Построение графиков в Python Matplotlib: Полное руководство

Matplotlib — это важнейшая библиотека для визуализации данных в Python. В этом руководстве мы рассмотрим её основные возможности, способы их эффективного использования и методы создания понятных и профессиональных визуализаций.

Введение в построение графиков в Python Matplotlib

Matplotlib — это библиотека для визуализации данных в Python. Она была создана Джоном Д. Хантером в 2003 году для создания графиков, готовых к публикации. С тех пор она стала одной из самых популярных библиотек для визуализации данных в Python. Matplotlib предлагает обширную коллекцию настраиваемых графиков, что делает её незаменимым инструментом для создания впечатляющих визуализаций.

Создание простого линейного графика

Начнём с создания простого линейного графика с помощью Matplotlib. В этом примере мы построим график изменения продаж во времени.

Создание простого линейного графика с помощью Matplotlib в Python

pip install matplotlib

import matplotlib.pyplot as plt

# Sales data
year = [2015, 2016, 2017, 2018, 2019, 2020]
sales = [100, 150, 200, 250, 300, 350]

# Create a line plot
plt.plot(year, sales)

# Add labels and title
plt.xlabel("Year")
plt.ylabel("Sales")
plt.title("Sales Data over Time")

# Display the plot
plt.show()

Этот код генерирует простой линейный график продаж во времени. По оси X отображаются годы, а по оси Y — объёмы продаж, что наглядно демонстрирует восходящий тренд.

Создание столбчатой диаграммы

Ещё один популярный тип диаграммы — столбчатая. Она используется для сравнения различных категорий. В этом примере мы создадим столбчатую диаграмму для пяти стран с наибольшим ВВП.

Создание столбчатой диаграммы с помощью Matplotlib в Python

import matplotlib.pyplot as plt

# GDP data
countries = ["USA", "China", "Japan", "Germany", "UK"]
gdp = [21.44, 14.14, 5.15, 4.17, 2.62]

# Create a bar chart
plt.bar(countries, gdp)

# Add labels and title
plt.xlabel("Country")
plt.ylabel("GDP (trillions)")
plt.title("Top 5 Countries by GDP")

# Display the plot
plt.show()

Этот фрагмент кода создаёт столбчатую диаграмму, сравнивающую пять стран с наибольшим ВВП. По горизонтальной оси перечислены страны, а по вертикальной — ВВП в триллионах долларов, что подчёркивает лидерство США.

Создание круговой диаграммы

Круговая диаграмма используется для отображения структуры целого. В этом примере мы создадим круговую диаграмму долей рынка различных брендов смартфонов.

Создание круговой диаграммы с помощью Matplotlib в Python

import matplotlib.pyplot as plt

# Market share data
brands = ["Samsung", "Apple", "Huawei", "Xiaomi", "Others"]
market_share = [19.2, 15.9, 14.6, 10.2, 40.1]

# Create a pie chart
plt.pie(market_share, labels=brands)

# Display the plot
plt.show()

Полученная круговая диаграмма визуализирует распределение долей рынка. Категория «Другие» занимает наибольший сегмент, за ней следуют Samsung, Apple, Huawei и Xiaomi.

Примечание: Данные о ВВП и долях рынка, приведённые в примерах, являются приблизительными и используются исключительно в иллюстративных целях.

Настройка графиков

Одной из ключевых особенностей Matplotlib является её гибкая настройка. Вы можете изменить практически любой элемент графика, включая цвет, стиль маркера, стиль линии, размер шрифта и многое другое. В этом примере мы настроим линейный график так, чтобы точки данных отображались в виде красных кружков.

Настройка различных параметров графика Matplotlib в Python

import matplotlib.pyplot as plt

# Sales data
year = [2015, 2016, 2017, 2018, 2019, 2020]
sales = [100, 150, 200, 250, 300, 350]

# Create a line plot
plt.plot(year, sales, 'o-', color='red')

# Add labels and title
plt.xlabel("Year")
plt.ylabel("Sales")
plt.title("Sales Data over Time")

# Display the plot
plt.show()

В этом примере строится линейный график с красными кружками в каждой точке данных. Строка формата 'o-' отображает кружки и соединяет их линиями, а параметр color='red' применяет указанный цвет к обоим элементам.

Заключение

В этом руководстве были рассмотрены основы работы с Matplotlib в Python, включая создание линейных графиков, столбчатых и круговых диаграмм, а также настройку их внешнего вида. Эти базовые знания заложат прочный фундамент для ваших проектов по визуализации данных. Удачного построения графиков!