Share
Als Forscher, der regelmäßig Publikationen schreibt, stehe ich häufig vor dem Problem, ordentliche Grafiken zu erstellen. Das war nicht immer einfach für mich, und ich musste die verfügbaren Tools so gut ich konnte verwenden, aber ich war mit den Grafiken, die ich die meiste Zeit erstellt hatte, nicht zufrieden. Ich habe mich immer gefragt, wie andere Forscher ihre ordentlichen Grafiken erstellt haben!
Diese Frage begann sich zu verringern, als ich auf Pythons Bibliothek aufmerksam wurde, Matplotlib, was solche ordentlichen Graphen erzeugt. Wie auf der Website der Bibliothek erwähnt:
Matplotlibist eine Python-2D-Plotierungsbibliothek, die Publikationsqualitätsdaten in einer Vielzahl von Papierformaten und interaktiven Umgebungen auf verschiedenen Plattformen erstellt.Matplotlibkann in Python-Skripten, der Python- und der IPython-Shell (auch MATLAB) verwendet werden® * oder Mathematica®), Webanwendungsserver und sechs Toolkits für grafische Benutzeroberflächen.Matplotlibversucht, leichte Dinge und schwierige Dinge möglich zu machen. Sie können Diagramme, Histogramme, Leistungsspektren, Balkendiagramme, Fehlerdiagramme, Streudiagramme usw. mit nur wenigen Codezeilen erstellen.
In diesem Tutorial zeige ich Ihnen, wie Sie installieren Matplotlib, und dann gehe ich durch einige Beispiele.
Wenn Sie sich näher mit Python beschäftigen und lernen möchten, wie Python mit Daten umgehen kann, sollten Sie die folgenden beiden Kurse besuchen:
Installieren Matplotlib ist sehr einfach. Ich arbeite derzeit an einem Mac OS X-Computer. Ich werde Ihnen zeigen, wie Sie die Bibliothek unter diesem Betriebssystem installieren. Weitere Informationen zur Installation finden Sie auf der Matplotlib-Installationsseite Matplotlib auf anderen Betriebssystemen.
Matplotlib kann installiert werden, indem Sie die folgenden Befehle in Ihrem Terminal ausführen (ich werde pip verwenden, aber Sie können auch andere Tools verwenden):
curl -O https://bootstrap.pypa.io/get-pip.py python get-pip.py pip install matplotlib
Das ist es. Du hast jetzt Matplotlib in Betrieb. So einfach ist das auch!
Betrachten wir nun einige Beispiele für die Verwendung Matplotlib. Der erste Satz von Beispielen wird einige grundlegende Diagramme zeichnen.
Betrachten wir ein einfaches Beispiel für das Zeichnen von a Liniendiagramm mit Matplotlib. In diesem Fall werden wir verwenden matplotlib.pyplot, was ein MATLAB-artiges Plotgerüst bietet. Mit anderen Worten, es bietet eine Sammlung von Befehlsstilfunktionen, die das aktivieren Matplotlib wie MATLAB arbeiten.
Nehmen wir an, wir wollten eine Linie für die folgenden Punkte zeichnen:
x = (4,8,13,17,20) y = (54, 67, 98, 78, 45)
Dies kann mit folgendem Skript erfolgen:
importieren Sie matplotlib.pyplot als plt plt.plot ([4,8,13,17,20], [54, 67, 98, 78, 45]) plt.show ()
Beachten Sie, dass wir die vertreten haben x und y Punkte als Listen.
In diesem Fall sieht das Ergebnis folgendermaßen aus:
Die Linie in der obigen Abbildung ist die Standardlinie, die in Form und Farbe für uns gezeichnet wird. Wir können dies anpassen, indem Sie die Form und Farbe der Linie mithilfe einiger Symbole (Spezifizierer) aus der MATLAB-Plotdokumentation ändern. Nehmen wir also an, wir wollten ein Bild zeichnen Grün gestrichelt Linie mit Diamanten Marker. In diesem Fall benötigen wir folgende Angaben: 'g - d'. In unserem Skript oben setzen wir die Spezifizierer wie folgt:
Diagramm ([4,8,13,17,20], [54, 67, 98, 78, 45], 'g - d')
In diesem Fall sieht das Liniendiagramm folgendermaßen aus:
Ein Streudiagramm ist ein Diagramm, das die Beziehung zwischen zwei Datensätzen darstellt, z. B. die Beziehung zwischen Alter und Größe. In diesem Abschnitt werde ich Ihnen zeigen, wie wir mit Hilfe eines Streudiagramms zeichnen können Matplotlib.
