Python fornece uma das bibliotecas de plotagem mais populares chamada Matplotlib . É de código aberto e plataforma cruzada para criar gráficos 2D a partir de dados em array. Geralmente é usado para visualização de dados e representação por meio de diversos gráficos.
Matplotlib foi originalmente concebido por John D. Hunter em 2003. A versão recente do matplotlib é 2.2.0 lançada em janeiro de 2018.
Antes de começar a trabalhar com a biblioteca matplotlib, precisamos instalar em nosso ambiente Python.
Instalação do Matplotlib
Digite o seguinte comando em seu terminal e pressione Enter.
pip install matplotlib
O comando acima instalará a biblioteca matplotlib e seu pacote de dependência no sistema operacional Windows.
Conceito Básico de Matplotlib
Um gráfico contém as seguintes partes. Vamos entender essas partes.
substituir tudo java
Figura: É uma figura inteira que pode conter um ou mais eixos (parcelas). Podemos pensar em uma Figura como uma tela que contém tramas.
Eixos: Uma figura pode conter vários eixos. Consiste em dois ou três (no caso de 3D) objetos Axis. Cada eixo é composto por um título, um rótulo x e um rótulo y.
Eixo: Os eixos são o número de objetos semelhantes a linhas e responsáveis por gerar os limites do gráfico.
q1 q2 q3 q4
Artista: Um artista é tudo o que vemos no gráfico, como objetos de texto, objetos Line2D e objetos de coleção. A maioria dos artistas está ligada aos eixos.
Introdução ao pyplot
O matplotlib fornece o pacote pyplot que é usado para traçar o gráfico de determinados dados. O matplotlib.pyplot é um conjunto de funções de estilo de comando que fazem o matplotlib funcionar como o MATLAB. O pacote pyplot contém muitas funções usadas para criar uma figura, criar uma área de plotagem em uma figura, decorar o gráfico com rótulos, traçar algumas linhas em uma área de plotagem, etc.
Podemos traçar um gráfico com pyplot rapidamente. Vamos dar uma olhada no exemplo a seguir.
Exemplo básico de plotagem de gráfico
Aqui está o exemplo básico de geração de um gráfico simples; o programa é o seguinte:
from matplotlib import pyplot as plt #ploting our canvas plt.plot([1,2,3],[4,5,1]) #display the graph plt.show()
Saída:
Traçando diferentes tipos de gráficos
Podemos traçar os vários gráficos usando o módulo pyplot. Vamos entender os exemplos a seguir.
1. Gráfico de linha
O gráfico de linhas é usado para exibir as informações como uma série de linhas. É fácil traçar. Considere o seguinte exemplo.
Exemplo -
from matplotlib import pyplot as plt x = [1,2,3] y = [10,11,12] plt.plot(x,y) plt.title('Line graph') plt.ylabel('Y axis') plt.xlabel('X axis') plt.show()
Saída:
A linha pode ser modificada utilizando as diversas funções. Isso torna o gráfico mais atraente. Abaixo está o exemplo.
Exemplo -
from matplotlib import pyplot as plt from matplotlib import style style.use('ggplot') x = [10, 12, 13] y = [8, 16, 6] x2 = [8, 15, 11] y2 = [6, 15, 7] plt.plot(x, y, 'b', label='line one', linewidth=5) plt.plot(x2, y2, 'r', label='line two', linewidth=5) plt.title('Epic Info') fig = plt.figure() plt.ylabel('Y axis') plt.xlabel('X axis') plt.show()
2. Gráfico de barras
O gráfico de barras é um dos gráficos mais comuns e é utilizado para representar os dados associados às variáveis categóricas. O bar() A função aceita três argumentos - variáveis categóricas, valores e cor.
