python Matplotlibデータ可視化(1):簡単入門
3846 ワード
1 matiplot入門ガイド
matplotlibはPython科学計算において最も多く使われている可視化ライブラリであり、機能が豊富で、非常に多くの可視化方案を提供しており、様々なシーンでのデータ可視化のニーズをほぼ満たすことができます。しかし、機能が豊富である反面、概念、方法、パラメーターが多く、多くの新米が望めないという意味もあります。
私が知っている限りでは、大部分の人はmatiplotlibに対してあまり深く接していない時は、辺の絵を描きながらBaiduを描いています。このような問題は、皆さんもどこかで見たことがあると思います。Pythonはどうやって散点図を描きますか?どの問題に対しても、多くの解決方法があります。検索エンジンは当然、様々な種類の問題を合理的に見たところ、それぞれ違った解決案を私たちに押してくれます。新米については、往々にしてこれらの複雑な答えの中に迷ってしまいます。matplotlibの設計原則は、各グラフの詳細を完全に制御するため、matplotlibのソースコードの様々なオブジェクト、さらには、オブジェクト間の相互アプリケーション、複雑な、同じオブジェクトの設定はしばしば異なる方法で実現するために呼び出すことができます。
matplotlib入門段階で曲線を学ぶのは急峻で、もう一つ重要な原因があると思います。出版された書籍やネットブログの中にも、maplotlibに対する深いシステム紹介の資料はあまりないです。これらの表層に流れる資料は、どのようにmatiplotlibで作図するかについては、深く分析されていません。pylotモジュールでのメソッドの作図を紹介するだけです。pylotは、matplotlibで提供されたトップモジュールであり、多くの方法を提供して、快速で簡便な作図を実現しました。何行かのコードで一枚の絵の創作を完成できます。しかし、このような方法は初心者のmatplotlib図形に対する認識を浅くし、図の形に対するより精密な制御を実現するのが難しくなりました。最後に初心者にmatplotlibを歯ぎしりさせます。この方法はファーストフードを食べたいです。快速で便利ですが、食べ過ぎると栄養不良が避けられません。
matplotlib入門段階のこの二つの問題に対して、どうすればいいですか?
matplotlibは実は2種類のインターフェースを提供して作図を実現します。第1の種類の状態ベースのインターフェースは、上述のpylotを作図しており、このようなインターフェースは、matplotlibのより低い層のオブジェクトをカプセル化し、MATLABの作図スタイルをまねるようにして作図をより簡単にする。なぜ状態に基づいているかというと、pylotのすべての動作は現在アクティブな要素にデフォルトで行われています。他の要素に切り替えるには、他の要素をアクティブにします。第二のインターフェースはオブジェクトベースのインターフェースであり、この方法はオブジェクトを購入する方法を使用して、図中の各要素は一つのオブジェクトであると考え、より下のオブジェクトを呼び出すことにより、作図を実現する。この方法のコード量はもっと多いですが、ユーザーにmatplotlibパターンの構成をより深く認識させ、ユーザーに図形の各要素に対してより強いコントロール力を持たせることができます。
したがって、matplotlibを使用して作図する過程で、本論文では学習段階において対象に基づく方法を多く用いて作図することを提案します。対象に基づく方法を把握して作図すれば、後はpylotを使って自然に意味が通じます。本稿の後続のほとんどの紹介もこの方法に基づいている。
2インストールと導入インストール
matplotlibのインストールはPythonの他の第三者ライブラリのインストール方法と同じです。導入 導入操作を行う時は、通常は直接にmatplotlibパッケージ全体を導入するのではなく、matplotlibパッケージの中で最も一般的なpylotモジュールを導入します。一般的には、pylotを導入する時から、「plt」と呼ぶ習慣があります。
matplotlibを使って図形を描く前に、matplotlibグラフの構成を理解する必要があります。matiplotlibグラフには三つの非常に重要な概念があります。figure、axes、axies。三者の関係は、下の図のようにmaplotlibグラフの全体レイアウトを構成しています。
matplotlibグラフには少なくとも一つのfigureがあります。figurは一つのキャンバスとして理解できます。キャンバスの上に複数のaxesを描くことができます。ここのaxesは座標系として理解しています。各座標系は複数のaxisがあります。つまり、複数の軸があります。
以下の図は、matplotlib公式文書に展示されている一枚の写真です。さらに、matplotlibグラフのレイアウト上のコンポーネント構成を明確に示しています。
