Matplotlib yra galinga Python biblioteka, kuri yra skaitmeninis ir matematinis NumPy bibliotekos plėtinys. Vienas iš pagrindinių jo komponentų yra Pyplot , kuri siūlo būsenos sąsają su Matplotlib moduliu, suteikdama vartotojams pažįstamą MATLAB aplinką. Naudodami Python funkciją Matplotlib.pyplot.plot() vartotojai gali be vargo kurti įvairius brėžinius, įskaitant linijų brėžinius, kontūrų brėžinius, histogramas, sklaidos brėžinius, 3D brėžinius ir kt. Dėl šio universalumo „Matplotlib“ yra neįkainojama duomenų vizualizavimo ir analizės įrankiu Python programavimo kalba.
Kas yra Matplotlib.pyplot.plot() funkcija?
The matplotlib.pyplot.plot()> funkcija yra pagrindinis Matplotlib bibliotekos komponentas, ypač Pyplot modulyje. Jis naudojamas siekiant sukurti 2D šešiakampį sujungimo diagramą, pagrįstą duotais duomenų taškais, vaizduojamais kintamaisiais x ir y. Jis sujungia duomenų taškus su linijomis ir leidžia tinkinti brėžinio išvaizdą naudojant tokius parametrus kaip linijų stiliai ir žymekliai. Ši universali funkcija plačiai naudojama duomenų vizualizavimui įvairiose srityse.
Sintaksė: matplotlib.pyplot.plot(*args, scalex=Tiesa, scaley=Tiesa, data=nėra, **kwargs)
amiša patel
- Parametrai:
- x, y: Šie parametrai rodo horizontalias ir vertikalias duomenų taškų koordinates. „x“ reikšmės yra neprivalomos, todėl braižymo procesas gali būti lankstus.
- fmt: Tai yra pasirenkamas parametras, kuriame yra eilutės reikšmė. Jis naudojamas brėžinio formatui nurodyti, linijos stiliui, žymekliui ir spalvai apibrėžti.
- duomenys: Neprivalomas parametras „duomenys“ nurodo objektą su pažymėtais duomenimis. Tai suteikia patogų būdą tiesiogiai perduoti duomenis, pagerina skaitymo ir naudojimo paprastumą.
- Grąžinimai: The
plot()>funkcija grąžina Line2D objektų sąrašą, kurių kiekvienas reiškia nubrėžtų duomenų segmentą. Šie Line2D objektai apima nubrėžtų linijų charakteristikas ir atributus, leidžiančius toliau tinkinti ir analizuoti.
Matplotlib.pyplot.plot() Funkcija Python
Yra įvairių būdų sukurti sklypą naudojant Matplotlib.pyplot.plot() funkciją Python. Yra keletas pavyzdžių, iliustruojančių matplotlib.pyplot.plot() funkcija in matplotlib.pyplot:
- Pagrindinės linijos siužetas
- Kelių linijų siužetas
- Sklaidos diagrama su keliais žymekliais
- Dviejų kreivių siužetas
Linijiniai sklypai Matplotlib
Importuojant Matplotlib'o siužetas () sukūrėme linijos brėžinį su duomenimis [1, 2, 3]. Funkcija title() nustato siužeto pavadinimą, draw() atnaujina brėžinį, o show() rodo jį, pateikdama pagrindinę Matplotlib iliustraciją duomenų vizualizavimui Python.
Python3
import> matplotlib.pyplot as plt> import> numpy as np> # Plotting a simple line graph> plt.plot([>1>,>2>,>3>])> # Setting the title> plt.title(>'Matplotlib Line Plot Example'>)> # Updating and displaying the plot> plt.draw()> plt.show()> |
>
>
Išvestis:
Pagrindinės linijos siužetas
Kelios eilutės naudojant Matplotlib
Importuojant Matplotlib tame pačiame grafike nubraižyti sinuso ir kosinuso funkcijas. Jis generuoja duomenis, nustato kiekvienos funkcijos stilius, prideda etiketes ir pavadinimą, rodo legendą, o tada parodo diagramą, iliustruojančią sinuso ir kosinuso kreives.
