Matplotlib ir jaudīga Python bibliotēka, kas kalpo kā NumPy bibliotēkas skaitlisks un matemātisks paplašinājums. Viena no tās galvenajām sastāvdaļām ir Pyplot , kas piedāvā uz stāvokli balstītu saskarni Matplotlib modulim, piedāvājot lietotājiem pazīstamu MATLAB līdzīgu vidi. Izmantojot Python funkciju Matplotlib.pyplot.plot(), lietotāji var bez piepūles izveidot dažādus grafikus, tostarp līniju diagrammas, kontūru diagrammas, histogrammas, izkliedes diagrammas, 3D diagrammas un citus. Šī daudzpusība padara Matplotlib par nenovērtējamu rīku datu vizualizācijai un analīzei Python programmēšanas valoda.
Kas ir Matplotlib.pyplot.plot() funkcija?
The matplotlib.pyplot.plot()> funkcija ir Matplotlib bibliotēkas pamatkomponents, īpaši Pyplot modulī. Tas kalpo 2D sešstūra sadalīšanas diagrammas ģenerēšanai, pamatojoties uz dotajiem datu punktiem, ko attēlo mainīgie x un y. Tas savieno datu punktus ar līnijām, ļaujot pielāgot sižeta izskatu, izmantojot tādus parametrus kā līniju stili un marķieri. Šī daudzpusīgā funkcija tiek plaši izmantota datu vizualizācijai dažādās jomās.
Sintakse: matplotlib.pyplot.plot(*args, scalex=true, scaley=true, data=nav, **kwargs)
pavasara zābaki
- Parametri:
- x, y: Šie parametri attēlo datu punktu horizontālās un vertikālās koordinātas. “x” vērtības nav obligātas, kas nodrošina elastīgumu zīmēšanas procesā.
- fmt: Šis ir neobligāts parametrs, kas satur virknes vērtību. To izmanto, lai norādītu sižeta formātu, definējot līnijas stilu, marķieri un krāsu.
- dati: Neobligāts parametrs “dati” attiecas uz objektu ar iezīmētiem datiem. Tas nodrošina ērtu veidu, kā tieši nodot datus, uzlabojot lasāmību un lietošanas vienkāršību.
- Atgriež: The
plot()>funkcija atgriež Line2D objektu sarakstu, katrs no tiem attēlo uzzīmēto datu segmentu. Šie Line2D objekti iekapsulē uzzīmēto līniju raksturlielumus un atribūtus, ļaujot veikt turpmāku pielāgošanu un analīzi.
Matplotlib.pyplot.plot() Funkcija Python
Ir dažādi veidi, kā izveidot diagrammu, izmantojot funkciju Matplotlib.pyplot.plot() Python, daži piemēri ilustrē matplotlib.pyplot.plot() funkcija iekšā matplotlib.pyplot:
- Pamatlīnijas sižets
- Vairāku līniju sižets
- Izkliedes diagramma ar vairākiem marķieriem
- Divu līkņu sižets
Līniju paraugi programmā Matplotlib
Importējot Matplotlib sižets() izveidojām līniju diagrammu ar datiem [1, 2, 3]. Funkcija title() iestata sižeta nosaukumu, draw() atjaunina sižetu un show() parāda to, nodrošinot Matplotlib pamata ilustrāciju datu vizualizācijai Python.
Python3
import> matplotlib.pyplot as plt> import> numpy as np> # Plotting a simple line graph> plt.plot([>1>,>2>,>3>])> # Setting the title> plt.title(>'Matplotlib Line Plot Example'>)> # Updating and displaying the plot> plt.draw()> plt.show()> |
>
>
Izvade:
Pamatlīnijas sižets
Vairākas rindas, izmantojot Matplotlib
Importējot Matplotlib lai vienā grafikā attēlotu sinusa un kosinusa funkcijas. Tas ģenerē datus, iestata stilus katrai funkcijai, pievieno etiķetes un nosaukumu, parāda leģendu un pēc tam parāda diagrammu, ilustrējot sinusa un kosinusa līknes.
