Matplotlib ist eine Bibliothek in der Programmiersprache Python, die entwickelt wurde, um statische, animierte und interaktive Datenvisualisierungen zu erstellen.
Das Einrichten von Diagrammen in Matplotlib ist ein wichtiger Teil des Prozesses zum Erstellen einer qualitativ hochwertigen Visualisierung. Mit verschiedenen Befehlen und Methoden können Sie den Linientyp, die Farben, die Achsen, die Beschriftungen und vieles mehr ändern.
In diesem Artikel werfen wir einen Blick auf die besten Anweisungen und Tipps zum Einrichten von Diagrammen in Matplotlib. Sie erfahren, wie Sie den Stil des Diagramms ändern, Achsenbeschriftungen und -titel hinzufügen, die Größe des Diagramms ändern und die Legende anpassen.
Das Material ermöglicht es Ihnen, Matplotlib mit voller Kraft zu nutzen und ansprechende und informative Grafiken für Ihre Daten zu erstellen.
Erste Schritte mit einem Diagramm in Matplotlib
Bevor Sie mit der Erstellung von Diagrammen beginnen, müssen Sie Matplotlib installieren. Sie können dies tun, indem Sie den folgenden Befehl ausführen:
pip install matplotlib
Nach der Installation müssen Sie das matplotlib-Modul importieren.pyplot, das die Funktionalität zum Erstellen von Diagrammen bereitstellt. Normalerweise wird dieses Modul unter dem Namen plt importiert:
import matplotlib.pyplot as plt
Um das Diagramm anzuzeigen, können Sie die Funktion show() verwenden. In einigen Entwicklungsumgebungen, z. B. Jupyter Notebook, kann es jedoch automatisch aufgerufen werden, sodass dieser Aufruf möglicherweise weggelassen wird.
Matplotlib bietet viele Funktionen zum Erstellen verschiedener Diagrammtypen, z. B. Linien-, Punkt-, Säulen-, usw. Daher ist es hilfreich, sich mit der Dokumentation und den Beispielen für den bestimmten Diagrammtyp vertraut zu machen, den Sie erstellen möchten, bevor Sie mit dem Erstellen eines Diagramms beginnen.
Es ist wichtig zu beachten, dass Matplotlib eine Vielzahl von Optionen bietet, um das Erscheinungsbild eines Grafikelements anzupassen. Sie können Farben, Linientypen, Aufzählungszeichenarten, Achsenbezeichnungen, Beschriftungen und vieles mehr ändern. Wenn Sie also ein Diagramm mit bestimmten Aspekten der äußeren Gestaltung erstellen möchten, kann es sehr hilfreich sein, die Matplotlib-Dokumentation ausführlich zu studieren.
In diesem Artikel werden die am häufigsten verwendeten Funktionen von Matplotlib zum Erstellen und Konfigurieren verschiedener Diagrammtypen erläutert. Nachdem Sie sich mit ihnen vertraut gemacht haben, können Sie beginnen, Ihre eigenen Grafiken zu erstellen und sie an Ihre Bedürfnisse anzupassen.
Auswählen eines Diagrammtyps und Festlegen von Koordinatenachsen
Es gibt viele Arten von Diagrammen in Matplotlib, einschließlich Liniendiagrammen, Balkendiagrammen, Punktdiagrammen, Kreisdiagrammen und anderen. Die Auswahl des Diagrammtyps hängt von den Daten ab, die Sie visualisieren möchten, und von der Zielgruppe. Sie können beispielsweise Liniendiagramme verwenden, um Zeitreihen anzuzeigen, und Balkendiagramme können zum Vergleichen von Kategoriedaten verwendet werden.
Nachdem Sie den Diagrammtyp ausgewählt haben, müssen Sie die Koordinatenachsen anpassen. Sie können verschiedene Parameter für Achsen festlegen, z. B. Skalierung, Beschriftungen und Position von Unterteilungen. Sie können beispielsweise die Größe der Achsen ändern, den Achsen Beschriftungen hinzufügen und Teilungsintervalle festlegen. Dies ermöglicht eine genauere Darstellung der Daten und macht das Diagramm für den Benutzer verständlicher.
