Memperkenalkan Perpustakaan Matplotlib Python ' s

Menghasilkan graf yang siap penerbitan adalah penting bagi penyelidik. Walaupun pelbagai alat wujud, mencapai hasil yang menarik secara visual boleh mencabar. Tutorial ini menunjukkan bagaimana perpustakaan Python matplotlib memudahkan proses ini, menghasilkan angka berkualiti tinggi dengan kod minimum.

sebagai laman web matplotlib menyatakan: "matplotlib adalah perpustakaan Python 2D yang menghasilkan angka kualiti penerbitan dalam pelbagai format di seluruh platform." Ia serba boleh, boleh digunakan dalam skrip, cengkerang, aplikasi web, dan pelbagai alat GUI.

Panduan ini meliputi matplotlib Pemasangan dan contoh perancangan asas. Untuk kemahiran pengendalian data Python yang lebih mendalam, pertimbangkan untuk meneroka kursus dalam talian yang relevan (pautan yang ditinggalkan untuk keringkasan).

3

Pemasangan adalah mudah. Menggunakan (kaedah lain wujud, lihat halaman pemasangan matplotlib untuk butiran):

pip contoh plotting asas matplotlib

<code class="language-bash">curl -O https://bootstrap.pypa.io/get-pip.py
python get-pip.py
pip install matplotlib</code>

kami akan menggunakan

, menawarkan antara muka seperti MATLAB.

1. Plot garis

matplotlib.pyplot Pertimbangkan merancang mata:

,

.

x = (4, 8, 13, 17, 20) mari kita memvisualisasikan hujan purata New York City: y = (54, 67, 98, 78, 45)

<code class="language-python">import matplotlib.pyplot as plt
plt.plot([4, 8, 13, 17, 20], [54, 67, 98, 78, 45], 'g--d') # Green dashed line with diamond markers
plt.show()</code>

2. Plot penyebaran

<code class="language-python">month = ["Jan", "Feb", "Mar", "Apr", "May", "Jun", "Jul", "Aug", "Sep", "Oct", "Nov", "Dec"]
rainfall = [83, 81, 97, 104, 107, 91, 102, 102, 102, 79, 102, 91]
plt.plot(month, rainfall)
plt.xlabel("Month")
plt.ylabel("Rainfall (mm)")
plt.title("Average Rainfall in New York City")
plt.show()</code>

untuk menggambarkan hubungan antara dua dataset:

3. Histogram

histogram menggambarkan pengagihan kekerapan data:

<code class="language-python">x = [2, 4, 6, 7, 9, 13, 19, 26, 29, 31, 36, 40, 48, 51, 57, 67, 69, 71, 78, 88]
y = [54, 72, 43, 2, 8, 98, 109, 5, 35, 28, 48, 83, 94, 84, 73, 11, 464, 75, 200, 54]
plt.xlabel('x-axis')
plt.ylabel('y-axis')
plt.title('Scatter Plot')
plt.grid(True)
plt.scatter(x, y, c='green')
plt.show()</code>

Kesimpulan

memberi kuasa kepada penyelidik untuk membuat graf visual yang menarik dan diterbitkan dengan cekap. Kemudahan penggunaan dan pilihan penyesuaian yang luas menjadikannya alat yang berharga untuk visualisasi data. Terokai dokumentasi dan contoh

untuk keupayaan selanjutnya.

<code class="language-python">x = [2, 4, 6, 5, 42, 543, 5, 3, 73, 64, 42, 97, 63, 76, 63, 8, 73, 97, 23, 45, 56, 89, 45, 3, 23, 2, 5, 78, 23, 56, 67, 78, 8, 3, 78, 34, 67, 23, 324, 234, 43, 544, 54, 33, 223, 443, 444, 234, 76, 432, 233, 23, 232, 243, 222, 221, 254, 222, 276, 300, 353, 354, 387, 364, 309]
num_bins = 6
n, bins, patches = plt.hist(x, num_bins, facecolor='green')
plt.xlabel('X-Axis')
plt.ylabel('Y-Axis')
plt.title('Histogram')
plt.show()</code>

Atas ialah kandungan terperinci Memperkenalkan Perpustakaan Matplotlib Python ' s. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!