Онлайн построение графиков функции с модулем: Построение графиков с модулем онлайн · Как пользоваться Контрольная Работа РУ

• Обычно используется подбиблиотека с именем matplotlib.pyplot .
• Блокнот Jupyter по умолчанию отображает графики как встроенные.

 импортировать matplotlib. pyplot как plt
 

• Простые графики затем (довольно) просто создать.

 время = [0, 1, 2, 3]
позиция = [0, 100, 200, 300]
plt.plot(время, позиция)
plt.xlabel('Время (ч)')
plt.ylabel('Позиция (км)')
 

Показать все открытые фигуры

В нашем примере Jupyter Notebook запуск ячейки должен сгенерировать рисунок непосредственно под кодом. Рисунок также включен в документ Блокнота для дальнейшего просмотра. Однако другие среды Python, такие как интерактивный сеанс Python, запускались с терминала. или скрипт Python, выполняемый через командную строку, требует дополнительной команды для отображения рисунка.

Поручить matplotlib показать цифру:

 плт.показать()
 

Эту команду также можно использовать в ноутбуке, например, для отображения нескольких фигур. если несколько созданы одной ячейкой.

• Мы также можем строить кадры данных Pandas.
• Это неявно использует matplotlib.
  pyplot .
• Перед построением графика мы преобразуем заголовки столбцов из типа данных string в тип данных integer , поскольку они представляют числовые значения

 импортировать панды как pd
data = pd.read_csv('data/gapminder_gdp_oceania.csv', index_col='страна')
# Извлечь год из последних 4 символов имени каждого столбца
# Текущие имена столбцов структурированы как 'gdpPercap_(year)',
# поэтому мы хотим сохранить часть (год) только для ясности при построении графика ВВП по годам
# Для этого мы используем strip(), которая удаляет из строки символы, указанные в аргументе
# Этот метод работает со строками, поэтому мы вызываем str перед strip()
лет = data.columns.str.strip('gdpPercap_')
# Преобразование значений года в целые числа, сохранение результатов обратно в фрейм данных
data.columns = years.astype(int)
data.loc['Австралия'].plot()
 

Выберите и преобразуйте данные, затем нанесите их на график.

• По умолчанию DataFrame. plot отображает строки по оси X.
• Мы можем транспонировать данные для построения нескольких рядов.

 данные.T.plot()
plt.ylabel('ВВП на душу населения')
 

Доступны многие стили сюжета.

• Например, сделайте гистограмму, используя более причудливый стиль.

 plt.style.use('ggplot')
data.T.plot (вид = 'бар')
plt.ylabel('ВВП на душу населения')
 

Данные также можно вывести на график, вызвав функцию

• Команда plt.plot(x, y)
• Цвет и формат маркеров также могут быть указаны как дополнительный необязательный аргумент, например, b- — синяя линия, g — — зеленая пунктирная линия.

Получить данные Австралии из кадра данных

 года = data.columns
gdp_australia = data.loc['Австралия']
plt.plot(годы, gdp_australia, 'g--')
 

Может отображать множество наборов данных вместе.

 # Выберите данные по двум странам.
gdp_australia = data.loc['Австралия']
gdp_nz = data.loc['Новая Зеландия']
# График с разноцветными маркерами.
plt.plot(годы, gdp_australia, 'b-', label='Австралия')
plt.plot(годы, gdp_nz, 'g-', label='Новая Зеландия')
# Создать легенду.
plt.legend(loc='верхний левый')
plt.xlabel('Год')
plt.ylabel('ВВП на душу населения ($)')
 

Добавление легенды

Часто при построении нескольких наборов данных на одном рисунке желательно иметь легенда, описывающая данные.

Это можно сделать в matplotlib в два этапа:

• Укажите метку для каждого набора данных на рисунке:

 plt.plot(годы, gdp_australia, label='Австралия')
plt.plot(годы, gdp_nz, label='Новая Зеландия')
 

• Поручить matplotlib создать легенду.

 табл.легенда()
 

По умолчанию matplotlib попытается разместить легенду в подходящем месте.

