Wizualizacja danych w Pythonie za pomocąMatplotlib
Naucz się kreślenia danych w Pythonie. Twórz przejrzyste wykresy punktowe, dostosowuj etykiety, legendy i style natywnie w przeglądarce.
Przegląd
Wizualizacja danych to graficzna reprezentacja informacji i danych. Dzięki wykorzystaniu elementów wizualnych, takich jak wykresy i mapy, narzędzia do wizualizacji danych zapewniają przystępny sposób sprawdzania trendów, wartości odstających i wzorców.
Matplotlibto podstawowa biblioteka do kreślenia w Pythonie. Zapewnia zorientowany obiektowo interfejs API, który pozwala dostosować każdy piksel Twojej figury, od kolorów osi po style czcionek.
W tym przykładzie generujemy syntetyczne krzywe wzrostu i nanosimy je na ten sam rysunek, pokazując, jak zdefiniować grubość linii, znaczniki, legendy i granice osi dla wykresu gotowego do publikacji.
Dane wyjściowe kodu i wykonania
Skrypt wykorzystujący matplotlib do renderowania wykresu porównawczego funkcji matematycznych.
import matplotlib.pyplot as plt
import numpy as np
# Generate points along the X axis
x = np.linspace(0, 10, 100)
y1 = np.sin(x)
y2 = np.cos(x)
# Create figure
fig, ax = plt.subplots(figsize=(8, 5))
# Plot lines
ax.plot(x, y1, label='Sine Wave', color='#0D9488', linewidth=2.5)
ax.plot(x, y2, label='Cosine Wave', color='#EF4444', linewidth=2, linestyle='--')
# Style axis and frame
ax.set_title('Trigonometric Waveforms', fontsize=14, fontweight='bold', pad=15)
ax.set_xlabel('X Axis (Radians)', fontsize=11)
ax.set_ylabel('Amplitude', fontsize=11)
ax.grid(True, linestyle=':', alpha=0.6)
ax.legend(loc='upper right', frameon=True)
ax.spines[['top', 'right']].set_visible(False)
plt.tight_layout()
plt.show()Rendered visualization in the Graphs tab...Wdrażanie krok po kroku
- Wykresy badań naukowych i dane telemetryczne
- Tworzenie elementów wykresów dashboardowych dla analitycznych aplikacji internetowych
- Eksploracyjna analiza danych podczas zadań uczenia maszynowego
Często zadawane pytania
Czy mogę używać Seaborn zPyRun?
Tak, seaborn to opakowanie zbudowane na bazie matplotlib. W przypadku importuPyRunprzekierowuje swoje wykresy do tej samej rzutni wykresów przeglądarki.
Jak zapisać wykres matplotlib do pliku w Pythonie?
Zamiast wywoływać `plt.show()`, możesz uruchomić `plt.savefig('my_chart.png', dpi=300)`, aby zapisać obraz bezpośrednio w obszarze roboczym systemu plików.