matplotlib ist eine der beliebtesten und leistungsfähigsten Bibliotheken für die Datenvisualisierung in der Programmiersprache Python. Es bietet eine breite Palette von Werkzeugen, um schöne und informative Diagramme, Diagramme und Diagramme zu erstellen. Es ist jedoch nicht ungewöhnlich, dass beim Erstellen von Diagrammen mit matplotlib ein Problem mit überflüssigen oder nutzlosen Informationen auftritt, das das Diagramm verstopft und es schwierig macht, es zu verstehen.
In diesem Artikel werden wir einige hilfreiche Tipps und Anweisungen zum Reinigen von Matplotlib von unnötigen Informationen und zum Erstellen effizienterer und klarer Grafiken untersuchen. Wir werden verschiedene Methoden und Funktionen untersuchen, um unnötige Diagrammelemente wie Rahmen, Koordinatenachsen, Legende und Tickets zu entfernen. Wir werden auch prüfen, wie Sie das Farbschema ändern und Anmerkungen hinzufügen können, um die Daten genauer darzustellen und besser sichtbar zu machen.
Wenn Sie professionelle und prägnante Grafiken mit matplotlib erstellen möchten, wird dieser Artikel für Sie nützlich sein. Wir empfehlen Ihnen, sich mit den grundlegenden Anweisungen und Tipps vertraut zu machen, die Ihnen helfen, klare und ausdrucksstarke Grafiken zu erstellen, die das Verständnis von Informationen erleichtern und ihre Lesbarkeit und Verständlichkeit verbessern.
Einen sauberen Zeitplan erhalten
Die Bereinigung eines Graphen von unnötigen Informationen kann seine Lesbarkeit und sein ästhetisches Aussehen erheblich verbessern. Hier sind einige nützliche Anweisungen, die Ihnen helfen, ein sauberes und ansprechendes Diagramm mit der Matplotlib-Bibliothek zu erhalten.
1. Vermeiden Sie übermäßiges Netz. Eines der ersten Dinge, die entfernt werden sollten, ist das horizontale und vertikale Gitter in der Grafik. Sie können die Aufmerksamkeit von den zugrunde liegenden Daten ablenken und die Wahrnehmung des Graphen erschweren. Sie können das Raster mit dem Befehl plt entfernen.grid(False) .
2. Reduzieren Sie die Anzahl der Teilungen auf den Achsen. Zu viele Unterteilungen können zu einer Überlastung des Diagramms führen und die Wahrnehmung der Daten erschweren. Stattdessen sollten Sie nur ein paar grundlegende Unterteilungen auf jeder Achse mithilfe von plt-Befehlen verwenden.xticks() und plt.yticks() .
3. Entfernen Sie unnötige Rahmenlinien. Rahmenlinien können Grafiken ein trockenes und unattraktives Aussehen verleihen. Sie können sie mit dem Befehl ax entfernen.spines .
4. Kürzen Sie den Achsentitel und die Achsenbeschriftungen. Lange und detaillierte Achsenüberschriften und -beschriftungen können von den grundlegenden Informationen des Diagramms ablenken. Lassen Sie nur die am meisten benötigten Informationen übrig, um den Zeitplan lesbarer zu machen.
5. Sortieren Sie die Legende nach Wichtigkeit. Wenn Sie eine Legende in einem Diagramm verwenden müssen, ordnen Sie sie so an, dass die wichtigsten Elemente an erster Stelle stehen. Dies wird dazu beitragen, den Zeitplan klarer und klarer zu machen.
Wenn Sie diese einfachen Anweisungen befolgen, können Sie mit der Matplotlib-Bibliothek ein sauberes und ansprechendes Diagramm erhalten. Denken Sie daran, dass der Hauptzweck des Diagramms darin besteht, die Darstellung der Daten zu verdeutlichen, also versuchen Sie, alle unnötigen Daten zu löschen und nur die wichtigsten Informationen zu speichern.
Wir werden den Lärm auf dem Diagramm los
Das Rauschen in der Grafik kann unnötige Ablenkungen verursachen und das Verständnis der eingereichten Daten erschweren. Um die Lesbarkeit des Diagramms zu verbessern und unnötige Informationen zu entfernen, können Sie einige nützliche Techniken anwenden.
1. Verringerung der Anzahl von Teilungen auf Achsen:
Es gibt oft zu viele Unterteilungen auf den Achsen in den Diagrammen, was es schwierig macht, die Werte zu lesen. Versuchen Sie, die Anzahl der Divisionen zu reduzieren, wobei nur die Grundwerte übrig bleiben. Dies kann mit der plt-Funktion erfolgen.xticks() und plt.yticks() . Wenn Sie das Argument num angeben, können Sie die gewünschte Anzahl von Divisionen angeben.
2. Wir entfernen den Rahmen aus dem Diagramm:
Obwohl der Rahmen in einigen Fällen nützlich sein kann, erzeugt er oft übermäßiges Rauschen in der Grafik. Sie können die plt-Funktion verwenden, um den Rahmen zu entfernen.box(False) .
