Визуализация данных Python с помощьюMatplotlib
Изучите построение графиков данных в Python. Создавайте четкие точечные диаграммы, настраивайте метки, легенды и стили прямо в браузере.
Обзор
Визуализация данных — это графическое представление информации и данных. Используя визуальные элементы, такие как диаграммы, графики и карты, инструменты визуализации данных предоставляют доступный способ увидеть тенденции, выбросы и закономерности.
Matplotlib— это основная библиотека для построения графиков в Python. Он предоставляет объектно-ориентированный API, который позволяет настраивать каждый пиксель вашей фигуры, от цветов осей до стилей шрифтов.
В этом примере мы генерируем синтетические кривые роста и наносим их на один и тот же рисунок, показывая, как определять толщину линий, маркеры, легенды и пределы осей для графика, готового к публикации.
Код и вывод выполнения
Сценарий, использующий matplotlib для визуализации сравнительной диаграммы математических функций.
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...Пошаговая реализация
- Построение графиков научных исследований и вывод телеметрии
- Создание элементов диаграммы информационной панели для аналитических веб-приложений
- Исследовательский анализ данных во время задач машинного обучения
Часто задаваемые вопросы
Могу ли я использовать seaborn сPyRun?
Да, seaborn — это оболочка, созданная поверх matplotlib. В случае импортаPyRunперенаправляет свои графики в ту же область просмотра графика браузера.
Как сохранить график matplotlib в файл на Python?
Вместо вызова plt.show() вы можете запустить plt.savefig('my_chart.png', dpi=300)', чтобы записать изображение непосредственно в рабочую область вашей файловой системы.