Matplotlib traza múltiples líneas
Tiene un submódulo denominado Pyplot, y ofrece varias formas de gráficos, ilustraciones y componentes asociados para la visualización de datos. Una gráfica de línea es un gráfico que representa la relación entre dos variables independientes en un eje x-y. Vamos a discutir los métodos para mostrar diferentes líneas utilizando matplotlib en este tutorial.
Uso de múltiples patrones de líneas para visualizar diferentes líneas:
Con la ayuda de matplotlib, incluso podemos diseñar y crear muchas líneas con diferentes patrones de línea. Los estilos de línea únicos podrían estar involucrados en la efectividad de la visualización de los datos.
Importar matplotlib.Pyplot como PLTimportar numpy como np
a = [2,4,6,8,10]
b = [8,8,8,8,8]
PLT.traza (a, b, etiqueta = "primera línea", linestyle = "-.")
PLT.gráfica (b, a, etiqueta = "segunda línea", linestyle = "-")
PLT.trama (a, np.sin (a), etiqueta = "tercera línea", linestyle = ":")
PLT.Parcela (B, NP.cos (a), etiqueta = "Cuarta línea", linestyle = "-")
PLT.leyenda()
PLT.espectáculo()
Al comienzo del código, solo importamos dos bibliotecas matplotlib.Pyplot como PLT y un paquete numérico para Python llamado Numpy como NP. Requeriremos dos entradas como datos, cada una con dos variables separadas (A y B), antes de presentar las líneas como construcciones y parámetros distintos para los mismos conjuntos de datos.
Además, utilizaremos el PLT.Función plot () para generar varias líneas. Hay cuatro parámetros involucrados en estas funciones. El primer parámetro de la función contiene el primer conjunto de datos para crear la línea. Otro conjunto de datos también se proporciona como parámetro. Usamos el argumento 'etiqueta' para especificar diferentes etiquetas de las líneas dibujadas.
Además de esto, tenemos que establecer diferentes patrones para las líneas. En este ejemplo, empleamos '-', '-', '-.', y': 'estilos de línea. Aplicamos el PLT.Función de leyenda (). Legend () es un método en la biblioteca matplotlib que se utilizaría para insertar una etiqueta en los planos. PLT.La función show () se aplica para visualizar la trama.
Se dibujan varias líneas con una leyenda en Python:
Proporcionando la etiqueta dada a las líneas debido a su identificación en Matplotlib.pyplot.Método Plot (), agregaremos una etiqueta a la tabla para distinguir numerosas líneas en la gráfica en Python con matplotlib.
Importar matplotlib.Pyplot como PLTA1 = [150,250,350]
B1 = [250,100,350]
PLT.Plot (A1, B1, Label = "Primera línea")
A2 = [100,200,300]
B2 = [200,100,300]
PLT.Plot (A2, B2, Label = "Segunda línea")
PLT.xlabel ('x')
PLT.Ylabel ('Y')
PLT.Título ('Figura')
PLT.leyenda()
PLT.espectáculo()
Aquí debemos integrar el paquete matplotlib antes de comenzar el código. Para definir los puntos de la primera línea, declaramos dos variables diferentes, 'A1' y 'B1'. Ahora tenemos que trazar estos puntos, así que llamamos al PLT.Función Plot () para la primera línea. Esta función contiene tres argumentos: los puntos del eje x y el eje y, y el parámetro 'etiqueta' muestra el subtítulo de la primera línea.
Del mismo modo, definimos conjuntos de datos para esta línea. Estos conjuntos de datos se almacenan en dos variables separadas. Para trazar los conjuntos de datos de la segunda línea, el PLT.La función de plot () se define. Dentro de esta función, especificamos la etiqueta para la segunda línea.
Ahora empleamos dos funciones separadas para definir la etiqueta del eje X y el eje Y en consecuencia. También establecemos la etiqueta de la trama llamando al PLT.Title () función. Justo antes de presentar la trama, ejecutamos el matplotlib.pyplot.Función de leyenda (), que agregaría el título a la figura ya que se muestran todas las líneas.
Dibuje diferentes líneas de trama que tengan escamas distintas:
A menudo tenemos dos conjuntos de datos apropiados para líneas de los gráficos; Sin embargo, sus puntos de datos son drásticamente diferentes, y es difícil hacer una comparación entre estas dos líneas. Dibujamos la secuencia exponencial a lo largo de una escala de registro en este paso, lo que podría dar como resultado una línea relativamente horizontal porque la escala Y se expandirá gradualmente.
