Résoudre des problèmes pratiques : un guide pratique des graphiques linéaires Matplotlib

WBOY
Libérer: 2024-01-17 11:10:06
original
1155 Les gens l'ont consulté

Résoudre des problèmes pratiques : un guide pratique des graphiques linéaires Matplotlib

Guide pratique : utilisez matplotlib pour dessiner des graphiques linéaires afin de résoudre des problèmes pratiques

Introduction

La visualisation des données joue un rôle important dans la résolution de problèmes pratiques. Le graphique linéaire est le type de graphique le plus couramment utilisé et le plus courant. Dans cet article, nous présenterons comment utiliser la bibliothèque matplotlib de Python pour dessiner un graphique linéaire et résoudre des problèmes pratiques à travers des exemples de code spécifiques.

1. Préparation

Avant de commencer, nous devons installer la bibliothèque matplotlib. Ouvrez un terminal ou une invite de commande et entrez la commande suivante pour installer la dernière version de la bibliothèque matplotlib :

pip install matplotlib
Copier après la connexion

Une fois l'installation terminée, nous pouvons commencer à utiliser matplotlib pour dessiner des graphiques linéaires.

2. Graphique linéaire de base

Les graphiques linéaires sont souvent utilisés pour montrer les tendances des données qui changent avec le temps, l'espace ou d'autres variables. Voici un exemple simple montrant la température mensuelle moyenne d'une ville.

import matplotlib.pyplot as plt

# X轴数据,代表月份
months = ['Jan', 'Feb', 'Mar', 'Apr', 'May', 'Jun']
# Y轴数据,代表平均气温
avg_temperatures = [10, 12, 15, 18, 22, 25]

# 绘制折线图
plt.plot(months, avg_temperatures)

# 设置图表标题和轴标签
plt.title("Average temperatures in a city")
plt.xlabel("Months")
plt.ylabel("Temperature (°C)")

# 显示图表
plt.show()
Copier après la connexion

Le code ci-dessus importe d'abord la bibliothèque matplotlib, puis crée deux variables de liste mois et avg_temperatures, qui stockent respectivement les données du mois et de la température moyenne.

Ensuite, appelez la fonction plt.plot() pour dessiner le graphique linéaire. Dans cette fonction, le premier paramètre transmis est les données de l'axe X et le deuxième paramètre est les données de l'axe Y.

Ensuite, définissez le titre et l'étiquette de l'axe du graphique via les fonctions plt.title(), plt.xlabel() et plt.ylabel().

Enfin, appelez la fonction plt.show() pour afficher le graphique.

Exécutez le code ci-dessus et vous obtiendrez un graphique linéaire simple montrant la température moyenne par mois.

3. Ajouter des styles aux graphiques linéaires

Dans les applications pratiques, nous devons généralement ajouter des styles aux graphiques linéaires pour les rendre plus beaux et plus lisibles.

Par exemple, nous pouvons ajouter la couleur, l'épaisseur et le style de ligne de la ligne. Modifiez le code ci-dessus comme suit :

# 绘制折线图,并设置线条的颜色为红色,线宽为2,线型为虚线
plt.plot(months, avg_temperatures, color='red', linewidth=2, linestyle='--')
Copier après la connexion

Définissez la couleur, l'épaisseur et le style de ligne de la ligne en passant les paramètres de couleur, de largeur de ligne et de style de ligne.

De plus, nous pouvons également ajouter des points marqueurs au graphique linéaire pour mettre en évidence l'emplacement des points de données. Modifiez le code ci-dessus comme suit :

# 绘制折线图,并标记数据点,标记点的形状为圆形,颜色为蓝色
plt.plot(months, avg_temperatures, marker='o', markersize=8, color='blue')
Copier après la connexion

Définissez la forme, la taille et la couleur du point marqueur en passant les paramètres marqueur, taille du marqueur et couleur.

4. Résoudre des problèmes pratiques

Les graphiques linéaires peuvent être utilisés pour résoudre divers problèmes pratiques. Vous trouverez ci-dessous un exemple montrant les ventes d’une entreprise au cours de l’année écoulée.

import matplotlib.pyplot as plt

# X轴数据,代表月份
months = ['Jan', 'Feb', 'Mar', 'Apr', 'May', 'Jun', 'Jul', 'Aug', 'Sep', 'Oct', 'Nov', 'Dec']
# Y轴数据,代表销售额(单位:万元)
sales = [10, 12, 15, 18, 22, 25, 28, 30, 35, 40, 45, 50]

# 绘制折线图
plt.plot(months, sales)

# 设置图表标题和轴标签
plt.title("Sales in a company")
plt.xlabel("Months")
plt.ylabel("Sales (in 10,000 RMB)")

# 显示图表
plt.show()
Copier après la connexion

Le code ci-dessus montre les ventes d'une certaine entreprise au cours de l'année écoulée. L'axe X représente le mois et l'axe Y représente les ventes (unité : 10 000 yuans).

En exécutant le code ci-dessus, vous obtiendrez un graphique linéaire montrant l'évolution des ventes au fil du temps.

Conclusion

Cet article explique comment utiliser la bibliothèque matplotlib pour dessiner un graphique linéaire, et comment améliorer la lisibilité et la beauté du graphique en ajoutant des styles et en résolvant des problèmes pratiques. Les graphiques linéaires sont largement utilisés dans la visualisation de données et peuvent nous aider à mieux comprendre et analyser les données.

Dans les applications pratiques, nous pouvons ajuster de manière flexible le style du graphique linéaire en fonction des différents besoins et caractéristiques des données pour obtenir le meilleur effet d'affichage des données. Dans le même temps, nous pouvons également utiliser d'autres fonctions fournies par la bibliothèque matplotlib, telles que l'ajout de légendes, la définition de plages d'axes de coordonnées, etc., pour enrichir davantage le contenu du graphique.

J'espère que cet article vous sera utile lorsque vous utiliserez la bibliothèque matplotlib pour dessiner des graphiques linéaires. J'espère également que vous pourrez apprendre et explorer davantage d'autres techniques et méthodes de visualisation de données pour mieux les appliquer à la résolution pratique de problèmes.

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!

Étiquettes associées:
source:php.cn
Déclaration de ce site Web
Le contenu de cet article est volontairement contribué par les internautes et les droits d'auteur appartiennent à l'auteur original. Ce site n'assume aucune responsabilité légale correspondante. Si vous trouvez un contenu suspecté de plagiat ou de contrefaçon, veuillez contacter admin@php.cn
Tutoriels populaires
Plus>
Derniers téléchargements
Plus>
effets Web
Code source du site Web
Matériel du site Web
Modèle frontal
À propos de nous Clause de non-responsabilité Sitemap
Site Web PHP chinois:Formation PHP en ligne sur le bien-être public,Aidez les apprenants PHP à grandir rapidement!