Einführung
Matplotlib ist eine beliebte Datenvisualisierungsbibliothek in Python. Es bietet eine benutzerfreundliche Schnittstelle zum Erstellen einer Vielzahl von Visualisierungen, von einfachen Linienplots bis hin zu komplexen Heatmaps. In diesem Lab werden wir die Grundlagen von Matplotlib durchgehen und einen einfachen Linienplot mit der Stilscheibe "fivethirtyeight" erstellen.
VM-Tipps
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 Matplotlib- und NumPy-Bibliotheken zu importieren. NumPy ist ein grundlegendes Paket für wissenschaftliches Rechnen in Python, das leistungsstarke Arrays und lineare Algebra-Funktionen bietet.
import matplotlib.pyplot as plt
import numpy as np
Setzen des Stils auf "fivethirtyeight"
Die Stilscheibe "fivethirtyeight" repliziert die Stile von der beliebten datengetriebenen Nachrichtenwebsite FiveThirtyEight.com. Wir werden diese Stilscheibe für unsere Visualisierung verwenden.
plt.style.use('fivethirtyeight')
Erstellen von Daten für den Linienplot
In diesem Schritt werden wir Daten für unseren Linienplot erstellen. Wir werden die linspace-Funktion von NumPy verwenden, um ein Array von gleichmäßig verteilten Werten zwischen 0 und 10 zu erstellen. Wir werden auch einige zufälliges Rauschen mit der random.randn-Funktion von NumPy generieren.
x = np.linspace(0, 10)
np.random.seed(19680801)
noise = np.random.randn(50)
Erstellen eines Figure- und Axes-Objekts
Als nächstes werden wir ein Figure- und ein Axes-Objekt mit der subplots-Funktion von Matplotlib erstellen. Das Figure-Objekt repräsentiert die gesamte Abbildung, und das Axes-Objekt repräsentiert eine einzelne Darstellung innerhalb der Abbildung.
fig, ax = plt.subplots()
Plotten der Daten
In diesem Schritt werden wir die Daten auf dem Axes-Objekt mit der plot-Funktion von Matplotlib plotten. Wir werden sechs verschiedene Linien mit unterschiedlichen Steigungen und zufälligem Rauschen plotten.
ax.plot(x, np.sin(x) + x + noise)
ax.plot(x, np.sin(x) + 0.5 * x + noise)
ax.plot(x, np.sin(x) + 2 * x + noise)
ax.plot(x, np.sin(x) - 0.5 * x + noise)
ax.plot(x, np.sin(x) - 2 * x + noise)
ax.plot(x, np.sin(x) + noise)
Setzen des Titels und der Beschriftungen
In diesem Schritt werden wir den Titel und die Beschriftungen für den Plot mit den Methoden set_title, set_xlabel und set_ylabel des Axes-Objekts festlegen.
ax.set_title("'fivethirtyeight' style sheet")
ax.set_xlabel("x")
ax.set_ylabel("y")
Anzeigen des Plots
Schließlich werden wir den Plot mit der show-Funktion von Matplotlib anzeigen.
plt.show()
Zusammenfassung
In diesem Lab haben wir gelernt, wie man mit der "fivethirtyeight"-Stilblätter in Matplotlib einen einfachen Linienplot erstellt. Wir haben die Grundlagen des Erstellens eines Figure- und Axes-Objekts, das Plotten von Daten und das Setzen des Titels und der Beschriftungen für den Plot behandelt. Mit diesen Fähigkeiten können Sie mit Matplotlib eine Vielzahl von Visualisierungen erstellen.