Hướng dẫn này sẽ giúp bạn vẽ các biểu đồ đường khác nhau từ mảng NumPy trong Python. Để vẽ biểu đồ đường trong Python, chúng ta cần nhập hai thư viện Python trên không gian mã của mình như sau
from matplotlib import pyplot as plt import NumPy as np
Trong trường hợp không gian mã của bạn không có hai thư viện, bạn có thể cài đặt chúng bằng cách sử dụng cú pháp bên dưới
-pip install matplotlib- -pip install NumPy-
Matplotlib
Matplotlib là một thư viện trong Python được thiết kế đặc biệt để vẽ các loại biểu đồ khác nhau như biểu đồ đường, biểu đồ, biểu đồ thanh và nhiều biểu đồ khác trong lập trình Python. Trong hướng dẫn này, chúng tôi sẽ chỉ tập trung vào việc vẽ một loại biểu đồ đó là biểu đồ đường
NumPy
Một trong những thư viện trong Python, giải quyết các vấn đề liên quan đến mảng và nó cũng hữu ích khi làm việc cho các phép toán như ma trận, biến đổi Fourier và đại số tuyến tính. Mảng NumPy là một khung có cùng loại giá trị có bộ giá trị dương làm chỉ mục của chúng
Xin chào các lập trình viên, trong hướng dẫn này, chúng ta sẽ xem cách trực quan hóa một mảng NumPy trong Python bằng cách sử dụng mô-đun trực quan hóa sẵn có seaborn
NumPy là một mô-đun Python tích hợp, chủ yếu được sử dụng cho tính toán khoa học. Seaborn là một mô-đun trực quan hóa trong Python dựa trên matplotlib. Nó giúp xây dựng các biểu đồ cấp cao với đồ họa thống kê nhiều thông tin hơn
Cài đặt ba mô-đun bằng các lệnh sau trong dấu nhắc lệnh của bạn
pip install numpy pip install matplotlib pip install seaborn
Tạo một mảng NumPy
Chúng tôi tạo một mảng có nhiều mảng bằng cách sử dụng 'np. phương thức mảng []. Chúng ta có thể có một chiều duy nhất của mảng được chỉ định hoặc thậm chí nhiều chiều
Để vẽ đồ thị bằng Python, chúng ta sẽ sử dụng thư viện Matplotlib. Matplotlib được sử dụng cùng với dữ liệu NumPy để vẽ bất kỳ loại biểu đồ nào. Từ matplotlib, chúng tôi sử dụng chức năng cụ thể i. e. pyplot[], được sử dụng để vẽ dữ liệu hai chiều
Các chức năng khác nhau được sử dụng được giải thích bên dưới
- np. sắp xếp [bắt đầu, kết thúc]. Hàm này trả về các giá trị cách đều nhau từ khoảng [bắt đầu, kết thúc]
- plt. chức vụ[]. Nó được sử dụng để đặt tiêu đề cho biểu đồ. Tiêu đề được truyền dưới dạng tham số cho chức năng này
- plt. xnhãn []. Nó đặt tên nhãn ở trục X. Tên của trục X được truyền làm đối số cho hàm này
- plt. nhãn y []. Nó đặt tên nhãn ở trục Y. Tên của trục Y được truyền làm đối số cho hàm này
- plt. kịch bản[]. Nó vẽ các giá trị của các tham số được truyền cho nó cùng nhau
- plt. chỉ[]. Nó hiển thị tất cả các biểu đồ cho bàn điều khiển
ví dụ 1
Python3
# importing the modules
import
numpy as np
import
matplotlib.pyplot as plt
# data to be plotted
x
=
________29____30_______import
0import
1import
2
import
3=
x
import
6 x
import
8
import
9_______23_______0import
2
numpy as np
2_______23_______3import
2
numpy as np
5numpy as np
6import
2
numpy as np
8=
import
0import
2
import
2
đầu ra.
