12.1. Теория¶

Текст является одним из лучших способов передачи информации, однако, в ряде случаев, как гласит известная поговорка, «лучше один раз увидеть, чем сто раз услышать».

В Python визуализация данных легко осуществляется с использованием сторонних пакетов, среди которых одним из наиболее известных является библиотека matplotlib.

Содержание

Описание и установка
Основы matplotlib
- Типы используемых величин
- Основные модули и классы matplotlib
  - Модуль matplotlib
  - Элементы изображения
Создание изображений
Основные типы диаграмм
Какой тип диаграммы выбрать?
Дополнительные возможности

12.1.1. Описание и установка ¶

Matplotlib распространяется на условиях BSD-подобной лицензии. Библиотека поддерживает двумерную (2D) и трехмерную (3D) графику, а также анимированные рисунки.

Создаваемые изображения могут быть использованы в мультимедийных приложениях, научных проектах, а также различных документах, публикациях и веб-приложениях. Исторически библиотека формировалась под влиянием математического пакета Matlab, но являлась и является независимым от него проектом. Построенная на принципах ООП, библиотека также имеет процедурный интерфейс pylab, который предоставляет аналоги команд Matlab.

Последняя стабильная версия библиотеки поддерживает Python 2.6 и выше. В курсе рассматривается matplotlib версии 2+.

Пакет поддерживает многие виды диаграмм:

графики;
диаграммы разброса;
столбчатые диаграммы и гистограммы;
круговые диаграммы;
ствол-лист диаграммы;
контурные графики;
поля градиентов;
спектральные диаграммы
и др.

При построении возможно указать оси координат, сетку, добавить аннотации, использовать логарифмическую шкалу или полярные координаты. Созданные изображения могут быть легко сохранены, в частности, в популярные форматы (JPEG, PNG и др.).

Пример изображений приведен на Рисунке 12.1.1.

Рисунок 12.1.1 - Пример изображений, построенных с использованием matplotlib 10¶

На странице скриншотов, а также в демонстрационной галерее библиотеки приведен обширный список примеров, включающих изображения и соответствующий код.

Установка

Как и любой пакет matplotlib можно установить, используя утилиту pip:

pip install matplotlib
pip install matplotlib --upgrade

Пользователям ОС на базе Linux можно воспользоваться пакетным менеджером и установить python3-matplotlib.

После установки проверьте, что библиотека имеет версию 3 и выше:

>>> import matplotlib
>>> matplotlib.__version__
'3.1.2'

Дополнительная информация об установке находится в официальном руководстве по инсталляции.

12.1.2. Основы matplotlib ¶

В matplotlib все объекты организованы в единую иерархию:

На вершине иерархии находится конечный автомат (модель, число возможных внутренних состояний которой конечно), предоставляемый модулем matplotlib.pyplot. На данном уровне все функции, используемые для рисования диаграмм (линии, рисунки, текст и т.д.) применяются к текущему изображению.
На уровне ниже располагается объектно-ориентированный интерфейс, используемый для создания изображений, где объектами являются само изображение, оси координат, графические примитивы и т.д.

12.1.2.1. Типы используемых величин ¶

Все функции построения диаграмм ожидают аргументы следующих типов:

np.array,
np.ma.masked_array

- набор или массив значений из пакета NumPy (устанавливается вместе с matplotlib), однако стандартные последовательности Python также допускаются к использованию.

Примечание

NumPy - фундаментальный пакет для научных вычислений на Python, который содержит:

мощный объект - многомерный массив (в т.ч. матрицы);
высокоуровневые функции для работы с массивами, линейной алгеброй и а также быстрого создания набора данных (примерный аналог - функция range());
инструменты для интеграции кода на C/C++ и Fortran.

Пакет NumPy не рассматривается отдельно в данном курсе.

12.1.2.2. Основные модули и классы matplotlib ¶

12.1.2.2.1. Модуль `matplotlib`¶

Модуль верхнего уровня matplotlib содержит функции для конфигурации библиотеки.

matplotlib.rc(group, **kwargs)¶

Устанавливает параметры **kwargs для группы объектов group (например, "font" для шрифта).

Примечание

Данная функция может оказаться полезной, если шрифт в ОС по умолчанию не поддерживает кириллицу:

import matplotlib

# "Включение" поддержки кириллицы
matplotlib.rc("font", family="Arial, Ubuntu")

12.1.2.2.2. Элементы изображения ¶

На Рисунке 12.1.2 представлены основные элементы изображения.

Рисунок 12.1.2 - Основные элементы изображения в matplotlib¶

Изображение может содержать несколько диаграмм, каждая из которых будет представлять собой Рисунок 12.1.2.

