Tutorial da Interface Pyplot do Matplotlib

Intermediate

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

Introdução

Este tutorial fornece um guia passo a passo para usar a interface pyplot em Matplotlib. O módulo pyplot é uma coleção de funções que fazem o Matplotlib funcionar como o MATLAB, permitindo que você crie e personalize gráficos facilmente. Este tutorial assume que você tem uma compreensão básica do Matplotlib e seus conceitos.

Dicas para a VM

Após a inicialização da VM, clique no canto superior esquerdo para mudar para a aba Notebook e acessar o Jupyter Notebook para praticar.

Às vezes, pode ser necessário aguardar alguns segundos para que o Jupyter Notebook termine de carregar. A validação das operações não pode ser automatizada devido a limitações no Jupyter Notebook.

Se você enfrentar problemas durante o aprendizado, sinta-se à vontade para perguntar ao Labby. Forneça feedback após a sessão, e resolveremos o problema prontamente para você.

Este é um Lab Guiado, que fornece instruções passo a passo para ajudá-lo a aprender e praticar. Siga as instruções cuidadosamente para completar cada etapa e ganhar experiência prática. Dados históricos mostram que este é um laboratório de nível intermediário com uma taxa de conclusão de 78%. Recebeu uma taxa de avaliações positivas de 97% dos estudantes.

Gerando um Gráfico Simples

Para começar, vamos gerar um gráfico simples usando a função plot em pyplot. Neste exemplo, vamos plotar um gráfico de linha com os valores y [1, 2, 3, 4]:

import matplotlib.pyplot as plt

plt.plot([1, 2, 3, 4])
plt.ylabel('some numbers')
plt.show()

Explicação:

  • Importamos o módulo pyplot de matplotlib e o apelidamos como plt.
  • A função plot é usada para gerar um gráfico de linha. Ao fornecer uma única lista de valores y, os valores x são gerados automaticamente como [0, 1, 2, 3], uma vez que os intervalos do Python começam com 0.
  • A função ylabel define o rótulo para o eixo y.
  • Finalmente, a função show exibe o gráfico.

Formatando o Estilo do Gráfico

Em seguida, vamos personalizar o estilo do nosso gráfico. Podemos usar o terceiro argumento opcional da função plot para especificar a string de formato, que indica a cor e o tipo de linha do gráfico. Por exemplo, vamos plotar o mesmo gráfico de linha com círculos vermelhos:

plt.plot([1, 2, 3, 4], [1, 4, 9, 16], 'ro')
plt.axis([0, 6, 0, 20])
plt.show()

Explicação:

  • Usamos a string de formato 'ro' para indicar círculos vermelhos para o gráfico.
  • A função axis é usada para definir a janela de visualização dos eixos, especificando a faixa de valores para os eixos x e y.

Plotando Múltiplas Linhas

Também podemos plotar múltiplas linhas com diferentes estilos em uma única chamada de função usando arrays. Vamos plotar três linhas: uma linha vermelha tracejada, quadrados azuis e triângulos verdes:

import numpy as np

t = np.arange(0., 5., 0.2)

plt.plot(t, t, 'r--', t, t**2, 'bs', t, t**3, 'g^')
plt.show()

Explicação:

  • Usamos o módulo numpy para criar um array t com valores de tempo amostrados uniformemente.
  • A função plot é chamada com três pares de valores x e y, seguidos pelas strings de formato 'r--' (linha vermelha tracejada), 'bs' (quadrados azuis) e 'g^' (triângulos verdes).

Plotando com Variáveis Categóricas

Matplotlib permite criar gráficos usando variáveis categóricas. Vamos criar um gráfico de barras, um gráfico de dispersão e um gráfico de linhas com variáveis categóricas:

names = ['group_a', 'group_b', 'group_c']
values = [1, 10, 100]

plt.figure(figsize=(9, 3))

plt.subplot(131)
plt.bar(names, values)
plt.subplot(132)
plt.scatter(names, values)
plt.subplot(133)
plt.plot(names, values)

plt.suptitle('Categorical Plotting')
plt.show()

Explicação:

  • Criamos uma lista names com três valores categóricos e uma lista values representando seus valores correspondentes.
  • A função figure é chamada para criar uma nova figura com um tamanho especificado.
  • Usamos a função subplot para criar uma grade de subplots. Neste exemplo, criamos três subplots, cada um com um tipo diferente de gráfico: gráfico de barras, gráfico de dispersão e gráfico de linhas.
  • A função suptitle é usada para definir o super-título da figura.

Personalizando Propriedades da Linha

Matplotlib permite personalizar várias propriedades da linha, como espessura (linewidth), estilo de traço (dash style) e cor. Vamos demonstrar algumas maneiras de definir as propriedades da linha:

x = np.arange(0, 5, 0.1)
line, = plt.plot(x, np.sin(x), '-')

## Using the Line2D instance's setter method
line.set_linewidth(2.0)  ## Set the linewidth property of the line to 2.0

## Using the pyplot.setp function
plt.setp(line, color='r', linewidth=2.0)  ## Set the color and linewidth properties using the setp function

plt.show()

Explicação:

  • Criamos um array x e calculamos os valores de y correspondentes usando a função np.sin.
  • A função plot é chamada para criar um gráfico de linhas.
  • Usamos o método set da instância Line2D para definir a propriedade de espessura (linewidth) da linha para 2.0.
  • Alternativamente, podemos usar a função setp para definir múltiplas propriedades da linha, como cor e espessura (linewidth), usando argumentos de palavra-chave.

Resumo

Neste tutorial, aprendemos como usar a interface pyplot em Matplotlib para criar e personalizar gráficos. Cobrimos a geração de gráficos simples, a formatação do estilo dos gráficos, a plotagem de múltiplas linhas, o uso de variáveis categóricas e a personalização das propriedades da linha. Ao utilizar essas funcionalidades, você pode criar vários tipos de gráficos para visualizar seus dados de forma eficaz.