ví dụ 2
Python3
import
3
import
numpy as np
import
matplotlib.pyplot as plt
# data to be plotted
x
=
________29____30_______import
0import
1import
2
import
3=
matplotlib.pyplot as plt
8matplotlib.pyplot as plt
9import
0# data to be plotted
1import
0# data to be plotted
3import
0# data to be plotted
5import
0# data to be plotted
7import
0# data to be plotted
9import
0x
1import
0x
3import
0x
5import
0matplotlib.pyplot as plt
9x
8
Trong hướng dẫn Python Matplotlib này, chúng ta sẽ thảo luận về Matplotlib vẽ mảng numpy trong matplotlib. Ở đây chúng tôi sẽ đề cập đến các ví dụ khác nhau liên quan đến mảng numpy cốt truyện bằng cách sử dụng matplotlib. Và chúng tôi cũng sẽ đề cập đến các chủ đề sau
- Matplotlib vẽ mảng numpy
- Matplotlib vẽ mảng numpy dưới dạng dòng
- Mảng numpy biểu đồ phân tán Matplotlib
- Matplotlib vẽ nhiều dòng từ mảng numpy
- Python vẽ mảng numpy dưới dạng bản đồ nhiệt
- Matplotlib vẽ mảng numpy như hình ảnh
- Matplotlib lưu cốt truyện vào mảng numpy
- Biểu đồ Matplotlib mảng numpy 2d
- Biểu đồ Matplotlib mảng numpy 3d
- Matplotlib âm mưu ma trận numpy
- Matplotlib vẽ các cột mảng có nhiều mảng
Mục lục
Matplotlib vẽ mảng numpy
Trong Python, matplotlib là một thư viện vẽ đồ thị. Chúng ta cũng có thể sử dụng nó cùng với thư viện NumPy của Python. NumPy là viết tắt của Numerical Python và nó được sử dụng để làm việc với mảng
Sau đây là các bước được sử dụng để vẽ mảng numpy
- Xác định thư viện. Nhập các thư viện cần thiết như matplotlib. pyplot để trực quan hóa dữ liệu và numpy để tạo mảng có nhiều mảng
- Xác định dữ liệu. Xác định tọa độ dữ liệu trục x và trục y được sử dụng để vẽ biểu đồ
- Vẽ biểu đồ. Bằng cách sử dụng các phương thức plot[],scatter[] của thư viện matplotlib chúng ta có thể vẽ biểu đồ
- Hình dung một âm mưu. Bằng cách sử dụng phương thức show[], người dùng có thể tạo một biểu đồ trên màn hình của họ
Hãy xem một ví dụ
# Import Library
import numpy as np
import matplotlib.pyplot as plt
# Data Cooedinates
x = np.arange[5, 10]
y = np.arange[12, 17]
# PLot
plt.plot[x,y]
# Add Title
plt.title["Matplotlib PLot NumPy Array"]
# Add Axes Labels
plt.xlabel["x axis"]
plt.ylabel["y axis"]
# Display
plt.show[]
Giải trình
- Nhập các thư viện cần thiết như matplotlib. pyplot và numpy
- Sau này, chúng tôi xác định tọa độ dữ liệu bằng np. chức năng arange[] của numpy
- Để vẽ biểu đồ, hãy sử dụng hàm plot[] của matplotlib
- Sau đó, chúng tôi thêm tiêu đề và nhãn ở các trục của ô, sử dụng phương thức title[], xlabel[] và ylabel[]
đầu ra
Cũng kiểm tra. Matplotlib set_xticks
Matplotlib vẽ mảng numpy dưới dạng dòng
Chúng ta sẽ học cách tạo biểu đồ đường bằng hàm numpy. Đối với điều này, chúng tôi sử dụng np. hàm arange[] trả về các giá trị cách đều nhau từ khoảng
Hãy xem một ví dụ
# Import Library
import numpy as np
import matplotlib.pyplot as plt
# Data Coordinates
x = np.arange[2, 8]
y = np.array[[5, 8, 6, 20, 18, 30]]
