[PYTHON] Zusammenfassung der häufig verwendeten Befehle in matplotlib

Ich vergesse oft die Details, wenn ich Diagramme mit IPython & matplotlib zeichne, deshalb habe ich sie zusammengefasst. Ich spreche über die Nummer, aber ich hoffe, Sie finden es hilfreich.

Importieren von Modulen, die jedes Mal verwendet werden sollen

Wenn Sie 00_import.py usw. unter ~ / .ipython / profile_default / startup / erstellen Es wird automatisch ausgeführt, wenn IPython gestartet wird.

00_import.py


import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import re

Zeichnen Sie ein Liniendiagramm mit Diagramm

Ist das nicht der Ort, den du oft benutzt?

sample_1.py


x = np.arange(-10, 10, 0.1)
y = x**3

plt.figure(figsize=(6, 4))  # set aspect by width, height

plt.xlim(min(x), max(x))
plt.ylim(min(y), max(y))  # set range of x, y

plt.xticks(np.arange(min(x), max(x)+2, 2))
plt.yticks(np.arange(min(y), max(y)+200, 200))  # set frequency of ticks

plt.plot(x, y, color=(0, 1, 1), label='y=x**3')  # color can be set by (r, g, b) or text such as 'green'

plt.hlines(0, min(x), max(x), linestyle='dashed', linewidth=0.5)  # horizontal line
plt.vlines(0, min(y), max(y), linestyle='dashed', linewidth=0.5)  # vertical line

plt.legend(loc='upper left')  # location can be upper/lower/center/(none) and right/left/(none)
plt.title('Sample 1')
plt.show()

graph_sample1.png

Zeichnen Sie getrennt auf der 1. und 2. Achse

Ich brauche das oft, aber ich habe es jedes Mal vergessen ... Bei der Bearbeitung eines Axtobjekts ändert sich der Methodenname geringfügig im Vergleich zu plt. Untara (set_ ist erforderlich). Der folgende Link ist in Bezug auf die Beziehung zwischen dem Figurenobjekt und dem Achsenobjekt leicht zu verstehen. http://ailaby.com/matplotlib_fig/

sample_2.py


# just prepare data
x = np.arange(0, 10, 0.1)
y1 = np.sin(x)
y2 = x

fig, ax = plt.subplots(figsize=(5,5))  # create figure and axes object
ax.plot(x, y1, label='sin(x)', color='red')  # plot with 1st axes

ax.set_ylabel('y=sin(x)')  # set label name which will be shown outside of graph
ax.set_yticks(np.arange(-1, 1+0.2, 0.2))

ax2 = ax.twinx()  # create 2nd axes by twinx()!
ax2.set_ylabel('y=x')
ax2.plot(x, y2, label='x', color='blue')  # plot with 2nd axes

ax.set_xlim(0, 5)  # set range

ax.legend(loc='upper left')
ax2.legend(loc='upper right')
plt.title('Sample 2')
plt.show()

graph_sample2.png

Zeichnen Sie ein Streudiagramm mit Buchstaben

Persönlich kommentiere ich oft jeden Punkt auf dem Streudiagramm mit einer Zahl oder Punktzahl, also füge ich ihn ein.

sample_3.py


pos_x = [1.0, 1.5, 2.1, 2.7, 3.0]  # x of positions
pos_y = [0.7, 0.9, 1.0, 1.3, 1.5]  # y of positions
time = [1, 2, 3, 4, 5]  # time of each positions

# draw points
plt.scatter(pos_x, pos_y, color='red', label='Position')

# annotate each points
for i, t in enumerate(time):
    msg = 't=' + str(t)
    plt.annotate(msg, (pos_x[i], pos_y[i]))  # x,y need brackets

plt.title('Sample 3')    
plt.legend(loc='upper left')
plt.show()

graph_sample3.png

Das ist es. Ich werde es noch einmal hinzufügen, wenn ich es mir in Zukunft einfallen lasse. Na dann.