上の図では、青の部分のテキストは各コンポーネントの名前です。各コンポーネントの名前を覚えてください。各コンポーネントに対しては呼び出し関数を設定しやすいです。コンポーネントの名前は関数名と似ていますから。実際には、matplotlibにおいて、figureのすべてのコンポーネントは、図1のaxes、axies、ひいてはfigurおよび図中に現れたすべてのコンポーネントを含んでいます。これらのコンポーネントはいずれもArtistという親のクラスに引き継がれているからです。位置と役割によって、私たちはmaplotlibのすべてのartistを三つのレベルに分けることができます。
(1)フィグレ層:キャンバス、これは一番低い層の容器で、axesを収容するために使われます。
(2)axes層:座標系、軸域ともなり、第二層容器はaxisを収容するために使用されます。
(3)axis層:座標軸も座標軸上のより微細な構成要素を含んでいます。
matplotlibを使って作図する場合は、この階層の構造順に作成完了します。次に、それぞれfigure、axes、axisを紹介します。
3まとめ
このブログは主にmatplotlibの入門とmatplotlibのマクロレベルの容器配置を紹介しています。この紹介を通じて、読者の皆さんがmatplotlibに対してより正確で深い認識を持つようにしたいです。
最後に、まだ言いたいのですが、matplotlibはとても強いです。でも、今はネットでも市場上のmatplotlib資料の多くはファーストフードの種類に属しています。食べ過ぎると、栄養不良になりやすく、後継ぎができなくなります。もちろん、pylotはファーストフードだけですが、毒ではありません。pylotでは確かに多くの強力な方法を提供しています。本論文では、データを簡単に展示するだけであれば、もちろんpylotを使用して行うことができますが、より細かく設定する必要がある場合は、pylotの方法を使用して、matplotlib図形のコンテナオブジェクトを作成することが推奨されます。pylotはコンテナオブジェクトを作成しますので、matplotlibシーケンスに組み入れて管理しやすくなります。コンテナオブジェクトができたら、その後の絵はpylotで行わないでください。容器オブジェクトを通して操作したほうがいいです。
入門学習段階は、ぜひ、対象に基づいてこの道を作ってください!!!
次のブログでは、この3つの容器の対象について始め、対象に基づく作図を順次紹介します。
作者:オダオ
マイクロ信号:chb 1137796095
Github:https://github.com/ChenHuabin321
V交流、共同学習、共同進歩を歓迎します。
以上がpython Matplotlibデータの可視化です。(1)簡単入門の詳細です。python Matplotlibデータの可視化に関する資料がもっと多いです。他の関連記事に注目してください。
matplotlibはPython科学計算において最も多く使われている可視化ライブラリであり、機能が豊富で、非常に多くの可視化方案を提供しており、様々なシーンでのデータ可視化のニーズをほぼ満たすことができます。しかし、機能が豊富である反面、概念、方法、パラメーターが多く、多くの新米が望めないという意味もあります。
私が知っている限りでは、大部分の人はmatiplotlibに対してあまり深く接していない時は、辺の絵を描きながらBaiduを描いています。このような問題は、皆さんもどこかで見たことがあると思います。Pythonはどうやって散点図を描きますか?どの問題に対しても、多くの解決方法があります。検索エンジンは当然、様々な種類の問題を合理的に見たところ、それぞれ違った解決案を私たちに押してくれます。新米については、往々にしてこれらの複雑な答えの中に迷ってしまいます。matplotlibの設計原則は、各グラフの詳細を完全に制御するため、matplotlibのソースコードの様々なオブジェクト、さらには、オブジェクト間の相互アプリケーション、複雑な、同じオブジェクトの設定はしばしば異なる方法で実現するために呼び出すことができます。
matplotlib入門段階で曲線を学ぶのは急峻で、もう一つ重要な原因があると思います。出版された書籍やネットブログの中にも、maplotlibに対する深いシステム紹介の資料はあまりないです。これらの表層に流れる資料は、どのようにmatiplotlibで作図するかについては、深く分析されていません。pylotモジュールでのメソッドの作図を紹介するだけです。pylotは、matplotlibで提供されたトップモジュールであり、多くの方法を提供して、快速で簡便な作図を実現しました。何行かのコードで一枚の絵の創作を完成できます。しかし、このような方法は初心者のmatplotlib図形に対する認識を浅くし、図の形に対するより精密な制御を実現するのが難しくなりました。最後に初心者にmatplotlibを歯ぎしりさせます。この方法はファーストフードを食べたいです。快速で便利ですが、食べ過ぎると栄養不良が避けられません。
matplotlib入門段階のこの二つの問題に対して、どうすればいいですか?
