Jika kita perlu memplot garis dari (1, 3) ke (8, 10), kita harus meneruskan dua larik [1, 8] dan [3, 10] ke fungsi plot Show ContohGambar garis dalam diagram dari posisi (1, 3) ke posisi (8, 10) impor matplotlib. pyplot sebagai plt xpoint = np. larik([1, 8]) plt. plot(titik x, titik y) HasilCobalah sendiri "Sumbu x adalah sumbu mendatar Sumbu y adalah sumbu vertikal Merencanakan Tanpa GarisUntuk memplot penanda saja, Anda dapat menggunakan parameter notasi string pintasan 'o', yang berarti 'dering' ContohGambarlah dua titik pada diagram, satu di posisi (1, 3) dan satu di posisi (8, 10) impor matplotlib. pyplot sebagai plt xpoint = np. larik([1, 8]) plt. plot(titik x, titik y, 'o') HasilCobalah sendiri "Anda akan belajar lebih banyak tentang penanda di bab berikutnya Beberapa PoinAnda dapat memplot titik sebanyak yang Anda suka, pastikan Anda memiliki jumlah titik yang sama di kedua sumbu ContohBuat garis dalam diagram dari posisi (1, 3) ke (2, 8) lalu ke (6, 1) dan terakhir ke posisi (8, 10) impor matplotlib. pyplot sebagai plt xpoint = np. larik([1, 2, 6, 8]) plt. plot(titik x, titik y) HasilCobalah sendiri "Poin X bawaanJika kita tidak menentukan titik pada sumbu x, mereka akan mendapatkan nilai default 0, 1, 2, 3 (dll. , tergantung pada panjang titik-y Jadi, jika kita mengambil contoh yang sama seperti di atas, dan menghilangkan titik-x, diagram akan terlihat seperti ini Sebelum kita mulai. Tutorial Python ini adalah bagian dari rangkaian tutorial Paket Python kami. Anda juga dapat menemukan topik terkait Matplotlib lainnya Pythonistas biasanya menggunakan pustaka plot Matplotlib untuk menampilkan data numerik dalam plot, grafik, dan bagan dengan Python. Berbagai fungsionalitas disediakan oleh dua API matplotlib (Application Programming Interfaces)
Antarmuka pyplot lebih mudah diimplementasikan daripada versi OO dan lebih umum digunakan. Untuk informasi tentang fungsi dan terminologi pyplot, lihat. Apa itu Pyplot di Matplotlib Tampilkan plot dengan Python. Contoh PlotSerangkaian fungsi pyplot Matplotlib digunakan untuk memvisualisasikan dan menghias plot Cara Membuat Plot Sederhana dengan Fungsi Plot()Matplotlib . pyplot. plot() menyediakan antarmuka terpadu untuk membuat berbagai jenis plot. Contoh paling sederhana menggunakan fungsi plot() untuk memplot nilai sebagai x,y coordinates in a data plot. In this case, plot() mengambil 2 parameter untuk menentukan koordinat plot.
Sebuah garis mulai dari x=2, y=4 hingga x=8, y=9 diplot dengan membuat 2 larik (2,8) and (4,9): import matplotlib.pyplot as plt import numpy as np # X axis parameter: xaxis = np.array([2, 8]) # Y axis parameter: yaxis = np.array([4, 9]) plt.plot(xaxis, yaxis) plt.show() Gambar 1. Plot sederhana yang dibuat dengan fungsi plot() Cara Menyesuaikan Tampilan Plot dengan Marker & Linestylemarker dan linestyle adalah kata kunci matplotlib yang dapat digunakan untuk menyesuaikan tampilan data dalam sebuah .
