Matplotlib ist ein leistungsstarkes und häufig verwendetes Datenvisualisierungspaket in der Python-Data-Science-Community. In diesem Blog-Artikel gehen wir auf die Grundlagen von Matplotlib ein, von der Installation bis zum Erstellen einfacher Plots, wobei wir uns darauf konzentrieren, Sie so schnell wie möglich einsatzbereit zu machen. Egal, ob Sie neu in der Datenwissenschaft sind oder einfach nur Ihre Toolbox erweitern möchten, dieser Artikel wird Ihnen den Einstieg in Matplotlib erleichtern.

Zunächst müssen Sie Matplotlib installieren. Wenn Sie pip installiert haben, können Sie dies auf Ihrem Terminal durchführen, indem Sie den folgenden Befehl eingeben:

pip install matplotlib

import matplotlib.pyplot as plt

Liniendiagramm

Liniendiagramme zeigen den Zusammenhang zwischen zwei Variablen, die üblicherweise auf der x- und y-Achse dargestellt werden. Hier ist ein Beispiel für ein mit Matplotlib erstelltes Liniendiagramm:

import matplotlib.pyplot as plt

# Sample data
x = [1, 2, 3, 4, 5]
y = [2, 4, 1, 5, 3]

# Plotting the line chart
plt.plot(x, y)

# Adding labels and title
plt.xlabel('X-axis')
plt.ylabel('Y-axis')
plt.title('Line plot using Matplotlib')

# Show plot
plt.show()

      
                

                    
                    
                
            

Balkendiagramme werden verwendet, um Daten über Kategorien oder Gruppen hinweg zu vergleichen. Hier ist ein Beispiel für die Erstellung eines Balkendiagramms in Matplotlib:

import matplotlib.pyplot as plt

# Sample data
x = ['A', 'B', 'C', 'D', 'E']
y = [2, 4, 1, 5, 3]

# Plotting the bar chart
plt.bar(x, y)

# Adding labels and title
plt.xlabel('Categories')
plt.ylabel('Values')
plt.title('Bar chart using Matplotlib')

# Show plot
plt.show()

      
                

                    
                    
                
            

Histogramme werden verwendet, um zu zeigen, wie numerische Daten verteilt sind. Hier ist ein Beispiel für ein mit Matplotlib erstelltes Histogramm:

import matplotlib.pyplot as plt
import numpy as np

# Sample data
data = np.random.normal(100, 20, 1000)

# Plotting the histogram
plt.hist(data, bins=50, color='blue', alpha=0.5)

# Adding labels and title
plt.xlabel('Values')
plt.ylabel('Frequency')
plt.title('Histogram using Matplotlib')

# Show plot
plt.show()

      
                

                    
                    
                
            

Streudiagramme werden verwendet, um die Beziehung zwischen zwei Variablen darzustellen. Hier ist ein Beispiel für die Erstellung eines Streudiagramms in Matplotlib:

import matplotlib.pyplot as plt
import numpy as np

# Sample data
x = np.random.normal(100, 20, 1000)
y = np.random.normal(80, 10, 1000)

#Plotting the scatter plot
plt.scatter(x, y, color='red', alpha=0.5)

#Adding labels and title
plt.xlabel('X-axis')
plt.ylabel('Y-axis')
plt.title('Scatter plot using Matplotlib')

#Show plot
plt.show()