Ֆունկցիաների գրաֆիկների կառուցումը Python-ում. “Matplotlib”

Ծրագրավորման լեզուներ

Matplotlib-ը Python-ում ցածր մակարդակի գծապատկերային գրադարան է, որը ծառայում է որպես վիզուալիզացիայի օգտակար գործիք: Այն ստեղծվել է John D. Hunter -ի կողմից:
Matplotlib-ը բաց կոդ է, և մենք կարող ենք ազատորեն օգտագործել այն: Հիմնականում գրված է Python-ով, իսկ որոշ հատվածներ գրված ենC-ով, Objective-C-ով և Javascript-ով՝ պլատֆորմի համատեղելիության համար:

Եթե ​​Ձեր համակարգում արդեն ներբեռնել եք Python և PIP, Matplotlib-ի տեղադրումը հեշտորեն կկարողանաք իրականացնել հետևյալ հրամանի օգնությամբ.

C:\Users\Your Name>pip install matplotlib

Matplotlib-ի utility-ների մեծ մասը գտնվում են pyplot ենթամոդուլի տակ և սովորաբար ներմուծվում են plt կեղծանունով։

import matplotlib.pyplot as plt

Այժմ Pyplot package-ը կարելի է անվանել plt:

X և Y կետերի գծագրում

Իսկ այժմ փորձենք կատարել X և Y կետերի գծագրում՝ հետևյալ պայմաններով և հերթականությամբ։
Նախ, plot() ֆունկցիան օգտագործում ենք դիագրամում կետեր գծելու համար. այն լռելյայնորեն գիծ է տանում մեկ կետից դեպի մյուսը, այնուհետև ստանում է արգումենտներ՝ դիագրամում կետերը նշելու համար։ Այստեղ 1-ին պարամետրը xառանցքի կետերը պարունակող զանգվածն է, իսկ 2–րդ պարամետրը՝ y առանցքի կետերը պարունակող զանգվածը:
Եթե ​​մեզ անհրաժեշտ է գծել գիծ (1, 3)-ից մինչև (8, 10) կետ, ապա պետք է երկու զանգված՝ [1, 8] և [3, 10] փոխանցել գծապատկերային ֆունկցիային։

Առաջին օրինակի գծապատկերում գծենք (1, 2) կոորդինատներով կետ այսպես՝

import matplotlib.pyplot as plt
xpoint = [1]
ypoint = [2]
plt.plot(xpoint, ypoint, ‘o’)
plt.show()՝

Իսկ թե ինչ է ‘o’ -ն՝ կդիտարկենք մի փոքր ուշ։

Երկրորդ օրինակում եկեք դիագրամում գծենք գիծ՝ (1, 3) դիրքից մինչև (8, 10):
Դա կանենք այսպես՝

import matplotlib.pyplot as plt
import numpy as np
xpoints = np.array([1, 8])
ypoints = np.array([3, 10])
plt.plot(xpoints, ypoints)
plt.show()

Մենք կարող ենք շարունակել գծել այնքան կետ, որքան ցանկանում ենք, անհրաժեշտ է միայն համոզվել, որ նույն թվով կետեր երկու առանցքներում էլ առկա են:

Երրորդ օրինակում եկեք դիագրամում գիծ գծեք (1, 2), (3, 5), (7, 2) և (10, 9) կետերով ահա այսպես՝

import matplotlib.pyplot as plt
import numpy as np
xpoints = np.array([1, 3, 7, 10])
ypoints = np.array([2, 5, 2, 9])
plt.plot(xpoints, ypoints)
plt.show()

Հարկ է նշել, որ x առանցքի կետերը չնշելու դեպքում, դրանք կստանան 0, 1, 2, … , n լռելյայն արժեքները՝ կախված y կետերի երկարությունից։
Այսինքն, եթե վերցնենք վերևում նշված օրինակը և բաց թողնենք X կետերը, ապա դիագրամը կունենա հետևյալ տեսքը՝

import matplotlib.pyplot as plt
import numpy as np
ypoints = np.array([2, 5, 2, 9])
plt.plot(ypoints)
plt.show()

Յուրաքանչյուր կետի տեսքը փոփոխելու համար մենք կարող ենք օգտագործել նաև marker արգումենտը։
Դա անելու համար վերցնենք նախորդ օրինակն ու փոքր-ինչ փոփոխենք։

…
plt.plot(ypoints, marker = ‘o’)
…

Մարկերներ ընտրելիս կարող եք օգտվել հետևյալ աղյուսակից՝

Իսկ այժմ եկեք մի փոքր խոսենք նաևFormat String-ների մասին, քանի որ մենք կարող ենք օգտագործել Shortcut String Notation-ը՝ մարկերը և/կամ գիծը փոփոխելու համար:
Այս պարամետրը կոչվում է նաև fmt և գրվում է հետևյալ կերպ՝

