NumPy Matplotlib

pip3 安装：

pip install matplotlib -i https://pypi.tuna.tsinghua.edu.cn/simple

Anche i sistemi Linux possono utilizzare il gestore dei pacchetti per installare:

Debian / Ubuntu:

sudo apt-get install python-matplotlib

Fedora / Redhat:

sudo yum install python-matplotlib

Dopo l'installazione, puoi usare python -m pip list Comando per verificare se il modulo matplotlib è installato.

$ pip3 list | grep matplotlib
matplotlib 3.3.0

Esempio

　import numpy as np　
　from matplotlib import pyplot as plt　
　　
　x = np.arange(1,11)　
　y = 2 * x + 5　
　plt.title("Matplotlib demo")　
　plt.xlabel("didascalia asse X")　
　plt.ylabel("didascalia asse Y")　
　plt.plot(x,y) plt.show()

Nell'esempio sopra, la funzione np.arange() crea i valori dell'asse x. I valori corrispondenti sull'asse y sono memorizzati in un altro oggetto array y. Questi valori vengono tracciati utilizzando la funzione plot() del sottomodulo pyplot del pacchetto matplotlib.

Il grafico viene visualizzato tramite la funzione show().

Visualizzazione dei caratteri cinesi in grafici

Matplotlib di default non supporta i caratteri cinesi, possiamo risolvere il problema con il seguente metodo semplice.

Qui usiamo SimSun, SimSun è un font open-source lanciato da Adobe e Google.

Sito ufficiale: https://source.typekit.com/source-han-serif/cn/

Indirizzo GitHub: https://github.com/adobe-fonts/source-han-sans/tree/release/OTF/SimplifiedChinese

Apri il link e seleziona uno tra quelli disponibili:

Puoi scaricare un font OTF, come SourceHanSansSC-Bold.otf, e metterlo nel file sorgente di esecuzione:

Il file SourceHanSansSC-Bold.otf deve essere collocato nel file sorgente di esecuzione:

　import numpy as np　
　from matplotlib import pyplot as plt　
　import matplotlib
　　
　# fname è il percorso della tua libreria di font, attenzione al percorso del font SourceHanSansSC-Bold.otf
　zhfont1 = matplotlib.font_manager.FontProperties(fname="SourceHanSansSC-Bold.otf")　
　　
　x = np.arange(1,11)　
　y = 2 * x + 5　
　plt.title("Terreno di produzione - Test", fontproperties=zhfont1)　
　　
　# fontproperties imposta la visualizzazione cinese, fontsize imposta la dimensione del font
　plt.xlabel("x asse", fontproperties=zhfont1)
　plt.ylabel("y asse", fontproperties=zhfont1)
　plt.plot(x,y)　
　plt.show()

Inoltre, possiamo utilizzare i font del sistema:

　from matplotlib import pyplot as plt
　import matplotlib
　a=sorted([f.name for f in matplotlib.font_manager.fontManager.ttflist])
　for i in a:
　　　　　print(i)

Stampare tutti i nomi registrati in ttflist del font_manager, trovare un font cinese come: STFangsong(仿宋), e aggiungere il seguente codice:

plt.rcParams['font.family']=['STFangsong']

Come alternativa alla rappresentazione lineare, è possibile visualizzare valori discreti aggiungendo una stringa di formato al funzione plot(). Ecco i caratteri di formattazione disponibili.

