Matplotlib Line Taber
W tym artykule wyjaśnimy, jak użyć Funkcja wykresu w Pythonie.
Wykres jest szeroko stosowany przez analizy danych, aby znaleźć związek między dwoma liczbowymi zestawami danych. W tym artykule zobaczymy, jak korzystać z matplotlib.Pyplot Aby narysować wykres liniowy. W tym artykule podano pełne szczegóły, które musisz popracować nad funkcją fabuły.
matplotlib.PYPOLT oferuje różne sposoby wykreślania wykresu. Aby wykreślić wykres jako wykres liniowy, używamy funkcji wykres ().
Składnia to:
| 1 2 3 | importować matplotlib.Pyplot as Plt plt.Wykres (x, y) |
Tutaj X należy do osi x, a y należy do osi y.
Przykłady:
Przykład 1: Narysuj wykres liniowy z domyślnymi parametrami
W tym przykładzie zamierzamy narysować wykres liniowy za pomocą matplotlib.Pyplot Ustawienia domyślne. Po prostu tworzymy dwa punkty danych (x i y) i wykreślamy wykres, jak pokazano poniżej. Ten prosty przykład pomoże Ci zrozumieć wykres liniowy. Dane, które tutaj utworzyliśmy, wyjaśniają, w jaki sposób liczba pracowników rośnie co roku w latach 2011–2016. Widzimy bezpośrednio z danych, ale te same informacje będą wyświetlane przez wykres liniowy.
| 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 | # line_chart_with_default_settings.py # Zaimportuj wymaganą bibliotekę importować matplotlib.Pyplot as Plt # X i y dane NumberOfemp = [13, 200, 250, 300, 350, 400] Rok = [2011, 2012, 2013, 2014, 2015, 2016] # Wykreśń wykres liniowy plt.Działka (rok, numerOFEMP) plt.pokazywać() |
Wyjście: Python line_chart_with_default_settings.py
Linia 3 do 8: Importujemy wymaganą bibliotekę i tworzymy dwie listy dla x i y. Lista numerOFTEMP reprezentuje oś X, a rok listy reprezentuje osi Y.
Linia 11 do 12: Przekazujemy te parametry x i y do funkcji wykresu, a następnie wykreślamy wykres linii.
Przykład 2: Dodanie nazw etykiet wzdłuż osi
W tym przykładzie zmienimy niektóre ustawienia domyślne. W poprzednim przykładzie, jeśli widzimy wykres wykresu, trudno jest zrozumieć, co próbuje powiedzieć wykres, ponieważ nie ma informacji na temat danych osi X lub. Ponadto nie jesteśmy w stanie zobaczyć, gdzie znajdują się rzeczywiste dane na wykresie. Więc dodamy markery, aby zobaczyć punkty danych na wykresie wraz z etykietami.
