Matplotlib benutzerdefinierte Skalenmarkierungen

Einführung

Matplotlib ist eine beliebte Python-Bibliothek, die zur Datenvisualisierung verwendet wird. Ein wichtiges Merkmal von Matplotlib ist die Möglichkeit, die Skalenbeschriftungen in einem Diagramm anzupassen. In diesem Lab werden Sie lernen, wie Sie benutzerdefinierte Skalenbeschriftungen mit Matplotlib drehen.

Tipps für die virtuelle Maschine

Nachdem der Start der virtuellen Maschine 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 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 schnellstmöglich beheben.

Matplotlib-Bibliothek importieren

Der erste Schritt besteht darin, die Matplotlib-Bibliothek zu importieren. Dies können Sie tun, indem Sie den folgenden Code ausführen:

import matplotlib.pyplot as plt

Daten zum Plotten erstellen

Der zweite Schritt besteht darin, die Daten zu erstellen, die Sie plotten möchten. Für dieses Lab verwenden wir die folgenden Daten:

x = [1, 2, 3, 4]
y = [1, 4, 9, 6]
labels = ['Frogs', 'Hogs', 'Bogs', 'Slogs']

Die Daten plotten

Der dritte Schritt besteht darin, die Daten mit Matplotlib zu plotten. Dies können Sie tun, indem Sie den folgenden Code ausführen:

plt.plot(x, y)

Anpassen der Skalenbeschriftungen

Der vierte Schritt besteht darin, die Skalenbeschriftungen anzupassen. In diesem Lab werden wir die Skalenbeschriftungen vertikal drehen. Dies können Sie tun, indem Sie den folgenden Code ausführen:

plt.xticks(x, labels, rotation='vertical')

Margen und Abstand anpassen

Der fünfte Schritt besteht darin, die Margen und den Abstand des Plots anzupassen, um sicherzustellen, dass die Skalenbeschriftungen nicht abgeschnitten werden. Dies können Sie tun, indem Sie den folgenden Code ausführen:

plt.margins(0.2)
plt.subplots_adjust(bottom=0.15)

Zeige den Plot an

Der letzte Schritt besteht darin, den Plot mit Matplotlib anzuzeigen. Dies können Sie tun, indem Sie den folgenden Code ausführen:

plt.show()

Zusammenfassung

In diesem Lab haben Sie gelernt, wie Sie benutzerdefinierte Skalenbeschriftungen mit Matplotlib drehen. Indem Sie die Skalenbeschriftungen anpassen, können Sie Ihre Plots informativer und visuell ansprechender gestalten.