Sie können die plt-Funktionen verwenden, um die Parameter der Koordinatenachsen in Matplotlib festzulegen.xlabel() und plt.ylabel() zum Hinzufügen von Beschriftungen zu Achsen sowie zur plt-Funktion.xlim() und plt.ylim() zum Festlegen von Wertebereichen auf Achsen.
| Funktion | Die Beschreibung |
|---|---|
| plt.xlabel() | Fügt der x-Achse (horizontale Achse) eine Beschriftung hinzu |
| plt.ylabel() | Fügt der y-Achse (der vertikalen Achse) eine Beschriftung hinzu |
| plt.xlim() | Legt den Wertebereich auf der x-Achse fest |
| plt.ylim() | Legt den Wertebereich auf der y-Achse fest |
Darüber hinaus bietet Matplotlib die Möglichkeit, das Erscheinungsbild der Grafik anzupassen, indem Sie das Farbschema, die Linientypen, die Symbole usw. ändern. Es ist wichtig zu berücksichtigen, dass der ausgewählte Diagrammstil mit den Daten übereinstimmen muss, die Sie rendern möchten, und dass Sie den Renderzielen entsprechen.
Das Ergebnis ist, dass die richtige Auswahl des Diagrammtyps und das Anpassen der Koordinatenachsen dazu beitragen, Ihre Visualisierung verständlicher und informativer zu gestalten. Dies wird Ihrem Publikum helfen, die Daten besser zu verstehen und intuitive Schlussfolgerungen aus der Visualisierung zu ziehen.
Hinzufügen von Daten zu einem Diagramm
Matplotlib bietet eine breite Palette von Werkzeugen zum Hinzufügen von Daten zu einem Diagramm. Im Folgenden finden Sie einige Möglichkeiten, Daten zu einem Diagramm in Matplotlib hinzuzufügen:
- Verwenden der Plot-Funktion : Der einfachste Weg, Daten zu einem Diagramm hinzuzufügen, ist die Verwendung der Plot-Funktion. Es nimmt zwei Wertelisten an - Werte auf der X-Achse und Werte auf der Y-Achse.:
import matplotlib.pyplot as pltx = [1, 2, 3, 4, 5]y = [10, 8, 6, 4, 2]plt.plot(x, y)plt.show()- Verwenden der Scatter-Funktion : Mit der Scatter-Funktion können Sie dem Diagramm auch Daten hinzufügen, zeichnen jedoch einzelne Punkte anstelle von Linien. Es nimmt zwei Wertelisten an - Werte auf der X-Achse und Werte auf der Y-Achse.:
import matplotlib.pyplot as pltx = [1, 2, 3, 4, 5]y = [10, 8, 6, 4, 2]plt.scatter(x, y)plt.show()- Verwenden der Bar-Funktion : Mit der bar-Funktion können Sie einem Balkendiagramm Daten hinzufügen. Es nimmt zwei Wertelisten an - Werte auf der X-Achse und Werte auf der Y-Achse.:
import matplotlib.pyplot as pltx = [1, 2, 3, 4, 5]y = [10, 8, 6, 4, 2]plt.bar(x, y)plt.show()Dies sind nur einige Beispiele dafür, wie Sie Daten zu einem Diagramm in Matplotlib hinzufügen können. Alle diese Funktionen verfügen über viele Optionen, mit denen Sie das Erscheinungsbild des Diagramms anpassen und verschiedene Elemente wie Titel, Achsenbeschriftungen und Legenden hinzufügen können. Experimentieren Sie mit diesen Funktionen, um schöne und informative Grafiken zu erstellen.
Anpassen von Farben und Diagrammstilen
Eine Möglichkeit, die Farben eines Diagramms anzupassen, besteht darin, vordefinierte Farbcodes zu verwenden. Wenn Sie beispielsweise die Farbe einer Diagrammlinie ändern möchten, können Sie den entsprechenden Farbcode (z. B. 'r' für Rot) an das color-Argument der Funktion plot() übergeben. Verwenden Sie das facecolor-Argument der Funktion fill_between(), um die Füllfarbe des Bereichs unter dem Diagramm zu ändern.
Sie können auch Folgendes verwenden RGB-Codes, um die genaue Farbe zu bestimmen. In diesem Fall müssen Sie ein Tupel mit drei RGB-Werten (im Bereich von 0 bis 1) an das color-Argument übergeben. Zum Beispiel (0.2, 0.7, 0.4) ist eine hellgrüne Farbe.
Neben der Farbanpassung Matplotlib sie können den Linienstil des Diagramms ändern. Sie können beispielsweise die Linienstärke mit dem Argument linewidth festlegen oder den Linienstil mit dem Argument linestyle festlegen. Verschiedene Linienstile sind verfügbar, z. B. durchgezogen ( '-' ), gestrichelt ( '-' ) oder gestrichelt ( '-' ).' ) sowie viele andere.