Recommended Posts

Zusammenfassung der häufig verwendeten Befehle in matplotlib
[Anaconda3] Zusammenfassung häufig verwendeter Befehle
Zusammenfassung der häufig verwendeten Befehle von Django (Anfänger)
Häufig verwendete Befehle in virtualenv
Zusammenfassung häufig verwendeter Befehle (mit kleinem Kommentar)
Eine Sammlung häufig verwendeter Befehle in der Serververwaltung
8 häufig verwendete Befehle in Python Django
Liste der häufig verwendeten Linux-Befehle
[Linux] Überprüfung häufig verwendeter Basisbefehle 2
Zusammenfassung der häufig verwendeten Methoden bei Pandas
[Linux] Liste der in der Praxis verwendeten Linux-Befehle
[Linux] Überprüfung häufig verwendeter Basisbefehle
pyenv Häufig verwendete Befehle
Häufig verwendeter Befehl tmux
Häufig verwendete Linux-Befehle
Häufig verwendete Linux-Befehle
Häufig verwendete Linux-Befehle
Häufig verwendeter Pip-Befehl
Zusammenfassung dessen, was bei 100 Pandas-Schlägen verwendet wurde (# 1 ~ # 32)
Zusammenfassung der in Command Line Vol.8 verwendeten Tools
Zusammenfassung der in Command Line Vol.5 verwendeten Tools
Zusammenfassung der beim maschinellen Lernen verwendeten Bewertungsfunktionen
Zusammenfassung häufig verwendeter Python-Arrays (für mich)
[Linux-Befehl] Ein Memorandum häufig verwendeter Befehle
Selenium Webdriver Zusammenfassung der häufig verwendeten Betriebsmethoden
Zusammenfassung der Linux (UNIX) -Befehle, die mit Progate ausgegeben wurden
Häufig verwendete Unterpakete von SciPy
Zeigen Sie eine Liste häufig verwendeter Befehle in Zsh an
Zusammenfassung zum Schreiben von in gRPC verwendeten .proto-Dateien
Häufig verwendete Linux-Befehle [Persönliches Memo]
Zusammenfassung verschiedener Operationen in Tensorflow
Zusammenfassung der häufig verwendeten Grammatik bei Pandas
[Linux] Häufig verwendete Linux-Befehle (Dateibetrieb)
Häufig verwendete Linux-Befehle (für Anfänger)
[Linux] Häufig verwendete Linux-Befehle (Ordneroperation)
[Python] Ein Memo häufig verwendeter Phrasen in Python-Skripten
matplotlib Zusammenfassung
Festplattenbezogene Befehle, die häufig in Ubuntu verwendet werden (Hinweise)
Python + Selen Zusammenfassung der häufig verwendeten Operationsmethoden
[Linux] Zusammenfassung der Bestätigungsbefehle für die Middleware-Version
[Python] Techniken, die häufig beim maschinellen Lernen verwendet werden
Zusammenfassung verschiedener for-Anweisungen in Python
Jupyter-, Numpy- und Matplotlib-Notizen, die in Berichten verwendet werden
Zusammenfassung der Stolpersteine bei der Installation von CaboCha
Zusammenfassung der Petit-Techniken für Linux-Befehle
Trennung von Design und Daten in matplotlib
Zusammenfassung der Module und Klassen in Python-TensorFlow2-
Zusammenfassung der integrierten Methoden usw. der Python-Liste
[Maschinelles Lernen] Liste der häufig verwendeten Pakete
Module häufig verwendeter Funktionen in Python (z. B. Lesen externer Dateien)
Zusammenfassung der 2016 erstellten OSS-Tools und -Bibliotheken
Zusammenfassung zum Importieren von Dateien in Python 3
Liste häufig verwendeter integrierter Funktionen und Methoden
Verwendung von rekursiven Funktionen, die bei Wettbewerbsprofis verwendet werden
Vollständige Offenlegung der beim maschinellen Lernen verwendeten Methoden
Zusammenfassung der Verwendung von MNIST mit Python
Korrigieren Sie die Argumente der in map verwendeten Funktion