Johdatus Matplotlibiin Pythonissa
Matplotlib on avoimen lähdekoodin kirjasto, joka auttaa kuvaajan piirtämisessä. Sen kirjoitti alun perin John D. Hunter, joka sattui olemaan neurobiologi. Hän kirjoitti Matplotlibin tohtorintutkimuksensa aikana neurobiologiassa. Tämän kirjaston tarkoituksena oli tutkia epilepsiasta kärsivien potilaiden aivokuoressa esiintyviä aktiivisuuksia piirtämällä nämä toiminnot kuvaajaan. Graafien piirtämisen ainoana tarkoituksena oli parantaa visualisointia ja tutkia niissä yleisiä kuvioita. Matplotlibin ensimmäinen julkaisu oli vuonna 2003. Ajan myötä Matplotlib osoittautui yhdeksi laajimmin käytetyistä piirtokirjastoista Python-ohjelmointikielen rinnalla tietojen ja laskennallisten kuvaajien piirtämiseen. Se on alusta-riippumaton ja sitä voidaan käyttää Windowsissa, Mac OS: ssä ja Linuxissa.
Matplotlibin ymmärtäminen Pythonissa
Python-kirjastona Matplotlib on helppokäyttöinen 2D-piirtotoiminnolla visualisointia varten. Matplotlibia käytetään yhdessä muiden avoimen lähdekoodin kirjastojen, kuten
1. NumPy
Termi “NumPy” tarkoittaa Numerical Python -laajennusta. Tämä kirjasto tarjoaa useita matemaattisia toimintoja käytettäväksi suurempien ja moniulotteisten matriisien ja matriisien kanssa. Se voi pitää myös mielivaltaisten tietotyyppien tietoja ja voidaan helposti integroida useisiin tietokantoihin. Jos haluat käyttää numpy-projektia projektissa, muista tuoda. Tuo esimerkiksi numpy nimellä npy.
2. SciPy
Se on rakennettu NumPy-taulukon päälle, eli taustalla oleva tietorakenne on NumPy-moduulin tarjoama objektimatriisi. Se tarjoaa toiminnallisuuksia, kuten kuvan- ja signaalinkäsittelyn, erikoistuneet toiminnot lineaarialgebrassa ja interpoloinnissa. SciPy-moduulin projektiin voidaan lisätä lauseella: Tuo sciPy nimellä sp.
3. IPython
Lyhenne sanasta Interactive Python. Se on parannettu vuorovaikutteinen Python-kuori, joka tukee matemaattisia lausekkeita, sisäisiä kaavioita jne. Se auttaa myös integroitumaan SciPy-pinokirjastoihin. Sen mukana tulee täydellinen asennus, joka helpottaa interaktiivista piirtämistä.
Kuinka tehdä työskentely Matplotlibin kanssa helpoksi Python-kehittäjille?
Python-kehittäjänä tulisi käyttää matplotlib-kirjaston Pyplot-moduulia. Pyplot on sovellusohjelmointirajapinta, joka koostuu toiminnoista / menetelmistä, jotka auttavat käsittelemään tietoja visualisointia varten. Juoni on nopea, kun kyse on visuaalisten kuvaajien luomisesta. Sen samankaltaisuudet Matlabin kanssa tekevät työskentelystä helppoa henkilöille, joilla on aiempaa kokemusta työskentelystä MATLABin kanssa, ja päinvastoin.
Kuinka Pyplotin kanssa voi työskennellä Matplotlibissa?
Jotta pyplot-menetelmiä voidaan käyttää, se on tuotava python-tiedostoon. Tämä voidaan tehdä sisällyttämällä alla oleva rivi python-tiedoston yläosaan:
import matplotlib.pyplot as myplt
Esimerkki 1
import matplotlib.pyplot as myplt
myplt. plot((2, 4, 6, 8), (1, 2, 3, 4))
myplt. show()
Yllä olevassa esimerkissä plot () -menetelmä ottaa vastaavasti X- ja Y-akselin koordinaatit ja piirtää kuvaajan vastaavasti. Plot () -menetelmä voi myös ottaa valinnaisen kolmannen argumentin, joka määrittää viivakuvion värijono ja tyyppi. Oletusarvoisesti se on -b, joka näyttää sinisen viivan. Muut menetelmät, kuten xlabel () ja ylabel (), antavat meille mahdollisuuden nimetä akselimme.