Sie können auch die Größe und den Stil der Markierung ändern, die auf den Datenpunkten angezeigt wird. Sie können beispielsweise den Marker-Typ angeben, indem Sie das marker-Argument der Funktion plot() verwenden. Zu den möglichen Aufzählungstypen gehören Punkte ( '.' ), Kreuze ( 'x' ), Kreise ( 'o' ) und andere.
| Argument | Die Beschreibung |
|---|---|
| color | Ändern der Linienfarbe eines Diagramms |
| facecolor | Ändern der Füllfarbe des Bereichs unter dem Diagramm |
| linewidth | Ändern der Linienstärke eines Diagramms |
| linestyle | Ändern des Linienstils eines Diagramms |
| marker | Ändern des Marker-Typs an Datenpunkten |
Hinzufügen von Beschriftungen und Legenden
Für die meisten Diagramme in Matplotlib ist es wichtig, Informationen bereitzustellen, die dem Leser helfen, den Inhalt des Diagramms leicht zu verstehen. In diesem Abschnitt erfahren Sie, wie Sie Achsenbeschriftungen und eine Diagrammlegende hinzufügen.
Verwenden Sie die Methoden xlabel() und ylabel(), um Achsenbeschriftungen hinzuzufügen. Mit diesen können Sie die Namen der Diagrammachsen angeben. Zum Beispiel:
import matplotlib.pyplot as pltplt.plot([1, 2, 3, 4], [1, 4, 9, 16]) # Добавляем данные на графикplt.xlabel('Ось X') # Добавляем подпись для оси Xplt.ylabel('Ось Y') # Добавляем подпись для оси Yplt.show()Sie können dem Diagramm auch einen Titel hinzufügen, indem Sie die title() -Methode verwenden. Zum Beispiel:
import matplotlib.pyplot as pltplt.plot([1, 2, 3, 4], [1, 4, 9, 16]) # Добавляем данные на графикplt.xlabel('Ось X') # Добавляем подпись для оси Xplt.ylabel('Ось Y') # Добавляем подпись для оси Yplt.title('График данных') # Добавляем заголовок для графикаplt.show()Verwenden Sie die legend() -Methode, um einer Grafik eine Legende hinzuzufügen. Die Legende ermöglicht es Ihnen, eine Beschreibung an jede Linie des Diagramms zu binden, wodurch das Diagramm klarer wird. Zum Beispiel:
import matplotlib.pyplot as pltplt.plot([1, 2, 3, 4], [1, 4, 9, 16], label='Линия 1') # Добавляем данные на графикplt.plot([1, 2, 3, 4], [2, 5, 10, 17], label='Линия 2') # Добавляем данные на графикplt.xlabel('Ось X') # Добавляем подпись для оси Xplt.ylabel('Ось Y') # Добавляем подпись для оси Yplt.title('График данных') # Добавляем заголовок для графикаplt.legend() # Добавляем легендуplt.show()Das Hinzufügen von Beschriftungen und Legenden zu einem Diagramm erhöht somit die Lesbarkeit und Verständlichkeit von Informationen erheblich, was Matplotlib zu einem leistungsfähigen Werkzeug für die Datenvisualisierung macht.
Arbeiten mit dem Maßstab und der Grafikdarstellung
1. Festlegen von Achsgrenzen: Sie können die Grenzen für die x- und y-Achsen explizit mit Methoden festlegen plt.xlim() und plt.ylim(). Zum Beispiel, plt.xlim(0, 10) setzt die Grenzen der x-Achse auf 0 bis 10.
2. Automatische Grenzwertberechnung: Wenn Sie die Grenzen nicht manuell festlegen möchten, können Sie die Methoden verwenden plt.autoscale() oder plt.axis('auto'), die basierend auf Ihren Daten automatisch die optimalen Achsgrenzen bestimmen.
3. Rasteranzeige: Mit der Methode plt.grid(True) sie können die Rasteranzeige im Diagramm aktivieren, damit Sie die Werte im Diagramm besser visualisieren können. Um das Raster zu deaktivieren, rufen Sie einfach auf plt.grid(False).
4. Skalieren von Achsen: Wenn Sie die Skalierung der Achsen ändern möchten, können Sie die Methoden verwenden plt.xscale() und plt.yscale(). Zum Beispiel, plt.xscale('log') legt den logarithmischen Maßstab für die x-Achse fest.
5. Titel anzeigen: Um Ihrem Diagramm einen Titel hinzuzufügen, verwenden Sie die Methode plt.title(). Zum Beispiel, plt.title('X- und Y-Abhängigkeitsdiagramm') legt den Titel "X- und Y-Abhängigkeitsdiagramm" fest.
Bei der Skalierung und Anzeige des Diagramms ist es wichtig, die optimalen Werte auszuwählen, um die beste Visualisierung Ihrer Daten zu erzielen und die gewünschten Informationen an das Publikum weiterzugeben. Verwenden Sie die obigen Anweisungen und experimentieren Sie mit verschiedenen Parametern, um das gewünschte Ergebnis zu erzielen.