Все элементы изображения унаследованы от класса Artists (модуль artist) и делятся на 2 типа:

Примитивы:

Стандартные графические объекты на изображении: линия (класс Line2D), прямоугольник (класс Rectangle), текст (класс Text) и т.д.
Контейнеры:

Контейнеры - объекты, внутри которых размещаются примитивы: координатная плоскость (класс Axes), оси (класс Axis) или изображение (класс Figure).

12.1.3. Создание изображений ¶

12.1.3.1. Построение простой диаграммы ¶

Типичный ход построения изображения, как правило, включает следующие шаги:

Создать объект Figure.
Используя объект Figure, добавить координатную плоскость Axes (одну или несколько).
Используя методы Axes, добавить на изображение графические примитивы.
Отобразить и/или сохранить изображение.

Пример построения изображения приведен в Листинге 12.1.1.

Листинг 12.1.1 - Общий ход построения изображений, используя matplotlib | скачать¶

# 1) Подключение необходимых библиотек
import numpy as np
import matplotlib
import matplotlib.pyplot as plt

if __name__ == "__main__":

    # 1.1) "Включение" поддержки кириллицы (при необходимости)
    # matplotlib.rc("font", family="Arial, Ubuntu")

    # 2) Формирование данных и построение диаграммы
    x = np.arange(-8, 3, 0.1)  # x - массив np.array
    y = abs(x**2 + 4*x - 5)

    # Вызов диаграммы нужного типа
    fig, ax = plt.subplots()
    fig.canvas.set_window_title("Мое первое изображение")  # Заголовок окна

    ax.grid(True)  # Отображение сетки на координатной плоскости
    ax.plot(x, y, 'r', linewidth=3)  # График красного цвета

    # 3) Вывод результата
    plt.savefig("my_image.png")  # Сохранение изображения
    # или
    plt.show()  # Вывод изображения на экран

Одним из способом создания изображения и координатной оси является функция pyplot.subplots().

matplotlib.pyplot.subplots(nrows=1, ncols=1, sharex=False, sharey=False, squeeze=True, subplot_kw=None, gridspec_kw=None, **fig_kw)¶

Некоторые параметры:

Параметры

nrows (int) – количество координатных плоскостей по вертикали;
ncols (int) – количество координатных плоскостей по горизонтали;
sharex (bool или {"none", "all", "row", "col"}) –
является ли ось OX общей для нескольких плоскостей:
- True или "all": оси OX и OY будут общими для всех координатных плоскостей;
- False или "none": оси OX и OY будут отдельными для каждой координатной плоскости;
- "row": оси OX и OY будут общими для всех координатных плоскостей по вертикали;
- "col": оси OX и OY будут общими для всех координатных плоскостей по горизонтали.
sharey (bool или {"none", "all", "row", "col"}) – является ли ось OY общей для нескольких плоскостей (аналогично параметру „sharex“);

Результат

кортеж:

fig: изображение (класс Figure);
ax: одна или несколько координатных плоскостей (класс Axes).

Для вывода полученного изображения на экран используется функция pyplot.show().

matplotlib.pyplot.show(*args, **kw)¶: Выводит изображение на экран в отдельном окне (Рисунок 12.1.3).

Рисунок 12.1.3 - Выполнение кода из Листинга 12.1.1.¶

Кроме диаграммы графическое окно содержит специальные функциональные кнопки (интерактивную навигацию, пронумерована на Рисунке 12.1.3), их назначение и возможности приведены в Таблице 12.1.1.

Таблица 12.1.1 - Интерактивная навигация графического окна¶
Номер(а)	Описание
1	Возвращает график к первоначальному состоянию (вид при первом запуске)
2, 3	Перемещает назад / вперед по истории изменения графика. Например, после увеличения определенной области можно вернуться к предыдущему, не увеличенному виду, используя кнопку 2
4	Перетаскивает (левая кнопка мыши) или масштабирует (правая кнопка мыши) график
5	Масштабирует заданную прямоугольную область графика
6	Открывает дополнительные настройки окна (например, отступы от краев)
7	Вызывает диалог сохранения графика в файл

Сохранение получившегося изображения также может быть выполнено программно, используя функцию pyplot.savefig().

matplotlib.pyplot.savefig(fname, dpi=None, facecolor='w', edgecolor='w', orientation='portrait', papertype=None, format=None, transparent=False, bbox_inches=None, pad_inches=0.1, frameon=None)¶

Сохраняет текущее изображение.

Обязательный параметр:

Параметры: fname – имя файла или файловый объект.