Python3
yra java metodas
seleno pamoka
import> matplotlib.pyplot as plt> import> numpy as np> # Generate data> x>=> np.linspace(>0>,>2>*>np.pi,>100>)> y1, y2>=> np.sin(x), np.cos(x)> # Plotting multiple lines on a single plot> plt.plot(x, y1, label>=>'Sin(x)'>, color>=>'b'>)> plt.plot(x, y2, label>=>'Cos(x)'>, color>=>'r'>, linestyle>=>'--'>)> # Adding labels and title> plt.xlabel(>'X-axis'>)> plt.ylabel(>'Y-axis'>)> plt.title(>'Multiple Lines Plot'>)> # Displaying the legend and the plot> plt.legend()> plt.show()> |
>
>
Išvestis
Kelių linijų siužetas
Žymekliai Matplotlib
Importuojant Matplotlib sukūrėme pritaikytą sklaidos diagramą su 50 atsitiktinių duomenų taškų su raudonais apskritais žymekliais. Jame yra ašių etiketės, pavadinimas („Sklaidos diagramos pavyzdys“) ir legenda. The show()> funkcija rodo schemą, parodydama pagrindinį duomenų vizualizavimo pavyzdį naudojant Matplotlib programoje Python.
Python3
import> matplotlib.pyplot as plt> import> numpy as np> # Generate random data> np.random.seed(>42>)> x>=> np.random.rand(>50>)> y>=> np.random.rand(>50>)> # Plotting a scatter plot with custom markers> plt.plot(x, y, marker>=>'o'>, linestyle>=>'>', markersize=8, color='>r>', label='>Scatter Plot')> # Adding labels and title> plt.xlabel(>'X-axis'>)> plt.ylabel(>'Y-axis'>)> plt.title(>'Scatter Plot Example'>)> # Displaying the legend> plt.legend()> # Display the plot> plt.show()> |
>
stovint
>
Išvestis:
Sklaidos diagrama su keliais žymekliais
Kelių kreivių braižymas
Importuodami Matplotlib sukūrėme linijos diagramą su dviem kreivėmis: mėlyna kreivė ( ir = x^ 2) ir oranžinė kreivė (y=1− x^ 3). Duomenys generuojami atsitiktinai, surūšiuojami taip, kad kreivės būtų lygios, ir brėžiami suplot()>funkcija. Diagrama apribota [0, 1] abiejose ašyse, o tai rodo vizualinį matematinių funkcijų vaizdą.
Python3
np.kur
# Implementation of matplotlib function> > import> matplotlib.pyplot as plt> import> numpy as np> > # Fixing random state for reproducibility> np.random.seed(>19680801>)> > # create random data> xdata>=> np.random.random([>2>,>10>])> > # split the data into two parts> xdata1>=> xdata[>0>, :]> xdata2>=> xdata[>1>, :]> > # sort the data so it makes clean curves> xdata1.sort()> xdata2.sort()> > # create some y data points> ydata1>=> xdata1>*>*> 2> ydata2>=> 1> -> xdata2>*>*> 3> > # plot the data> plt.plot(xdata1, ydata1, color>=>'tab:blue'>)> plt.plot(xdata2, ydata2, color>=>'tab:orange'>)> > > # set the limits> plt.xlim([>0>,>1>])> plt.ylim([>0>,>1>])> plt.title(>'matplotlib.pyplot.plot() example 2'>)> > # display the plot> plt.show()> |
>
>
Išvestis
Dviejų kreivių siužetas
Išvada
Apibendrinant, matplotlib.pyplot.plot()> funkcija Python yra pagrindinis įrankis kuriant įvairius 2D brėžinius, įskaitant linijinius, sklaidos brėžinius ir kt. Jo universalumas leidžia vartotojams tinkinti brėžinius, nurodant duomenų taškus, linijų stilius, žymeklius ir spalvas. Naudodama pasirenkamus parametrus, tokius kaip „fmt“ ir „data“, ši funkcija suteikia lankstumo formuojant brėžinius ir tvarkant duomenis. Be to, grąžinti Line2D objektai leidžia toliau manipuliuoti ir analizuoti nubrėžtus duomenis. Apskritai, Matplotlib'splot()>funkcija yra pagrindinis komponentas duomenų vizualizavimo srityje, siūlantis patogią sąsają, leidžiančią kurti įžvalgius ir vizualiai patrauklius Python brėžinius.