# PLot
plt.plot[x, y, linestyle='--']
# Add Title
plt.title["Matplotlib Plot NumPy Array As Line"]
# Add Axes Labels
plt.xlabel["x axis"]
plt.ylabel["y axis"]
# Display
plt.show[]
- Trong ví dụ này, để xác định tọa độ dữ liệu, chúng ta sử dụng phương thức arange[] và array[] của numpy
- Để vẽ biểu đồ đường, sử dụng phương thức plot[] và chúng ta cũng truyền tham số linestyle cho phương thức để thay đổi kiểu của đường
- Để thêm tiêu đề cho cốt truyện, hãy sử dụng hàm title[]
- Để thêm nhãn ở trục x và y của đồ thị, hãy sử dụng phương thức xlabel[] và ylabel[]
Đọc. Matplotlib set_xticklabels
Mảng numpy biểu đồ phân tán Matplotlib
Chúng ta sẽ học cách tạo biểu đồ phân tán bằng hàm numpy
Hãy xem một ví dụ
# Import Library
import numpy as np
import matplotlib.pyplot as plt
# Data Coordinates
x = np.arange[2, 8]
y = x * 2 + 6
# Plot
plt.scatter[x, y]
# Add Title
plt.title["Matplotlib Scatter Plot NumPy Array"]
# Add Axes Labels
plt.xlabel["x axis"]
plt.ylabel["y axis"]
# Display
plt.show[]
- Trong ví dụ trên, chúng ta tạo một ndarray trên trục x bằng lệnh np. arange[] và trên trục y, chúng ta tạo một ndarray bằng phương trình
- Để vẽ biểu đồ phân tán, hãy sử dụng phương thức phân tán []
Đọc. Matplotlib fill_between
Matplotlib vẽ nhiều dòng từ mảng numpy
Chúng ta sẽ học cách vẽ nhiều dòng từ một mảng có nhiều mảng
Thí dụ
# Import Library
import numpy as np
import matplotlib.pyplot as plt
# Data Coordinates
x = np.arange[2, 8]
y1 = x * 3
y2 = np.array[[5, 2.6, 4, 15, 20, 6]]
# PLot
plt.plot[x, y1]
plt.plot[x, y2]
# Add Title
plt.title["Matplotlib Multiple Line Plot From NumPy Array"]
# Add Axes Labels
plt.xlabel["x axis"]
plt.ylabel["y axis"]
# Display
plt.show[]
đầu ra
- Trong ví dụ trên, chúng tôi xác định tọa độ dữ liệu x, y1 và y2
- Sau đó, chúng tôi vẽ đồ thị giữa [x, y1] và [x, y2] bằng cách sử dụng phương thức plot[] của matplotlib
Đọc. Matplotlib set_yticklabels
Python vẽ mảng numpy dưới dạng bản đồ nhiệt
Bản đồ nhiệt là một kỹ thuật đồ họa trực quan hóa dữ liệu, trong đó chúng tôi biểu thị dữ liệu bằng cách sử dụng màu sắc để trực quan hóa giá trị của ma trận. Heatmap còn được gọi là ma trận bóng
Có nhiều cách khác nhau để vẽ Sơ đồ nhiệt dưới dạng một mảng có nhiều mảng
- Sử dụng hàm matplotlib imshow[]
- Sử dụng hàm matplotlib pcolormesh[]
- Sử dụng hàm seaborn heatmap[]
Sử dụng hàm matplotlib imshow[]
Hàm imshow[] của matplotlib dùng để hiển thị dữ liệu dưới dạng ảnh
Sau đây là cú pháp
matplotlib.pyplot.imshow[X, cmap=None, norm=None, aspect=None,
interpolation=None, alpha=None,
vmin=None, vmax=None, origin=None,
extent=None, shape=, filternorm=1,
filterrad=4.0, imlim=, resample=None,
url=None, \* , data=None, \*\*kwargs]
Thí dụ
________số 8_______- Ở đây chúng ta sử dụng phương thức arange[] của numpy để xác định tọa độ dữ liệu
- Sau đó, chúng tôi sử dụng hàm imshow[] để vẽ sơ đồ nhiệt. Chúng tôi truyền tham số x để biểu thị dữ liệu của hình ảnh, tham số cmap là thể hiện của colormap và tham số nội suy được sử dụng để hiển thị hình ảnh