matplotlibは実は2種類のインターフェースを提供して作図を実現します。第1の種類の状態ベースのインターフェースは、上述のpylotを作図しており、このようなインターフェースは、matplotlibのより低い層のオブジェクトをカプセル化し、MATLABの作図スタイルをまねるようにして作図をより簡単にする。なぜ状態に基づいているかというと、pylotのすべての動作は現在アクティブな要素にデフォルトで行われています。他の要素に切り替えるには、他の要素をアクティブにします。第二のインターフェースはオブジェクトベースのインターフェースであり、この方法はオブジェクトを購入する方法を使用して、図中の各要素は一つのオブジェクトであると考え、より下のオブジェクトを呼び出すことにより、作図を実現する。この方法のコード量はもっと多いですが、ユーザーにmatplotlibパターンの構成をより深く認識させ、ユーザーに図形の各要素に対してより強いコントロール力を持たせることができます。
したがって、matplotlibを使用して作図する過程で、本論文では学習段階において対象に基づく方法を多く用いて作図することを提案します。対象に基づく方法を把握して作図すれば、後はpylotを使って自然に意味が通じます。本稿の後続のほとんどの紹介もこの方法に基づいている。
2インストールと導入
pip install -i https://pypi.douban.com/simple matplotlib
import matplotlib.pyplot as plt
3図の構成matplotlibを使って図形を描く前に、matplotlibグラフの構成を理解する必要があります。matiplotlibグラフには三つの非常に重要な概念があります。figure、axes、axies。三者の関係は、下の図のようにmaplotlibグラフの全体レイアウトを構成しています。
matplotlibグラフには少なくとも一つのfigureがあります。figurは一つのキャンバスとして理解できます。キャンバスの上に複数のaxesを描くことができます。ここのaxesは座標系として理解しています。各座標系は複数のaxisがあります。つまり、複数の軸があります。
以下の図は、matplotlib公式文書に展示されている一枚の写真です。さらに、matplotlibグラフのレイアウト上のコンポーネント構成を明確に示しています。
上の図では、青の部分のテキストは各コンポーネントの名前です。各コンポーネントの名前を覚えてください。各コンポーネントに対しては呼び出し関数を設定しやすいです。コンポーネントの名前は関数名と似ていますから。実際には、matplotlibにおいて、figureのすべてのコンポーネントは、図1のaxes、axies、ひいてはfigurおよび図中に現れたすべてのコンポーネントを含んでいます。これらのコンポーネントはいずれもArtistという親のクラスに引き継がれているからです。位置と役割によって、私たちはmaplotlibのすべてのartistを三つのレベルに分けることができます。
(1)フィグレ層:キャンバス、これは一番低い層の容器で、axesを収容するために使われます。
(2)axes層:座標系、軸域ともなり、第二層容器はaxisを収容するために使用されます。
(3)axis層:座標軸も座標軸上のより微細な構成要素を含んでいます。
matplotlibを使って作図する場合は、この階層の構造順に作成完了します。次に、それぞれfigure、axes、axisを紹介します。
3まとめ
このブログは主にmatplotlibの入門とmatplotlibのマクロレベルの容器配置を紹介しています。この紹介を通じて、読者の皆さんがmatplotlibに対してより正確で深い認識を持つようにしたいです。
最後に、まだ言いたいのですが、matplotlibはとても強いです。でも、今はネットでも市場上のmatplotlib資料の多くはファーストフードの種類に属しています。食べ過ぎると、栄養不良になりやすく、後継ぎができなくなります。もちろん、pylotはファーストフードだけですが、毒ではありません。pylotでは確かに多くの強力な方法を提供しています。本論文では、データを簡単に展示するだけであれば、もちろんpylotを使用して行うことができますが、より細かく設定する必要がある場合は、pylotの方法を使用して、matplotlib図形のコンテナオブジェクトを作成することが推奨されます。pylotはコンテナオブジェクトを作成しますので、matplotlibシーケンスに組み入れて管理しやすくなります。コンテナオブジェクトができたら、その後の絵はpylotで行わないでください。容器オブジェクトを通して操作したほうがいいです。
入門学習段階は、ぜひ、対象に基づいてこの道を作ってください!!!
次のブログでは、この3つの容器の対象について始め、対象に基づく作図を順次紹介します。
作者:オダオ
マイクロ信号:chb 1137796095
Github:https://github.com/ChenHuabin321
V交流、共同学習、共同進歩を歓迎します。
以上がpython Matplotlibデータの可視化です。(1)簡単入門の詳細です。python Matplotlibデータの可視化に関する資料がもっと多いです。他の関連記事に注目してください。