Application Python: visualisation de données, partie 2: matplotlib

Visualisez un type de données

Tracez les données sur le graphique

Matplotlib
#Il dispose de nombreuses fonctions pour visualiser les données.
matplotlib.pyplot.plot(Données correspondant à l'axe des x,Données correspondant à l'axe des y)
#Vous pouvez facilement créer un graphique en associant des données à l'axe des x (axe horizontal) et à l'axe des y (axe vertical) du graphique.
matplotlib.pyplot.show() #Afficher le graphique créé à l'écran

Définir la plage d'affichage du graphique

Lors de la création d'un graphique à l'aide de matplotlib.pyplot La plage d'affichage du graphique est définie automatiquement.

Les min () et max () des données (liste) affectées à chaque axe sont Toutes les parties des données sont automatiquement visualisées car la plage d'affichage correspond aux valeurs minimale et maximale.

Vous souhaiterez peut-être n'afficher qu'une partie du graphique. Dans ce cas Utilisez le programme ci-dessous.

matplotlib.pyplot.xlim([Valeur de départ,Valeur finale])
#Définir la plage d'affichage du graphique
#xlim est une fonction qui spécifie la plage de l'axe des x. Utilisez ylim pour spécifier la plage de l'axe y

Définir les noms des éléments graphiques

matplotlib.pyplot a de nombreuses méthodes qui vous permettent de nommer divers éléments du graphique.

matplotlib.pyplot.title("Titre") # グラフのTitre
matplotlib.pyplot.xlabel("étiquette de l'axe des x") # グラフのétiquette de l'axe des x

Afficher la grille sur le graphique

La grille (ligne d'échelle) est la méthode d'affichage.

matplotlib.pyplot.grid(True) #Affichage de la grille(Aucun par défaut)

Réglez l'échelle sur l'axe du graphique

Lorsque vous créez un graphique, l'axe des x et l'axe des y sont automatiquement gradués. La netteté de chaque axe est bonne et l'échelle est attachée. Si vous souhaitez régler la balance, utilisez le programme suivant.

matplotlib.pyplot.xticks(Position pour insérer l'échelle,Chaîne de caractères de l'échelle à afficher)
#Définir l'échelle sur l'axe x
import matplotlib.pyplot as plt

plt.plot([2,3,9,1,5])
plt.xticks([0.7,2.1,3.5], ["i","ii","iii"])
plt.show()

Visualiser plusieurs données 1

Tracer plusieurs données sur un graphique

Parfois, vous souhaitez afficher plusieurs données sur un graphique. Chaque donnée peut être affichée (tracé) dans différentes couleurs sur le graphique.

matplotlib.pyplot.plot(x, y, color="Spécification de couleur")
#Décrivez chaque donnée que vous souhaitez afficher dans différentes couleurs et spécifiez des variables différentes pour chacune.
#Chaque fois que vous faites cela, un tracé sera dessiné sur le graphique.
# color=Même sans cela, vous pouvez spécifier la couleur avec le troisième argument.

La couleur du tracé est spécifiée par le code de couleur HTML.

Code couleur HTML

C'est un code qui exprime la couleur avec des nombres hexadécimaux à 6 chiffres (0-9 et A-F caractères alphanumériques) après #, comme 0000ff. AA0000 est une couleur proche du rouge.

Vous pouvez également spécifier les caractères suivants.

Code couleur Couleur
b Bleu
g vert
r rouge
c cyan
m Magenda
y Jaune
k noir
w blanc

Définir l'étiquette de la série

matplotlib.pyplot.legend() #Définissez et affichez l'étiquette de la série (légende).

C'est la partie inférieure gauche de la figure ci-dessous.

image.png

Il existe deux façons de définir l'étiquette de série.

