Matplotlib.pyplot byder på .plot funktionen; med den kan man lave simple 2D linjeplots
# importer matplotlib.pyplot import matplotlib.pyplot as plt # indstil plot-størrelse plt.figure(figsize = (20,5)) # opret et simpelt linjeplot plt.plot([1,2,3,4], [1,4,6,8]) # tilføj tekst-label til x- og y-aksen plt.xlabel("x-dimension") plt.ylabel("y-dimension") # tilføj en plot-overskrift (titel) plt.title("Plot titel") # vis det simple linjeplot plt.show()

Modulet matplotlib kan også bruges til at oprette søjle-diagrammer. Pytplot omfatter .bar funktionen:
# indstil plot-størrelse plt.figure(figsize = (20,5)) # opret søjle-diagram plt.bar([1,2,3],[1,5,10]) # tilføj labels til søjler plt.xticks([1,2,3],["A","B","C"]) # vis søjle-diagrammer plt.show()

Med pyplot kan man også tilføje flere data-serier til et søjlediagram, samt tilføje en legende:
# indstil plot-sørrelse
plt.figure(figsize = (20,10))
# opret variabler med index-værdier og navne for hver observations-gruppe
import numpy as np
index_vaerdier = np.arange(5) # brug numpy til at oprette et heltalts-felt
gruppe_navne = ["A","B","C","D","E"]
# opret serierne som skal visualiseres i søjlediagrammet
serie1 = [1,2,4,5,10]
serie2 = [3,6,9,15,0]
# opret 1. og 2. søjle-diagram; søjlerene skal gruperes vedsiden af hinanden
bredde = 0.3
plt.bar(index_vaerdier, serie1, color = "green", label = "serie 1", width = bredde)
plt.bar(index_vaerdier + bredde, serie2, color = "red", label = "serie 2", width = bredde)
# tilføj labels til akserne og tilføj diagram-overskrift
plt.title("2 serier i et grupperet søjlediagram", size=32) # brug skriftstørrelse 32
plt.xlabel("grupperne", size = 20) # brug skriftstørrelse 20
plt.ylabel("observationsværdier", size = 20)
# tilføj gruppe-navne til x-aksen
plt.xticks(index_vaerdier+bredde/2,gruppe_navne)
# tilføj en legende, dér hvor der er bedst plads
plt.legend(loc = "best")
# hvis søjle-diagrammet
plt.show()

Matplotlib kan med pyplot også bruges til at visualisere histogrammer:
# indstil størrelse af histogrammet
plt.figure(figsize = (20,10))
# brug numpy til at oprette 1000 normalfordelte, tilfældige tal
tal_felt = np.random.randn(1000)
# opret histogram med 50 værdiklasser
plt.hist(tal_felt,50, color = "red")
# giv histogram labels og overskrift
plt.title("histogram med 50 klasser og 1000 observationer", size = 32)
plt.xlabel("observationsværdier", size = 20)
plt.ylabel("antal observationer", size = 20)
# udgiv histogram
plt.show()


Industriingeniør som gerne beskæftiger sig med optimering, simulation og matematisk modellering i R, SQL, VBA og Python

Leave a Reply