Matplotlib – biblioteka służąca do tworzenia wykresów i wizualizacji danych dla języka Python oraz jego rozszerzenia numerycznego NumPy. Biblioteka oferuje interfejs API „pylab”, zaprojektowany w taki sposób, aby odwzorowywać funkcjonalność znaną ze środowiska MATLAB, co ułatwia naukę użytkownikom tego narzędzia.
Matplotlib został pierwotnie napisany i rozwijany głównie przez Johna D. Huntera. Obecnie jest rozwijany przez społeczność i dostępny na licencji kompatybilnej z licencjami BSD, co umożliwia jego szerokie i elastyczne wykorzystanie zarówno w projektach naukowych, edukacyjnych, jak i komercyjnych.
Przykład: Wykres 2d
Podstawowy kod wykresu Poniżej podano najprostszy kod do rysowania wykresów.import numpy as np import matplotlib.pyplot as plt
# dane x = np.linspace(0, 12, 1000) y1 = np.sin(x) y2 = 0.5*np.cos(x)
# wykresy plt.plot(x, y1, label="sin(x)") plt.plot(x, y2, label="0.5*cos(x)")
plt.title("Wykresy funkcji") plt.xlabel("x") plt.ylabel("y") plt.grid() plt.legend() plt.show()W linii 1 importowana jest biblioteka numpy i przypisany zostaje jej alias (skrót) np
W linii 2 importowany jest moduł pyplot z biblioteki Matplotlib i przypisany zostaje jej alias plt(moduł to część biblioteki).
W linii 5 tworzona jest zmienna tablicowa x, która zawiera 1000 wartości zmiennej x w zakresie od 0 do 12 (wartości te można ustalać dowolnie): funkcja numpy.linspace() zwraca jednowymiarową tablicę liczb zmiennoprzecinkowych.
W linii 6 tworzona jest tablica wartości funkcji y1: funkcja np.sin(x) działa na każdy element tablicy x niezależnie, obliczając wartości funkcji y1 = sin(x).
W linii 7 tworzona jest tablica wartości funkcji y2: funkcja 0.5*np.cos(x) działa na każdy element tablicy x niezależnie, obliczając wartości funkcji y1 = 0.5*cos(x)
W linii 10 funkcja plot z modułu pyplot tworzy w pamięci wykres funkcji y1.
W liniach 13, 14, 15 tworzone są: tytuł wykresu, opisy osi x i y.
W linii 17 tworzona jest siatka prostokątna wykresu.
W linii 18 tworzona jest legenda.
W linii 19 wykres i jego wszystkie elementy wyświetlane są na ekranie.
Inne parametry: 1. Wielkość czcionki w tytule i w opisach osi x i y można zmieniać za pomocą atrybutu fontsize:
plt.title("Wykresy sin(x), cos(x), suma" , fontsize=20)
plt.xlabel("x", fontsize=14)
plt.ylabel("y", fontsize=14)
2. Opisy osi (ustalenie, co ile jednostek mają być liczby na osi) oraz wielkość czcionki
plt.xticks(np.arange(0, 12.1,3), fontsize=16) # liczby na osi x
plt.yticks(np.arange(-1, 1.1, 0.5), fontsize=16) # liczby na osi y
3. Położenie legendy oraz wielkość czcionki
plt.legend(loc="upper right", fontsize=18)
4. Jednakowe skalowanie osi (potrzebne np. gdy rysuje się okręgi - por. równania parametryczne)
plt.axis('equal')
5. Wpisanie wartości aktualnych zmiennych w opisach wykresu (np. w tytule, legendzie)
plt.title(f"Krzywe Lissajous a={a}, b= {b}")
Eksport do pliku typu svg Eksport do pliku typu svg, jaki zaleca Wikimedia Commons:
plt.savefig("Przyklad_wykresu.svg", format="svg", bbox_inches="tight")
Przykład: Wykres 3d Poniżej znajduje się kod rysujący Funkcję Rosenbrocka:
thumb|left|290px|Funkcja Rosenbrocka narysowana za pomocą biblioteki Matplotlib (kod poniżej)
from mpl_toolkits.mplot3d import Axes3D from matplotlib import cm from matplotlib.colors import LogNorm import matplotlib.pyplot as plt import numpy as np
fig = plt.figure() ax = fig.add_axes([0, 0, 1, 1], projection='3d', auto_add_to_figure=False) ax.azim = -128 ax.elev = 43
s = .05 X = np. arange(-2, 2.+s, s) Y = np. arange(-1, 3.+s, s) X, Y = np. meshgrid(X, Y) Z = (1.-X)**2 + 100.*(Y-X*X) ax.plot_surface(X, Y, Z, rstride=1, cstride=1, norm=LogNorm(), cmap=cm.jet)
ax.set_xlabel("x") ax.set_ylabel("y")
fig.add_axes(ax) plt.show()
Konkurencyjne rozwiązania GNU Octave wxPython (moduł wx.lib.plot.py) Gnuplot-py
Przypisy
Linki zewnętrzne Strona domowa Matplotlib Home Page
Kategoria:Biblioteki Pythona