# 1.Déterminez automatiquement ce qui est affiché sur l'étiquette de la série

matplotlib.pyplot.plot(x, y1, label="Nom d'étiquette 1")
matplotlib.pyplot.plot(x, y2, label="Nom d'étiquette 2")
matplotlib.pyplot.legend()
# 2.Ajouter une étiquette de série à un élément qui existe déjà

matplotlib.pyplot.plot(x, y1)
matplotlib.pyplot.plot(x, y2)
matplotlib.pyplot.legend(["Nom d'étiquette 1", "Nom d'étiquette 2"])

La méthode 1 spécifie explicitement l'étiquette de l'élément à tracer. Dans la méthode 2, la relation entre l'élément et l'étiquette n'est pas explicite. Non recommandé car cela peut prêter à confusion.

Visualiser plusieurs données 2

Comment créer plusieurs graphiques et les modifier

Définir la taille de la figure

matplotlib.pyplot.figure()
#Une méthode qui peut tout faire fonctionner dans la figure
matplotlib.pyplot.figure(figsize=(Taille horizontale,Taille verticale))
#Taille avec figsiza(En pouces)Spécifier.
#Spécifiez les tailles horizontale et verticale en pouces. Si omis, figsize=(8, 6)Sera.

Créer un sous-tracé

Utilisation de sous-graphiques (axes), dans la figure Vous pouvez générer n'importe quel nombre de graphiques et dessiner plusieurs graphiques. Vous pouvez également manipuler le graphique pour chaque sous-tracé.

Lors de l'ajout d'un sous-tracé (objet axes) à une figure (objet figure) Spécifiez la méthode add_subplot () pour l'objet figure Spécifie la disposition qui divise la figure et la position du sous-tracé à l'intérieur.

add_subplot(Nombre de lignes,Le nombre de colonnes,Quel nombre)

#Nombre de lignes: en combien de lignes la figure doit-elle être divisée?
#Nombre de colonnes: dans combien de colonnes la figure doit-elle être divisée?
#Numéro: 1 de haut à gauche sur la figure, 2, 3 ...Quel nombre ajoutez-vous?
import matplotlib.pyplot as plt
import numpy as np


#Créer un objet figure
fig = plt.figure(figsize=(4, 4))
#Divisez l'objet axes en 2 lignes et 3 colonnes et ajoutez un graphique en bas à droite
ax = fig.add_subplot(2, 3, 6)

#  y=Dessiner un graphique x sur l'objet axes
x = np.linspace(0, 100)
y = x
ax.plot(x, y)

#Remplissez les espaces avec des sous-graphiques pour rendre la position du graphique plus facile à comprendre
for i in range(6):
    if i == 5:
        continue
    fig.add_subplot(2, 3, i+1)


plt.show()

image.png

Ajuster les marges autour du sous-tracé

matplotlib.pyplot.subplots_adjust(wspace=Largeur d'espacement horizontal, hspace=Largeur d'espacement vertical)
#Il n'y a pas de limite à la valeur qui définit la marge, mais elle est automatiquement corrigée afin qu'elle ne saute pas hors de la zone graphique.

Définir la plage d'affichage du graphique dans le sous-tracé

Vous pouvez définir la plage d'affichage du graphique pour chaque sous-tracé. De plus, les axes x et y peuvent être définis respectivement.

#Soit l'objet de sous-tracé la variable ax.

ax.set_xlim([valeur minimum,Valeur maximum]) #Définir la plage d'affichage de l'axe x
ax.set_ylim([valeur minimum,Valeur maximum]) #Définir la plage d'affichage de l'axe y
#Par exemple, pour définir la plage d'affichage de l'axe X sur 0 à 1, écrivez comme suit.
ax.set_xlim([0, 1])

Nommez les éléments du graphique dans le sous-tracé

Vous pouvez définir des éléments tels que des titres et des étiquettes pour chaque sous-tracé. Il y a une petite habitude dans le chemin.