Esimerkki 2
import matplotlib.pyplot as myplt
myplt. plot((2, 4, 6, 8), (1, 2, 3, 4))
myplt. xlabel('time in mins')
myplt. ylabel('distance in Kilo meters')
myplt. show()
Tonttityypit Matplotlib In Pythonissa
Matplotlib tarjoaa laajan valikoiman menetelmiä ja toimintoja erityyppisten kuvaajien luomiseen.
Katsotaanpa joitain niistä: -
- Viivapiirros : Tämä on yksinkertaisin kaikista kuvaajista. Piirrä () -menetelmää käytetään viivakuvaajan piirtämiseen.
- Osaplotit : Osaplotti () -toimintoa käytetään näiden luomiseen. Erittäin hyödyllinen, kun tarvitaan kahden juonen vertailua.
- Kuvat : Matplotlib voi myös luoda kuvia imshow () -toiminnon avulla.
- Histogrammit : Histogrammien luomiseen voidaan käyttää hist () -menetelmiä.
- Polut: Mielivaltaiset polut voidaan lisätä Matplotlib-tietokantaan matplotlib.path-moduulin avulla.
- Pylväskaaviot : Pylväs () -toimintoa käytetään pylväskaavioiden piirtämiseen. Pylväskaavioita voitaisiin edelleen räätälöidä vaaka- tai pystysuunnassa vaatimuksen mukaan käyttämällä tätä menetelmää.
- Piirakkakaaviot : piirakoiden kaavioiden luomiseen tulisi käyttää piirakka () -menetelmää. Lisäominaisuuksien avulla voidaan käyttää varjoefektejä piirakkaan, merkitä alueet ja määrittää prosenttimäärä, jota se edustaa jne.
- Taulukot: Taulukko () -toiminnolla voidaan lisätä taulukko järjestelmälliseen tietojen luokitteluun.
- Hajotuskaaviot : Hajapiirron luomiseksi funktio hajotin () otetaan käyttöön. Voitaisiin myös käyttää valinnaisia koko- ja väriargumentteja, jotka tämän toiminnon on tarjottava.
- Täytetyt käyrät : Täyttö () -toiminnon avulla voidaan piirtää täytettyjä käyriä ja monikulmioita.
- Lokikaaviot: Toiminnot, kuten semilogx (), semologia () ja loglog (), helpottavat logaritmifunktioihin liittyvien kuvaajien piirtämistä.
- Polaarikaaviot : Polaarikaavioiden luomiseen käytetään polaarista () toimintoa.
- Päivämäärien käsittely : Matplotlib antaa yhden aikasarjojen datan helposti piirtää minkä tahansa hasselin kanssa.
- Stream-kuvaajat : Nämä kuvaajat on tarkoitettu vektorikentien piirtämiseen. Toimintoa streamplot () käytetään tämän saavuttamiseen.
Matplotlibin edut Pythonissa
- Harvat Matplotlibin edut ovat
- Yksinkertainen ja helppo ymmärtää aloittelijoille.
- Helppo käyttää ihmisille, joilla on aikaisempaa kokemusta Matlabista tai muista kuvaajapiirrostyökaluista.
- Se tarjoaa korkealaatuisia kuvia ja kaavioita eri muodoissa, kuten png, pdf, pgf jne.
- Tarjoaa kuvan eri elementtejä, kuten DPI, kuvan väri, kuvan koko.
Kuinka tämä tekniikka auttaa sinua urakehityksessä?
Tietoanalyysien ja tietotekniikan kysynnän kasvaessa työkaluja, kuten matplotlib, vaaditaan tutkimaan datan käyttäytymistä ja rakennetta. Nykyään Python hallitsee alaa tietotekniikan ja analyysien suhteen. Pythonille perehtyneelle henkilölle, jolla on tietoa kirjastoista, kuten matplotlibistä, on apua kasvaa ammattimaisesti.
johtopäätös
Tässä artikkelissa olemme nähneet kuinka Matplotlib syntyi ja useita muita kirjastoja, joita sillä yleisesti käytetään. Se kattoi myös muutaman Matplotlibsin tunnetuista toiminnoista erilaisten kuvaajien piirtämiseksi ja kuinka voimme mukauttaa näitä kuvaajia tarpeidemme mukaan.
Suositeltava artikkeli
Tämä on ollut opas Matplotlib In Pythonille. Tässä keskustellaan Pythonin Matplotlibin johdannosta ja sen tyypeistä. Voit myös käydä läpi muiden ehdotettujen artikkeleidemme saadaksesi lisätietoja -
- Pythonin edut
- Python-kehykset
- Ura Pythonissa
- Python-kielitoiminnot
- 2D-grafiikka Java-versiossa
- Scatter-tontit Matlabissa