Scientific journal
Название журнала на английском

1 1 1
1
2612 KB

В статье рассматриваются основные возможности пакетов Matplotlib и Plotly, применяемых для построения графиков, работа в которых осуществляется на языке Python.

Matplotlib – это библиотека графики для языка Python, с помощью которой можно строить качественные рисунки различных форматов.

Matplotlib состоит из большого количества модулей, которые наполнены различными классами и функциями, связанными между собой. Библиотека позволяет строить графики, гистограммы, диаграммы, спектры и 3D модели с помощью пары строк [1,2]. Например, приведенный ниже код демонстрирует построение гистограммы (Рис. 1), гистограмма (Рис. 2).

strjp1.tif

Рис. 1. Код построения гистограммы

strjp2.tif

Рис. 2. Гистограмма

Построение круговой диаграммы (Рис. 3).

strjp3.tif

Рис. 3. Код построения круговой диаграммы

Результат выполнения данного кода показан на рис. 4.

strjp4.tif

Рис. 4. Круговая диаграмма

Библиотека Matplotlib обладает возможностью построения более сложных моделей, таких как 3D графики. Код построения (Рис. 5), график 3D модели (Рис. 6).

Данная библиотека отлично подойдет для людей, которые только начали изучать Python, так как обладает легким синтаксисом и построением графиков.

Plotly – библиотека с открытым кодом, упрощающая работу с датафреймами пандас. Пакет является абсолютно бесплатным и позволяет создавать любое количество графиков. Также есть возможность публикации своих диаграмм на онлайн платформе [3]. Главное отличие Plotly от Matplotlib, это построение интерактивных графиков. Также надо брать в расчет то, что Matplotlib создавался задолго до развития Data Science и скорее ориентировался на визуализации массивов NumPy. Код построения упорядоченной гистограммы представлен на рис. 7. Упорядоченная гистограмма на рис. 8 отлично показывает порядок ранжирования элементов, а именно средний пробег автомобилей по маркам.

strjp5.tif

Рис. 5. 3D модели

strjp6.tif

Рис. 6. 3D модель

strjp7.tif

Рис. 7. Код построения упорядоченной гистограммы

strjp8.tif

Рис. 8. Средний пробег автомобилей по маркам

Создаем переменные под классы и частоты. Прорисовываем компоненты, ссылаясь на расчеты данных (рис. 9). Красим элементы гистограммы, в зависимости от их классов и подписываем строки (рис. 10).

strjp9.tif

Рис. 9. Расчет данных

strjp10.tif

Рис. 10. Частота появления автомобилей по классам

Круговая диаграмма – классический способ показать состав группы. Рис. 11 код программы. Но для большей точности используются проценты или число для записи каждой доли диаграммы. На рис. 12 с помощью данного средства визуализации показано количество машин каждого класса в процентах.

strjp11.tif

Рис. 11. Код программы

strjp12.tif

Рис. 12. Количество машин каждого класса ( %)

Пользователи, использующие данные библиотеки для визуализации, отмечают скорость построения графиков, кроссплатформенность и возможность задействовать любую из стандартных или других доступных библиотек Python.