Sử dụng hàm matplotlib pcolormesh[]
Hàm pcolormesh[] được sử dụng để tạo biểu đồ giả màu với lưới hình chữ nhật không đều
Sau đây là cú pháp
matplotlib.pyplot.pcolormesh[*args, alpha=None, norm=None,
cmap=None, vmin=None, vmax=None,
shading='flat', antialiased=False,
data=None, **kwargs]
Thí dụ
# Import Library
import numpy as np
import matplotlib.pyplot as plt
# Define Data
x = np.arange[10000].reshape[[100,100]]
# Heat map
plt.pcolormesh[ x, cmap = 'coolwarm']
# Add Title
plt.title[ "Heat Map" ]
# Display
plt.show[]
Sử dụng hàm seaborn heatmap[]
Hàm heatmap[] được sử dụng để vẽ dữ liệu hình chữ nhật dưới dạng ma trận màu
Sau đây là cú pháp
seaborn.heatmap[data, *, vmin=None, vmax=None, cmap=None,
center=None, annot_kws=None, linewidths=0,
linecolor='white', cbar=True, **kwargs]
Thí dụ
# Import Library
import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt
# Define Data Coordinates
x = np.arange[15**2].reshape[[15, 15]]
# HeatMap
sns.heatmap[ x , linewidth = 0.5 , cmap = 'Dark2' ]
# Add Title
plt.title[ "Heat Map" ]
# Display
plt.show[]
- Trong ví dụ trên, chúng tôi nhập numpy, matplotlib. pyplot và thư viện seaborn
- Sau này, chúng tôi xác định tọa độ dữ liệu bằng cách sử dụng phương thức arange[] của numpy và định hình lại nó bằng cách sử dụng phương thức reshape[]
- Sau đó, chúng tôi sử dụng chức năng heatmap[] của seaborn
- Để thêm tiêu đề cho cốt truyện, hãy sử dụng hàm title[]
Đọc. Matplotlib chặt chẽ_layout
Matplotlib vẽ mảng numpy như hình ảnh
Chúng ta sẽ học cách vẽ mảng numpy dưới dạng hình ảnh. Chúng tôi sử dụng matplotlib. pyplot. hàm imshow[] để chuyển đổi một mảng có nhiều mảng thành một hình ảnh
Hãy xem một ví dụ
# Import Library
import numpy as np
import matplotlib.pyplot as plt
# Data Coordinates
x = np.arange[2, 8]
y = np.array[[5, 8, 6, 20, 18, 30]]
# PLot
plt.plot[x, y, linestyle='--']
# Add Title
plt.title["Matplotlib Plot NumPy Array As Line"]
# Add Axes Labels
plt.xlabel["x axis"]
plt.ylabel["y axis"]
# Display
plt.show[]
0- Trong ví dụ trên, chúng tôi nhập matplotlib. thư viện pyplot và numpy
- Tiếp theo, chúng tôi xác định một mảng mã màu RGB
- Sau đó, chúng tôi sử dụng hàm imshow[] để lưu mảng dưới dạng hình ảnh
Đọc. Python Matplotlib tick_params
Matplotlib lưu cốt truyện vào mảng numpy
Chúng ta sẽ học cách vẽ các mảng có nhiều mảng. Để lưu một biểu đồ, hãy sử dụng hàm savefig[] của mô-đun pyplot matplotlib
Hãy xem một ví dụ
# Import Library
import numpy as np
import matplotlib.pyplot as plt
# Data Coordinates
x = np.arange[2, 8]
y = np.array[[5, 8, 6, 20, 18, 30]]
# PLot
plt.plot[x, y, linestyle='--']
# Add Title
plt.title["Matplotlib Plot NumPy Array As Line"]
# Add Axes Labels
plt.xlabel["x axis"]
plt.ylabel["y axis"]
# Display
plt.show[]
