Introduzione a Matplotlib in Python
Matplotlib è una libreria open source che aiuta nella stampa grafica. Inizialmente è stato scritto da John D. Hunter, che era un neurobiologo. È autore di Matplotlib al momento della sua ricerca post-dottorato in neurobiologia. Lo scopo di questa biblioteca era di studiare le attività che si verificano nella corteccia cerebrale dei pazienti affetti da epilessia, tracciando queste attività in un grafico. L'unico scopo di tracciare grafici era per una migliore visualizzazione e per studiare i modelli comuni in essi. La prima versione di Matplotlib è stata nel 2003. Nel tempo Matplotlib si è rivelata una delle librerie di stampa più utilizzate insieme al linguaggio di programmazione Python per la stampa di dati e grafici computazionali. È indipendente dalla piattaforma e può essere eseguito su Windows, Mac OS e Linux.
Comprensione di Matplotlib in Python
Come libreria Python, Matplotlib ne facilita uno con funzionalità di disegno 2D per la visualizzazione. Matplotlib viene utilizzato insieme ad altre librerie open source come
1. NumPy
Il termine "NumPy" sta per estensione Numerical Python. Questa libreria fornisce diverse funzioni matematiche per lavorare con matrici e matrici più grandi e multidimensionali. Può anche contenere dati di tipi di dati arbitrari e può essere facilmente integrato con un numero di database. Per usare numpy nel tuo progetto assicurati di importare. Ad esempio, importare numpy come npy.
2. SciPy
È costruito sopra l'array NumPy, ovvero la struttura dati sottostante è un array di oggetti fornito dal modulo NumPy. Fornisce funzionalità come l'elaborazione di immagini e segnali, funzioni specializzate in algebra lineare e interpolazione. Si può aggiungere il modulo SciPy al loro progetto usando la dichiarazione: import sciPy as sp.
3. IPython
Un'abbreviazione del termine Interactive Python. È una shell Python interattiva potenziata che supporta espressioni matematiche, grafici incorporati, ecc. Aiuta anche a integrarsi con le librerie di stack SciPy. Viene fornito con una configurazione completa che semplifica la stampa interattiva.
Come semplificare il lavoro con Matplotlib per gli sviluppatori Python?
Come sviluppatore di Python si dovrebbe usare il modulo Pyplot all'interno della libreria matplotlib. Pyplot è un'interfaccia di programmazione dell'applicazione, che consiste in funzioni / metodi che aiutano a elaborare i dati per la visualizzazione. La trama è veloce quando si tratta di generare grafici visivi. Le sue somiglianze con Matlab rendono il lavoro facile per le persone che hanno precedenti esperienze di lavoro con MATLAB e viceversa.
Come si può lavorare con Pyplot in Matplotlib?
Per poter accedere ai metodi pyplot, è necessario importarlo nel loro file python. Questo può essere fatto includendo la seguente riga nella parte superiore del proprio file Python:
import matplotlib.pyplot as myplt
Esempio 1
import matplotlib.pyplot as myplt
myplt. plot((2, 4, 6, 8), (1, 2, 3, 4))
myplt. show()
Nell'esempio sopra, il metodo plot () accetta rispettivamente le coordinate degli assi X e Y e traccia un grafico di conseguenza. Il metodo plot () può anche contenere un terzo argomento facoltativo che determina la stringa di colore e il tipo di grafico a linee. Per impostazione predefinita, è "-b" che visualizza una linea blu. Altri metodi come xlabel () e ylabel () ci consentono di nominare i nostri assi.
Esempio n. 2
import matplotlib.pyplot as myplt
myplt. plot((2, 4, 6, 8), (1, 2, 3, 4))
myplt. xlabel('time in mins')
myplt. ylabel('distance in Kilo meters')
myplt. show()
Tipi di grafici in Matplotlib In Python
Matplotlib offre un'ampia varietà di metodi e funzioni per generare diversi tipi di grafici.
Diamo un'occhiata ad alcuni di essi: -
- Trama : questo è il più semplice di tutti i grafici. Il metodo plot () viene utilizzato per tracciare un grafico a linee.
- Sottotrame : la funzione subplot () viene utilizzata per crearli. Molto utile quando è necessario un confronto tra i due grafici.
- Immagini : Matplotlib può anche creare immagini con l'aiuto della funzione imshow ().
- Istogrammi : per generare istogrammi è possibile utilizzare i metodi hist ().
- Percorsi: i percorsi arbitrari possono essere aggiunti a Matplotlib con l'aiuto del modulo matplotlib.path.
- Grafici a barre : la funzione bar () viene utilizzata per la stampa di grafici a barre. Uno potrebbe personalizzare ulteriormente i grafici a barre orizzontali o verticali secondo il proprio requisito utilizzando questo metodo.
- Grafici a torta : si dovrebbe usare il metodo pie () per generare grafici a torta. Funzionalità aggiuntive consentono di utilizzare effetti d'ombra sulla torta, etichettare le regioni e determinare la percentuale che rappresenta, ecc.
- Tabelle: la funzione table () consente di aggiungere una tabella per la categorizzazione sistematica dei dati.
- Grafici a dispersione: per generare un diagramma a dispersione viene utilizzata la funzione scatter (). Si potrebbe anche fare uso degli argomenti di dimensione e colore opzionali che questa funzione deve fornire.
- Curve riempite : la funzione fill () consente di tracciare curve e poligoni riempiti.
- Grafici di log : funzioni come semilogx (), semiology () e loglog () semplificano la rappresentazione grafica di grafici che coinvolgono funzioni di logaritmo.
- Grafici polari : per generare grafici polari viene utilizzata la funzione polare ().
- Gestione delle date : Matplotlib consente di tracciare facilmente i dati delle serie temporali con qualsiasi hassel.
- Grafici di flusso : questi grafici sono pensati per la stampa di campi vettoriali. A tale scopo viene utilizzata la funzione streamplot ().
Vantaggi di Matplotlib In Python
- Sono pochi i vantaggi di Matplotlib
- Semplice e facile da comprendere per i principianti.
- Più facile da usare per le persone che hanno avuto precedenti esperienze con Matlab o altri strumenti per la creazione di grafici.
- Fornisce immagini e grafici di alta qualità in vari formati come png, pdf, pgf, ecc.
- Fornisce il controllo a vari elementi di una figura come DPI, colore della figura, dimensione della figura.
In che modo questa tecnologia ti aiuterà nella crescita della tua carriera?
Con l'aumento della domanda di analisi e scienza dei dati, sono necessari strumenti come matplotlib per studiare il comportamento e il modello dei dati. Ad oggi, Python domina il settore quando si tratta di scienza e analisi dei dati. Per qualcuno che abbia familiarità con Python, avere conoscenza di librerie come quella di matplotlib aiuterà a crescere professionalmente.
Conclusione
In questo articolo, abbiamo visto come è nato Matplotlib e varie altre librerie con cui è comunemente usato. Inoltre ha coperto alcune delle funzioni ben note di Matplotlibs per la stampa di vari grafici e come possiamo personalizzare questi grafici secondo i nostri requisiti.
Articolo raccomandato
Questa è stata una guida a Matplotlib In Python. Qui discutiamo Introduzione a Matplotlib in Python e nei suoi tipi. Puoi anche consultare i nostri altri articoli suggeriti per saperne di più -
- Vantaggi di Python
- Python Frameworks
- Carriere in Python
- Funzioni stringa Python
- Grafica 2D in Java
- Grafici a dispersione in Matlab