Introduksjon til Matplotlib i Python
Matplotlib er et åpen kildekodebibliotek som hjelper til med plotting av grafer. Det ble opprinnelig skrevet av John D. Hunter, som tilfeldigvis var en nevrobiolog. Han forfatter Matplotlib på tidspunktet for sin post-doktorgradsforskning i nevrobiologi. Målet med dette biblioteket var å studere aktivitetene som skjer i hjernebarken til pasienter som lider av epilepsi ved å plotte disse aktivitetene i en graf. Det eneste formålet med å plotte grafer var for bedre visualisering og å studere de vanlige mønstrene i dem. Den første utgivelsen av Matplotlib var i 2003. Over tid viste Matplotlib seg å være et av de mest benyttede plottebibliotekene sammen med programmeringsspråket Python for data og beregning av grafisk plott. Den er plattformuavhengig og kan kjøres på Windows, Mac OS og Linux.
Forstå Matplotlib i Python
Som et Python-bibliotek letter Matplotlib en med 2D-plottingsfunksjoner for visualisering. Matplotlib brukes sammen med andre open-source biblioteker som
1. NumPy
Begrepet “NumPy” står for Numerical Python-forlengelse. Dette biblioteket har flere matematiske funksjoner for å arbeide med større og flerdimensjonale matriser og matriser. Den kan også inneholde data av vilkårlige datatyper og kan enkelt integreres med en rekke databaser. For å bruke numpy i prosjektet ditt, sørg for å importere. Import for eksempel numpy som npy.
2. SciPy
Den er bygget oppå NumPy-matrisen, det vil si den underliggende datastrukturen er en objektserie levert av NumPy-modulen. Det gir funksjoner som bilde- og signalbehandling, spesialiserte funksjoner innen lineær algebra og interpolering. Man kan legge SciPy-modulen til prosjektet sitt ved å bruke utsagnet: import sciPy som sp.
3. IPython
En forkortelse av begrepet Interactive Python. Det er et forbedret interaktivt Python-skall som støtter matematiske uttrykk, inline plots, osv. Det hjelper også til å integreres med SciPy-stabelbiblioteker. Det kommer med et komplett oppsett som gjør interaktiv plotting enklere.
Hvordan gjøre det å jobbe med Matplotlib enkelt for Python-utviklere?
Som en pythonutvikler bør man benytte seg av Pyplot-modulen i matplotlib-biblioteket. Pyplot er et applikasjonsprogrammeringsgrensesnitt som består av funksjoner / metoder som hjelper til med å behandle data for visualisering. Plottet er raskt når det gjelder å generere visuelle grafer. Likhetene med Matlab gjør det enkelt å jobbe for enkeltpersoner som har tidligere erfaring med å jobbe med MATLAB og omvendt.
Hvordan kan man jobbe med Pyplot i Matplotlib?
For å kunne få tilgang til pyplot-metoder, må man importere den i python-filen deres. Dette kan gjøres ved å inkludere nedenstående linje øverst i ens pythonfil:
import matplotlib.pyplot as myplt
Eksempel 1
import matplotlib.pyplot as myplt
myplt. plot((2, 4, 6, 8), (1, 2, 3, 4))
myplt. show()
I eksemplet ovenfor tar plottet () metoden koordinatene til henholdsvis X- og Y-aksen og plotter en graf deretter. Plottmetoden () -metoden kan også ta inn et valgfritt tredje argument som bestemmer fargestrengen og typen på linjeplottet. Som standard er det “-b” som viser en blå linje. Andre metoder som xlabel () og ylabel () lar oss navngi aksene våre.
Eksempel 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 gir et bredt utvalg av metoder og funksjoner for å generere forskjellige typer grafer.
La oss se på noen få av dem: -
- Linjeplott : Dette er den enkleste av alle grafer. Plottmetoden () brukes til å plotte en linjediagram.
- Subplots : Subplot () -funksjonen brukes til å lage disse. Veldig nyttig når en sammenligning av de to tomtene er nødvendig.
- Bilder : Matplotlib kan også lage bilder ved hjelp av imshow () -funksjonen.
- Histogrammer : For å generere histogrammer kan man bruke hist () -metodene.
- Stier: Vilkårlige stier kan legges til Matplotlib ved hjelp av matplotlib.path-modulen.
- Søylediagrammer : Søylen () -funksjonen brukes når du plotter søylediagrammer. Man kan videre tilpasse stolpediagrammer så horisontale eller vertikale som per ens krav ved bruk av denne metoden.
- Kakediagrammer : Man bør bruke kakediagrammetoden () for å generere kakediagrammer. Ytterligere funksjoner lar en bruke skyggeeffekter på paien, merke regionene og bestemme prosentandelen den representerer, etc.
- Tabeller: Tabellfunksjonen lar deg legge til en tabell for systematisk datakategorisering.
- Spredningsdiagrammer : For å generere en spredningsdiagram blir funksjonsspredningen () tatt i bruk. Man kan også benytte seg av valgfri størrelse og farge argumenter denne funksjonen må gi.
- Filled Curves : Fylling () -funksjonen lar en plotte fylte kurver og polygoner.
- Loggplott: Funksjoner som semilogx (), semiologi () og loglog () gjør det lettere å plotte grafer som involverer logaritmefunksjoner.
- Polare plott : For å generere polære plott brukes polar () -funksjonen.
- Datohåndtering: Matplotlib lar en enkelt plotte tidsseriedata med hvilket som helst problem.
- Strømplott : Disse plottene er ment for plotting av vektorfelt. Funksjonen streamplot () brukes for å oppnå dette.
Fordeler med Matplotlib In Python
- Få fordeler med Matplotlib er
- Enkelt og enkelt å forstå for nybegynnere.
- Enklere å bruke for personer som har hatt tidligere erfaring med Matlab eller andre grafiske plotteverktøy.
- Det gir bilder og plott av høy kvalitet i forskjellige formater som png, pdf, pgf, etc.
- Gir kontroll til forskjellige elementer i en figur som DPI, figurfarge, figurstørrelse.
Hvordan vil denne teknologien hjelpe deg i karriereveksten?
Med den økende etterspørselen etter dataanalyse og datavitenskap, kreves det at verktøy som matplotlib brukes for å studere atferden og mønsteret til data. Per i dag dominerer Python bransjen når det kommer til datavitenskap og analyse. For å være kjent med python vil kunnskap om biblioteker som matplotlib hjelpe deg med å vokse profesjonelt.
Konklusjon
I denne artikkelen har vi sett hvordan Matplotlib ble til og forskjellige andre biblioteker den ofte brukes sammen med. Den dekket også noen få av Matplotlibs kjente funksjoner for plotting av forskjellige grafer og hvordan vi kan tilpasse disse grafene etter våre krav.
Anbefalt artikkel
Dette har vært en guide til Matplotlib In Python. Her diskuterer vi Introduksjon til Matplotlib i Python og dens typer. Du kan også gå gjennom andre foreslåtte artikler for å lære mer -
- Fordeler med Python
- Python Frameworks
- Karrierer i Python
- Python-strengfunksjoner
- 2D-grafikk i Java
- Sprede tomter i Matlab