1- Ở đây chúng tôi xác định tọa độ dữ liệu bằng cách sử dụng phương thức array[] của numpy và để vẽ dữ liệu, chúng tôi sử dụng phương thức plot[]
- Để lưu cốt truyện dưới dạng hình ảnh png, chúng tôi sử dụng phương thức savefig[]
Đọc. Nhãn trục x Matplotlib
Biểu đồ Matplotlib mảng numpy 2d
Chúng ta sẽ học cách vẽ mảng 2d numpy bằng cách sử dụng phương thức plot[] của mô-đun pyplot của matplotlib
Thí dụ
# Import Library
import numpy as np
import matplotlib.pyplot as plt
# Data Coordinates
x = np.arange[2, 8]
y = np.array[[5, 8, 6, 20, 18, 30]]
# PLot
plt.plot[x, y, linestyle='--']
# Add Title
plt.title["Matplotlib Plot NumPy Array As Line"]
# Add Axes Labels
plt.xlabel["x axis"]
plt.ylabel["y axis"]
# Display
plt.show[]
2- Ở đây chúng tôi tạo mảng 2d để xác định tọa độ dữ liệu x và y
- Để vẽ mảng 2D numpy, hãy sử dụng phương thức plot[]
Đọc. Biểu đồ nhiều thanh Matplotlib
Biểu đồ Matplotlib mảng numpy 3d
Chúng ta sẽ học cách vẽ mảng 3d có nhiều mảng bằng cách sử dụng phương thức phân tán của mô-đun trục của matplotlib. Chúng tôi cũng sử dụng phép chiếu 3d để tạo cốt truyện 3d
Thí dụ
# Import Library
import numpy as np
import matplotlib.pyplot as plt
# Data Coordinates
x = np.arange[2, 8]
y = np.array[[5, 8, 6, 20, 18, 30]]
# PLot
plt.plot[x, y, linestyle='--']
# Add Title
plt.title["Matplotlib Plot NumPy Array As Line"]
# Add Axes Labels
plt.xlabel["x axis"]
plt.ylabel["y axis"]
# Display
plt.show[]
3Sau đây là các bước để tạo biểu đồ 3D từ mảng 3D numpy
- Nhập thư viện trước, chẳng hạn như numpy và matplotlib. pyplot
- Tạo mới bằng phương thức figure[]
- Thêm một trục vào hình bằng phương thức add_subplot[]
- Tạo một mảng 3D có nhiều mảng bằng cách sử dụng phương thức array[] của numpy
- Vẽ sơ đồ 3D bằng phương pháp phân tán []
- Để hiển thị biểu đồ, sử dụng phương thức show[]
Đọc. Truyền thuyết cốt truyện phân tán Matplotlib
Matplotlib âm mưu ma trận numpy
Chúng ta sẽ học cách vẽ một ma trận numpy. Ma trận Numpy hoàn toàn là 2 chiều. Để hiển thị một mảng dưới dạng ma trận, chúng ta sử dụng phương thức matshow[] của mô-đun pyplot của matplotlib
Ví dụ 1
# Import Library
import numpy as np
import matplotlib.pyplot as plt
# Data Coordinates
x = np.arange[2, 8]
y = np.array[[5, 8, 6, 20, 18, 30]]
# PLot
plt.plot[x, y, linestyle='--']
# Add Title
plt.title["Matplotlib Plot NumPy Array As Line"]
# Add Axes Labels
plt.xlabel["x axis"]
plt.ylabel["y axis"]
# Display
plt.show[]
4- Đầu tiên, chúng tôi nhập matplotlib. thư viện pyplot và numpy
- Tiếp theo, chúng tôi tạo một hàm để tạo ma trận bằng 0 và giảm các phần tử đường chéo của nó
- Sau đó, chúng tôi sử dụng phương thức matshow[] để hiển thị một mảng dưới dạng ma trận
Ví dụ #2
# Import Library
import numpy as np
import matplotlib.pyplot as plt
# Data Coordinates
x = np.arange[2, 8]
y = np.array[[5, 8, 6, 20, 18, 30]]
# PLot
plt.plot[x, y, linestyle='--']
# Add Title
plt.title["Matplotlib Plot NumPy Array As Line"]
