Библиотека Matplotlib

Давай поговорим о matplotlib — одном из самых популярных инструментов для визуализации данных в Python. Если ты когда-либо задумывался, как превратить скучные числа в яркие графики, то ты попал по адресу! Matplotlib — это как швейцарский нож для графиков: он может делать практически всё, что тебе нужно, и даже больше. Итак, погнали!

Официальный сайт: https://matplotlib.org

1. Установка matplotlib

Первое, что нужно сделать, это установить библиотеку. Если ты ещё этого не сделал, просто запусти команду:

pip install matplotlib

Легко, правда? Теперь ты готов создавать графики, которые будут вызывать зависть у твоих коллег!

Основные модули и функции

1. pyplot: основной интерфейс для создания графиков.

• imread(): чтение ззображения из файла

• plot(): создание линейного графика.

• scatter(): создание диаграммы рассеяния.

• bar(): создание столбчатой диаграммы.

• barh(): создание горизонтальной столбчатой диаграммы.

• hist(): создание гистограммы.

• boxplot(): создание коробчатой диаграммы.

• pie(): создание круговой диаграммы.

• imshow(): отображение изображения или матрицы.

• contour(): создание контурного графика.

• contourf(): создание заполненного контурного графика.

• subplot(): создание подграфиков.

• subplots(): создание нескольких подграфиков в одной фигуре.

• xlabel(), ylabel(), title(): установка подписей осей и заголовка.

• legend(): добавление легенды к графику.

• grid(): включение сетки на графике.

• show(): отображение графика.

• savefig(): сохранение графика в файл.

2. Figure и Axes:

• figure(): создание новой фигуры.

• add_subplot(): добавление подграфика к фигуре.

• add_axes(): добавление пользовательских осей.

3. Настройка стиля:

• style.use(): выбор стиля визуализации.

• rcParams: изменение параметров конфигурации.

4. Анимация:

• FuncAnimation(): создание анимации на основе функции обновления.

5. 3D графики:

• mpl_toolkits.mplot3d: модуль для 3D визуализации.

• Axes3D: класс для работы с 3D осями.

6. Текст и аннотации:

• text(): добавление текста на график.

• annotate(): добавление аннотаций к графику.

7. Работа с цветом:

• colormap(): работа с цветами и градиентами.

8. Произвольные линии и маркеры:

• hlines(), vlines(): добавление горизонтальных и вертикальных линий.

9. Пользовательские функции:

• Вы можете создавать свои собственные функции для настройки графиков.

Дополнительные возможности

• Поддержка различных форматов файлов (PNG, PDF, SVG и др.)

• Интеграция с другими библиотеками (NumPy, Pandas)

• Работа с интерактивными графиками (например, с использованием Jupyter Notebook)

2. Основы построения графиков

Давай начнём с самого простого — построим линейный график. Допустим, у нас есть данные о количестве кофе, выпитого за неделю. Вот как это можно сделать:

import matplotlib.pyplot as plt

days = ['Пн', 'Вт', 'Ср', 'Чт', 'Пт', 'Сб', 'Вс']
coffee = [2, 3, 5, 4, 6, 7, 1]

plt.plot(days, coffee)
plt.title('Кофе за неделю')
plt.xlabel('Дни недели')
plt.ylabel('Количество чашек')
plt.show()

Не забудь, что графики — это не только про числа. Это про эмоции! В нашем случае это может быть любовь к кофе или ненависть к понедельникам.

3. Разнообразие графиков

Теперь давай немного поэкспериментируем. Matplotlib позволяет создавать не только линейные графики. Вот несколько примеров:

3.1. Столбчатая диаграмма

plt.bar(days, coffee)
plt.title('Кофе за неделю (столбчатая диаграмма)')
plt.xlabel('Дни недели')
plt.ylabel('Количество чашек')
plt.show()

3.2. Круговая диаграмма

Иногда хочется показать доли. Для этого отлично подойдёт круговая диаграмма:

plt.pie(coffee, labels=days, autopct='%1.1f%%')
plt.title('Доля кофе по дням недели')
plt.show()

4. Настройка графиков

Matplotlib позволяет настраивать графики до мелочей. Например, можно изменить цвет линий, стиль и добавить сетку:

plt.plot(days, coffee, color='brown', linestyle='--', marker='o')
plt.title('Кофе за неделю (настроенный график)')
plt.xlabel('Дни недели')
plt.ylabel('Количество чашек')
plt.grid(True)
plt.show()

Теперь наш график выглядит так, будто его создал настоящий художник!

5. Сохранение графиков

Не забудь сохранить свои шедевры! Matplotlib позволяет сохранять графики в различных форматах:

plt.plot(days, coffee)
plt.title('Кофе за неделю')
plt.xlabel('Дни недели')
plt.ylabel('Количество чашек')
plt.savefig('coffee_week.png')  # Сохраняем график

Теперь ты можешь похвастаться своими результатами в социальных сетях или отправить их своему начальнику!

6. Интересные факты о matplotlib

• matplotlib была создана в 2003 году Джоном Хunterом — настоящим гуру визуализации данных.


• С помощью matplotlib можно создавать анимации! Да-да, не только статичные графики.

7. Заключение (но без заключения)

Вот и всё! Теперь ты знаешь основы работы с matplotlib и готов создавать визуализации, которые удивят всех вокруг. Помни, что данные без визуализации — это как кофе без сахара: вроде бы и есть, но не так приятно!