Python-Anwendung: Datenvisualisierung # 2: matplotlib

Visualisieren Sie einen Datentyp

Zeichnen Sie die Daten in das Diagramm ein

Matplotlib
#Es hat viele Funktionen zur Visualisierung von Daten.

matplotlib.pyplot.plot(Daten entsprechend der x-Achse,Daten entsprechend der y-Achse)
#Sie können einfach ein Diagramm erstellen, indem Sie Daten mit der x-Achse (horizontale Achse) und der y-Achse (vertikale Achse) des Diagramms verknüpfen.

matplotlib.pyplot.show() #Zeigen Sie das erstellte Diagramm auf dem Bildschirm an

Stellen Sie den Anzeigebereich des Diagramms ein

Beim Erstellen eines Diagramms mit matplotlib.pyplot Der Anzeigebereich des Diagramms wird automatisch eingestellt.

Die min () und max () der Daten (Liste), die jeder Achse zugeordnet sind, sind Alle Teile der Daten werden automatisch visualisiert, da der Anzeigebereich der Minimal- und Maximalwert ist.

Möglicherweise möchten Sie nur einen Teil des Diagramms anzeigen. In diesem Fall Verwenden Sie das folgende Programm.

matplotlib.pyplot.xlim([Startwert,Endwert])
#Stellen Sie den Anzeigebereich des Diagramms ein
#xlim ist eine Funktion, die den Bereich der x-Achse angibt. Verwenden Sie ylim, um den Bereich der y-Achse anzugeben

Legen Sie Namen für Diagrammelemente fest

matplotlib.pyplot verfügt über viele Methoden, mit denen Sie verschiedene Elemente des Diagramms benennen können.

matplotlib.pyplot.title("Titel") # グラフのTitel

matplotlib.pyplot.xlabel("x-Achsenbeschriftung") # グラフのx-Achsenbeschriftung

Raster im Diagramm anzeigen

Das Gitter (Skalierungslinie) ist die Anzeigemethode.

matplotlib.pyplot.grid(True) #Anzeige des Gitters(Standardmäßig keine)

Stellen Sie den Maßstab auf der Achse des Diagramms ein

Wenn Sie ein Diagramm erstellen, werden die x-Achse und die y-Achse automatisch abgestuft. Die Schärfe jeder Achse ist gut und die Skala ist angebracht. Wenn Sie die Skala einstellen möchten, verwenden Sie das folgende Programm.

matplotlib.pyplot.xticks(Position zum Einsetzen der Waage,Zeichenkette der anzuzeigenden Skala)
#Stellen Sie die Skalierung auf der x-Achse ein

import matplotlib.pyplot as plt

plt.plot([2,3,9,1,5])
plt.xticks([0.7,2.1,3.5], ["i","ii","iii"])
plt.show()

Visualisieren Sie mehrere Daten 1

Zeichnen Sie mehrere Daten in einem Diagramm

Manchmal möchten Sie mehrere Daten in einem Diagramm anzeigen. Alle Daten können in verschiedenen Farben in der Grafik angezeigt (grafisch dargestellt) werden.

matplotlib.pyplot.plot(x, y, color="Farbspezifikation")
#Beschreiben Sie alle Daten, die Sie anzeigen möchten, in verschiedenen Farben und geben Sie jeweils unterschiedliche Variablen an.
#Jedes Mal, wenn Sie dies tun, wird ein Diagramm in der Grafik gezeichnet.
# color=Auch ohne können Sie die Farbe mit dem dritten Argument angeben.

Die Farbe des Diagramms wird durch den HTML-Farbcode festgelegt.

HTML-Farbcode

Es ist ein Code, der die Farbe mit 6-stelligen Hexadezimalzahlen (0-9 und A-F alphanumerische Zeichen) nach # ausdrückt, z. B. 0000ff. AA0000 ist eine Farbe nahe Rot.

Sie können auch die folgenden Zeichen angeben.

Serienetikett einstellen

matplotlib.pyplot.legend() #Legen Sie das Serienetikett (Legende) fest und zeigen Sie es an.

Es ist der untere linke Teil der Abbildung unten.

Es gibt zwei Möglichkeiten, die Serienbezeichnung festzulegen.

# 1.Bestimmen Sie automatisch, was auf dem Serienetikett angezeigt wird

matplotlib.pyplot.plot(x, y1, label="Markenname 1")
matplotlib.pyplot.plot(x, y2, label="Markenname 2")
matplotlib.pyplot.legend()

# 2.Fügen Sie einem bereits vorhandenen Element eine Serienbezeichnung hinzu

matplotlib.pyplot.plot(x, y1)
matplotlib.pyplot.plot(x, y2)
matplotlib.pyplot.legend(["Markenname 1", "Markenname 2"])

Methode 1 gibt explizit eine Beschriftung für das zu zeichnende Element an. In Methode 2 ist die Beziehung zwischen dem Element und der Bezeichnung nicht explizit. Nicht empfohlen, da dies zu Verwirrung führen kann.

