Einführung
In diesem Tutorial lernen wir, wie man Plots mit Matplotlib erstellt und anpasst. Matplotlib ist eine Python-Bibliothek, die eine Vielzahl von Tools zur Erstellung von statischen, animierten und interaktiven Visualisierungen in Python bietet.
Tipps für die VM
Nachdem der VM-Start abgeschlossen ist, klicken Sie in der oberen linken Ecke, um zur Registerkarte Notebook zu wechseln und Jupyter Notebook für die Übung zu nutzen.
Manchmal müssen Sie einige Sekunden warten, bis Jupyter Notebook vollständig geladen ist. Die Validierung von Vorgängen kann aufgrund von Einschränkungen in Jupyter Notebook nicht automatisiert werden.
Wenn Sie bei der Lernphase Probleme haben, können Sie Labby gerne fragen. Geben Sie nach der Sitzung Feedback, und wir werden das Problem für Sie prompt beheben.
Importieren von Matplotlib und NumPy-Bibliotheken
Der erste Schritt besteht darin, die Bibliotheken zu importieren. Wir werden das Modul pyplot aus Matplotlib und die Bibliothek numpy verwenden.
import matplotlib.pyplot as plt
import numpy as np
Erstellen eines Diagramms und von Teilplots
Als nächster Schritt erstellen wir ein Diagramm und Teilplots. Wir werden mit der Funktion subplots ein Diagramm mit zwei nebeneinander liegenden Teilplots erstellen.
fig, (ax0, ax1) = plt.subplots(ncols=2, figsize=(7, 4))
Einstellen des Seitenverhältnisses und Plotten von Daten
Nun setzen wir das Seitenverhältnis des ersten Teilplots auf 1 mit der Funktion set_aspect und plotten einige Daten mit der Funktion plot.
ax0.set_aspect(1)
ax0.plot(np.arange(10))
Anpassen der Achsenbeschriftungen
Um die Achsenbeschriftungen anzupassen, können wir die Funktionen set_xlabel und set_ylabel verwenden. Wir können auch Zeilenumbrüche mit dem Zeichens "\n" hinzufügen.
ax0.set_xlabel('this is a xlabel\n(with newlines!)')
ax0.set_ylabel('this is vertical\ntest', multialignment='center')
Hinzufügen von Text zum Plot
Wir können Text zum Plot hinzufügen, indem wir die text-Funktion verwenden. Wir können die Position, die Rotation, die horizontale und vertikale Ausrichtung sowie die Mehrzeilenausrichtung des Texts angeben.
ax0.text(2, 7, 'this is\nyet another test',
rotation=45,
horizontalalignment='center',
verticalalignment='top',
multialignment='center')
Hinzufügen von Gittern
Um Gittern zum Plot hinzuzufügen, können wir die grid-Funktion verwenden.
ax0.grid()
Hinzufügen von mehrzeiligem Text zum zweiten Teilplot
Im zweiten Teilplot werden wir mehrzeiligen Text mit der text-Funktion hinzufügen. Wir können die Position, die Größe, die vertikale und horizontale Ausrichtung sowie die Bounding Box (bbox) des Texts angeben.
ax1.text(0.29, 0.4, "Mat\nTTp\n123", size=18,
va="baseline", ha="right", multialignment="left",
bbox=dict(fc="none"))
ax1.text(0.34, 0.4, "Mag\nTTT\n123", size=18,
va="baseline", ha="left", multialignment="left",
bbox=dict(fc="none"))
ax1.text(0.95, 0.4, "Mag\nTTT$^{A^A}$\n123", size=18,
va="baseline", ha="right", multialignment="left",
bbox=dict(fc="none"))
Anpassen der X-Achsenbeschriftungen
Um die X-Achsenbeschriftungen anzupassen, können wir die set_xticks-Funktion verwenden. Wir können die Positionen und die Beschriftungen der Striche angeben.
ax1.set_xticks([0.2, 0.4, 0.6, 0.8, 1.],
labels=["Jan\n2009", "Feb\n2009", "Mar\n2009", "Apr\n2009",
"May\n2009"])
Hinzufügen einer horizontalen Linie und eines Titels zum zweiten Teilplot
Um einer horizontalen Linie zum zweiten Teilplot hinzuzufügen, können wir die axhline-Funktion verwenden. Wir können auch einen Titel zum Teilplot hinzufügen, indem wir die set_title-Funktion verwenden.
ax1.axhline(0.4)
ax1.set_title("test line spacing for multiline text")
Anpassen der Teilplot-Positionen und Anzeige des Plots
Schließlich können wir die Positionen der Teilplots mit der subplots_adjust-Funktion anpassen und das Diagramm mit der show-Funktion anzeigen.
fig.subplots_adjust(bottom=0.25, top=0.75)
plt.show()
Zusammenfassung
In diesem Tutorial haben wir gelernt, wie man Plots mit Matplotlib erstellt und anpasst. Wir haben dabei erfahren, wie man eine Figur und Teilplots erstellt, Daten plotten, Achsenbeschriftungen anpassen, Text zum Plot hinzufügen, Gitterlinien hinzufügen, X-Achsenbeschriftungen anpassen, eine horizontale Linie und einen Titel zum Plot hinzufügen und die Teilplot-Positionen anpassen. Matplotlib bietet eine Vielzahl von Tools für die Erstellung von statischen, animierten und interaktiven Visualisierungen in Python, was es zu einer leistungsstarken Bibliothek für die Datenvisualisierung macht.