Introduktion till Matplotlib i Python
Matplotlib är ett öppen källkodsbibliotek som hjälper till att plotta diagram. Det skrevs ursprungligen av John D. Hunter, som råkade vara en neurobiolog. Han författade Matplotlib vid tidpunkten för sin postdoktorsforskning i neurobiologi. Syftet med detta bibliotek var att studera aktiviteterna i hjärnbarken hos patienter som lider av epilepsi genom att plotta dessa aktiviteter i en graf. Det enda syftet med att plotta diagram var för bättre visualisering och att studera de vanliga mönstren i dem. Den första utgåvan av Matplotlib var 2003. Med tiden visade Matplotlib sig vara ett av de mest använda plottningsbiblioteken vid sidan av Python-programmeringsspråket för data och beräkning av grafiska diagram. Det är plattformsoberoende och kan köras på Windows, Mac OS och Linux.
Förstå Matplotlib i Python
Som ett Python-bibliotek underlättar Matplotlib en med 2D-plottfunktioner för visualisering. Matplotlib används tillsammans med andra öppen källkodsbibliotek som
1. NumPy
Termen "NumPy" står för Numerical Python-förlängning. Detta bibliotek erbjuder flera matematiska funktioner för att arbeta med större och flerdimensionella matriser och matriser. Det kan också innehålla data av godtyckliga datatyper och kan enkelt integreras med ett antal databaser. För att använda numpy i ditt projekt se till att importera. Importera till exempel numpy som npy.
2. SciPy
Den är byggd ovanpå NumPy-matrisen, det vill säga den underliggande datastrukturen är en objektuppsättning som tillhandahålls av NumPy-modulen. Det ger funktioner såsom bild- och signalbehandling, specialiserade funktioner inom linjär algebra och interpolering. Man kan lägga till SciPy-modulen till sitt projekt med påståendet: importera sciPy som sp.
3. IPython
En förkortning av termen Interactive Python. Det är ett förbättrat interaktivt Python-skal som stöder matematiska uttryck, inlinediagram etc. Det hjälper också att integreras med SciPy-stackbibliotek. Det kommer med en komplett installation som underlättar interaktiv planering.
Hur gör det enkelt att arbeta med Matplotlib för Python-utvecklare?
Som en pythonutvecklare bör man använda Pyplot-modulen inom matplotlib-biblioteket. Pyplot är ett applikationsprogrammeringsgränssnitt som består av funktioner / metoder som hjälper till att bearbeta data för visualisering. Plottet är snabbt när det gäller att generera visuella grafer. Likheterna med Matlab gör arbetet enkelt för individer som har tidigare erfarenhet av att arbeta med MATLAB och vice versa.
Hur kan man arbeta med Pyplot i Matplotlib?
För att kunna komma åt pyplot-metoder måste man importera den i deras python-fil. Detta kan göras genom att inkludera nedanstående rad överst i ens pythonfil:
import matplotlib.pyplot as myplt
Exempel 1
import matplotlib.pyplot as myplt
myplt. plot((2, 4, 6, 8), (1, 2, 3, 4))
myplt. show()
I exemplet ovan tar plot-metoden in koordinaterna för respektive X- och Y-axel och plottar en graf i enlighet därmed. Plottmetoden () -metoden kan också ta in ett valfritt tredje argument som bestämmer färgsträngen och typen av linjegritningen. Som standard är det "-b" som visar en blå linje. Andra metoder som xlabel () och ylabel () tillåter oss att namnge våra axlar.
Exempel 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()
Typer av tomter i Matplotlib In Python
Matplotlib tillhandahåller en mängd olika metoder och funktioner för att generera olika typer av grafer.
Låt oss titta på några av dem: -
- Raddiagram : Detta är den enklaste av alla grafer. Plottmetoden () används för att plotta en linjediagram.
- Subplots : Funktionen subplot () används för att skapa dessa. Mycket användbart när en jämförelse av de två tomterna behövs.
- Bilder : Matplotlib kan också skapa bilder med funktionen imshow ().
- Histogram : För att generera histogram kan man använda hist () -metoderna.
- Vägar: godtyckliga banor kan läggas till Matplotlib med hjälp av modulen matplotlib.path.
- Stapeldiagram : Funktionen stapel () används vid ritning av stapeldiagram. Man kan vidare anpassa stapeldiabellerna så horisontella eller vertikala som man använder denna metod.
- Cirkeldiagram : Man bör använda cirkeldiagrammetoden () för att generera cirkeldiagram. Ytterligare funktioner gör att man kan använda skuggeffekter på pajen, märka regionerna och bestämma procentandelen den representerar etc.
- Tabeller: Funktionen tabell () låter en lägga till en tabell för systematisk datakategorisering.
- Spridningsdiagram : För att generera en spridningsdiagram används funktionsspridningen (). Man kan också använda de valfria storleken och färgargumenten som den här funktionen måste tillhandahålla.
- Fyllda kurvor : Funktionen Fyll () gör att man kan plotta fyllda kurvor och polygoner.
- Logplott : Funktioner som semilogx (), semiologi () och loglog () gör det enklare att plotta diagram som involverar logaritmfunktioner.
- Polära plott : För att generera polära plott används funktionen polar ().
- Datumhantering: Matplotlib låter en enkelt plotta tidsseriedata med vilket problem som helst.
- Strömplott : Dessa tomter är avsedda för plottning av vektorfält. Funktionen streamplot () används för att uppnå detta.
Fördelar med Matplotlib In Python
- Få fördelar med Matplotlib är
- Enkelt och enkelt att förstå för nybörjare.
- Lättare att använda för personer som har haft tidigare erfarenhet av Matlab eller andra grafiska verktyg.
- Det tillhandahåller högkvalitativa bilder och tomter i olika format som png, pdf, pgf, etc.
- Ger kontroll till olika element i en figur som DPI, figurfärg, figurstorlek.
Hur kommer denna teknik att hjälpa dig i din karriärstillväxt?
Med den ökande efterfrågan på dataanalys och datavetenskap krävs verktyg som matplotlib för att studera uppförandet och datamönstret. Från idag dominerar Python branschen när det gäller datavetenskap och analys. För någon som är bekant med python kommer kunskaper om bibliotek som matplotlib att hjälpa en att växa professionellt.
Slutsats
I den här artikeln har vi sett hur Matplotlib kom till och olika bibliotek som det vanligtvis används med. Det täckte också några av Matplotlibs välkända funktioner för att plotta olika diagram och hur vi kan anpassa dessa diagram enligt våra krav.
Rekommenderad artikel
Detta har varit en guide till Matplotlib In Python. Här diskuterar vi Introduktion till Matplotlib i Python och dess typer. Du kan också gå igenom våra andra föreslagna artiklar för att lära dig mer -
- Fördelar med Python
- Python Frameworks
- Karriärer i Python
- Python-strängfunktioner
- 2D-grafik i Java
- Spridda tomter i Matlab