Matplotlib-Tutorial

Matplotlib ist einer der beliebtesten Python-Pakete für Datenvisualisierung. Es ist eine plattformübergreifende Bibliothek, die zur Erstellung von2D-Graph. Er bietet eine objektorientierte API, die die Integration von Zeichnungen in Anwendungen mit Python GUI-Paketen (wie PyQt, WxPython oder Tkinter) unterstützt. Es kann auch in Python und IPython-Shell, Jupyter-Notebooks und Web-Anwendungsservern verwendet werden.

Zielgruppe

Dieses Handbuch ist speziell für Lernende konzipiert, die grundlegende Kenntnisse der Datenvisualisierung erwerben möchten.

Voraussetzungen

Matplotlib ist in Python geschrieben und verwendet die numerische Mathematik-Erweiterung NumPy von Python. Wir gehen davon aus, dass die Leser dieses Handbuchs grundlegende Kenntnisse von Python haben.

问题反馈

Die Erklärungen, Beispiele und Code in diesem Tutorial sind nur eine Zusammenfassung basierend auf dem Verständnis des Autors. Da der Autor begrenzte Fähigkeiten und Kenntnisse hat, kann nicht gewährleistet werden, dass alle geschriebenen Artikel und Beispiele genau und fehlerfrei sind. Wenn jedoch Fehler oder Probleme auftreten, bitten wir Sie, uns zu kontaktieren, damit wir diese rechtzeitig korrigieren können, um den Lesern nachfolgend zu helfen.

