Matplotlib est une puissante bibliothèque Python qui sert d'extension numérique et mathématique à la bibliothèque NumPy. L'un de ses éléments clés est Pyplot , qui offre une interface basée sur l'état au module Matplotlib, présentant aux utilisateurs un environnement familier de type MATLAB. Grâce à la fonction Matplotlib.pyplot.plot() en Python, les utilisateurs peuvent créer sans effort une variété de tracés, notamment des tracés linéaires, des tracés de contour, des histogrammes, des nuages de points, des tracés 3D, etc. Cette polyvalence fait de Matplotlib un outil précieux pour la visualisation et l'analyse de données dans le domaine Python langage de programmation.
Qu'est-ce que la fonction Matplotlib.pyplot.plot() ?
Le matplotlib.pyplot.plot()> La fonction est un composant fondamental de la bibliothèque Matplotlib, en particulier au sein du module Pyplot. Il sert à générer un tracé de binning hexagonal 2D basé sur les points de données donnés représentés par les variables x et y. Il connecte les points de données aux lignes, permettant de personnaliser l'apparence du tracé grâce à des paramètres tels que les styles de ligne et les marqueurs. Cette fonction polyvalente est largement utilisée pour la visualisation de données dans divers domaines.
Syntaxe: matplotlib.pyplot.plot(*args, scalex=True, scaley=True, data=Aucun, **kwargs)
javafx
- Paramètres:
- x, y : Ces paramètres représentent les coordonnées horizontales et verticales des points de données. Les valeurs « x » sont facultatives, ce qui permet une flexibilité dans le processus de traçage.
- ftm : Il s'agit d'un paramètre facultatif qui contient une valeur de chaîne. Il est utilisé pour spécifier le format du tracé, en définissant le style de ligne, le marqueur et la couleur.
- données: Un paramètre facultatif, « data » fait référence à un objet avec des données étiquetées. Il constitue un moyen pratique de transmettre directement des données, améliorant ainsi la lisibilité et la facilité d'utilisation.
- Retour: Le
plot()>La fonction renvoie une liste d'objets Line2D, chacun représentant un segment des données tracées. Ces objets Line2D encapsulent les caractéristiques et les attributs des lignes tracées, permettant une personnalisation et une analyse plus poussées.
Fonction Matplotlib.pyplot.plot() en Python
Il existe différentes manières de créer un tracé à l'aide de la fonction Matplotlib.pyplot.plot() en Python. Voici quelques exemples qui illustrent le matplotlib.pyplot.plot() fonctionner dans matplotlib.pyplot :
- Tracé linéaire de base
- Tracé à lignes multiples
- Nuage de points avec plusieurs marqueurs
- Tracé à deux courbes
Graphiques linéaires dans Matplotlib
En important L'intrigue de Matplotlib() nous avons créé un tracé linéaire avec les données [1, 2, 3]. La fonction title() définit le titre du tracé, draw() met à jour le tracé et show() l'affiche, fournissant une illustration de base de Matplotlib pour la visualisation des données en Python.
Python3
import> matplotlib.pyplot as plt> import> numpy as np> # Plotting a simple line graph> plt.plot([>1>,>2>,>3>])> # Setting the title> plt.title(>'Matplotlib Line Plot Example'>)> # Updating and displaying the plot> plt.draw()> plt.show()> |
>
>
aryen khan
Sortir:
Tracé linéaire de base
Plusieurs lignes utilisant Matplotlib
En important Matplotlib pour tracer les fonctions sinus et cosinus sur le même graphique. Il génère des données, définit des styles pour chaque fonction, ajoute des étiquettes et un titre, affiche une légende, puis affiche le tracé illustrant les courbes sinus et cosinus.