Lista znacznika, którego możemy użyć, podano poniżej:
| znacznik | symbol | opis |
|---|---|---|
| "." | punkt | |
| „” | piksel | |
| „O” | koło | |
| „V” | Triangle_down | |
| „^” | TRIANGLE_UP | |
| "<“ | TRIANGLE_LEFT | |
| „>” | Triangle_right | |
| „1” | Tri_Down | |
| „2” | tri_up | |
| „3” | tri_left | |
| „4” | tri_right | |
| „8” | ośmiokąt | |
| "S" | kwadrat | |
| "P" | pięciokąt | |
| "P" | Plus (wypełniony) | |
| „*” | gwiazda | |
| "H" | Hexagon1 | |
| "H" | Hexagon2 | |
| „+” | plus | |
| "X" | X | |
| "X" | X (wypełniony) | |
| "D" | diament | |
| "D" | Thin_diamond | |
| „|” | vline | |
| „_” | Hline | |
| 0 (łaskotanie) | łaskotanie | |
| 1 (tickight) | tickright | |
| 2 (tickUp) | tyka | |
| 3 (kleszka) | kleszka | |
| 4 (Caretleft) | Caretleft | |
| 5 (Caretright) | Przesłuchanie | |
| 6 (Caretup) | Caretup | |
| 7 (Caretdown) | Caretdown | |
| 8 (Caretleftbase) | CareTleft (wyśrodkowany u podstawy) | |
| 9 (Caretrightbase) | Przesłuchanie (wyśrodkowane w bazie) | |
| 10 (CareTUpbase) | CareTUp (wyśrodkowany w bazie) | |
| 11 (Caretdownbase) | CareTdown (wyśrodkowany w bazie) | |
| „Brak”, ”lub” ” | Nic | |
| „$… $” | Renderować ciąg za pomocą Mathtext. mi.G., „$ F $” dla znacznika pokazującego list. | |
| wierzchołki | Lista par (x, y) używanych do wierzchołków ścieżek. Środek markera znajduje się na (0, 0), a rozmiar jest znormalizowany, tak że utworzona ścieżka jest zamknięta wewnątrz komórki jednostkowej. |
Ref: https: // matplotlib.org/stable/api/markers_api.html
| 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 | # Linechart_Labels_Marker.py # Zaimportuj wymaganą bibliotekę importować matplotlib.Pyplot as Plt # X i y dane NumberOfemp = [13, 200, 250, 300, 350, 400] Rok = [2011, 2012, 2013, 2014, 2015, 2016] # Wykreśń wykres liniowy plt.Wykres (rok, numerOFEMP, marker = „o”) # Ustaw nazwę etykiety tytułu osi x plt.XLABEL („Rok”) # Ustaw nazwę etykiety tytułu osi x plt.YLABEL („Liczba pracowników”) # Ustaw nazwę etykiety tytułu wykresu plt.Tytuł („Liczba wzrostu V/S. Wzrost roku”) plt.pokazywać() |
Wyjście: Python LineChart_Labels_Marker.py
Linia 11: Dodajemy jeszcze jeden parametr w znaczniku funkcji wykresu. Znacznik zostanie użyty do wyświetlania punktów danych na wykresie. Istnieje kilka markerów do obsługi dostarczanych danych.
Linia 13–19: Ustawiamy nazwy etykiet wzdłuż osi X, osi Y wraz z tytułem nazwy wykresu.
Przykład 3:
Funkcja wykresu ma jedną koncepcję formatowania ciągów, której składnia jest taka:
| 1 | „[marker] [linia] [kolor]” |
W powyższej składni pierwsza reprezentuje wartość markera, druga reprezentuje typ linii, a ostatnia wartość reprezentuje kolor. W tym przykładzie użyjemy tej opcji formatu formatu String.
| 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 | # Linechart_formattingString.py # Zaimportuj wymaganą bibliotekę importować matplotlib.Pyplot as Plt # X i y dane NumberOfemp = [13, 200, 250, 300, 350, 400] Rok = [2011, 2012, 2013, 2014, 2015, 2016] # Wykreśń wykres liniowy plt.Działka (rok, numerOFEMP, „O-r”) # Ustaw nazwę etykiety tytułu osi x plt.XLABEL („Rok”) # Ustaw nazwę etykiety tytułu osi x plt.YLABEL („Liczba pracowników”) # Ustaw nazwę etykiety tytułu wykresu plt.Tytuł („Liczba wzrostu V/S. Wzrost roku”) plt.pokazywać() |
Linia 11: Widać, że dodaliśmy jeden ciąg „O-r”, ten ciąg, który możemy podzielić na trzy części, w których „O” będzie reprezentować twórcę, „-” pokaże typ linii, a „R” reprezentuje wartość koloru czerwona. Po użyciu powyższego ciągu nasz wykreślony wykres linii będzie wyglądał jak poniżej:
Wyjście: Python linechart_formattingString.py
Możemy również zmienić wartość formatu ciągów zgodnie z naszym wyborem. Znowu użyjemy formatowania ciągów, ale z różnymi wartościami:
| 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 | # Linechart_formattingString.py # Zaimportuj wymaganą bibliotekę importować matplotlib.Pyplot as Plt # X i y dane NumberOfemp = [13, 200, 250, 300, 350, 400] Rok = [2011, 2012, 2013, 2014, 2015, 2016] # Wykreśń wykres liniowy plt.Działka (rok, numerOFEMP, „*-b”) # Ustaw nazwę etykiety tytułu osi x plt.XLABEL („Rok”) # Ustaw nazwę etykiety tytułu osi x plt.YLABEL („Liczba pracowników”) # Ustaw nazwę etykiety tytułu wykresu plt.Tytuł („Liczba wzrostu V/S. Wzrost roku”) plt.pokazywać() |
Linia 11: Zmieniamy format ciągu na „*-B”.