Python3
pārvērst int par java virkni
alfabēta numurēšana
import> matplotlib.pyplot as plt> import> numpy as np> # Generate data> x>=> np.linspace(>0>,>2>*>np.pi,>100>)> y1, y2>=> np.sin(x), np.cos(x)> # Plotting multiple lines on a single plot> plt.plot(x, y1, label>=>'Sin(x)'>, color>=>'b'>)> plt.plot(x, y2, label>=>'Cos(x)'>, color>=>'r'>, linestyle>=>'--'>)> # Adding labels and title> plt.xlabel(>'X-axis'>)> plt.ylabel(>'Y-axis'>)> plt.title(>'Multiple Lines Plot'>)> # Displaying the legend and the plot> plt.legend()> plt.show()> |
>
>
Izvade
Vairāku līniju sižets
Marķieri programmā Matplotlib
Importējot Matplotlib mēs izveidojām pielāgotu izkliedes diagrammu ar 50 nejaušiem datu punktiem ar sarkaniem apļveida marķieriem. Tas ietver asu etiķetes, nosaukumu (“Izkliedes diagrammas piemērs”) un leģendu. The show()> funkcija parāda diagrammu, demonstrējot pamata piemēru datu vizualizācijai ar Matplotlib programmā Python.
Python3
import> matplotlib.pyplot as plt> import> numpy as np> # Generate random data> np.random.seed(>42>)> x>=> np.random.rand(>50>)> y>=> np.random.rand(>50>)> # Plotting a scatter plot with custom markers> plt.plot(x, y, marker>=>'o'>, linestyle>=>'>', markersize=8, color='>r>', label='>Scatter Plot')> # Adding labels and title> plt.xlabel(>'X-axis'>)> plt.ylabel(>'Y-axis'>)> plt.title(>'Scatter Plot Example'>)> # Displaying the legend> plt.legend()> # Display the plot> plt.show()> |
>
>
Izvade:
Izkliedes diagramma ar vairākiem marķieriem
kas ir regex java
Vairāku līkņu zīmēšana
Importējot Matplotlib, mēs izveidojām līniju diagrammu ar divām līknēm: zilu līkni ( un = x^ 2) un oranža līkne (y=1− x^ 3). Dati tiek ģenerēti nejauši, sakārtoti gludām līknēm un attēloti arplot()>funkciju. Diagramma ir ierobežota ar diapazonu [0, 1] uz abām asīm, demonstrējot matemātisko funkciju vizuālu attēlojumu.
Python3
pārvērst virkni uz json java
# Implementation of matplotlib function> > import> matplotlib.pyplot as plt> import> numpy as np> > # Fixing random state for reproducibility> np.random.seed(>19680801>)> > # create random data> xdata>=> np.random.random([>2>,>10>])> > # split the data into two parts> xdata1>=> xdata[>0>, :]> xdata2>=> xdata[>1>, :]> > # sort the data so it makes clean curves> xdata1.sort()> xdata2.sort()> > # create some y data points> ydata1>=> xdata1>*>*> 2> ydata2>=> 1> -> xdata2>*>*> 3> > # plot the data> plt.plot(xdata1, ydata1, color>=>'tab:blue'>)> plt.plot(xdata2, ydata2, color>=>'tab:orange'>)> > > # set the limits> plt.xlim([>0>,>1>])> plt.ylim([>0>,>1>])> plt.title(>'matplotlib.pyplot.plot() example 2'>)> > # display the plot> plt.show()> |
>
>
Izvade
Divu līkņu sižets
Secinājums
Noslēgumā jāsaka, matplotlib.pyplot.plot()> funkcija Python ir būtisks rīks dažādu 2D diagrammu, tostarp līniju diagrammu, izkliedes diagrammu un citu, izveidei. Tās daudzpusība ļauj lietotājiem pielāgot diagrammas, norādot datu punktus, līniju stilus, marķierus un krāsas. Izmantojot izvēles parametrus, piemēram, 'fmt' un 'data', funkcija nodrošina elastību diagrammu formatēšanā un datu apstrādē. Turklāt atgrieztie Line2D objekti ļauj turpināt manipulēt un analizēt attēlotos datus. Kopumā Matplotlib'splot()>funkcija ir galvenais komponents datu vizualizācijas jomā, piedāvājot lietotājam draudzīgu interfeisu, lai Python veidotu saprotamus un vizuāli pievilcīgus sižetus.