Matplotlib สามารถใช้สร้างหลายแปลงซ้ำ ๆ ใน Python ได้อย่างไร

Matplotlib เป็นแพ็คเกจ Python ยอดนิยมที่ใช้สำหรับการแสดงข้อมูลเป็นภาพ การแสดงข้อมูลเป็นขั้นตอนสำคัญ เนื่องจากช่วยให้เข้าใจสิ่งที่เกิดขึ้นในข้อมูลโดยไม่ต้องดูตัวเลขจริงๆ และทำการคำนวณที่ซับซ้อน ช่วยในการสื่อสารข้อมูลเชิงลึกเชิงปริมาณไปยังผู้ชมอย่างมีประสิทธิภาพ

Matplotlib ใช้สร้างแปลง 2 มิติด้วยข้อมูล มันมาพร้อมกับ API เชิงวัตถุที่ช่วยในการฝังพล็อตในแอปพลิเคชัน Python Matplotlib สามารถใช้ได้กับเปลือก IPython, โน้ตบุ๊ก Jupyter, Spyder IDE และอื่นๆ

มันเขียนด้วยภาษาไพทอน มันถูกสร้างขึ้นโดยใช้ Numpy ซึ่งเป็นแพ็คเกจ Numerical Python ใน Python

Python สามารถติดตั้งบน Windows ได้โดยใช้คำสั่งด้านล่าง -

pip install matplotlib

การพึ่งพา Matplotlib คือ −

Python ( greater than or equal to version 3.4)
NumPy
Setuptools
Pyparsing
Libpng
Pytz
Free type
Six
Cycler
Dateutil

ให้เราเข้าใจว่า Matplotlib สามารถใช้กับหลายแปลงในแปลงเดียวกันซ้ำได้อย่างไร -

ตัวอย่าง

import numpy as np
import matplotlib.pyplot as plt

fig = plt.figure()
fig.subplots_adjust(top=0.8)
ax1 = fig.add_subplot(211)
ax1.set_ylabel('Y−axis')
ax1.set_title('A simple plot')

t = np.arange(0.0, 1.0, 0.01)
s = np.sin(2*np.pi*t)
line, = ax1.plot(t, s, color='blue', lw=2)
np.random.seed(4567232)

ax2 = fig.add_axes([0.15, 0.1, 0.8, 0.3])
n, bins, patches = ax2.hist(np.random.randn(1000), 50,
                  facecolor='yellow', edgecolor='green')
ax2.set_xlabel('x−label')
plt.show()

ผลลัพธ์

คำอธิบาย

• แพ็คเกจที่จำเป็นจะถูกนำเข้าและกำหนดนามแฝงเพื่อให้ใช้งานง่าย

• ตัวเลขที่ว่างเปล่าถูกสร้างขึ้นโดยใช้ฟังก์ชัน 'figure'

• ฟังก์ชัน 'แผนย่อย' ใช้เพื่อสร้างพื้นที่เพื่อลงจุดกราฟ

• ค่าข้อมูลถูกสร้างขึ้นโดยใช้ไลบรารี NumPy

• ฟังก์ชัน "seed" ของไลบรารี "สุ่ม" ใช้เพื่อสร้างจุดข้อมูล

• 'add_subplot' ใช้เพื่อสร้างแผนย่อยใหม่ให้กับพล็อตที่สร้างขึ้นใหม่

• ข้อมูลถูกวางแผนโดยใช้ฟังก์ชัน 'plot'

• ฟังก์ชัน set_xlabel, set_ylabel และ set_title ใช้เพื่อจัดเตรียมป้ายกำกับสำหรับแกน "X", แกน "Y" และชื่อ

• จะแสดงบนคอนโซลโดยใช้ฟังก์ชัน "แสดง"