se mais, bash
Exemplo -
from matplotlib import pyplot as plt Names = ['Arun','James','Ricky','Patrick'] Marks = [51,87,45,67] plt.bar(Names,Marks,color = 'blue') plt.title('Result') plt.xlabel('Names') plt.ylabel('Marks') plt.show()
3. Gráfico de pizza
Um gráfico é um gráfico circular dividido em subparte ou segmento. É usado para representar os dados percentuais ou proporcionais em que cada fatia do bolo representa uma categoria específica. Vamos entender o exemplo abaixo.
string concat java
Exemplo -
from matplotlib import pyplot as plt # Pie chart, where the slices will be ordered and plotted counter-clockwise: Aus_Players = 'Smith', 'Finch', 'Warner', 'Lumberchane' Runs = [42, 32, 18, 24] explode = (0.1, 0, 0, 0) # it 'explode' the 1st slice fig1, ax1 = plt.subplots() ax1.pie(Runs, explode=explode, labels=Aus_Players, autopct='%1.1f%%', shadow=True, startangle=90) ax1.axis('equal') # Equal aspect ratio ensures that pie is drawn as a circle. plt.show()
Saída:
4. Histograma
O histograma e o gráfico de barras são bastante semelhantes, mas há uma pequena diferença entre eles. Um histograma é usado para representar a distribuição e um gráfico de barras é usado para comparar as diferentes entidades. Um histograma é geralmente usado para representar graficamente a frequência de vários valores em comparação com um conjunto de intervalos de valores.
No exemplo a seguir, pegamos os dados dos diferentes percentuais de pontuação do aluno e traçamos o histograma em relação ao número de alunos. Vamos entender o exemplo a seguir.
Exemplo -
from matplotlib import pyplot as plt from matplotlib import pyplot as plt percentage = [97,54,45,10, 20, 10, 30,97,50,71,40,49,40,74,95,80,65,82,70,65,55,70,75,60,52,44,43,42,45] number_of_student = [0,10,20,30,40,50,60,70,80,90,100] plt.hist(percentage, number_of_student, histtype='bar', rwidth=0.8) plt.xlabel('percentage') plt.ylabel('Number of people') plt.title('Histogram') plt.show()
Saída:
Vamos entender outro exemplo.
Exemplo - 2:
from matplotlib import pyplot as plt # Importing Numpy Library import numpy as np plt.style.use('fivethirtyeight') mu = 50 sigma = 7 x = np.random.normal(mu, sigma, size=200) fig, ax = plt.subplots() ax.hist(x, 20) ax.set_title('Historgram') ax.set_xlabel('bin range') ax.set_ylabel('frequency') fig.tight_layout() plt.show()
Saída:
5. Gráfico de dispersão
O gráfico de dispersão é usado para comparar a variável em relação às outras variáveis. É definido como a forma como uma variável afetou a outra variável. Os dados são representados como uma coleção de pontos. Vamos entender o exemplo a seguir.
Exemplo -
java switch int
from matplotlib import pyplot as plt from matplotlib import style style.use('ggplot') x = [4,8,12] y = [19,11,7] x2 = [7,10,12] y2 = [8,18,24] plt.scatter(x, y) plt.scatter(x2, y2, color='g') plt.title('Epic Info') plt.ylabel('Y axis') plt.xlabel('X axis') plt.show()
Saída:
Exemplo - 2:
import matplotlib.pyplot as plt a = [2, 2.5, 3, 3.5, 4.5, 4.7, 5.0] b = [7.5, 8, 8.5, 9, 9.5, 10, 10.5] a1 = [9, 8.5, 9, 9.5, 10, 10.5, 12] b1 = [3, 3.5, 4.7, 4, 4.5, 5, 5.2] plt.scatter(a, b, label='high income low saving', color='b') plt.scatter(a1, b1, label='low income high savings', color='g') plt.xlabel('saving*100') plt.ylabel('income*1000') plt.title('Scatter Plot') plt.legend() plt.show()
Saída:
Neste tutorial, discutimos todos os tipos básicos de gráfico usados na visualização de dados. Para saber mais sobre gráfico, visite nosso tutorial matplotlib.