Importar matplotlib.Pyplot como PLTimportar numpy como np
lineal_sequence = [10, 11, 12, 13, 14, 15, 16, 17, 18, 19]
exponencial_sequence = np.EXP (NP.Linspace (0, 20, 20))
Fig, Ax = PLT.subtramas ()
hacha.Plot (Linear_Sequence, Color = 'Black')
hacha.tick_params (axis = 'y', labelColor = 'Black')
ax1 = ax.Twinx ()
ax1.Plot (exponencial_sequence, color = 'azul')
ax1.set_yscale ('log')
ax1.tick_params (axis = 'y', labelColor = 'Blue')
PLT.espectáculo()
En este caso, desarrollemos una serie de números de crecimiento exponencial con Numpy, luego mostremos esa serie junto a la otra secuencia a lo largo de los mismos ejes, secuencialmente. Definimos diferentes valores tanto para el conjunto de datos Linear_Sequence como para el conjunto de datos Exponential_Sequence.
Tenemos que dibujar la línea de los puntos para la secuencia lineal llamando al hacha.Método Plot (). Y también especificamos la coloración de los subtítulos de tick al color negro. Para este propósito, definimos el hacha de la función.tick_params (). El hacha.El método Twinx () se llama para desarrollar una nueva línea de ejes ubicada en la misma posición.
Del mismo modo, dibujamos la línea para secuencia exponencial, y también definimos el color de esta línea y su etiqueta. Si la primera línea contiene una serie de valores en expansión progresiva y la segunda línea tiene una serie de números que aumenta linealmente, la primera línea puede tener un número mucho mayor que la segunda línea.
Además, hemos actualizado el tono de los títulos de tick para cambiar el tono de las parcelas de línea; de lo contrario, sería difícil predecir cualquier línea en la que el eje.
Se muestran diferentes líneas en Python por un marcador de datos:
En Python, también podríamos utilizar matplotlib para crear diferentes líneas dentro del mismo gráfico mediante datos obtenidos por un marco de datos. Lo lograremos usando el matlotlib.pyplot.Método Plot () para definir múltiples valores de DataFrame como argumentos del eje X y del eje Y. Al dividir DataFrame, también especificaremos elementos.
importar pandas como PDImportar matplotlib.Pyplot como PLT
importar numpy como np
DF = PD.DataFrame ([[8, 6, 4], [11, 15, 6], [20, 13, 17],
[27, 22, 19], [33, 35, 16], [40, 25, 28],
[50, 36, 30]])
df.renombrar (columnas = 0: 'a', 1: 'b', 2: 'c', inplace = true)
Imprimir (NP.forma (df), type (df), df, sep = '\ n')
PLT.plot (df ['a'], df ['b'], color = 'b', etiqueta = 'primera línea')
PLT.plot (df ['a'], df ['c'], color = 'g', etiqueta = 'segunda línea')
PLT.leyenda()
PLT.espectáculo()
Adquirimos los paquetes que se requieren en este caso. Para una representación visual, empleamos pyplot de matplotlib, numpy para la recopilación y procesamiento de datos, y pandas para indicar el conjunto de datos. Ahora obtendremos los datos para este escenario. Por lo tanto, desarrollamos un marco de datos para especificar el valor numérico que debe representarse.
Inicializamos una matriz 2D, y se proporciona a la biblioteca de Pandas aquí. Llamamos al DF.Rename () La función y las etiquetas de los componentes se están modificando a 'x', 'y' y 'z'. Además de esto, definimos las funciones para mostrar las líneas en la trama. Por lo tanto, organizamos los datos y agregamos los atributos gráficos que queremos estar en la trama. El atributo 'color' y 'etiqueta' se proporciona al PLT.función plot (). Al final, representamos a la figura.
Conclusión:
En este artículo, observamos cómo utilizar matplotlib para mostrar muchas líneas en el mismo gráfico o dimensiones. Hemos hablado sobre cómo mostrar las líneas dentro de los mismos ejes que tienen múltiples escalas, cómo mostrar líneas con etiquetas y mostrar líneas en una figura con un marco de datos.