Comment utiliser Matplotlib pour dessiner des graphiques en Python

1. Introduction à Matplotlib

La bibliothèque Python Matplotlib peut générer des graphiques de haute qualité. Il prend en charge plusieurs systèmes d'exploitation et backends graphiques, fournissant des types et des fonctions de graphiques riches. À l'aide de Matplotlib, vous pouvez facilement dessiner divers graphiques tels que des graphiques linéaires, des graphiques à barres et des diagrammes circulaires pour répondre à différents besoins de visualisation de données.

2. Installation et importation

La méthode pour installer Matplotlib est très simple, exécutez simplement la commande suivante dans la ligne de commande :

pip install matplotlib

Une fois l'installation terminée, importez Matplotlib dans le script Python et utilisez le sous-module pyplot pour dessiner :

import matplotlib.pyplot as plt

3. Opérations de dessin de base

Matplotlib fournit une interface de dessin riche Voici une brève introduction à plusieurs méthodes courantes de dessin de graphiques.

1. Graphique linéaire

Une méthode courante de visualisation des données est le graphique linéaire, qui est utilisé pour révéler l'évolution des modèles de données au fil du temps ou d'autres variables. La méthode d'utilisation de Matplotlib pour dessiner un graphique linéaire est la suivante :

x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]

plt.plot(x, y)
plt.show()

2. Graphique à barres

Le graphique à barres est utilisé pour représenter des comparaisons entre différentes catégories. La méthode pour dessiner un diagramme à barres est la suivante :

x = ['A', 'B', 'C', 'D', 'E']
y = [3, 5, 7, 9, 11]

plt.bar(x, y)
plt.show()

3. Diagramme à secteurs

Un diagramme à secteurs est utilisé pour montrer la proportion de chaque partie par rapport au tout. La méthode pour dessiner un diagramme circulaire est la suivante :

labels = ['A', 'B', 'C', 'D', 'E']
sizes = [15, 30, 45, 10, 20]

plt.pie(sizes, labels=labels, autopct='%1.1f%%')
plt.show()

4. Personnalisation du graphique

Matplotlib fournit une variété d'options de personnalisation du graphique, notamment des titres, des étiquettes d'axe, des légendes, etc. Voici quelques opérations de personnalisation courantes :

x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]

plt.plot(x, y, label='Line')

plt.title('Customized Line Chart')
plt.xlabel('X-axis')
plt.ylabel('Y-axis')

plt.legend(loc='upper left')
plt.show()

Le code ci-dessus ajoutera un titre, des étiquettes d'axe et une légende au graphique linéaire. Le paramètre loc de la fonction plt.legend() est utilisé pour définir la position de la légende. Vous pouvez également ajuster le style du graphique via d'autres paramètres, tels que le style de ligne, la couleur, les marqueurs de points, etc. plt.legend() 函数的 loc 参数用于设置图例的位置。您还可以通过其他参数调整图表的样式，如线型、颜色、点标记等。

五. 多图展示

在某些情况下，您可能需要将多个图表展示在同一窗口中。Matplotlib 提供了子图功能，方便您实现多图展示。以下是一个简单的示例：

x = [1, 2, 3, 4, 5]
y1 = [2, 4, 6, 8, 10]
y2 = [1, 3, 5, 7, 9]

fig, axs = plt.subplots(2, 1, figsize=(6, 8))

axs[0].plot(x, y1)
axs[0].set_title('Line Chart 1')
axs[0].set_xlabel('X-axis')
axs[0].set_ylabel('Y-axis')

axs[1].plot(x, y2, color='red', linestyle='--')
axs[1].set_title('Line Chart 2')
axs[1].set_xlabel('X-axis')
axs[1].set_ylabel('Y-axis')

plt.tight_layout()
plt.show()

上述代码将创建一个包含两个子图的窗口，每个子图展示一个折线图。plt.subplots() 函数用于创建子图，并返回一个包含子图对象的数组。figsize 参数用于设置窗口尺寸。通过 plt.tight_layout()

5. Affichage de plusieurs graphiques🎜🎜Dans certains cas, vous devrez peut-être afficher plusieurs graphiques dans la même fenêtre. Matplotlib fournit une fonction de sous-intrigue pour vous faciliter l'affichage de plusieurs figures. Voici un exemple simple : 🎜rrreee🎜Le code ci-dessus créera une fenêtre avec deux sous-tracés, chaque sous-tracé affichant un graphique linéaire. La fonction plt.subplots() crée des sous-tracés et renvoie un tableau contenant des objets de sous-tracé. Le paramètre figsize est utilisé pour définir la taille de la fenêtre. L'espacement entre les sous-images peut être automatiquement ajusté via la fonction plt.tight_layout(). 🎜

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!