Matplotlib est une bibliothèque de traçage 2D Python qui peut produire des graphiques de qualité publication dans une variété de formats papier et d'environnements interactifs sur une variété de plates-formes.
Dans l'article précédent, nous avons présenté l'introduction des légendes, des titres et des étiquettes dans Matplotlib, et aujourd'hui nous commençons officiellement à dessiner des images. Dans ce didacticiel, nous aborderons les graphiques à barres, les histogrammes et les nuages de points. Regardons d'abord le graphique à barres :
Bar Chart
import matplotlib.pyplot as plt plt.bar([1,3,5,7,9],[5,2,7,8,2], label="Example one") plt.bar([2,4,6,8,10],[8,6,2,5,6], label="Example two", color='g') plt.legend() plt.xlabel('bar number') plt.ylabel('bar height') plt.title('Epic Graph\nAnother Line! Whoa') plt.show()
plt.bar crée un graphique à barres pour nous. Si vous ne sélectionnez pas explicitement une couleur, toutes les barres auront la même apparence malgré la création de plusieurs tracés. Cela nous donne la possibilité d'utiliser une nouvelle option de personnalisation de Matplotlib. Vous pouvez utiliser des couleurs dans n'importe quel type de dessin, comme g pour le vert, b pour le bleu, r pour le rouge, etc. Vous pouvez également utiliser des codes de couleur hexadécimaux, tels que #191970.
Ensuite, nous expliquerons l'histogramme. Les histogrammes, tout comme les graphiques à barres, ont tendance à montrer la distribution en regroupant les segments. Cet exemple peut concerner des tranches d'âge ou des résultats de tests. Nous n'affichons pas l'âge de chaque groupe, mais affichons l'âge selon 20 ~ 25, 25 ~ 30... et ainsi de suite. Voici un exemple :
Histogramme
import matplotlib.pyplot as plt population_ages = [22,55,62,45,21,22,34,42,42,4,99,102,110,120,121,122,130,111,115,112,80,75,65,54,44,43,42,48] bins = [0,10,20,30,40,50,60,70,80,90,100,110,120,130] plt.hist(population_ages, bins, histtype='bar', rwidth=0.8) plt.xlabel('x') plt.ylabel('y') plt.title('Interesting Graph\nCheck it out') plt.legend() plt.show()
Le graphique résultant est :
Pour plt.hist , vous vous devez d'abord mettre toutes les valeurs, puis spécifier dans quel compartiment ou conteneur les placer. Dans notre exemple, nous avons tracé plusieurs âges et avons voulu les afficher par incréments de 10 ans. Nous définissons la largeur de la barre à 0,8, mais vous pouvez choisir une autre largeur si vous souhaitez que la barre soit plus large ou plus étroite.
Ensuite, nous présenterons les nuages de points. Les nuages de points sont souvent utilisés pour comparer deux variables afin de rechercher des corrélations ou des regroupements, ou 3 si vous tracez en 3 dimensions.
Nuage de points
Un exemple de code pour un nuage de points :
import matplotlib.pyplot as plt x = [1,2,3,4,5,6,7,8] y = [5,2,4,2,1,4,5,2] plt.scatter(x,y, label='skitscat', color='k', s=25, marker="o") plt.xlabel('x') plt.ylabel('y') plt.title('Interesting Graph\nCheck it out') plt.legend() plt.show()
Le résultat est :
Astuce :
plt.scatter nous permet non seulement de dessiner x et y, mais nous permet également de décider de la couleur, de la taille et du type du marqueur utilisé.
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!