Po zmianie formatu ciągów nasz wykres linii jest wyświetlany poniżej. Możemy więc dostosować wartość formatu ciągów zgodnie z naszym wyborem. Korzyść z tego używania, nie musimy używać nazwy parametru jako znacznika i koloru. W formacie ciągów „B” reprezentuje niebieski kolor.
Przykład 4: Koloruj wykres liniowy
W tym przykładzie zmienimy kolor wykresu liniowego za pomocą parametru. W poprzednich przykładach widzieliśmy tę opcję zmiany koloru poprzez formatowanie ciągu. Możemy jednak również zmienić kolor przy użyciu parametru, jak inne parametry.
| 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 | # Change_colour.py # Zaimportuj wymaganą bibliotekę importować matplotlib.Pyplot as Plt # X i y dane NumberOfemp = [13, 200, 250, 300, 350, 400] Rok = [2011, 2012, 2013, 2014, 2015, 2016] # Wykreśń wykres liniowy plt.Wykres (rok, numerOFEMP, marker = „d”, Mfc = „zielony”, mec = „żółty”, ms = „7”) # Ustaw nazwę etykiety tytułu osi x plt.XLABEL („Rok”) # Ustaw nazwę etykiety tytułu osi x plt.YLABEL („Liczba pracowników”) # Ustaw nazwę etykiety tytułu wykresu plt.Tytuł („Liczba wzrostu V/S. Wzrost roku”) plt.pokazywać() |
Linia 11: Przekazujemy marker parametrów = „D”, MFC (markerfacecolor) Kolor zielony, MEC (MarkeredGecolor) żółty i stwardnienie rozsiane (znacznictwo).
MEC (MarkeredGecolor) to kolor poza punktem danych. Ostateczny wykres po uruchomieniu powyższego programu zostanie wyświetlony poniżej:
Przykład 5: Wykonaj wiele wykresów na tym samym wykresie, gdy skala linii jest taka sama
Matplotlib obsługuje również rysowanie wielu wykresów na tym samym wykresie linii. Możemy narysować ten sam wykres za pomocą osi udostępniania. Czasami trzeba tylko udostępnić oś x i osi y. Czasami jednak musimy udostępniać osi x i osi y, które zależą od rodzaju wartości, które mamy. Tutaj, w tym przykładzie, mamy obie wartości tej samej skali, więc możemy łatwo wykreślić na sobie wykres.
Zobaczymy oba powyższe scenariusze, aby je lepiej zrozumieć.