Visualisieren Sie mehrere Daten 2

So erstellen Sie mehrere Diagramme und bearbeiten sie

Stellen Sie die Größe der Figur ein

matplotlib.pyplot.figure()
#Eine Methode, die alles in der Abbildung bedienen kann

matplotlib.pyplot.figure(figsize=(Horizontale Größe,Vertikale Größe))
#Größe mit Feigen(In Zoll)Angeben.
#Geben Sie die horizontalen und vertikalen Größen in Zoll an. Wenn weggelassen, figsize=(8, 6)Wird sein.

Untergrundstück erstellen

Verwenden von Unterplots (Achsen) in der Abbildung Sie können beliebig viele Diagramme erstellen und mehrere Diagramme zeichnen. Sie können das Diagramm auch für jedes Unterdiagramm bearbeiten.

Beim Hinzufügen eines Unterplots (Achsenobjekt) zu einer Figur (Figurenobjekt) Geben Sie die Methode add_subplot () für das Figurenobjekt an Gibt das Layout an, das die Figur und die Position des Unterplots darin unterteilt.

add_subplot(Anzahl der Zeilen,Anzahl der Spalten,Welche Nummer)

#Anzahl der Zeilen: In wie viele Zeilen sollte die Figur unterteilt werden?
#Anzahl der Spalten: In wie viele Spalten sollte die Figur unterteilt werden?
#Nummer: 1 von oben links nach rechts in der Abbildung, 2, 3 ...Welche Nummer fügen Sie hinzu?

import matplotlib.pyplot as plt
import numpy as np


#Figurenobjekt erstellen
fig = plt.figure(figsize=(4, 4))
#Teilen Sie das Achsenobjekt in 2 Zeilen und 3 Spalten und fügen Sie unten rechts ein Diagramm hinzu
ax = fig.add_subplot(2, 3, 6)

#  y=Zeichnen Sie ein x-Diagramm auf das Achsenobjekt
x = np.linspace(0, 100)
y = x
ax.plot(x, y)

#Füllen Sie die Lücken mit Unterplots aus, um die Position des Diagramms besser verständlich zu machen
for i in range(6):
    if i == 5:
        continue
    fig.add_subplot(2, 3, i+1)


plt.show()

Passen Sie die Ränder um das Unterplot an

matplotlib.pyplot.subplots_adjust(wspace=Horizontale Abstandsbreite, hspace=Vertikale Abstandsbreite)
#Der Wert, der den Rand festlegt, ist unbegrenzt, wird jedoch automatisch korrigiert, damit er nicht aus dem Diagrammbereich herausspringt.

Stellen Sie den Anzeigebereich des Diagramms im Unterplot ein

Sie können den Anzeigebereich des Diagramms für jedes Unterdiagramm festlegen. Zusätzlich können die x-Achse bzw. die y-Achse eingestellt werden.

#Das Subplot-Objekt sei die Variable ax.

ax.set_xlim([Mindestwert,Maximalwert]) #Stellen Sie den Anzeigebereich der x-Achse ein
ax.set_ylim([Mindestwert,Maximalwert]) #Stellen Sie den Anzeigebereich der y-Achse ein
#Um beispielsweise den Anzeigebereich der x-Achse auf 0 bis 1 einzustellen, schreiben Sie wie folgt.
ax.set_xlim([0, 1])

Benennen Sie die Elemente des Diagramms im Unterplot

Sie können für jede Unterzeichnung Elemente wie Titel und Beschriftungen festlegen. Es gibt eine kleine Angewohnheit im Weg.

#Das Subplot-Objekt sei die Variable ax.

ax.set_title("Titel") # グラフのTitelを設定する
ax.set_xlabel("Name der x-Achse") #Legen Sie die Beschriftung der x-Achse fest
ax.set_ylabel("Name der y-Achse") #Stellen Sie die Beschriftung der y-Achse ein

Raster im Diagramm im Unterplot anzeigen

#Das Subplot-Objekt sei die Variable ax.
ax.grid(True)

Stellen Sie die Skalierung auf der Achse des Diagramms im Unterplot ein

Sie können die Achsenskala für jedes Unterdiagramm festlegen.

#Das Subplot-Objekt sei die Variable ax.

ax.set_xticks([Liste der Einfügepositionen]) #Position der einzufügenden Skala auf der x-Achse
ax.set_xticklabels([Liste der Häkchen]) #Kreuzen Sie das Etikett an, das auf der x-Achse eingefügt werden soll

#Beschreiben Sie die Position der einzufügenden Waage und die Bezeichnung der Waage in einem Listentyp.
#Es ist auch möglich, es vorab in eine Variable vom Listentyp zu konvertieren.