Der erste Schritt von Python Matplotlib

Matplotlib

• Grafikzeichnungsbibliothek
• Offizielle Website --Verwenden Sie in Kombination aus Python + Numpy + Matplotlib + SciPy + usw.

Installation

pip install matplotlib

Erstes Beispiel

import matplotlib.pyplot as plt #Fluch

squares = [1, 4, 9, 16, 25]
plt.plot(squares) #Standardmäßig sind Punkte durch eine gerade Linie verbunden
plt.show() #Befolgen Sie die obigen Anweisungen, um zu zeichnen und zu zeigen

Japanische Anzeige

Die Standardeinstellung ist, dass Japanisch nicht verwendet werden kann, daher ist eine kleine Einstellung erforderlich. Kurz gesagt, ändern Sie die Schriftarteinstellung von ** matplotlib ** in die Schriftart, die Japanisch unterstützt.

1. Laden Sie die IPAex-Schriftart von https://ipafont.ipa.go.jp/node17#jp herunter. "IPAex-Schriftart Ver.004.01" ist derzeit die neueste
2. Entpacken Sie die heruntergeladene Datei und kopieren Sie die Datei "ipaexg.ttf" in $ {Objektpfad} \ venv \ Lib \ site-packages \ matplotlib \ mpl-data \ fonts \ ttf
3. $ {Objektpfad} \ venv \ Lib \ site-packages \ matplotlib \ mpl-data öffnet ** matplotlibrc ** unten
4. Suche nach ** font.family **
5. Fügen Sie font.family: IPAexGothic unter # font.family: sans-serif hinzu
6. Löschen Sie den gesamten Inhalt des Cache-Ziels ** matplotlib **

Sie können den Schriftpfad und den Cache-Speicherort mit dem folgenden Code ermitteln

print(matplotlib.matplotlib_fname())   #Schriftpfad
print(matplotlib.get_cachedir())       #Wo soll der Cache gespeichert werden?

Die andere Möglichkeit besteht nicht darin, die Einstellungsdatei zu ändern, sondern Sie müssen jedes Mal den folgenden Code hinzufügen

plt.rcParams['font.sans-serif']=['IPAexGothic']

Oder

plt.rcParams["font.family"] = "IPAexGothic"

Dekoration

import matplotlib.pyplot as plt

squares = [1, 4, 9, 16, 25]
plt.plot(squares, linewidth = 5)  #Machen Sie die Linie etwas dicker

plt.title("Quadrat", fontsize = 24)
plt.xlabel("Wert", fontsize = 14)
plt.ylabel("Wert im Quadrat", fontsize = 14)

#Einstellungen für die Achsenskalenanzeige
plt.tick_params(axis = 'both', labelsize = 14)
plt.show()

import numpy as np
import matplotlib.pyplot as plt

#0 bis 5 bis 0.Linien sehen glatt aus, indem Punkte in zwei Schritten erstellt werden
x = np.arange(0., 5., 0.2)
plt.plot(x, x * x)

plt.title("Quadrat", fontsize = 24)
plt.xlabel("Wert", fontsize = 14)
plt.ylabel("Wert im Quadrat", fontsize = 14)

#Stellen Sie die Schriftgröße der Skala auf eine etwas größere Größe ein
plt.tick_params(labelsize = 30)

plt.show()

Wenn die Skalierungsgröße erhöht wird, ragen die Beschriftungen der X- und Y-Achse hervor und werden unsichtbar. Natürlich können Sie die Bildschirmgröße anpassen, um sie sichtbar zu machen, aber "plt.tight_layout ()" wird in "plt" geändert. Wenn Sie es vor show () `setzen, wird es automatisch angezeigt.

import numpy as np
import matplotlib.pyplot as plt

x = np.arange(0., 5., 0.2)
plt.plot(x, x * x)

plt.title("Quadrat", fontsize = 24)
plt.xlabel("Wert", fontsize = 14)
plt.ylabel("Wert im Quadrat", fontsize = 14)

plt.tick_params(labelsize = 30)

plt.tight_layout()
plt.show()

Ich möchte in Punkten anzeigen (Streudiagramm)

Verwenden Sie Scatter ().

import matplotlib.pyplot as plt

x_values = [1, 2, 3, 4, 5]
y_values = [1, 4, 9, 16, 25]
plt.scatter(x_values, y_values, s=100)  #s gibt die Größe des Punktes an

plt.show()

Die Daten stammen aus der automatischen Berechnung

import matplotlib.pyplot as plt

x_values = list(range(1, 1001))
y_values = [x**2 for x in x_values]
plt.scatter(x_values, y_values, s=4)

plt.axis([0, 1100, 0, 1100000])  #Achsenbereich
plt.show()

Farbanpassung

Sie können die Farbe mit dem Parameter c angeben

plt.scatter(x_values, y_values, c='red', s=40)

Sie kann auch in RGB angegeben werden. Es ist auch möglich, jedes RGB-Farbelement mit einem Tupel von 0,0 bis 1,0 anzugeben.

plt.scatter(x_values, y_values, c=(0, 0, 0.8), s=40)

Farbkarte

Eine Farbkarte repräsentiert die Entsprechung zwischen Werten und Farben, die beim Zeichnen verwendet werden. Bei der Visualisierung von Daten kann die Auswahl von Farbkarten die Regeln der Datenänderung hervorheben. Beispielsweise stellt eine helle Farbe einen kleinen Wert dar, und eine dunkle Farbe betont einen großen Wert.

import matplotlib.pyplot as plt

x_values = list(range(1, 1001))
y_values = [x**2 for x in x_values]
plt.scatter(x_values, y_values, c=y_values, cmap=plt.cm.Blues)

plt.show()

Weitere Informationen finden Sie unter Offizielle Website. Beispiele ⇒ Farbe

Grafik speichern

Verwenden Sie "plt.savefig ()" anstelle von "plt.show ()"

plt.savefig(`squares_plot.png`, bbox_inches='tight')

Wenn Sie "bbox_inches =" tight "angeben, werden zusätzliche Leerzeichen abgeschnitten. Die Erweiterung der Datei, die gespeichert werden kann, ist

eps, jpeg, jpg, pdf, pgf, png, ps, raw, rgba, svg, svgz, tif, tiff

Achse ausblenden

plt.axes().get_xaxis().set_visible(False)
plt.axes().get_yaxis().set_visible(False)

Größenanpassung

plt.figure(figsize=(10, 6))   #Die Einheit ist Zoll

plt.figure(dpi=128, figsize=(10, 6))   #Der Standardwert ist 80 dpi