PGF Preamble Sgskip

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

💡 Этот учебник переведен с английского с помощью ИИ. Чтобы просмотреть оригинал, вы можете перейти на английский оригинал

Введение

В этом лабе вы научитесь использовать библиотеку Matplotlib для Python для создания графиков и диаграмм. Matplotlib - это мощная библиотека, которая позволяет создавать широкий спектр визуализаций, от простых линейных графиков до сложных тепловых карт. В конце этого лабе вы хорошо освоите использование Matplotlib для создания базовых визуализаций.

Советы по работе с ВМ

После запуска ВМ нажмите в левом верхнем углу, чтобы переключиться на вкладку Notebook и получить доступ к Jupyter Notebook для практики.

Иногда вам может потребоваться подождать несколько секунд, пока Jupyter Notebook не загрузится полностью. Валидация операций не может быть автоматизирована из-за ограничений Jupyter Notebook.

Если вы сталкиваетесь с проблемами во время обучения, не стесняйтесь обращаться к Labby. Оставьте отзыв после занятия, и мы оперативно решим проблему для вас.

Установка Matplotlib

Прежде чем мы сможем начать использовать Matplotlib, нам нужно его установить. Вы можете установить Matplotlib с помощью pip, который является менеджером пакетов для Python. Откройте терминал или командную строку и введите следующую команду:

pip install matplotlib

Импорт Matplotlib

После установки Matplotlib вы можете импортировать его в свой код на Python. Чтобы импортировать Matplotlib, добавьте следующую строку в начало вашего скрипта на Python:

import matplotlib.pyplot as plt

Создание простого линейного графика

Начнем с создания простого линейного графика. В этом примере мы построим функции синуса и косинуса на интервале [0, 2π].

import numpy as np

x = np.linspace(0, 2*np.pi, 100)
y1 = np.sin(x)
y2 = np.cos(x)

plt.plot(x, y1, label='sin')
plt.plot(x, y2, label='cos')
plt.xlabel('x')
plt.ylabel('y')
plt.title('Sine and Cosine Functions')
plt.legend()
plt.show()

Настройка вида графика

Вы можете настроить вид графика, изменив цвета, стили линий и маркеры. Вот пример:

plt.plot(x, y1, 'r--', label='sin')
plt.plot(x, y2, 'g:', label='cos')
plt.xlabel('x')
plt.ylabel('y')
plt.title('Sine and Cosine Functions')
plt.legend()
plt.show()

Создание точечного графика

Кроме линейных графиков, Matplotlib также может создавать точечные графики. Вот пример:

x = np.random.rand(50)
y = np.random.rand(50)
colors = np.random.rand(50)
sizes = 500 * np.random.rand(50)

plt.scatter(x, y, c=colors, s=sizes)
plt.xlabel('x')
plt.ylabel('y')
plt.title('Scatter Plot')
plt.show()

Создание столбчатой диаграммы

Matplotlib также может создавать столбчатые диаграммы. Вот пример:

x = ['A', 'B', 'C', 'D', 'E']
y = [3, 7, 1, 9, 4]

plt.bar(x, y)
plt.xlabel('Category')
plt.ylabel('Value')
plt.title('Bar Plot')
plt.show()

Резюме

В этом практическом занятии вы узнали, как использовать Matplotlib для создания базовых визуализаций, включая линейные графики, точечные графики и столбчатые диаграммы. Вы также узнали, как настраивать визуализации, изменяя цвета, стили линий и маркеры. Matplotlib - это мощная библиотека, которая позволяет создавать широкий спектр визуализаций, и с практикой вы сможете создавать еще более сложные визуализации.