Inhaltsverzeichnis des Tutorials

Der Hauptinhalt dieses Tutorials ist wie folgt dargestellt -

Matplotlib-Einführung - Matplotlib ist einer der beliebtesten Python-Pakete für Datenvisualisierung. Es ist eine plattformübergreifende Bibliothek, die zur Erstellung von2D-Diagramm.Matplotlib-Entwicklungsumgebung - Matplotlib und seine Abhängigkeiten werden in der Standard-Python-Paketbibliothek in Form von Wheel-Paketen bereitgestellt und können mit dem Paketmanager pip auf Windows, Linux und MacOS-Systemen installiert werden.Matplotlib Anaconda Entwicklungstools - Anaconda ist eine kostenlose und quelloffene Distribution für die Programmiersprachen Python und R, die für die massive Datenverarbeitung, Vorhersageanalyse und wissenschaftliche Berechnung verwendet wird.Matplotlib-Jupyter-Notizbuch - Jupyter ist eine lose Abkürzung, die Julia, Python und R bedeutet. Diese Programmiersprachen sind die ersten ZielSprachen der Jupyter-Anwendung, aber jetzt unterstützt die Jupyter-Technologie auch viele andere Sprachen.Matplotlib-Pyplot-API - matplotlib.pyplot ist eine Sammlung von Kommando-Style-Funktionen, die Matplotlib so arbeiten lassen, wie MATLAB. Jede Pyplot-Funktion führt einige Änderungen am Diagramm durch.Matplotlib-einfache Zeichnungen - Ein einfaches Winkel-Linendiagramm wird in Matplotlib gezeigt, das in Bogenmaß und der entsprechenden Sinus-Wert angegeben ist.Matplotlib-pylab-Modul - PyLab ist ein sehr bequemes Modul, das matplotlib.pyplot (zur Zeichnung) und NumPy (zur Mathematik und zum Umgang mit Arrays) in einem einzigen Namensraum importiert.Matplotlib-objektorientierte Schnittstelle - In der objektorientierten Oberfläche wird Pyplot nur für einige Funktionen verwendet, wie z.B. die Erstellung von Graphen, die explizite Erstellung und Verfolgung von Grafik- und Achsenobjekten durch den Benutzer. Auf dieser Ebene erstellt der Benutzer Graphen, durch die ein oder mehrere Achsenobjekte erstellt werden können.Matplotlib-Figure-Klasse - Das Modul matplotlib.figure enthält die Klasse Figure. Es ist der Obercontainer für alle Plot-Elemente.Matplotlib-Axes-Klasse - Axe-Objekte sind Bildbereiche mit einem Datenraum. Ein bestimmtes Diagramm kann viele Achsen enthalten, aber ein bestimmtes Axes-Objekt kann nur in einem Diagramm vorhanden sein. Achsen enthalten zwei (oder mehr)3Im Fall D sind es drei Axis-Objekte.Matplotlib-Mehrfachdiagramme - In diesem Kapitel lernen Sie, wie man mehrere Subplots auf dem gleichen Canvas erstellt.
Die Funktion subplot() gibt das axes-Objekt an der angegebenen Rasterposition zurück.Matplotlib-subplots()-Funktion - Der Matplotlib-pyplot API ist eine bequeme Funktion namens subplots() enthalten, die als Utility Wrapper dient und bei einer einzigen Aufruf die gemeinsame Layout für die Subplots erstellt, einschließlich des geschlossenen Grafikobjekts.Matplotlib subplot2Funktion grid() - Matplotlib subplot2Die Funktion grid() erstellt an spezifischen Positionen im Raster Achsenobjekte und bietet eine größere Flexibilität. Sie ermöglicht es auch, Achsenobjekte über mehrere Zeilen oder Spalten zu spannen.Matplotlib-Gitter - Die Funktion grid() des axes-Objekts setzt die Sichtbarkeit des Gitters im Diagramm auf an oder aus. Es kann auch das Hauptgitter angezeigt werden./Nebenachse (oder beide) Skalen.Matplotlib-Achsenformatierung - Die Proportion der Achse muss auf logarithmisch (log) statt auf normalen Proportionalität gesetzt werden. Dies ist eine logarithmische Skala. In Matplotlib kann dies durch das Setzen der xscale oder vscale Eigenschaft des axes-Objekts erreicht werden.Matplotlib-Einschränkungen setzen - Matplotlib erreicht automatisch die zu entlang der x, y (sowie3Im Fall von D für die Achse) zeigt die Variable die Mindest- und Maximalwerte an. Aber man kann auch set-xlim() und set-Die Funktion ylim() setzt die Begrenzungen explizit fest.Matplotlib-Skalen und Skalenbeschriftungen einstellen - Die Skala ist eine Markierung, die die Datenpunkte auf der Achse darstellt. Bis jetzt hat Matplotlib in unseren vorherigen Beispielen die Aufgabe der Intervalle auf der Achse automatisch übernommen.Matplotlib-Doppelachsen - Wenn Kurven mit verschiedenen Einheiten gezeichnet werden. Matplotlib unterstützt diese Funktion durch die Funktionen twinx() und twiny().Matplotlib-Balkendiagramme - Das Balkendiagramm oder die Balkenplot ist ein Diagramm oder Graph, der kategorische Daten mit rechteckigen Balken darstellt, deren Höhe oder Länge proportional zu den darzustellenden Werten sind. Balken können senkrecht oder waagerecht gezeichnet werden.Matplotlib-Histogramme - Das Histogramm ist eine genaue Darstellung der Verteilung numerischer Daten. Es ist eine Schätzung der Wahrscheinlichkeitsverteilung kontinuierlicher Variablen und ist eine Art von Balkendiagramm.Matplotlib-Kuchen