Построение графиков в Python при помощи Matplotlib

артиной можно выразить тысячу слов. В случае с библиотекой Python matplotlib, к счастью, понадобится намного меньше слов в коде для создания качественных графиков.Однако, matplotlib это еще и массивная библиотека, и создание графика, который будет выглядеть «просто, нормально» обычно проходит через путь проб и ошибок. Использование однострочных линий для создания базовых графиков в matplotlib – весьма просто, но умело пользоваться остальными 98% библиотеки может быть сложно.

Содержание:

• Почему Matplotlib может быть сложным?
• Pylab: что это и нужно ли мне это?
• Иерархия объектов Matplotlib
• Структурированные и неструктурированные подходы
• Понимание нотации plt.subplots()
• «Фигуры» за кулисами
• Игра красок: imshow() и matshow()
• Построение графиков в Pandas
• Подведение итогов
• Дополнительные ресурсы
• Приложение А: Конфигурация и стилизация
• Приложение Б: Интерактивный режим

Эта статья – руководство для пользователей Python на начальном-среднем уровне по matplotlib, с использованием как теории, так и практических примеров. Обучение по практическим примерам может быть очень продуктивным, и дает возможность получить представление даже на поверхностном уровне понимания внутренней работы и макета библиотеки.

Что мы рассмотрим?

• Pylab и pyplot: кто есть кто?
• Ключевые концепции дизайна matplotlib;
• Понимание plt.subplots();
• Визуализация массивов при помощи matplotlib;
• Построение графиков с комбинацией pandas и matplotlib.

Эта статья подразумевает, что пользователь имеет хотя-бы минимальное представление о NumPy. Мы в основном будем пользоваться модулем numpy.random для создания «игрушечных» данных, рисовать примеры из различных статистических источников.