| 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 | # sharing_x_axis.py # Zaimportuj wymaganą bibliotekę importować matplotlib.Pyplot as Plt # X i y dane numerOFEMP_A = [13, 200, 250, 300, 350, 400] numerOFEMP_B = [10, 100, 150, 200, 250, 800] Rok = [2011, 2012, 2013, 2014, 2015, 2016] # Wykreśń wykres liniowy plt.Wykres (rok, numerofemp_a, marker = „d”, mfc = „zielony”, mec = „żółty”, ms = „7”) plt.Wykres (rok, numerOFEMP_B, marker = „O”, Mfc = „Red”, mec = „zielony”, MS = „7”) # Ustaw nazwę etykiety tytułu osi x plt.XLABEL („Rok”) # Ustaw nazwę etykiety tytułu osi x plt.YLABEL („Liczba pracowników”) # Ustaw nazwę etykiety tytułu wykresu plt.Tytuł („Liczba wzrostu V/S. Wzrost roku”) plt.Legend (['NumberOfemp_A', 'NumberOfemp_B']) plt.pokazywać() |
Linia 7 do 8: Utworzyliśmy dwie listy danych, A i B, dla osi X. Ale zarówno A, jak i B mają te same wartości osi y. Tak więc na tym wykresie dzielimy się osi x tylko dlatego, że skala osi y dla zarówno A, jak i B jest taka sama.
Linia 12 do 13: Właśnie dodaliśmy jeszcze jedną funkcję wykresu z różnymi parametrami.
Dane wyjściowe pokazano poniżej, z współdzieloną osobą X.
Wyjście: Python Sharing_X_Axis.py
Przykład 6: Wiele wykresów, gdy skala nie jest taka sama
Teraz zamierzamy wykreślić wykres liniowy, w którym nie mamy osi X w tej samej skali. Następnie możemy wykreślić różne skale osi x po lewej i prawej stronie wykresu za pomocą funkcji TWINX ().
| 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 | # line_with_different_scale.py # Zaimportuj wymaganą bibliotekę importować matplotlib.Pyplot as Plt # X i y dane NumberOfemp = [13, 200, 250, 300, 350, 400] Rev = [0.4, 0.6, 0.8, 0.7, 0.8, 0.9] Rok = [2011, 2012, 2013, 2014, 2015, 2016] # Działka numerOFEMP na Xaxis_1 Ryc, Xaxis_1 = Plt.wątki () Xaxis_1.Wykres (rok, numerOFEMP, marker = „d”, Mfc = „zielony”, mec = „żółty”, ms = „7”) Xaxis_1.set_xlabel („rok”) Xaxis_1.set_ylabel („liczba pracowników”) Xaxis_1.set_title („Liczba pracowników i przychodów”) # Utwórz Xaxis_2 z wspólną osi X Xaxis_2 = Xaxis_1.Twinx () # Wykres Rev na Xaxis_2 Xaxis_2.Wykres (rok, rev, marker = „o”, mfc = „czerwony”, mec = „zielony”, ms = „7”) Xaxis_2.set_ylabel („rev [$ m]”) # Ustawienie legendy Figa.Legend ([„Liczba pracownika”, „rev”], loc = „górny lewy”) plt.pokazywać() |
Linia 4: Importujemy wymaganą bibliotekę.
Linia 7 do 9: Utworzyliśmy trzy zestawy danych. Nowy zestaw danych to lista Rev, która pokazuje przychody firmy. Tutaj mamy różne skale osi x. Następnie możemy pokazać różne skale po lewej i prawej stronie. W tym celu musimy użyć funkcji TWINX (), aby utworzyć różne osie, udostępniając tę samą osi x.
Linia 12 do 16: Użyliśmy PLT.Funkcja podwplot (), aby utworzyć naszą pierwszą tabelę liniową na wykresie.
Linia 19–22: Udostępniliśmy osi x za pomocą funkcji Twinx () i przypisaliśmy nazwę Xaxis_2.
Wyjście: Python line_with_different_scale.py
Poniższe wyjście pokazuje dwa różne osi X po lewej i prawej stronie.
Wniosek:
W tym artykule widzieliśmy, jak korzystać z funkcji wykresu, aby narysować wykres liniowy. Wyjaśniliśmy wszystkie główne pojęcia wymagane do narysowania wykresu linii za pomocą matplotlib. Dodaliśmy również link Github, aby pobrać skrypt Python dla tego artykułu.