Einführung
In diesem Tutorial lernen wir, wie man Matplotlib in Python verwendet, um Grafiken und Visualisierungen zu erstellen. Matplotlib ist eine leistungsstarke Bibliothek für die Erstellung von statischen, animierten und interaktiven Visualisierungen in Python. Mit ihr können eine Vielzahl von Grafiken erstellt werden, darunter Linienplots, Streudiagramme, Balkendiagramme und mehr.
Tipps für die VM
Nachdem die VM gestartet 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 der Einschränkungen von Jupyter Notebook nicht automatisiert werden.
Wenn Sie bei der Lernphase Probleme haben, können Sie Labby fragen. Geben Sie nach der Sitzung Feedback, und wir werden das Problem für Sie prompt beheben.
Matplotlib installieren
Bevor wir Matplotlib verwenden können, müssen wir es installieren. Wir können dies mit pip tun, einem Paketmanager für Python. Öffnen Sie die Befehlszeile und führen Sie den folgenden Befehl aus, um Matplotlib zu installieren:
pip install matplotlib
Matplotlib importieren
Sobald wir Matplotlib installiert haben, können wir es in unser Python-Programm importieren, indem wir den folgenden Befehl verwenden:
import matplotlib.pyplot as plt
Ein einfaches Diagramm erstellen
Jetzt, nachdem wir Matplotlib importiert haben, können wir es verwenden, um ein einfaches Diagramm zu erstellen. In diesem Beispiel erstellen wir einen Linienplot, der die Beziehung zwischen den x- und y-Werten zeigt.
import matplotlib.pyplot as plt
## x-Achsenwerte
x = [1, 2, 3, 4, 5]
## y-Achsenwerte
y = [2, 4, 6, 8, 10]
## Zeichnen der Linie
plt.plot(x, y)
## Festlegen des Titels
plt.title("Einfacher Linienplot")
## Festlegen der x-Achsenbeschriftung
plt.xlabel("X-Achse")
## Festlegen der y-Achsenbeschriftung
plt.ylabel("Y-Achse")
## Anzeigen des Diagramms
plt.show()
Ein Streudiagramm erstellen
Wir können Matplotlib auch verwenden, um ein Streudiagramm zu erstellen. In diesem Beispiel erstellen wir ein Streudiagramm, das die Beziehung zwischen den x- und y-Werten zeigt.
import matplotlib.pyplot as plt
## x-Achsenwerte
x = [1, 2, 3, 4, 5]
## y-Achsenwerte
y = [2, 4, 6, 8, 10]
## Plotten der Punkte
plt.scatter(x, y)
## Festlegen des Titels
plt.title("Einfaches Streudiagramm")
## Festlegen der x-Achsenbeschriftung
plt.xlabel("X-Achse")
## Festlegen der y-Achsenbeschriftung
plt.ylabel("Y-Achse")
## Anzeigen des Diagramms
plt.show()
Ein Balkendiagramm erstellen
Wir können Matplotlib auch verwenden, um ein Balkendiagramm zu erstellen. In diesem Beispiel erstellen wir ein Balkendiagramm, das die Anzahl von verkauftem Äpfeln, Bananen und Orangen zeigt.
import matplotlib.pyplot as plt
## Daten zum Plotten
äpfel = 10
bananen = 15
orangen = 5
## Erstellen des Balkendiagramms
plt.bar(["Äpfel", "Bananen", "Orangen"], [äpfel, bananen, oran gen])
## Festlegen des Titels
plt.title("Einfaches Balkendiagramm")
## Festlegen der x-Achsenbeschriftung
plt.xlabel("Früchte")
## Festlegen der y-Achsenbeschriftung
plt.ylabel("Menge")
## Anzeigen des Diagramms
plt.show()
Ein Kreisdiagramm erstellen
Wir können Matplotlib auch verwenden, um ein Kreisdiagramm zu erstellen. In diesem Beispiel erstellen wir ein Kreisdiagramm, das den Anteil der Menschen zeigt, die verschiedene Arten von Pizza bevorzugen.
import matplotlib.pyplot as plt
## Daten zum Plotten
größen = [30, 40, 10, 20]
beschriftungen = ["Pepperoni", "Pilz", "Zwiebel", "Würstchen"]
## Erstellen des Kreisdiagramms
plt.pie(größen, labels=beschriftungen, autopct='%1.1f%%')
## Festlegen des Titels
plt.title("Einfaches Kreisdiagramm")
## Anzeigen des Diagramms
plt.show()
Zusammenfassung
In diesem Tutorial haben wir gelernt, wie man Matplotlib verwendet, um Plots und Visualisierungen in Python zu erstellen. Wir haben die Grundlagen des Erstellens von Linienplots, Streudiagrammen, Balkendiagrammen und Kreisdiagrammen abgedeckt. Wir haben auch gelernt, wie man den Titel, die Achsenbeschriftungen und andere Eigenschaften unserer Plots setzt. Mit Matplotlib können wir professionell aussehende Visualisierungen erstellen, die uns helfen, unsere Daten zu verstehen und unsere Ergebnisse an andere zu kommunizieren.