3. Ersetzen eines Netzes in einer Linie:
Das Raster in einem Diagramm kann seine Wahrnehmung weiter erschweren. Anstelle eines Rasters können Sie mithilfe der plt-Funktionen horizontale und vertikale Linien hinzufügen.axhline() und plt.axvline() . Dies wird die Grundwerte im Diagramm hervorheben.
4. Verwenden von Signaturen:
Das Hinzufügen von Achsenbeschriftungen und einem Diagrammtitel hilft Ihnen, das Verständnis der eingereichten Daten zu verbessern. Verwenden Sie die plt-Funktionen.xlabel() , plt.ylabel() und plt.title(), um die entsprechenden Beschriftungen hinzuzufügen.
Die Verwendung dieser Techniken hilft, den Zeitplan von unnötigen Informationen zu befreien und seine Wahrnehmung zu verbessern. Dies ist besonders nützlich, wenn große Datenmengen visualisiert werden, wenn jedes Detail einen Unterschied macht.
Entfernen unnötiger Achsen und Beschriftungen
Sie können die Methode set_axis_off() verwenden, um die Achsen und ihre Beschriftungen zu entfernen. Diese Methode deaktiviert alle Achsen und Beschriftungen im Diagramm. Zum Beispiel:
import matplotlib.pyplot as pltfig, ax = plt.subplots()ax.plot(x, y)ax.set_axis_off()plt.show()Wenn Sie nur bestimmte Achsen und ihre Beschriftungen entfernen möchten, können Sie die Methoden spines und tick_params() verwenden. Mit der spines-Methode können Sie die Achsengrenzen anpassen und tick_params() - Beschriftungen auf den Achsen. Zum Beispiel:
import matplotlib.pyplot as pltfig, ax = plt.subplots()ax.plot(x, y)# Удаляем правую и верхнюю границы осейax.spines['right'].set_visible(False)ax.spines['top'].set_visible(False)# Удаляем метки на осяхax.tick_params(axis='both', labelbottom=False, labelleft=False)plt.show()Auf diese Weise können Sie das Diagramm von unnötigen Informationen bereinigen, um es verständlicher zu machen und sich auf die Stammdaten zu konzentrieren.
Anpassen von Farben und Stilen
matplotlib bietet umfangreiche Optionen zum Anpassen von Farben und Stilen, sodass Sie schöne und ausdrucksstarke Grafiken erstellen können.
Eine Möglichkeit zum Anpassen der Farben besteht darin, vordefinierte Farbpaletten zu verwenden. Es gibt eine große Anzahl von integrierten Paletten in der Bibliothek, z. B. "viridis", "inferno", "Plasma" usw. Die Auswahl der Farbpalette hängt vom Zweck des Diagramms und den persönlichen Vorlieben ab.
Sie können die Farbe eines bestimmten Diagrammelements mithilfe einer numerischen Darstellung einer Farbe im RGB-Format auswählen oder sie mithilfe eines englischen Farbnamens festlegen. Sie können beispielsweise den RGB-Wert (1, 0, 0) oder die Zeichenfolge "red" verwenden, um die Farbe rot festzulegen.
Grafiken können auch mit verschiedenen Linienstilen, Markierungen und Füllungen gestaltet werden. Dazu können Sie die Parameter linestyle, marker und fillstyle entsprechend festlegen. Die verfügbaren Stile und ihre möglichen Werte finden Sie auch in der Bibliotheksdokumentation.
Darüber hinaus können Sie Schriftarten und deren Größe, Einzüge, Transparenz und andere grafische Einstellungen anpassen. Sie sollten sich mit Vorsicht an diesen Einstellungen beteiligen, um die Grafiken nicht mit unnötigen Details zu überladen und ihre Lesbarkeit zu erhalten.
Durch die Verwendung der Funktionen zum Anpassen von Farben und Stilen können Sie Grafiken erstellen, die Aufmerksamkeit erregen und Ihre Daten im bestmöglichen Licht veranschaulichen.
Das optimale Farbschema auswählen
Das Farbschema der Datenvisualisierung spielt eine wichtige Rolle bei der Genauigkeit und Verständlichkeit von Diagrammen, die mit der matplotlib-Bibliothek erstellt werden. Die richtige Wahl eines Farbschemas kann die Wahrnehmung von Informationen erheblich verbessern und das Diagramm für das Publikum attraktiver machen.
Matplotlib bietet eine große Anzahl von integrierten Farbschemata, mit denen Sie das Erscheinungsbild von Diagrammen anpassen können. Jedoch sind nicht alle Diagramme für alle Diagrammtypen und Daten geeignet. Berücksichtigen Sie bei der Auswahl eines Farbschemas den Datentyp, die Anzahl der Kategorien und die Hauptziele der Visualisierung.
