NumPy и Matplotlib

pip3 устанавливается:

pip install matplotlib -i https://pypi.tuna.tsinghua.edu.cn/simple

Системы Linux также могут использовать Linux пакетный менеджер для установки:

Debian / Ubuntu:

sudo apt-get install python-matplotlib

Fedora / Redhat:

sudo yum install python-matplotlib

После установки вы можете использовать python -m pip list Эта команда используется для проверки того, был ли установлен модуль matplotlib.

$ pip3 list | grep matplotlib
matplotlib 3.3.0

Пример

　import numpy as np　
　from matplotlib import pyplot as plt　
　　
　x = np.arange(1, 11)　
　y = 2 * x + 5　
　plt.title("Matplotlib　demo")　
　plt.xlabel("заголовок оси X")　
　plt.ylabel("заголовок оси Y")　
　plt.plot(x, y) plt.show()

В данном примере функция np.arange() создает значения на оси X. Соответствующие значения на оси Y хранятся в другом объекте массива y. Эти значения рисуются с помощью функции plot() из подмодуля pyplot пакета matplotlib.

График отображается с помощью функции show().

Отображение китайских символов в графиках

Matplotlib по умолчанию не поддерживает китайский язык, мы можем решить эту проблему с помощью следующих простых методов.

Здесь мы используем Source Han Sans, Source Han Sans - это открытое шрифтовое семейство, совместно разработанное Adobe и Google.

Официальный веб-сайт: https://source.typekit.com/source-han-serif/cn/

Адрес GitHub: https://github.com/adobe-fonts/source-han-sans/tree/release/OTF/SimplifiedChinese

Открыв ссылку, выберите один из них:

Вы можете загрузить OTF шрифт, например SourceHanSansSC-Bold.otf, и поместить этот файл в текущий файл выполнения кода:

Файл SourceHanSansSC-Bold.otf должен быть放在 текущем файле выполнения кода:

　import numpy as np　
　from matplotlib import pyplot as plt　
　import matplotlib
　　
　#　fname　- это путь к вашему библиотеке шрифтов, обратите внимание на путь к шрифту SourceHanSansSC-Bold.otf
　zhfont1 = matplotlib.font_manager.FontProperties(fname="SourceHanSansSC-Bold.otf")　
　　
　x = np.arange(1, 11)　
　y = 2 * x + 5　
　plt.title("Стойка товаров - Тест", fontproperties=zhfont1)　
　　
　# fontproperties устанавливает отображение китайских символов, fontsize устанавливает размер шрифта
　plt.xlabel("x ось", fontproperties=zhfont1)
　plt.ylabel("y ось", fontproperties=zhfont1)
　plt.plot(x, y)　
　plt.show()

Кроме того, мы можем использовать системные шрифты:

　from matplotlib import pyplot as plt
　import matplotlib
　a = sorted([f.name for f in matplotlib.font_manager.fontManager.ttflist])
　for i in a:
　　　　　print(i)

Выведите все зарегистрированные имена из вашего ttflist font_manager, чтобы найти подходящий шрифт с китайскими символами, например: STFangsong (Фан Сун), и добавьте следующий код:

plt.rcParams['font.family']=['STFangsong']

Вместо линейной диаграммы можно отобразить отдельные значения, добавив строку формата к функции plot(). Można użyć następujących znaków formatujących.

Вот сокращения цветов:

Чтобы отобразить круг для обозначения точки, а не линию, как в предыдущем примере, используйте строку формата ob в функции plot().

　import numpy as np　
　from matplotlib import pyplot as plt　
　　
　x = np.arange(1, 11)　
　y = 2 * x + 5　
　plt.title("Matplotlib　demo")　
　plt.xlabel("заголовок оси X")　
　plt.ylabel("заголовок оси Y")　
　plt.plot(x, y, "ob")　
　plt.show()

Результат выполнения показан на рисунке ниже:

Нанести синусоиду

Данный пример использует matplotlib для генерации графика синусоиды.

　import numpy as np　
　import matplotlib.pyplot as plt　
　# Рассчитать координаты x и y точек на кривой синуса
　x = np.arange(0, 3 * np.pi, 0.1)　
　y = np.sin(x)
　plt.title("форма волны синуса")　
　# Использовать matplotlib для рисования точек
　plt.plot(x, y)　
　plt.show()

Результат выполнения показан на рисунке ниже:

subplot()

Функция subplot() позволяет рисовать разные вещи на одном графике.

Данный пример рисует значения синуса и косинуса:

　import numpy as np　
　import matplotlib.pyplot as plt　
　# Рассчитать координаты x и y точек на кривых синуса и косинуса　
　x = np.arange(0, 3 * np.pi, 0.1)　
　y_sin = np.sin(x)　
　y_cos = np.cos(x)　
　# Создать сетку subplot, высота 2, ширина 1　
　# Активировать первый subplot
　plt.subplot(2, 1, 1)　
　# Нанести первый график　
　plt.plot(x, y_sin)　
　plt.title('Синус')　
　# Активировать второй subplot и нарисовать второе изображение
　plt.subplot(2, 1, 2)　
　plt.plot(x, y_cos)　
　plt.title('Косинус')　
　# Показывать изображение
　plt.show()

Результат выполнения показан на рисунке ниже:

bar()

Подмодуль pyplot предоставляет функцию bar() для генерации гистограмм.

Данный пример генерирует гистограмму для двух массивов x и y.

　from matplotlib import pyplot as plt　
　x = [5, 8, 10]　
　y = [12, 16, 6]　
　x2 = [6, 9, 11]　
　y2 = [6, 15, 7]　
　plt.bar(x, y, align='центр')　
　plt.bar(x2, y2, color='зелёный', align='центр')　
　plt.title('Гистограмма')　
　plt.ylabel('Ось Y')　
　plt.xlabel('Ось X')　
　plt.show()

Результат выполнения показан на рисунке ниже:

numpy.histogram()

Функция numpy.histogram() представляет графическое изображение частотного распределения данных. Прямоугольники с равной шириной, соответствующие интервалам классов, называются bin, переменная height соответствует частоте.

Функция numpy.histogram() принимает в качестве параметров вводимые массивы и bin. Конsecutive элементы массива bin используются в качестве границ каждого bin.

　import numpy as np　
　　
　a = np.array([22,87,5,43,56,73,55,54,11,20,51,5,79,31,27])
　np.histogram(a, bins = [0,20,40,60,80,100])　
　hist, bins = np.histogram(a, bins = [0,20,40,60,80,100])　
　print(hist)　
　print(bins)

Результат выполнения:

　[3 4 5 2 1]
　[0 20 40 60 80 100]

plt()

Matplotlib может преобразовать числовое представление гистограммы в графическое. Функция plt() подмодуля pyplot преобразует массив данных и массив bin в гистограмму.

　from matplotlib import pyplot as plt　
　import numpy as np　
　　
　a = np.array([22,87,5,43,56,73,55,54,11,20,51,5,79,31,27])　
　plt.hist(a, bins = [0,20,40,60,80,100])　
　plt.title("гистограмма")　
　plt.show()

Результат выполнения показан на рисунке ниже:

Более подробная информация о Matplotlib:

Руководство пользователя Частые вопросы и ответы Снимок экрана