если ты скорее указать позицию, это можно сделать с помощью loc= аргумент, например, для размещения легенду в верхнем левом углу графика указать loc='upper left'

• Постройте точечный график, коррелирующий ВВП Австралии и Новой Зеландии
• Используйте либо plt.scatter , либо DataFrame.plot.scatter

 plt.scatter(gdp_australia, gdp_nz)
 

 data.T.plot.scatter (x = 'Австралия', y = 'Новая Зеландия')
 

Минимум и Максимум

Заполните поля ниже, чтобы построить график минимального ВВП на душу населения с течением времени. для всех стран Европы. Измените его снова, чтобы построить график максимального ВВП на душу населения во времени для Европы.

 data_europe = pd.read_csv('data/gapminder_gdp_europe.csv', index_col='country')
data_europe.____.plot(label='min')
data_europe.____
plt.legend(loc='лучший')
plt.  xticks (поворот = 90)
 

Решение

 data_europe = pd.read_csv('data/gapminder_gdp_europe.csv', index_col='country')
data_europe.min().plot(label='min')
data_europe.max().plot(label='max')
plt.legend(loc='лучший')
plt.xticks (вращение = 90)
 

Корреляции

Измените пример в примечаниях, чтобы создать точечную диаграмму, показывающую соотношение между минимальным и максимальным ВВП на душу населения среди стран Азии за каждый год в наборе данных. Какие отношения вы видите (если они есть)?

Решение

 data_asia = pd.read_csv('data/gapminder_gdp_asia.csv', index_col='страна')
data_asia.describe().T.plot(kind='scatter', x='min', y='max')
 

Между минимальным и максимальным значениями ВВП не видно особых корреляций. год за годом. Кажется, судьбы азиатских стран не растут и не падают вместе.

Вы могли заметить, что изменчивость максимума намного выше, чем что из минимума. Взгляните на максимальный и максимальный индексы:

 data_asia = pd.read_csv('data/gapminder_gdp_asia.csv', index_col='страна')
data_asia.max().plot()
печать (data_asia.idxmax())
печать (data_asia.idxmin())
 

Решение

Похоже, что изменчивость этого значения связана с резким падением после 1972 года. Может быть, в игре какая-то геополитика? Учитывая доминирование нефтедобывающих стран, может быть, индекс нефти марки Brent будет интересным сравнением? В то время как Мьянма неизменно имеет самый низкий уровень ВВП, страна с самым высоким уровнем ВВП варьируется более заметно.

Дополнительные корреляции

Эта короткая программа создает график, показывающий корреляция между ВВП и ожидаемой продолжительностью жизни за 2007 г., нормализация размера маркера по населению:

 data_all = pd.read_csv('data/gapminder_all.csv', index_col='страна')
data_all. plot (вид = 'разброс', x = 'gdpPercap_2007', y = 'lifeExp_2007',
              s=data_all['pop_2007']/1e6)
 

Используя интерактивную справку и другие ресурсы, объясните, что делает каждый аргумент для сюжета .

Решение

Хорошим местом для поиска является документация по сюжетной функции — справка (data_all.plot).

вид — Как уже было видно, это определяет тип графика, который будет нарисован.

x и y — имя столбца или индекс, определяющий, какие данные будут размещены на осях x и y графика

s — подробности можно найти в документации plt.scatter. Одно число или одно значение для каждой точки данных. Определяет размер нанесенных точек.

Сохранение графика в файл

Если вы удовлетворены графиком, который вы видите, вы можете сохранить его в файл, возможно, включить его в публикацию. В программе есть функция модуль matplotlib. pyplot, который выполняет это: сохранитьрис. Вызов этой функции, например. с

 plt.savefig('my_figure.png')
 

сохранит текущую фигуру в файл my_figure.png . Формат файла будет автоматически выведено из расширения имени файла (другие форматы форматы pdf, ps, eps и svg).

Обратите внимание, что функции в plt ссылаются на глобальную цифровую переменную и после отображения цифры на экране (например, с помощью plt.show ) matplotlib заставит эту переменную ссылаться на новую пустую фигуру. Поэтому обязательно позвоните по номеру plt.savefig до отображения графика на экран, иначе можно найти файл с пустым сюжетом.

При использовании фреймов данных данные часто генерируются и выводятся на экран в одну строку, и plt.savefig кажется невозможным подходом. Одна из возможностей сохранить фигуру в файл —

.

• сохранить ссылку на текущую фигуру в локальной переменной (с plt. gcf )
• вызвать метод класса savefig из этой переменной.

 data.plot(вид='бар')
fig = plt.gcf() # получить текущую цифру
fig.savefig('my_figure.png')
 

Делаем ваши участки доступными

Всякий раз, когда вы создаете графики для статьи или презентации, вы можете сделать несколько вещей, чтобы все могли понять ваши графики.

