Matplotlib geteilte Achse

PythonPythonBeginner
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 lernst du, wie du mit der Matplotlib-Bibliothek in Python Diagramme mit geteilten Achsen erstellst. Geteilte Achsen können nützlich sein, wenn du verschiedene Datensätze mit der gleichen Skala vergleichen möchtest.

Tipps für die VM

Nachdem der VM-Start abgeschlossen ist, klicke in der oberen linken Ecke, um zur Registerkarte Notebook zu wechseln und Jupyter Notebook für die Übung zu nutzen.

Manchmal musst du einige Sekunden warten, bis Jupyter Notebook vollständig geladen ist. Die Validierung von Vorgängen kann aufgrund von Einschränkungen in Jupyter Notebook nicht automatisiert werden.

Wenn du bei der Lernphase Probleme hast, kannst du Labby gerne fragen. Gib nach der Sitzung Feedback, und wir werden das Problem für dich prompt beheben.


Skills Graph

%%%%{init: {'theme':'neutral'}}%%%% flowchart RL matplotlib(("Matplotlib")) -.-> matplotlib/BasicConceptsGroup(["Basic Concepts"]) python(("Python")) -.-> python/DataStructuresGroup(["Data Structures"]) python(("Python")) -.-> python/BasicConceptsGroup(["Basic Concepts"]) matplotlib(("Matplotlib")) -.-> matplotlib/PlottingDataGroup(["Plotting Data"]) matplotlib(("Matplotlib")) -.-> matplotlib/AdvancedPlottingGroup(["Advanced Plotting"]) 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") python/BasicConceptsGroup -.-> python/booleans("Booleans") matplotlib/PlottingDataGroup -.-> matplotlib/line_plots("Line Plots") python/DataStructuresGroup -.-> python/tuples("Tuples") matplotlib/AdvancedPlottingGroup -.-> matplotlib/subplots("Subplots") python/ModulesandPackagesGroup -.-> python/importing_modules("Importing Modules") python/DataScienceandMachineLearningGroup -.-> python/numerical_computing("Numerical Computing") python/DataScienceandMachineLearningGroup -.-> python/data_visualization("Data Visualization") subgraph Lab Skills matplotlib/importing_matplotlib -.-> lab-48926{{"Matplotlib geteilte Achse"}} matplotlib/figures_axes -.-> lab-48926{{"Matplotlib geteilte Achse"}} python/booleans -.-> lab-48926{{"Matplotlib geteilte Achse"}} matplotlib/line_plots -.-> lab-48926{{"Matplotlib geteilte Achse"}} python/tuples -.-> lab-48926{{"Matplotlib geteilte Achse"}} matplotlib/subplots -.-> lab-48926{{"Matplotlib geteilte Achse"}} python/importing_modules -.-> lab-48926{{"Matplotlib geteilte Achse"}} python/numerical_computing -.-> lab-48926{{"Matplotlib geteilte Achse"}} python/data_visualization -.-> lab-48926{{"Matplotlib geteilte Achse"}} end

Importieren der Matplotlib- und NumPy-Bibliotheken

Wir müssen die Matplotlib- und NumPy-Bibliotheken importieren, um die Diagramme zu erstellen. NumPy ist eine Bibliothek für die Python-Programmiersprache, die die Unterstützung für große, mehrdimensionale Arrays und Matrizen hinzufügt.

import matplotlib.pyplot as plt
import numpy as np

Daten für die Diagramme erstellen

Wir müssen Daten für die Diagramme erstellen, um sie zu visualisieren. In diesem Beispiel werden wir drei verschiedene Datensätze mit NumPy erstellen.

t = np.arange(0.01, 5.0, 0.01)
s1 = np.sin(2 * np.pi * t)
s2 = np.exp(-t)
s3 = np.sin(4 * np.pi * t)

Die Teilplots erstellen

Wir können Teilplots mit der plt.subplot()-Methode erstellen. In diesem Beispiel werden wir drei Teilplots erstellen, wobei der erste Teilplot die erste Zeile und alle drei Spalten einnimmt, und der zweite und dritte Teilplot die zweite bzw. dritte Zeile einnehmen und die x-Achse mit dem ersten Teilplot teilen.

ax1 = plt.subplot(311)
ax2 = plt.subplot(312, sharex=ax1)
ax3 = plt.subplot(313, sharex=ax1, sharey=ax1)

Die Daten plotten

Wir können jetzt die Daten auf jedem der Teilplots mit der plt.plot()-Methode plotten.

ax1.plot(t, s1)
ax2.plot(t, s2)
ax3.plot(t, s3)

Die Strichmarkenbeschriftungen anpassen

Wir können die Strichmarkenbeschriftungen auf den verschiedenen Achsen mit der plt.tick_params()-Methode anpassen. In diesem Beispiel werden wir die Strichmarkenbeschriftungen auf der x-Achse des ersten Teilplots so anpassen, dass sie kleiner sind.

plt.tick_params('x', labelsize=6)

Entfernen von Strichmarkenbeschriftungen

Wir können die Strichmarkenbeschriftungen eines bestimmten Teilplots entfernen, indem wir die Sichtbarkeit der Beschriftungen mit der ax.get_xticklabels()-Methode ändern. In diesem Beispiel werden wir die Strichmarkenbeschriftungen auf der x-Achse des zweiten Teilplots entfernen.

plt.tick_params('x', labelbottom=False)

Die Achsengrenzen festlegen

Wir können die Achsengrenzen für jeden Teilplot mit der plt.xlim()-Methode festlegen. In diesem Beispiel werden wir die x-Achsengrenzen für den dritten Teilplot von 0,01 bis 5,0 festlegen.

plt.xlim(0.01, 5.0)

Zeigen Sie die Diagramme an

Wir können jetzt die Diagramme mit der plt.show()-Methode anzeigen.

plt.show()

Zusammenfassung

In diesem Lab haben wir gelernt, wie man mit der Matplotlib-Bibliothek in Python Diagramme mit geteilten Achsen erstellt. Wir haben Teilplots erstellt, Daten auf jedem Teilplot geplottet, die Strichmarkenbeschriftungen anpassen, die Strichmarkenbeschriftungen entfernen, die Achsengrenzen festlegen und die Diagramme angezeigt. Geteilte Achsen können nützlich sein, wenn Sie verschiedene Datensätze mit der gleichen Skala vergleichen möchten.