Введение
Matplotlib - популярная библиотека визуализации данных в Python. В этом практическом занятии вы научитесь строить графики для нескольких наборов данных при одном вызове функции plot в Matplotlib.
Советы по работе с ВМ
После запуска виртуальной машины кликните в левом верхнем углу, чтобы переключиться на вкладку Notebook и приступить к практике в Jupyter Notebook.
Иногда может потребоваться подождать несколько секунд, пока Jupyter Notebook полностью загрузится. 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.
Импортируем необходимые библиотеки
В этом шаге мы импортируем необходимые библиотеки, в том числе numpy и matplotlib. Также настроим Matplotlib для отображения графиков прямо в Jupyter Notebook.
import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline
Создаем данные
В этом шаге мы создадим три различных набора данных с использованием функции arange из NumPy. Мы создадим временной ряд с интервалами в 200 мс, начиная от 0 до 5 секунд.
t = np.arange(0., 5., 0.2)
Строим график для данных
В этом шаге мы будем использовать функцию plot в Matplotlib для построения всех трех наборов данных за один вызов. Для первого набора данных мы будем использовать красные пунктирные линии, для второго - синие квадраты, а для третьего - зеленые треугольники.
plt.plot(t, t, 'r--', label='linear')
plt.plot(t, t**2, 'bs', label='quadratic')
plt.plot(t, t**3, 'g^', label='cubic')
plt.legend()
plt.show()
Добавляем подписи и заголовок
В этом шаге мы добавим заголовок к графику и подписания к осям x и y.
plt.plot(t, t, 'r--', label='linear')
plt.plot(t, t**2, 'bs', label='quadratic')
plt.plot(t, t**3, 'g^', label='cubic')
plt.legend()
plt.title("Multiple Datasets")
plt.xlabel("Time (s)")
plt.ylabel("Value")
plt.show()
Резюме
В этом практическом занятии вы узнали, как построить несколько наборов данных в одном вызове функции plot в Matplotlib. Также вы узнали, как добавить подписи и заголовок к графику, чтобы сделать его более информативным. Matplotlib - это мощная библиотека, которая предлагает множество вариантов настройки графиков и визуализаций.