Ein wichtiger Aspekt bei der Auswahl eines Farbschemas besteht darin, die Farbbeschränkungen des Publikums zu berücksichtigen. Manche Menschen haben möglicherweise Schwierigkeiten, bestimmte Farben oder Kombinationen davon zu unterscheiden. Daher wird empfohlen, Farben zu verwenden, die leicht zu erkennen sind und keine Beschwerden verursachen.
| Farbschema | Die Beschreibung | Ein Beispiel |
|---|---|---|
| viridis | Farbverlauf von blau nach Gelb, keine satten Farben | |
| plasma | Farbverlauf von blau nach violett, mit hellen Farben | |
| magma | Farbverlauf von schwarz bis Gelb-Orange mit hohem Kontrast |
Zusätzlich zu den integrierten Farbschemata können Sie auch eigene Diagramme erstellen, indem Sie Farbwerte als Liste oder Muster festlegen. Dadurch können Sie die Farben an die spezifischen Bedürfnisse und visuellen Erwartungen anpassen.
Es ist wichtig sich daran zu erinnern, dass das Farbschema harmonisch sein sollte und kein Gefühl von Informationsüberladung hervorruft. Vermeiden Sie zu helle und satte Farben sowie die übermäßige Verwendung verschiedener Farbtöne, um den Zeitplan lesbar und ästhetisch zu halten.
Anwenden von Grafikstilen auf Diagramme
Grafikstile können das visuelle Erscheinungsbild Ihrer Grafiken erheblich verbessern und sie verständlicher und attraktiver machen. Die Matplotlib-Bibliothek enthält mehrere Inline-Stile, die leicht auf Diagramme angewendet werden können.
Um einen Grafikstil anzuwenden, müssen Sie die plt-Funktion aufrufen.style.use() und geben Sie den Namen des Stils als Argument an. Um beispielsweise den Stil "seaborn-whitegrid" anzuwenden, können Sie den folgenden Code verwenden:
import matplotlib.pyplot as pltplt.style.use('seaborn-whitegrid')Nachdem ein Stil angewendet wurde, haben alle Grafiken, die mit der Matplotlib-Bibliothek erstellt wurden, das entsprechende Erscheinungsbild. Es sollte jedoch beachtet werden, dass die Verwendung von Stilen nicht nur das Markup des Diagramms, sondern auch seine Farben, Schriftarten und andere Aspekte ändern kann.
Zusätzlich zu den integrierten Stilen können Sie auch einen eigenen Grafikstil erstellen, indem Sie für jedes Element im Diagramm eine Reihe von Stiloptionen definieren. Sie können beispielsweise die gewünschten Farben, Schriftarten und Größen von Elementen mithilfe eines Wörterbuchs angeben und diesen Stil dann auf Diagramme anwenden.
Durch das Anwenden von Grafikstilen können Sie das Erscheinungsbild von Grafiken schnell ändern, ohne dass Sie jeden Aspekt manuell anpassen müssen. Dies ist besonders nützlich, wenn Sie an Projekten arbeiten, die ein einheitliches Design und einen einheitlichen Stil erfordern.
Legende und Titel gestalten
Die Reinigung von matplotlib von unnötigen Informationen beschränkt sich nicht nur auf das Entfernen unnötiger Achsen. Das Design der Legende und des Titels der Grafik spielt auch eine wichtige Rolle bei der Schaffung eines sauberen und professionellen Aussehens.
Sie können die Funktion set_title() verwenden, um den Titel des Diagramms zu ändern. Um beispielsweise den Titel "Umsatz nach Monat" festzulegen, können Sie den folgenden Code verwenden:
plt.set_title("Продажи по месяцам")Um die Einstellungen für die Schriftart und Größe des Titels zu ändern, können Sie zusätzliche Parameter an die Funktion set_title() übergeben. Verwenden Sie beispielsweise den folgenden Code, um einen Header mit einer 16 Pixel großen Arial-Schriftart festzulegen:
plt.set_title("Продажи по месяцам", fontname="Arial", fontsize=16)Sie können ähnliche Methoden verwenden, um eine Legende zu entwerfen. Mit der Funktion legend() können Sie den Titel einer Legende festlegen, die Schriftart und die Schriftgröße der Legende ändern. Um beispielsweise den Titel "Umsatz nach Region" festzulegen und die Schriftgröße der Legende um 12 Pixel zu ändern, verwenden Sie den folgenden Code:
plt.legend(title="Продажи по регионам", fontsize=12)Sie können auch zusätzliche Parameter verwenden, um die Position der Legende zu steuern. Mit dem Parameter loc können Sie beispielsweise die gewünschte Position der Legende im Diagramm angeben. Um beispielsweise eine Legende in der oberen rechten Ecke festzulegen, verwenden Sie den folgenden Code:
plt.legend(loc="upper right")Das Ändern des Designs der Legende und des Titels wird dazu beitragen, Ihren Zeitplan verständlicher und professioneller zu gestalten. Vergessen Sie nicht, die Besonderheiten Ihres zu lösbaren Problems bei der Auswahl des Designs zu berücksichtigen.