Nehmen wir zwei Datensätze, x und y, für die wir ihre Beziehung finden wollen (Streudiagramm):
x = [2,4,6,7,9,13,19,26,29,31,36,40,48,51,57,67,69,71,78,88] y = [54,72, 43,2,8,98,109,5,35,28,48,83,94,84,73,11,464,75,200,54]
Das Streudiagramm kann mit dem folgenden Skript gezeichnet werden:
import matplotlib.pyplot als plt x = [2,4,6,7,9,13,19,26,29,31,36,40,48,51,57,67,69,71,78,88] y = [54,72,43,2,8,98,109,5,35,28,48,83,94,84,73,11,464,75,200,54] plt.scatter (x, y) plt.show ()
Die Ausgabe dieses Skripts lautet:
Natürlich können Sie die Farbe der Marker zusätzlich zu anderen Einstellungen ändern, wie in der Dokumentation gezeigt.
Ein Histogramm ist ein Diagramm, das die Häufigkeit von Daten in Balken anzeigt, wobei Zahlen in Bereichen gruppiert sind. Mit anderen Worten, die Häufigkeit jedes Datenelements in der Liste wird mithilfe des Histogramms angezeigt. Die gruppierten Nummern in Form von Bereichen werden aufgerufen Behälter. Sehen wir uns ein Beispiel an, um dies besser zu verstehen.
Nehmen wir an, die Liste der Daten, für die wir das Histogramm suchen möchten, lautet wie folgt:
x = [2,4,6,5,42,543,5,3,73,64,42,97,63,76,63,8,73,97,23,45,56,89,45,3,23 2,5,78,23,56,67,78,8,3,78,34,67,23,324,234,43,544,54,33,243,444,234,76,432,233,23,232,243,222,221,222,222,276,200,353,354,364,309]
Das Python-Skript, mit dem das Histogramm für die obigen Daten angezeigt werden kann, lautet:
import matplotlib.pyplot als plt x = [2,4,6,5,42,543,5,3,73,64,42,97,63,76,63,8,73,97,23,45,56,89 45,3,23,2,5,78,23,56,67,78,8,3,78,34,67,23,324,234,43,544,33,223,443,444,234,76,432,233,23,232,243,222,221,222,276,200,353,354,364,364,309] patches = plt.hist (x, num_bins, facecolor = 'green') plt.show ()
Wenn Sie das Skript ausführen, sollten Sie etwas wie das folgende Diagramm (Histogramm) erhalten:
Es gibt natürlich mehr Parameter für die Funktion hist (), wie in der Dokumentation gezeigt.
Dieses Tutorial war ein Kratzer auf der Oberfläche für die Arbeit mit Diagrammen in Python. Es gibt mehr zu Matplotlib, und Sie können mit dieser Bibliothek viele interessante Dinge tun.
Wenn Sie mehr darüber erfahren möchten Matplotlib Wenn Sie andere Arten von Abbildungen sehen möchten, die Sie mit dieser Bibliothek erstellen können, könnte dies ein Beispiel sein Matplotlib Webseite. Es gibt auch einige interessante Bücher zu diesem Thema, wie zum Beispiel das Mastering von Matplotlib und Matplotlib Plotting Cookbook.
Wie wir in diesem Tutorial gesehen haben, kann Python durch die Verwendung von Bibliotheken von Drittanbietern erweitert werden, um interessante Aufgaben auszuführen. Ich habe nämlich ein Beispiel für eine solche Bibliothek gezeigt Matplotlib.
Wie ich bereits in der Einführung dieses Tutorials erwähnt habe, war es für mich keine einfache Aufgabe, ordentlich aussehende Grafiken zu erstellen, vor allem, wenn Sie solche Grafiken in wissenschaftlichen Publikationen präsentieren möchten. Matplotlib gab die Lösung für dieses Problem, da Sie nicht nur auf einfache Weise gut aussehende Diagramme erstellen können, sondern auch die Kontrolle (dh Parameter) für solche Diagramme haben, da Sie eine Programmiersprache verwenden, um Ihre Graphs-in zu generieren unser Fall, Python.
Accentsconagua