Mit Matplotlib visuelle ansprechende Balkendiagramme erstellen

MatplotlibMatplotlibBeginner
Jetzt üben

This tutorial is from open-source community. Access the source code

💡 Dieser Artikel wurde von AI-Assistenten übersetzt. Um die englische Version anzuzeigen, können Sie hier klicken

Einführung

In diesem Lab werden wir lernen, wie man mit der Matplotlib-Bibliothek in Python Balkendiagramme erstellt. Wir werden uns auf die Steuerung der Farbe der Balken und der Legendentexte konzentrieren. Dies wird uns helfen, ein visuell ansprechendes Diagramm zu erstellen, das leicht zu lesen und zu verstehen ist.

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 öffnen.

Manchmal müssen Sie einige Sekunden warten, bis Jupyter Notebook vollständig geladen ist. Die Validierung von Vorgängen kann aufgrund der 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.


Skills Graph

%%%%{init: {'theme':'neutral'}}%%%% flowchart RL matplotlib(("Matplotlib")) -.-> matplotlib/BasicConceptsGroup(["Basic Concepts"]) matplotlib(("Matplotlib")) -.-> matplotlib/PlottingDataGroup(["Plotting Data"]) python(("Python")) -.-> python/DataStructuresGroup(["Data Structures"]) matplotlib(("Matplotlib")) -.-> matplotlib/PlotCustomizationGroup(["Plot Customization"]) python(("Python")) -.-> python/ModulesandPackagesGroup(["Modules and Packages"]) python(("Python")) -.-> python/DataScienceandMachineLearningGroup(["Data Science and Machine Learning"]) matplotlib/BasicConceptsGroup -.-> matplotlib/importing_matplotlib("Importing Matplotlib") matplotlib/BasicConceptsGroup -.-> matplotlib/figures_axes("Understanding Figures and Axes") matplotlib/PlottingDataGroup -.-> matplotlib/bar_charts("Bar Charts") python/DataStructuresGroup -.-> python/lists("Lists") python/DataStructuresGroup -.-> python/tuples("Tuples") matplotlib/PlotCustomizationGroup -.-> matplotlib/legend_config("Legend Configuration") python/ModulesandPackagesGroup -.-> python/importing_modules("Importing Modules") python/DataScienceandMachineLearningGroup -.-> python/data_visualization("Data Visualization") subgraph Lab Skills matplotlib/importing_matplotlib -.-> lab-48571{{"Mit Matplotlib visuelle ansprechende Balkendiagramme erstellen"}} matplotlib/figures_axes -.-> lab-48571{{"Mit Matplotlib visuelle ansprechende Balkendiagramme erstellen"}} matplotlib/bar_charts -.-> lab-48571{{"Mit Matplotlib visuelle ansprechende Balkendiagramme erstellen"}} python/lists -.-> lab-48571{{"Mit Matplotlib visuelle ansprechende Balkendiagramme erstellen"}} python/tuples -.-> lab-48571{{"Mit Matplotlib visuelle ansprechende Balkendiagramme erstellen"}} matplotlib/legend_config -.-> lab-48571{{"Mit Matplotlib visuelle ansprechende Balkendiagramme erstellen"}} python/importing_modules -.-> lab-48571{{"Mit Matplotlib visuelle ansprechende Balkendiagramme erstellen"}} python/data_visualization -.-> lab-48571{{"Mit Matplotlib visuelle ansprechende Balkendiagramme erstellen"}} end

Matplotlib-Bibliothek importieren

Zunächst müssen wir die Matplotlib-Bibliothek importieren. Dies kann mit dem folgenden Code erreicht werden:

import matplotlib.pyplot as plt

Daten für das Diagramm definieren

Als nächstes müssen wir die Daten definieren, die wir zum Erstellen des Diagramms verwenden möchten. In diesem Beispiel werden wir ein Diagramm erstellen, das den Angebot an verschiedenen Obstsorten zeigt. Wir werden die Obstnamen, die Angebotszahlen, die Balkenfarben und die Legendentexte wie folgt definieren:

fruits = ['apple', 'blueberry', 'cherry', 'orange']
counts = [40, 100, 30, 55]
bar_labels = ['red', 'blue', '_red', 'orange']
bar_colors = ['tab:red', 'tab:blue', 'tab:red', 'tab:orange']

Den Balkendiagramm erstellen

Jetzt können wir das Balkendiagramm mit den Daten erstellen, die wir in Schritt 2 definiert haben. Wir werden die bar()-Methode des pyplot-Moduls von Matplotlib verwenden, um das Diagramm zu erstellen. Wir werden auch die Parameter label und color übergeben, um die Legendentexte und die Balkenfarben respective zu steuern. Der folgende Code zeigt, wie das Balkendiagramm erstellt wird:

fig, ax = plt.subplots()
ax.bar(fruits, counts, label=bar_labels, color=bar_colors)
ax.set_ylabel('fruit supply')
ax.set_title('Fruit supply by kind and color')
ax.legend(title='Fruit color')
plt.show()

Das Diagramm anpassen

Wir können das Diagramm weiter anpassen, indem wir Achsenbeschriftungen und einen Titel hinzufügen. Wir können auch die Farbe der Achsenbeschriftungen und des Legendentitels ändern. Der folgende Code zeigt, wie das Diagramm angepasst wird:

fig, ax = plt.subplots()
ax.bar(fruits, counts, label=bar_labels, color=bar_colors)
ax.set_ylabel('fruit supply', color='blue')
ax.set_xlabel('fruit names', color='blue')
ax.set_title('Fruit supply by kind and color', color='purple')
ax.legend(title='Fruit color', title_color='red', labelcolor='green')
plt.show()

Zusammenfassung

In diesem Lab haben wir gelernt, wie man mit der Matplotlib-Bibliothek in Python Balkendiagramme erstellt. Wir haben uns auf die Kontrolle der Farbe der Balken und der Legendentexte konzentriert. Wir haben auch gelernt, wie man das Diagramm durch Hinzufügen von Achsenbeschriftungen und einem Titel anpassen kann. Indem wir diese Schritte befolgen, können wir visuell ansprechende Diagramme erstellen, die leicht zu lesen und zu verstehen sind.