fest

    plt.plot(months, sales, marker='o', linestyle='-', color='blue', label='Sales')
    plt.legend()
    Nach dem Login kopieren

    Verwenden Sie den Label-Parameter, um die Legendenbezeichnung festzulegen, und verwenden Sie dann die Methode plt.legend(), um die Legende anzuzeigen.

  3. Gitterlinien hinzufügen

    plt.grid(True)
    Nach dem Login kopieren

    Verwenden Sie die Methode plt.grid(True), um Gitterlinien hinzuzufügen.

4. Zeichnen Sie Streudiagramme und Balkendiagramme
Zusätzlich zu Liniendiagrammen unterstützt Matplotlib auch das Zeichnen von Streudiagrammen und Balkendiagrammen.

  1. Zeichnen Sie ein Streudiagramm
    Nachfolgend finden Sie ein einfaches Beispiel für ein Streudiagramm, das die Beziehung zwischen Temperatur und Niederschlag in einer Stadt zeigt.
import matplotlib.pyplot as plt

# 数据
temperature = [15, 19, 22, 18, 25, 28, 30, 29, 24, 20]
rainfall = [20, 40, 30, 10, 55, 60, 70, 50, 45, 35]

# 创建图表和画布
plt.figure(figsize=(8, 6))

# 绘制散点图
plt.scatter(temperature, rainfall, color='red')

# 设置标题和标签
plt.title('Temperature vs Rainfall')
plt.xlabel('Temperature (°C)')
plt.ylabel('Rainfall (mm)')

# 显示图表
plt.show()
Nach dem Login kopieren
  1. Zeichnen Sie ein Balkendiagramm
    Unten sehen Sie ein einfaches Beispiel für ein Balkendiagramm, das die Verkäufe eines bestimmten Produkts in verschiedenen Regionen zeigt.
import matplotlib.pyplot as plt

# 数据
regions = ['North', 'South', 'East', 'West']
sales = [100, 120, 150, 130]

# 创建图表和画布
plt.figure(figsize=(8, 6))

# 绘制条形图
plt.bar(regions, sales, color='blue')

# 设置标题和标签
plt.title('Sales by Region')
plt.xlabel('Region')
plt.ylabel('Sales')

# 显示图表
plt.show()
Nach dem Login kopieren

5. Erweiterte Diagramme zeichnen
Matplotlib kann auch komplexere Diagramme zeichnen, wie zum Beispiel Kreisdiagramme und 3D-Diagramme.

  1. Zeichnen Sie ein Kreisdiagramm
    Unten sehen Sie ein einfaches Beispiel für ein Kreisdiagramm, das den Umsatzanteil verschiedener Produkte in einem Markt zeigt.
import matplotlib.pyplot as plt

# 数据
products = ['A', 'B', 'C', 'D']
sales = [30, 20, 25, 15]

# 创建图表和画布
plt.figure(figsize=(8, 6))

# 绘制饼图
plt.pie(sales, labels=products, autopct='%.1f%%')

# 设置标题
plt.title('Sales by Product')

# 显示图表
plt.show()
Nach dem Login kopieren
  1. Zeichnen Sie ein 3D-Diagramm
    Das Folgende ist ein einfaches Beispiel für ein 3D-Diagramm, das das dreidimensionale Oberflächendiagramm einer bestimmten Funktion zeigt.
import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D

# 数据
x = np.linspace(-5, 5, 100)
y = np.linspace(-5, 5, 100)
X, Y = np.meshgrid(x, y)
Z = np.sin(np.sqrt(X**2 + Y**2))

# 创建图表和画布
fig = plt.figure(figsize=(8, 6))
ax = fig.add_subplot(111, projection='3d')

# 绘制3D图
ax.plot_surface(X, Y, Z, cmap='viridis')

# 设置标题和标签
ax.set_title('3D Surface Plot')
ax.set_xlabel('X')
ax.set_ylabel('Y')
ax.set_zlabel('Z')

# 显示图表
plt.show()
Nach dem Login kopieren

Fazit:
Durch die Einführung und Beispiele dieses Artikels können wir die Zeichenmethoden und Verwendungstechniken von Matplotlib verstehen. Ob es sich um ein einfaches Liniendiagramm oder ein komplexes Streudiagramm und 3D-Diagramm handelt, Matplotlib bietet eine Fülle von Funktionen und Optionen, um unterschiedliche Anforderungen an die Datenvisualisierung zu erfüllen. Ich hoffe, dass dieser Artikel sowohl für Anfänger als auch für erfahrene Benutzer hilfreich ist, damit sie Matplotlib besser für die Datenanalyse und -anzeige verwenden können.

Das obige ist der detaillierte Inhalt vonVom Anfänger bis zum Fortgeschrittenen, Veranschaulichung der Zeichenmethoden von Matplotlib. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Quelle:php.cn
Erklärung dieser Website
Der Inhalt dieses Artikels wird freiwillig von Internetnutzern beigesteuert und das Urheberrecht liegt beim ursprünglichen Autor. Diese Website übernimmt keine entsprechende rechtliche Verantwortung. Wenn Sie Inhalte finden, bei denen der Verdacht eines Plagiats oder einer Rechtsverletzung besteht, wenden Sie sich bitte an admin@php.cn
Beliebte Tutorials
Mehr>
Neueste Downloads
Mehr>
Web-Effekte
Quellcode der Website
Website-Materialien
Frontend-Vorlage