• Всегда следите за тем, чтобы текст был достаточно большим, чтобы его можно было прочитать. Используйте параметр fontsize в xlabel , ylabel , title , legend и tick_params с labelsize , чтобы увеличить размер текста чисел на ваших осях.
• Точно так же вы должны сделать элементы графика легко видимыми. Используйте s , чтобы увеличить размер маркеров диаграммы рассеяния, и linewidth , чтобы увеличить размеры линий графика.
• Использование цвета (и ничего другого) для различения различных элементов графика сделает ваши графики нечитаемыми для дальтоников или тех, у кого есть черно-белый офисный принтер. Для линий 9Параметр 0022 linestyle позволяет использовать различные типы линий. Для точечных диаграмм маркер позволяет изменить форму точек. Если вы не уверены в своих цветах, вы можете использовать Coblis или Color Oracle, чтобы смоделировать, как ваши графики будут выглядеть для людей с дальтонизмом.

Ключевые моменты

• matplotlib — это наиболее широко используемая библиотека научных графиков в Python.

• График данных непосредственно из кадра данных Pandas.

• Выберите и преобразуйте данные, затем нанесите их на график.

• Доступны многие стили графика: дополнительные параметры см. в галерее Python Graph.

• Может отображать множество наборов данных вместе.

Графика Matplotlib

❮ Предыдущая Далее ❯

Нанесение точек x и y

Функция plot() используется для рисования точек (маркеров) на диаграмме.

По умолчанию функция plot() рисует линию от точки к точке.

Функция принимает параметры для указания точек на диаграмме.

Параметр 1 представляет собой массив, содержащий точки на оси x .

Параметр 2 представляет собой массив, содержащий точки на оси Y .

Если нам нужно построить линию от (1, 3) до (8, 10), мы должны передать в функцию plot два массива [1, 8] и [3, 10].

Пример

Проведите линию на диаграмме от позиции (1, 3) к позиции (8, 10):

импортировать matplotlib.pyplot как plt
; .Показать()

Результат:

Попробуйте сами »

Ось X — это горизонтальная ось.

Ось Y — вертикальная ось.

Построение без линии

Чтобы построить только маркеры, вы можете использовать сокращенную строковую нотацию параметр ‘o’, что означает ‘кольца’.

Пример

Нарисуйте две точки на диаграмме, одну в позиции (1, 3) и одну в позиции (8, 10):

импортировать matplotlib.pyplot как plt
импортировать numpy как np

xpoints = np.array([1, 8])
ypoints = np.array([3, 10])

plt.plot(xpoints, ypoints, ‘o ‘)
плт.показать()

Результат:

Попробуйте сами »

Вы узнаете больше о маркерах в следующей главе.

Несколько точек

Вы можете нанести столько точек, сколько захотите, просто убедитесь, что у вас одинаковое количество точек на обеих осях.

Пример

Проведите линию на диаграмме от позиций (1, 3) к (2, 8), затем к (6, 1) и, наконец, к позиции (8, 10):

импортировать matplotlib. pyplot как plt
импортировать numpy как np

xpoints = np.array([1, 2, 6, 8])
ypoints = np.array([3, 8, 1, 10])

plt.plot(xpoints, ypoints)
plt.show()

Результат:

Попробуйте сами »

Точки X по умолчанию

Если мы не укажем точки на оси x, они получат значения по умолчанию 0, 1, 2, 3 (и т. д., в зависимости от длины

Итак, если мы возьмем тот же пример, что и выше, и опустим точки x, диаграмма будет выглядеть так:

Пример

График без точек x:

импортировать matplotlib.pyplot как plt
импортировать numpy как np

ypoints = np.array([3, 8, 1, 10, 5, 7])

plt.plot(ypoints)
plt.show()

Результат:

Попробуйте сами »

x-точек в приведенном выше примере равны [0, 1, 2, 3, 4, 5].

❮ Предыдущий Следующий ❯

ВЫБОР ЦВЕТА

Лучшие учебники

Лучшие ссылки

8 Top Examples Примеры HTML
Примеры CSS
Примеры JavaScript
Примеры инструкций
Примеры SQL
Примеры Python
Примеры W3.CSS
Примеры Bootstrap
Примеры PHP
Примеры Java
Примеры XML
Примеры jQuery

1 FORUM 90 | О

W3Schools оптимизирован для обучения и обучения. Примеры могут быть упрощены для улучшения чтения и обучения. Учебники, ссылки и примеры постоянно пересматриваются, чтобы избежать ошибок, но мы не можем гарантировать полную правильность всего содержания.

No related posts.