մարկեր |գիծ |գույն

Գծերի տեսակները

Գույների տեսակները

Ֆորմատավորված տողերի մասին ավելի մանրամասն կարդացեք այստեղ։

…
plt.plot(ypoints, ‘o:r’)
…

Ահա մեկ օրինակ ևս՝ մարկերների չափերը սահմանելու համար, մենք կարող եք օգտագործել markersize հիմնաբառը կամ ավելի կարճ տարբերակը՝ ms:

Եկեք սահմանենք 20 չափանոց մարկեր՝

…
plt.plot(ypoints, marker = ‘o’, ms = 20)
…

Դիագրամում դա կունենա հետևյալ տեսքը՝

Արդեն մարկերների եզրերի (edge) գույնը սահմանելու համար կարող ենք օգտագործել markeredgecolor (կամ mec) արգումենտը, իսկ մարկերի մարմինը (face) փոփոխելու համար՝ օգտագործել markerfacecolor (կամ mfc)-ը։ Հարկ է նշել, որ դա կարող ենք անել՝ օգտագործելով նաև Hexadecimal գույնի արժեքները:

Այժմ եկեք փորձենք դարձնել մարկերների եզրագծերը կարմիր, իսկ մարմնի գույնը՝ բաց կանաչ։
Դա կանենք այսպես՝

…
plt.plot(ypoints, marker = ‘o’, ms = 20, mec = ‘r’, mfc = ‘#DAF7A6’)
…

Գծի գույնը փոփոխելու համար կարող եք օգտագործել color կամ c արգումենտը այսպես՝

…
plt.plot(ypoints, c = ‘g’)
…

Իսկ գծի լայնությունը փոփոխելու համար պետք է օգտագործենք linewidth կամ lw արգումենտը, ինչպես այս օրինակում՝

…
plt.plot(ypoints, linewidth = ‘20.5’)
…

Մեկ նկարում միաժամանակ մի քանի դիաֆրագմա նկարելու համար կօգտվենք Subplot() ֆունկցիայից այսպես՝

import matplotlib.pyplot as plt
import numpy as np
#plot 1:
x = np.array([0, 2, 4, 6])
y = np.array([3, 8, 1, 12])
plt.subplot(1, 5, 1)
plt.plot(x,y)
plt.title(“SALES”)
#plot 2:
x = np.array([0, 6, 12, 18])
y = np.array([10, 20, 30, 40])
plt.subplot(1, 2, 2)
plt.plot(x,y)
plt.title(“INCOME”)
plt.show()

plt.subplot(1, 5, 1)
#նկարն ունի 1 տող, 5 սյունակ, և այս դիաֆրագման առաջինն է։
plt.subplot(1, 2, 2)
#նկարն ունի 1 տող, 2 սյունակ, և այս դիաֆրագման երկրորդն է։
plt.title(‘d_name’)
#տալիս է դիաֆրագմային անուն

Pyplot- ը մեզ հնարավորություն է տալիս նաև օգտագործել bar() ֆունկցիան՝ հիստոգրամներ (bars) պատկերելու համար:
Դիտարկենք այդպիսի մի օրինակ ստորև՝

import matplotlib.pyplot as plt
import numpy as np
x = np.array([“A”, “B”, “C”, “D”])
y = np.array([3, 8, 1, 10])
plt.bar(x, y, color = ‘green’)
plt.show()

color- փոխում է ձողերի գույնը
width- փոխում է ձողերի լայնությունը
height- փոխում է ձողերի բարձրությունը

Հետաքրքիր կոդերի ևս մի քանի օրինակների կարող եք ծանոթանալ ներքևում՝

import matplotlib.pyplot as plt
import numpy as np
y = np.array([20, 30, 40, 10])
plt.pie(y)
plt.show()

import matplotlib.pyplot as plt
import numpy as np
x = np.random.normal(200, 10, 150)
plt.hist(x)
plt.show()

import matplotlib.pyplot as plt
import numpy as np
x = np.array([5,7,8,7,2,17,2,9,4,11,12,9,6])
y = np.array([99,86,87,88,111,86,103,87,94,78,77,85,86])
plt.scatter(x, y)
x = np.array([2,2,8,1,15,8,12,9,7,3,11,4,7,14,12])
y = np.array([100,105,84,105,90,99,90,95,94,100,79,112,91,80,85])
plt.scatter(x, y)
plt.show()

Հոդվածը կազմվել է հիմնվելով այս տեղեկատվության վրա։