Matplotlib wykona wiele linii

Moduł Matplotlib, najczęściej wykorzystywana biblioteka do analizy wizualnej, jest dostępny w Python. Oferuje wiele wykresów, metod i kompleksowych ram do wydajnej analizy danych. Moglibyśmy stworzyć wizualizacje 2D i 3D zestawów danych z różnych domen, w tym zestawy, tablice i wartości liczbowe.

Ma podwodny moduł określany przez Pyplot i oferuje kilka form wykresów, ilustracji i powiązanych komponentów do wizualizacji danych. Wykres liniowy to wykres, który przedstawia związek między dwiema zmiennymi niezależnymi na osi x-y. Omówimy metody wyświetlania różnych wierszy wykorzystujących Matplotlib w tym samouczku.

Używanie wielu wzorów linii do wizualizacji różnych linii:

Za pomocą Matplotlib możemy nawet zaprojektować i tworzyć wiele linii o różnych wzorach linii. Unikalne style linii mogą być zaangażowane w skuteczność wizualizacji danych.

importować matplotlib.Pyplot as Plt
importować Numpy jako NP
A = [2,4,6,8,10]
B = [8,8,8,8,8]
plt.Wykres (A, B, label = „First Line”, Linestyle = "-.")
plt.Wykres (b, a, etykieta = „druga linia”, linestyle = "-")
plt.fabuła (a, np.sin (a), etykieta = „trzecia linia”, linestyle = ":")
plt.fabuła (b, np.cos (a), etykieta = „czwarta linia”, linestyle = "-")
plt.legenda()
plt.pokazywać()

Na początku kodu importujemy po prostu dwie biblioteki matplotlib.Pyplot jako PLT i pakiet numeryczny dla Pythona o imieniu Numpy jako NP. Będziemy potrzebować dwóch wpisów jako danych, z których każdy ma dwie oddzielne zmienne (a i b), zanim przedstawiamy linie jako odrębne konstrukty i parametry dla tych samych zestawów danych.

Ponadto wykorzystamy PLT.funkcja wykres () w celu wygenerowania kilku linii. W tych funkcjach biorą udział cztery parametry. Pierwszy parametr funkcji zawiera pierwszy zestaw danych, który utworzył linię. Kolejny zestaw danych jest również dostarczany jako parametr. Używamy argumentu „etykieta”, aby określić różne znaczniki narysowanych linii.

Oprócz tego musimy podać różne wzorce dla linii. W tym przykładzie stosujemy „-”, '-', '-.'i': 'style liniowe. Zastosujemy PLT.funkcja legendy (). Legend () to metoda w bibliotece Matplotlib, która byłaby użyta do wstawienia znacznika do samolotów. Plt.show () funkcja jest stosowana do wizualizacji wykresu.

Wiele linii jest rysowanych legendą w Pythonie:

Zapewniając etykietę podaną linkom ze względu na jej identyfikację w MATPlotlib.Pyplot.Metoda wykresu (), dodamy etykietę do wykresu do rozróżnienia licznych wierszy w wykresie w Pythonie za pomocą matplotlib.

importować matplotlib.Pyplot as Plt
A1 = [150 250 350]
B1 = [250 100,350]
plt.Wykres (A1, B1, label = „First Line”)
A2 = [100 200 300]
B2 = [200,100,300]
plt.Wykres (A2, B2, label = „Second Line”)
plt.xlabel („x”)
plt.ylabel („y”)
plt.tytuł („rysunek”)
plt.legenda()
plt.pokazywać()

Tutaj musimy zintegrować pakiet Matplotlib przed rozpoczęciem kodu. Aby zdefiniować punkty pierwszej linii, deklarujemy dwie różne zmienne, „A1” i „B1”. Teraz musimy wykreślić te punkty, więc nazywamy PLT.funkcja wykres () dla pierwszego wiersza. Ta funkcja zawiera trzy argumenty: punkty osi x i osi y, a parametr „etykieta” pokazuje podpis pierwszej linii.

Podobnie definiujemy zestawy danych dla tej linii. Te zestawy danych są przechowywane w dwóch oddzielnych zmiennych. Do wykreślenia zestawów danych drugiej linii, PLT.funkcja wykres () jest zdefiniowana. Wewnątrz tej funkcji określliśmy znacznik dla drugiej linii.

Teraz stosujemy dwie osobne funkcje do zdefiniowania etykiety zarówno osi X, jak i osi Y. Ustawiliśmy również etykietę fabuły, nazywając PLT.tytuł () funkcja. Tuż przed przedstawieniem fabuły wykonujemy matplotlib.Pyplot.funkcja legenda (), która dodałaby podpis do rysunku, ponieważ wszystkie linie są wyświetlane.

