gtan-Blog

Modulvorstellung matplotlib - Teil 2

None

Subplots

Oftmals ist es gut, wenn man zusammengehörige Graphen auf einen Plot packen kann. Hierzu gibt es in matplotlib die Möglichkeit auf einer figure Subplots zu kreiieren. Dies lässt sich mit dem Command plt.subplots(2,2) ermöglichen. Als Übergabe werden die Anzahl der Plots auf X und Y-Achse mitgegeben.
Die einzelnen Plots werden dann einfach über die Achsen addressiert. 

axs[0, 1].plot(data[0], data[1])

Dies sieht dann etwa so aus:

Datentypen

Neben einfachen Graphen gibt es noch viele weitere Möglichkeiten Daten darzustellen. Einige wenige habe ich euch im Plot oben vorweggnommen. Eine Auswahl von Datentypen möchte ich euch im nachfolgenden vorstellen.

Dafür generieren wir uns zunächst mit der Standardnormalverteilung ein paar Werte:

data = np.random.randn(2, 100)

Histogramm

Eine Möglichkeit etwas darzustellen ist etwa ein Histogramm. Dies kann man einfach über einer Wertereihe mit dem Command plt.hist(data[0]) erreichen.

Histogramme gibt es natürlich auch 2-dimensional über unsre gesamte Datenreihe:

plt.hist2d(data[0], data[1])

Punktewolken

Eine weitere Darstellung sind etwa Punktewolken. Diese lassen mit dem Command Scatter realisieren.

plt.scatter(data[0], data[1])

Kuchendiagramme

Eine letzte Darstellungsform, die ich hier vorstellen möchte sind Kuchendiagramme.

plt.pie(value, labels=label)

 

Fazit

Letztlich lässt sich sagen, man kann mit matplotlib nahezu alles visualisieren was man möchte. Es gibt noch unzählige weitere Darstellungsformen. Eine Liste findet ihr in der offiziellen Doku.

Die Serie wird mit der Zeit sicher noch weiter geführt. Es gibt noch unzählige Dinge, wofür sich matplotlib eignet. Einige weitere werde ich sicher nach und nach vorstellen. Als nächstes möchte ich aber mal die Gelegenheit nutzen auch nicht ganz so bekannte Module vorzustellen.
Die nächste Modulvorstellung handelt von Abjad und ist für Musiker unter euch bestimmt interessant.