#Soit l'objet de sous-tracé la variable ax.

ax.set_title("Titre") # グラフのTitreを設定する
ax.set_xlabel("nom de l'axe des x") #Définir l'étiquette de l'axe x
ax.set_ylabel("nom de l'axe y") #Définir l'étiquette de l'axe y

Afficher la grille sur le graphique dans le sous-tracé

#Soit l'objet de sous-tracé la variable ax.
ax.grid(True)

Définir l'échelle sur l'axe du graphique dans le sous-tracé

Vous pouvez définir l'échelle de l'axe pour chaque sous-tracé.

#Soit l'objet de sous-tracé la variable ax.

ax.set_xticks([Liste des positions d'insertion]) #Position de l'échelle à insérer sur l'axe x
ax.set_xticklabels([Liste des étiquettes de graduation]) #Cochez l'étiquette à insérer sur l'axe des x

#Décrivez la position de l'échelle à insérer et le libellé de l'échelle dans un type de liste.
#Il est également possible de le convertir à l'avance en une variable de type liste.

Recommended Posts

Application Python: visualisation de données, partie 2: matplotlib
Application Python: visualisation de données partie 1: basique
Application de Python: visualisation de données Partie 3: divers graphiques
Méthode de visualisation de données utilisant matplotlib (1)
Méthode de visualisation de données utilisant matplotlib (2)
Méthode de visualisation de données utilisant matplotlib (+ pandas) (5)
Application Python: Traitement des données # 3: Format des données
Méthode de visualisation de données utilisant matplotlib (+ pandas) (3)
Visualisez facilement vos données avec Python seaborn.
Analyse de données à partir de python (visualisation de données 1)
Méthode de visualisation de données utilisant matplotlib (+ pandas) (4)
Analyse de données à partir de python (visualisation de données 2)
Implémentez "Data Visualization Design # 2" avec matplotlib
Application de Python: Nettoyage des données Partie 2: Nettoyage des données à l'aide de DataFrame
Outil de visualisation Python pour le travail d'analyse de données
Analyse de données python
Les bases de #Python (#matplotlib)
[Python] Application Web à partir de 0! Pratique (4) - Mise en forme des données-
Mon matplotlib (Python)
Recommandation d'Altair! Visualisation des données avec Python
[python] Lecture de données
[Calcul scientifique / technique par Python] histogramme, visualisation, matplotlib
Lire les données csv Python avec Pandas ⇒ Graphique avec Matplotlib
Implémentez "Data Visualization Design # 3" avec pandas et matplotlib
Application de Python: Traitement des données Partie 2: Analyse de divers formats de données
Analyse de données avec python 2
Mémo de visualisation par Python
Présentation de l'analyse de données python
Divers outils de visualisation Python
Nettoyage des données à l'aide de Python
Carte thermique par Python + matplotlib
Visualisation des données avec les pandas
Modèle d'analyse de données Python
[Tutoriel Python] Structure des données
[Python] Tri des données Numpy
Installation de matplotlib (Python 3.3.2)
Application de Python 3 vars
Analyse de données avec Python
Visualisation de la logistique avec Python
Application Python: Pandas # 3: Dataframe
[Calcul scientifique / technique par Python] Graphique logistique, visualisation, matplotlib
[Calcul scientifique / technique par Python] Graphique de coordonnées polaires, visualisation, matplotlib
Exemple de données créées avec python
Mon conteneur d'analyse de données python
Gérer les données ambiantes en Python
Graphique des données Excel avec matplotlib (1)
Application Python: Pandas Partie 1: Basique
structure de données Python push pop
Application Python: Pandas Partie 2: Série
Utilisez matplotlib sur Ubuntu 12 et Python
Python pour l'analyse des données Chapitre 4
Afficher les données UTM-30LX en Python
Obtenez des données Youtube avec python
Visualisation des données par préfecture
Fiche technique de la science des données (Python)
[Python] Notes sur l'analyse des données
Mon environnement d'analyse de données python
Graphique des données Excel avec matplotlib (2)
Notes d'apprentissage sur l'analyse des données Python