Di seguito sono riportati gli abbreviati dei colori:

Per visualizzare un cerchio per rappresentare i punti invece della linea nell'esempio precedente, utilizzare "ob" come stringa di formato nel funzione plot().

　import numpy as np　
　from matplotlib import pyplot as plt　
　　
　x = np.arange(1,11)　
　y = 2 * x + 5　
　plt.title("Matplotlib demo")　
　plt.xlabel("didascalia asse X")　
　plt.ylabel("didascalia asse Y")　
　plt.plot(x, y, "ob")　
　plt.show()

Il risultato dell'esecuzione è illustrato nella figura seguente:

Disegna l'onda sinusoidale

Il seguente esempio utilizza matplotlib per generare un grafico di onda sinusoidale.

　import numpy as np　
　import matplotlib.pyplot as plt　
　# Calcola le coordinate x e y dei punti sulla curva sinusoidale
　x = np.arange(0, 3 * np.pi, 0.1)　
　y = np.sin(x)
　plt.title("forma d'onda sinusoidale")　
　# Usa matplotlib per disegnare punti
　plt.plot(x, y)　
　plt.show()

Il risultato dell'esecuzione è illustrato nella figura seguente:

subplot()

La funzione subplot() ti permette di disegnare diverse cose nello stesso grafico.

Il seguente esempio disegna valori sinusoidali e cosinici:

　import numpy as np　
　import matplotlib.pyplot as plt　
　# Calcola le coordinate x e y dei punti sulla curva sinusoidale　
　x = np.arange(0, 3 * np.pi, 0.1)　
　y_sin = np.sin(x)　
　y_cos = np.cos(x)　
　# Crea una griglia di subplot, altezza 2, larghezza 1　
　# Attiva il primo subplot
　plt.subplot(2, 1, 1)　
　# Disegna la prima immagine　
　plt.plot(x, y_sin)　
　plt.title('Sine')　
　# Attiva il secondo subplot e disegna la seconda immagine
　plt.subplot(2, 1, 2)　
　plt.plot(x, y_cos)　
　plt.title('Cosine')　
　# Mostra l'immagine
　plt.show()

Il risultato dell'esecuzione è illustrato nella figura seguente:

bar()

Il sottomodulo pyplot fornisce la funzione bar() per generare grafici a barre.

La seguente esempio genera un grafico a barre per due array x e y.

　from matplotlib import pyplot as plt　
　x = [5, 8, 10]　
　y = [12, 16, 6]　
　x2 = [6, 9, 11]　
　y2 = [6, 15, 7]　
　plt.bar(x, y, align='center')　
　plt.bar(x2, y2, color='g', align='center')　
　plt.title(' grafico a barre')　
　plt.ylabel('asse Y')　
　plt.xlabel('asse X')　
　plt.show()

Il risultato dell'esecuzione è illustrato nella figura seguente:

numpy.histogram()

La funzione numpy.histogram() rappresenta la distribuzione di frequenza dei dati in forma grafica. I rettangoli di dimensioni orizzontali uguali corrispondono all'intervallo di classe, chiamati bin, e la variabile height corrisponde alla frequenza.

La funzione numpy.histogram() accetta due parametri: un array di input e un array di bin. Gli elementi consecutivi dell'array bin vengono utilizzati come margini di ciascun bin.

　import numpy as np　
　　
　a = np.array([22,87,5,43,56,73,55,54,11,20,51,5,79,31,27])
　np.histogram(a, bins = [0,20,40,60,80,100])　
　hist, bins = np.histogram(a, bins = [0,20,40,60,80,100])　
　print(hist)　
　print(bins)

Il risultato di output è:

　[3 4 5 2 1]
　[0 20 40 60 80 100]

plt()

Matplotlib può trasformare la rappresentazione numerica delle istogrammi in grafici. La funzione plt() del sottomodulo pyplot contiene un array con dati e un array con i bin come parametri e lo trasforma in un istogramma.

　from matplotlib import pyplot as plt　
　import numpy as np　
　　
　a = np.array([22,87,5,43,56,73,55,54,11,20,51,5,79,31,27])　
　plt.hist(a, bins = [0,20,40,60,80,100])　
　plt.title("istogramma")　
　plt.show()

Il risultato dell'esecuzione è illustrato nella figura seguente:

Più riferimenti su Matplotlib:

Guida dell'utente Domande frequenti e risposte Schermata