Dalam contoh ini, setiap nilai data diberi label dengan huruf “o”, dan diberi gaya garis putus-putus “–”: import matplotlib.pyplot as plt import numpy as np xaxis = np.array([2, 12, 3, 9]) # Mark each data value and customize the linestyle: plt.plot(xcoords, marker = “o”, linestyle = “--”) plt.show()_ Daftar parsial karakter string yang merupakan opsi yang dapat diterima untuk marker dan linestyle : “-” solid line style “--” dashed line style “ “ no line “o” letter marker Contoh Plot Pencar MatplotlibMatplotlib juga mendukung plot yang lebih maju, seperti plot pencar. Dalam hal ini, fungsi scatter() digunakan untuk menampilkan nilai data sebagai kumpulan x,y< . coordinates represented by standalone dots. Dalam contoh ini, 2 larik dengan panjang yang sama (satu larik untuk nilai sumbu X dan larik lain untuk nilai sumbu Y) diplot. Setiap nilai diwakili oleh sebuah titik Tonton videonya di sini import matplotlib.pyplot as plt # X axis values: x = [2,3,7,29,8,5,13,11,22,33] # Y axis values: y = [4,7,55,43,2,4,11,22,33,44] # Create scatter plot: plt.scatter(x, y) plt.show() Contoh Matplotlib. Beberapa Kumpulan Data dalam Satu PlotMatplotlib sangat fleksibel, dan dapat menampung beberapa set data dalam satu plot. Dalam contoh ini, kita akan memplot dua set data terpisah, xdata1 dan xdata2 : Tonton videonya di sini import matplotlib.pyplot as plt import numpy as np # Create random seed: np.random.seed(5484849901) # Create random data: xdata = np.random.random([2, 8]) # Create two datasets from the random floats: xdata1 = xdata[0, :] xdata2 = xdata[1, :] # Sort the data in both datasets: xdata1.sort() xdata2.sort() # Create y data points: ydata1 = xdata1 ** 2 ydata2 = 1 - xdata2 ** 4 # Plot the data: plt.plot(xdata1, ydata1) plt.plot(xdata2, ydata2) # Set x,y lower, upper limits: plt.xlim([0, 1]) plt.ylim([0, 1]) plt.title(“Multiple Datasets in One Plot") plt.show()_ Contoh Matplotlib. Subplot Anda juga dapat menggunakan matplotlib untuk membuat gambar kompleks yang berisi lebih dari satu plot. Dalam contoh ini, banyak sumbu diapit dalam satu gambar dan ditampilkan dalam subplot import matplotlib.pyplot as plt import numpy as np # Create a Figure with 2 rows and 2 columns of subplots: fig, ax = plt.subplots(2, 2) x = np.linspace(0, 5, 100) # Index 4 Axes arrays in 4 subplots within 1 Figure: ax[0, 0].plot(x, np.sin(x), 'g') #row=0, column=0 ax[1, 0].plot(range(100), 'b') #row=1, column=0 ax[0, 1].plot(x, np.cos(x), 'r') #row=0, column=1 ax[1, 1].plot(x, np.tan(x), 'k') #row=1, column=1 plt.show() Gambar 2. M kapak ganda dalam subplot ditampilkan dalam satu gambar. Contoh Matplotlib. Plot HistogramHistogram digunakan untuk menampilkan distribusi frekuensi dalam grafik batang Dalam contoh ini, kami akan menggabungkan kemampuan histogram dan subplot matplotlib dengan membuat plot yang berisi lima grafik batang. Area dalam grafik batang akan sebanding dengan frekuensi variabel acak, dan lebar setiap grafik batang akan sama dengan interval kelas Tonton videonya di sini import matplotlib.plot as plt import matplotlib.ticker as maticker import numpy as np # Create random variable: data = np.random.normal(0, 3, 800) # Create a Figure and multiple subplots containing Axes: fig, ax = plt.subplots() weights = np.ones_like(data) / len(data) # Create Histogram Axe: ax.hist(data, bins=5, weights=weights) ax.yaxis.set_major_formatter(maticker.PercentFormatter(xmax=1.0, decimals=1)) plt.title(“Histogram Plot”) plt.show()_ Contoh Matplotlib. Plot Spektrum FasePlot spektrum fase memungkinkan kita memvisualisasikan karakteristik frekuensi sinyal Dalam contoh lanjutan ini, kita akan memplot spektrum fase dari dua sinyal (direpresentasikan sebagai fungsi) yang masing-masing memiliki frekuensi berbeda. import matplotlib.pyplot as plt import numpy as np # Generate pseudo-random numbers: np.random.seed(0) # Sampling interval: dt = 0.01 # Sampling Frequency: Fs = 1 / dt # ex[;aom Fs] # Generate noise: t = np.arange(0, 10, dt) res = np.random.randn(len(t)) r = np.exp(-t / 0.05) # Convolve 2 signals (functions): conv_res = np.convolve(res, r)*dt conv_res = conv_res[:len(t)] s = 0.5 * np.sin(1.5 * np.pi * t) + conv_res # Create the plot: fig, (ax) = plt.subplots() ax.plot(t, s) # Function plots phase spectrum: ax.phase_spectrum(s, Fs = Fs) plt.title(“Phase Spectrum Plot”) plt.show() Gambar 3. Fase Spektrum dari dua sinyal dengan frekuensi berbeda diplot dalam satu gambar. Contoh Matplotlib. Plot 3DMatplotlib juga dapat menangani plot 3D dengan mengizinkan penggunaan sumbu Z. Kami telah membuat plot pencar 2D di atas, tetapi dalam contoh ini kami akan membuat plot pencar 3D Tonton videonya di sini from mpl_toolkits.mplot3d import Axes3D import matplotlib.pyplot as plt fig = plt.figure() # Create 1 3D subplot: ax = fig.add_subplot(111, projection='3d') # ‘111’ is a MATlab convention used in Matplotlib # to create a grid with 1 row and 1 column. # The first cell in the grid is the new Axes location. # Create x,y,z coordinates: x =[1,2,3,4,5,6,7,8,9,10] y =[11,4,2,5,13,4,14,2,4,8] z =[2,3,4,5,5,7,9,11,19,9] # Create a 3D scatter plot with x,y,z orthogonal axis, and red "o" markers: ax.scatter(x, y, z, c='red', marker="o") # Create x,y,z axis labels: ax.set_xlabel('X Axis') ax.set_ylabel('Y Axis') ax.set_zlabel('Z Axis') plt.show()_ Cara Menggunakan Backend MatplotlibMatplotlib dapat menargetkan hampir semua format keluaran yang dapat Anda pikirkan. Paling umum, ilmuwan data menampilkan plot di notebook Jupyter mereka, tetapi Anda juga dapat menampilkan plot dalam aplikasi. Dalam contoh ini, backend OO matplotlib menggunakan fungsi Tkinter TkAgg() untuk menghasilkan rendering kualitas tinggi Agg (Anti-Grain Geometry) . mainloop() function to display a plot: from tkinter import * from tkinter.ttk import * import matplotlib matplotlib.use("TkAgg") from matplotlib.figure import Figure # OO backend (Tkinter) tkagg() function: from matplotlib.backends.backend_tkagg import FigureCanvasTkAgg root = Tk() figure = Figure(figsize=(5, 4), dpi=100) plot = figure.add_subplot(1, 1, 1) x = [ 0.1, 0.2, 0.3, 0.4 ] y = [ -0.1, -0.2, -0.3, -0.4 ] plot.plot(x, y, color="red", marker="o", linestyle="--") canvas = FigureCanvasTkAgg(figure, root) canvas.get_tk_widget().grid(row=0, column=0) root.mainloop()_ Gambar 4. Plot backend OO ditampilkan menggunakan fungsi Tkinter tkagg() . Kiat Terakhir . Eksekusi skrip matplotlib membuat output teks di konsol Python (bukan bagian dari tampilan plot UI) yang mungkin menyertakan pesan peringatan atau secara visual tidak menarik. Untuk memperbaikinya, Anda dapat menambahkan titik koma (;) di akhir baris kode terakhir sebelum menampilkan plot. Sebagai contoh. import matplotlib.pyplot as plt import numpy as np xaxis = np.array([2, 12, 3, 9]) # Mark each data value and customize the linestyle: plt.plot(xcoords, marker = “o”, linestyle = “--”) plt.show()_0 Tutorial berikut akan memberi Anda petunjuk langkah demi langkah tentang cara bekerja dengan Matplotlib, termasuk
Mengapa menggunakan ActivePython untuk Ilmu DataMeskipun distribusi open source Python mungkin memuaskan bagi seorang individu, itu tidak selalu memenuhi persyaratan dukungan, keamanan, atau platform dari organisasi besar. Inilah sebabnya mengapa organisasi memilih ActivePython untuk ilmu data, pemrosesan data besar, dan kebutuhan analisis statistik mereka Dibundel dengan paket paling penting yang dibutuhkan Ilmuwan Data, ActivePython telah dikompilasi sebelumnya sehingga Anda dan tim Anda tidak perlu membuang waktu untuk mengonfigurasi distribusi sumber terbuka. Anda dapat fokus pada hal yang penting–menghabiskan lebih banyak waktu untuk membangun algoritme dan model prediktif terhadap sumber data besar Anda, dan lebih sedikit waktu untuk konfigurasi sistem ActivePython 100% kompatibel dengan distribusi Python sumber terbuka, dan memberikan dukungan keamanan dan komersial yang dibutuhkan organisasi Anda Dengan ActivePython Anda dapat menjelajahi dan memanipulasi data, menjalankan analisis statistik, dan memberikan visualisasi untuk berbagi wawasan dengan pengguna dan eksekutif bisnis Anda lebih cepat–di mana pun data Anda berada Bagaimana Anda merencanakan X dan Y dengan Python?Langkah-langkah berikut diikuti. . Tentukan sumbu x dan nilai sumbu y yang sesuai sebagai daftar Plot di atas kanvas menggunakan. plot() fungsi Beri nama sumbu x dan sumbu y menggunakan. xlabel() dan. fungsi ylabel() Beri judul pada plot Anda menggunakan. judul() fungsi Terakhir, untuk melihat plot Anda, kami menggunakan. tampilkan() fungsi Bagaimana Anda memplot nilai x dengan Python?MatPlotLib dengan Python . Buat dua daftar untuk titik data x dan y Dapatkan nilai rentang xticks Plot garis menggunakan metode plot() dengan nilai rentang xtick dan titik data y Ganti xticks dengan nilai sumbu X menggunakan metode xticks() Untuk menampilkan gambar, gunakan metode show() Bagaimana Anda merencanakan plot dengan Python?MatPlotLib dengan Python
. e. , ax2 dengan nilai l, b, h dan w. Using add_axes(), add an axis, i.e., ax2 with l, b, h and w values. Plot titik yang sama (Langkah 2) menggunakan metode plot(), dengan warna hijau, lebar garis=3, label=”di dalam plot”. Tetapkan legenda pada kedua plot menggunakan metode legend(). Untuk menampilkan gambar, gunakan metode show().
Bagaimana Anda memplot koordinat dengan Python?Untuk memplot koordinat dengan Python, kami menggunakan modul pyplot dari perpustakaan matplotlib . Modul Pyplot memiliki metode plot() untuk memplot koordinat. |