Narysuj różne linie wykresów o różnych skalach:

Często mamy dwa zestawy danych odpowiednie dla wierszy wykresów; Jednak ich punkty danych są drastycznie różne, a porównanie tych dwóch linii jest trudne. W tym etapie rysujemy sekwencję wykładniczą wzdłuż skali logarytmicznej, co może skutkować względnie poziomymi linią, ponieważ skala Y będzie rozszerzać się stopniowo.

importować matplotlib.Pyplot as Plt
importować Numpy jako NP
Linear_secence = [10, 11, 12, 13, 14, 15, 16, 17, 18, 19]
Exponential_Secence = np.Exp (NP.Linspace (0, 20, 20))
Ryc, ax = plt.wątki ()
topór.Wykres (Linear_Secence, Color = „Black”)
topór.tick_params (axis = „y”, etykietaColor = „black”)
ax1 = ax.Twinx ()
ax1.Wykres (Exponential_Secence, Color = „Blue”)
ax1.set_yscale („log”)
ax1.tick_params (axis = „y”, etykietaColor = „blue”)
plt.pokazywać()

W tym przypadku opracujmy wykładniczo rosnącą serię liczb z Numpy, a następnie wyświetlmy jedną serię obok drugiej sekwencji wzdłuż tych samych osi, sekwencyjnie. Zdefiniowaliśmy różne wartości zarówno dla zestawu danych Linear_Secence, jak i zestawu danych Exponential_Secence.

Musimy narysować linię punktów dla sekwencji liniowej, wywołując topór.metoda wykresu (). I określiliśmy również kolorowanie podpisów kleszczy do czarnego koloru. W tym celu definiujemy topór funkcji.tick_params (). Topór.Metoda TWINX () jest wywoływana w celu opracowania nowej linii osi znajdującej się w tej samej pozycji.

Podobnie rysujemy linię sekwencji wykładniczej, a także definiujemy kolor tej linii i jej etykiet. Jeśli pierwsza linia zawiera stopniowo rozszerzającą się serię wartości, a druga linia ma liniowo rosnącą serię liczb, pierwsza linia może mieć znacznie większą liczbę niż druga linia.

Dodatkowo zaktualizowaliśmy odcień tytułów, aby zmienić odcień działek linii; W przeciwnym razie trudno byłoby przewidzieć, która według linii, na której osi.

Różne linie są wyświetlane w Pythonie przez DataFrame:

W Pythonie moglibyśmy również wykorzystać MATPlotlib do tworzenia różnych linii na tym samym wykresie według danych uzyskanych przezFrame. Osiągniemy to za pomocą matplotlib.Pyplot.metoda wykres () definiowania wielu wartości z ramki danych jako argumentów osi x i osi y. Rozdzielając DataFrame, określamy również elementy.

importować pandy jako PD
importować matplotlib.Pyplot as Plt
importować Numpy jako NP
df = pd.DataFrame ([[8, 6, 4], [11, 15, 6], [20, 13, 17],
[27, 22, 19], [33, 35, 16], [40, 25, 28],
[50, 36, 30]])
df.REAMAME (kolumny = 0: „a”, 1: 'b', 2: 'c', inplace = true)
Drukuj (NP.kształt (df), typ (df), df, sep = '\ n')
plt.Wykres (df ['a'], df ['b'], color = 'b', etykieta = 'pierwsza linia')
plt.Wykres (df ['a'], df ['c'], color = 'g', etykieta = 'druga linia')
plt.legenda()
plt.pokazywać()

Zdobądź pakiety, które są wymagane w tym przypadku. W celu wizualnego reprezentacji stosujemy Pyplot z Matplotlib, Numpy do gromadzenia i przetwarzania danych oraz pandy do wskazania zestawu danych. Teraz otrzymamy dane dla tego scenariusza. Dlatego opracowujemy ramkę danych, aby określić wartość liczbową, która musi być reprezentowana.

Zainicjujemy tablicę 2D i jest ona dostarczana do biblioteki pandów tutaj. Nazywamy DF.Funkcja () i etykiety komponentów są modyfikowane do „x”, „y” i „z”. Oprócz tego definiujemy funkcje, aby wyświetlić wiersze na wykresie. Stąd organizujemy dane i dodajemy atrybuty wykresu, które chcemy być na wykresie. Atrybut „kolor” i „etykieta” jest dostarczana PLT.Funkcja wykresu (). Ostatecznie reprezentujemy liczbę.

Wniosek:

W tym artykule zaobserwowaliśmy, jak wykorzystać Matplotlib, aby wyświetlić wiele wierszy na tym samym wykresie lub wymiarach. Rozmawialiśmy o tym, jak wyświetlać linie w tych samych osiach o wielu skalach, jak wyświetlać linie z etykietami i wyświetlać linie na rysunku z ramką danych.