diagrams - Der Kuchenplot kann nur eine Reihe von Daten anzeigen. Er zeigt in einer Datenreihe die Größe der Projekte (genannt Sektoren) im Verhältnis zu ihrem Gesamtwert an. Die Datenpunkte im Kuchenplot werden als Prozentsätze der gesamten Kuchenplatte dargestellt.Matplotlib-Scatter diagrams - Das Streudiagramm wird verwendet, um Datenpunkte auf den horizontalen und vertikalen Achsen zu zeichnen, um zu versuchen, den Umfang der Auswirkung einer Variable auf eine andere Variable anzuzeigen. Jedes Zeilen der Datenmatrix wird durch ein Zeichen repräsentiert, das anhand des Wertes in den Spalten des X- und Y-Achsen-Systems positioniert ist.Matplotlib-Konturdarstellungen - Das Konturdiagramm (manchmal auch als 'Horizontaldiagramm' bezeichnet) ist eine Methode, um dreidimensionale Oberflächen in einer zwei dimensionalen Ebene anzuzeigen. Es zeichnet die beiden Vorhersagevariablen X Y auf der y-Achse und die Antwortvariablen der Kontur Z. Diese Konturen werden manchmal als z-Schnitte oder Konstantenwerte der Antwortvariablen bezeichnet.Matplotlib-Zweidimensionale Pfeildiagramme - Das Pfeil-Diagramm zeigt Geschwindigkeitssvektoren als Pfeile, wobei die Komponenten (u, v) am Punkt (x, y) liegen.Matplotlib-Box-Plots - Das Boxplot, auch bekannt als Whisker-Plot, zeigt eine Zusammenfassung eines Datensatzes, der den Minimalwert, den ersten Quartil, den Median, den dritten Quartil und den Maximalwert enthält. In einem Boxplot werden Kästen von der ersten Quartilszahl bis zur dritten Quartilszahl gezeichnet. Vertikale Linien durchqueren den mittleren Käfig. Die Streuung erstreckt sich von jedem Quartil zum Minimalwert oder Maximalwert.Matplotlib-Violindiagramme - Der Streuungsdiagramm ähnelt dem Boxplot, aber sie zeigen auch die Wahrscheinlichkeitsdichte verschiedener Werte an. Diese Diagramme umfassen Markierungen für den Median und Kästen, die den Bereich der Quartile darstellen, wie in einem Standard-Boxplot gezeigt.Matplotlib-3D-Zeichnungen - Matplotlib wurde ursprünglich nur für zwei dimensionale Zeichnungen entworfen, aber in späteren Versionen wurden auf den zwei dimensionalen Anzeigern von Matplotlib einige dreidimensionale Zeichnungsutility gebaut, um eine Reihe von dreidimensionalen Datenvisualisierungsinstrumenten bereitzustellen.
28.Matplotlib 3D Konturdiagramm - ax.contour3Die Funktion D() erstellt ein dreidimensionales Konturdiagramm. Es erfordert, dass alle Eingabedaten in Form eines zweidimensionalen Regelmäßigen Gitters vorliegen und Z-Daten an jedem Punkt bewertet werden.Matplotlib 3D Netzdiagramm - Netzdiagramme projizieren ein Wertgitter auf eine angegebene dreidimensionale Oberfläche und machen das dreidimensionale Erscheinungsbild leicht visuell darstellbar.Matplotlib 3D Kubuskurve - Kubuskurven zeigen die Funktionssysteme zwischen spezifischen abhängigen Variablen (Y) und zwei unabhängigen Variablen (X und Z). Das Diagramm ist das Begleitdiagramm der Konturkarte. Kubuskurven ähneln Netzdiagrammen, aber jede Seite des Netzes ist ein gefülltes Polygon.Matplotlib-Text verwenden - Matplotlib bietet breite Textunterstützung, einschließlich Unterstützung für mathematische Ausdrücke, TrueType-Unterstützung für Raster- und Vektorausgaben, Zeilenumbrüche mit beliebiger Rotation und Unicode-Unterstützung.Matplotlib-mathematische Ausdrücke - Legen Sie eine TeX-Auszeichnung für einen Teiltext einer Matplotlib-Textzeichenfolge in eckige Klammern ($$) einMatplotlib verwendet Bilder - Das Bildmodul im Matplotlib-Paket bietet Funktionen zum Laden, Vergrößern und Anzeigen von Bildern, die von der Pillow-Bibliothek zur Ladung von Bilddaten unterstützt werden. Matplotlib unterstützt nur PNG-Bilder.Matplotlib-Transformation - matplotlib-Paket basiert auf einem Transformationsschema und kann problemlos zwischen Koordinatensystemen wechseln. Es können vier Koordinatensysteme verwendet werden.

Matplotlib ist einer der beliebtesten Python-Pakete für Datenvisualisierung. Es ist eine plattformübergreifende Bibliothek, die zur Erstellung von2D-Grafik. Matplotlib wird in Python geschrieben und verwendet die numerische Mathematik-Erweiterung NumPy von Python. Es bietet eine objektorientierte API, die dabei hilft, Zeichnungen in Anwendungen mit Python GUI-Paketen (wie PyQt, WxPython oder Tkinter) zu integrieren. Es kann auch in Python und IPython-Shell, Jupyter-Notebooks und Web-Anwendungsservern verwendet werden.

Matplotlib hat ein Prozesseingabefenster namens Pylab, das ähnlich wie MATLAB gestaltet ist, MATLAB ist eine proprietäre Programmiersprache, die von MathWorks entwickelt wurde. Matplotlib undNumPykann als Open-Source-Equivalent von MATLAB betrachtet werden.

Matplotlib wurde ursprünglich von John D. Hunter im2003Jahr verfasst. Derzeit stabile Version ist2018Jahr1im Monat veröffentlicht2.2.0.