# Add Axes Labels
plt.xlabel["x axis"]
plt.ylabel["y axis"]
# Display
plt.show[]
5- Ở đây chúng tôi sử dụng hàm mat[] để diễn giải đầu vào đã cho dưới dạng ma trận
- Ta cũng thực hiện phép toán cộng hai ma trận
- Sau đó, chúng tôi sử dụng phương thức plot[] để tạo biểu đồ
Đọc. Phân tán 3D Matplotlib
Matplotlib plt cột mảng numpy
Chúng ta sẽ học cách tìm nạp các cột từ mảng có nhiều mảng và vẽ đồ thị bằng cách sử dụng phương thức plot[] của mô-đun pyplot của matplotlib
Ví dụ 1
# Import Library
import numpy as np
import matplotlib.pyplot as plt
# Data Coordinates
x = np.arange[2, 8]
y = np.array[[5, 8, 6, 20, 18, 30]]
# PLot
plt.plot[x, y, linestyle='--']
# Add Title
plt.title["Matplotlib Plot NumPy Array As Line"]
# Add Axes Labels
plt.xlabel["x axis"]
plt.ylabel["y axis"]
# Display
plt.show[]
6- Ở đây chúng tôi tạo một mảng có nhiều mảng bằng cách sử dụng phương thức mảng của numpy
- Sau đó, chúng tôi tìm nạp hai cột đầu tiên từ mảng
- Để vẽ đồ thị, chúng ta sử dụng phương thức plot[]
Ví dụ #2
# Import Library
import numpy as np
import matplotlib.pyplot as plt
# Data Coordinates
x = np.arange[2, 8]
y = np.array[[5, 8, 6, 20, 18, 30]]
# PLot
plt.plot[x, y, linestyle='--']
# Add Title
plt.title["Matplotlib Plot NumPy Array As Line"]
# Add Axes Labels
plt.xlabel["x axis"]
plt.ylabel["y axis"]
# Display
plt.show[]
7- Ở đây chúng ta tạo một mảng sử dụng phương thức array[] của numpy
- Sau đó, chúng ta tìm độ dài của mảng bằng phương thức len[]
- Sau đó, chúng ta in và vẽ ba cột cuối cùng của mảng bằng phương thức plot[]
Bạn cũng có thể muốn đọc các hướng dẫn sau trên Matplotlib
- Biểu đồ thanh xếp chồng lên nhau Matplotlib
- Màu biểu đồ phân tán Matplotlib
- Biểu đồ cập nhật Matplotlib trong vòng lặp
- Matplotlib hai trục y
- Vẽ đường thẳng đứng matplotlib
- Kích thước phông chữ tiêu đề Matplotlib
Vì vậy, trong hướng dẫn Python này, chúng ta đã thảo luận về "Mảng có nhiều ô ở biểu đồ Matplotlib" và chúng ta cũng đã đề cập đến một số ví dụ liên quan đến mảng này. Đây là những chủ đề sau mà chúng ta đã thảo luận trong hướng dẫn này
- Matplotlib vẽ mảng numpy
- Matplotlib vẽ mảng numpy dưới dạng dòng
- Mảng numpy biểu đồ phân tán Matplotlib
- Matplotlib vẽ nhiều dòng từ mảng numpy
- Python vẽ mảng numpy dưới dạng bản đồ nhiệt
- Matplotlib vẽ mảng numpy như hình ảnh
- Matplotlib lưu cốt truyện vào mảng numpy
- Biểu đồ Matplotlib mảng numpy 2d
- Biểu đồ Matplotlib mảng numpy 3d
- Matplotlib âm mưu ma trận numpy
- Matplotlib vẽ các cột mảng có nhiều mảng
Bijay Kumar
Python là một trong những ngôn ngữ phổ biến nhất ở Hoa Kỳ. Tôi đã làm việc với Python trong một thời gian dài và tôi có kinh nghiệm làm việc với nhiều thư viện khác nhau trên Tkinter, Pandas, NumPy, Turtle, Django, Matplotlib, Tensorflow, Scipy, Scikit-Learn, v.v… Tôi có kinh nghiệm làm việc với nhiều khách hàng khác nhau . Kiểm tra hồ sơ của tôi