Python3
import> matplotlib.pyplot as plt> import> numpy as np> # Generate data> x>=> np.linspace(>0>,>2>*>np.pi,>100>)> y1, y2>=> np.sin(x), np.cos(x)> # Plotting multiple lines on a single plot> plt.plot(x, y1, label>=>'Sin(x)'>, color>=>'b'>)> plt.plot(x, y2, label>=>'Cos(x)'>, color>=>'r'>, linestyle>=>'--'>)> # Adding labels and title> plt.xlabel(>'X-axis'>)> plt.ylabel(>'Y-axis'>)> plt.title(>'Multiple Lines Plot'>)> # Displaying the legend and the plot> plt.legend()> plt.show()> |
>
>
Java pgm
Sortir
Tracé à lignes multiples
Marqueurs dans Matplotlib
En important Matplotlib nous avons généré un nuage de points personnalisé avec 50 points de données aléatoires, comportant des marqueurs circulaires rouges. Il comprend des étiquettes d'axe, un titre (« Exemple de nuage de points ») et une légende. Le show()> La fonction affiche le tracé, démontrant un exemple de base de visualisation de données avec Matplotlib en Python.
Python3
import> matplotlib.pyplot as plt> import> numpy as np> # Generate random data> np.random.seed(>42>)> x>=> np.random.rand(>50>)> y>=> np.random.rand(>50>)> # Plotting a scatter plot with custom markers> plt.plot(x, y, marker>=>'o'>, linestyle>=>'>', markersize=8, color='>r>', label='>Scatter Plot')> # Adding labels and title> plt.xlabel(>'X-axis'>)> plt.ylabel(>'Y-axis'>)> plt.title(>'Scatter Plot Example'>)> # Displaying the legend> plt.legend()> # Display the plot> plt.show()> |
>
>
quel est 25 sur 100
Sortir:
Nuage de points avec plusieurs marqueurs
Tracer plusieurs courbes
En important Matplotlib nous avons créé un tracé linéaire avec deux courbes : une courbe bleue ( et = x^ 2) et une courbe orange (y=1− x^ 3). Les données sont générées de manière aléatoire, triées pour obtenir des courbes lisses et tracées avec leplot()>fonction. Le tracé est limité à la plage [0, 1] sur les deux axes, présentant une représentation visuelle des fonctions mathématiques.
Python3
polymorphisme
# Implementation of matplotlib function> > import> matplotlib.pyplot as plt> import> numpy as np> > # Fixing random state for reproducibility> np.random.seed(>19680801>)> > # create random data> xdata>=> np.random.random([>2>,>10>])> > # split the data into two parts> xdata1>=> xdata[>0>, :]> xdata2>=> xdata[>1>, :]> > # sort the data so it makes clean curves> xdata1.sort()> xdata2.sort()> > # create some y data points> ydata1>=> xdata1>*>*> 2> ydata2>=> 1> -> xdata2>*>*> 3> > # plot the data> plt.plot(xdata1, ydata1, color>=>'tab:blue'>)> plt.plot(xdata2, ydata2, color>=>'tab:orange'>)> > > # set the limits> plt.xlim([>0>,>1>])> plt.ylim([>0>,>1>])> plt.title(>'matplotlib.pyplot.plot() example 2'>)> > # display the plot> plt.show()> |
>
>
Sortir
Tracé à deux courbes
Conclusion
En conclusion, le matplotlib.pyplot.plot()> La fonction en Python est un outil fondamental pour créer une variété de tracés 2D, notamment des tracés linéaires, des nuages de points, etc. Sa polyvalence permet aux utilisateurs de personnaliser les tracés en spécifiant des points de données, des styles de lignes, des marqueurs et des couleurs. Avec des paramètres facultatifs tels que « fmt » et « data », la fonction offre une flexibilité dans le formatage du tracé et la gestion des données. De plus, les objets Line2D renvoyés permettent une manipulation et une analyse plus approfondies des données tracées. Dans l'ensemble, Matplotlibplot()>La fonction est un composant clé dans le domaine de la visualisation de données, offrant une interface conviviale pour créer des tracés perspicaces et visuellement attrayants en Python.