Heim > Backend-Entwicklung > Python-Tutorial > Schneller Einstieg: ein grundlegendes Tutorial zum Zeichnen von Diagrammen in Python

Schneller Einstieg: ein grundlegendes Tutorial zum Zeichnen von Diagrammen in Python

WBOY
Freigeben: 2023-09-27 10:31:52
Original
777 Leute haben es durchsucht

Schneller Einstieg: ein grundlegendes Tutorial zum Zeichnen von Diagrammen in Python

Schnellstart: Grundlegendes Tutorial zum Zeichnen von Diagrammen in Python

Einführung:
In der Welt der Datenvisualisierung ist das Zeichnen von Diagrammen eine wichtige Fähigkeit. Python ist eine leistungsstarke Programmiersprache, die viele Bibliotheken und Tools bereitstellt, um die Diagrammerstellung einfach und unterhaltsam zu gestalten. Dieser Artikel führt Sie in die grundlegenden Fähigkeiten zum Zeichnen von Python-Diagrammen ein und stellt spezifische Codebeispiele bereit. Fangen wir schnell an!

1. Vorbereitung
Bevor wir Python zum Zeichnen von Diagrammen verwenden, müssen wir die Matplotlib-Bibliothek installieren. Dabei handelt es sich um eine weit verbreitete Diagrammbibliothek, die umfangreiche Visualisierungsfunktionen und -tools bietet. Sie können den folgenden Befehl verwenden, um matplotlib zu installieren:

pip install matplotlib
Nach dem Login kopieren

2. Zeichnen Sie ein Liniendiagramm
Ein Liniendiagramm ist ein häufig verwendeter Diagrammtyp, der Datentrends im Zeitverlauf anzeigen kann. Hier ist ein einfaches Beispiel, das die Anzahl der Benutzerbesuche pro Tag für eine Woche zeigt:

import matplotlib.pyplot as plt

# 数据
days = ['Mon', 'Tue', 'Wed', 'Thu', 'Fri', 'Sat', 'Sun']
visits = [100, 120, 90, 80, 95, 130, 110]

# 绘制折线图
plt.plot(days, visits)

# 设置标题和轴标签
plt.title("Daily Visits")
plt.xlabel("Day")
plt.ylabel("Visits")

# 显示图表
plt.show()
Nach dem Login kopieren

Führen Sie den obigen Code aus und Sie erhalten ein Liniendiagramm, das die Anzahl der Benutzerbesuche pro Tag zeigt.

3. Zeichnen Sie ein Balkendiagramm.
Balkendiagramme können zum Vergleichen von Daten zwischen verschiedenen Kategorien oder Gruppen verwendet werden. Das folgende Beispiel zeigt den Durchschnittspreis von Häusern in drei Städten:

import matplotlib.pyplot as plt

# 数据
cities = ['New York', 'London', 'Tokyo']
prices = [3400, 2500, 3800]

# 绘制条形图
plt.bar(cities, prices)

# 设置标题和轴标签
plt.title("Average House Prices")
plt.xlabel("City")
plt.ylabel("Price")

# 显示图表
plt.show()
Nach dem Login kopieren

4. Zeichnen Sie ein Streudiagramm
Ein Streudiagramm kann die Beziehung zwischen zwei Variablen darstellen. Das folgende Beispiel zeigt den Zusammenhang zwischen den Mathematik- und Physiknoten der Schüler:

import matplotlib.pyplot as plt

# 数据
math_scores = [85, 90, 92, 88, 79, 95, 87, 92, 78, 82]
physics_scores = [79, 82, 78, 85, 88, 90, 92, 85, 89, 92]

# 绘制散点图
plt.scatter(math_scores, physics_scores)

# 设置标题和轴标签
plt.title("Math vs. Physics Scores")
plt.xlabel("Math Score")
plt.ylabel("Physics Score")

# 显示图表
plt.show()
Nach dem Login kopieren

5. Zeichnen Sie ein Kreisdiagramm
Ein Kreisdiagramm kann den Anteil verschiedener Kategorien anzeigen. Das folgende Beispiel zeigt die Verwendung von drei Transportmitteln:

import matplotlib.pyplot as plt

# 数据
labels = ['Car', 'Bus', 'Bike']
usage = [70, 15, 15]

# 绘制饼图
plt.pie(usage, labels=labels, autopct='%1.1f%%')

# 设置标题
plt.title("Transportation Usage")

# 显示图表
plt.show()
Nach dem Login kopieren

Fazit:
Dieser Artikel führt in die grundlegenden Fähigkeiten des Zeichnens von Diagrammen in Python ein und bietet spezifische Codebeispiele. Wenn Sie diese Grundlagen erlernen, können Sie Ihre eigene Reise zur Datenvisualisierung beginnen. Ich hoffe, dieser Artikel war hilfreich für Sie und wünsche Ihnen viel Spaß in der Welt des Python-Diagramms!

Das obige ist der detaillierte Inhalt vonSchneller Einstieg: ein grundlegendes Tutorial zum Zeichnen von Diagrammen in Python. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Verwandte Etiketten:
Quelle:php.cn
Erklärung dieser Website
Der Inhalt dieses Artikels wird freiwillig von Internetnutzern beigesteuert und das Urheberrecht liegt beim ursprünglichen Autor. Diese Website übernimmt keine entsprechende rechtliche Verantwortung. Wenn Sie Inhalte finden, bei denen der Verdacht eines Plagiats oder einer Rechtsverletzung besteht, wenden Sie sich bitte an admin@php.cn
Beliebte Tutorials
Mehr>
Neueste Downloads
Mehr>
Web-Effekte
Quellcode der Website
Website-Materialien
Frontend-Vorlage