Необязательные параметры контролируют значения dpi (англ. Dots Per Inch - количество точек на дюйм), ориентацию (альбомная или портретная), прозрачность, отступы и т.д.

12.1.3.2. Заголовок диаграммы и подписи осей ¶

Диаграмма в maplotlib может иметь:

заголовок (метод Axes.title());
подписи у осей (методы Axes.set_xlabel() и Axes.set_ylabel()).

matplotlib.pyplot.set_title(label, fontdict=None, loc='center', **kwargs)¶

Установить заголовок диаграммы.

Обязательный параметр:

Параметры

label (str) – заголовок диаграммы.

Результат

текст (класс Text).

class matplotlib.pyplot.Axes¶

set_xlabel(xlabel, fontdict=None, labelpad=None, **kwargs)¶

Установить подпись оси OX.

Обязательный параметр:

Параметры: xlabel (str) – подпись оси OX.

set_ylabel(ylabel, fontdict=None, labelpad=None, **kwargs)¶

Установить подпись оси OY.

Обязательный параметр:

Параметры: ylabel (str) – подпись оси OY.

12.1.3.3. Координатная сетка и масштабирование ¶

Координатная плоскость поддерживает настройку:

координатной сетки (метод Axes.grid());
соотношения сторон (метод Axes.set_aspect());
пределов осей (методы Axes.set_xlim() и Axes.set_ylim());
положения линий осей (поле Axes.spines и метод Spines.set_position()).

class matplotlib.pyplot.Axes¶

grid(b=None, which='major', axis='both', **kwargs)¶

Отобразить сетку координатной плоскости.

Некоторые параметры:

Параметры: b (bool или {"on", "off"}) – отображает сетку, если b - True или "on".

set_aspect(aspect, adjustable=None, anchor=None)¶

Установить соотношение сторон (осей) координатной плоскости.

Некоторые параметры:

Параметры

aspect –

"auto" (по умолчанию): максимальное заполнение координатной плоскости;
"equal": соотношение осей OX и OY как 1:1;
num: ось OY растянута в num раз больше, чем OX.

set_xlim(left=None, right=None, emit=True, auto=False, **kw)¶

Установить пределы значений [left; right] по оси OX.

Результат: кортеж - новые пределы по оси OX.
Тип результата: tuple

set_ylim(bottom=None, top=None, emit=True, auto=False, **kw)¶

Установить пределы значений [bottom; top] по оси OY.

Результат: кортеж - новые пределы по оси OY.
Тип результата: tuple

spines¶

Словарь - линии осей координат (класс Spines):

"left" (левая);

"bottom" (нижняя);

"right" (правая);

"top" (верхняя).

Для изменения позиции конкретной линии оси координат используется метод Spines.set_position().

class Spines¶

set_position(position)¶: Перемещает линию оси координат в позицию position.

12.1.3.4. Легенда ¶

Matplotlib также поддерживает добавление легенды - условного обозначения значений различных рядов данных на диаграмме (метод Axes.legend()).

class matplotlib.pyplot.Axes¶

legend(*args, **kwargs)¶

Размещает легенду на координатной плоскости.

Некоторые параметры:

Параметры

loc –

положение легенды:

"best" (авто-размещение);
"upper right" (по умолчанию),
"upper left";
"lower left";
"lower right";
"right";
"center left";
"center right";
"lower center";
"upper center";
"center".

12.1.3.5. Текст и аннотациии ¶

На диаграмму также имеется возможность добавить:

произвольный текст (метод Axes.text());
аннотацию (метод Axes.annotate()).

Текст в matplotlib поддерживает известный научный формат TeX (произносится как «тех»), позволяющий записывать сложные математические выражения.

class matplotlib.pyplot.Axes¶

text(x, y, s, fontdict=None, withdash=False, **kwargs)¶

Добавляет текст s на координатную плоскость в координаты (x, y) (левый верхний угол).

Возможные ключи **kwargs - свойства текстового объекта (класс Text), определяющие отображение текста.

annotate(*args, **kwargs)¶

Добавляет аннотацию s на координатную плоскость в координаты (x, y).

Некоторые параметры:

Параметры

s (str) – текст аннотации;
xy (итерируемый объект из 2-х элементов) – координаты точки аннотации;
xytext (итерируемый объект из 2-х элементов) – координаты текста аннотации (по умолчанию равен параметру „xy“, левый верхний угол);
arrowprops (dict) – свойства стрелки-указателя на аннотацию.

В Листинге 12.1.2 и на Рисунке 12.1.4 приведен пример использования ряда функций для построения диаграммы.

Листинг 12.1.2 - Заголовки, подписи и другие элементы графика в matplotlib | скачать¶

import numpy as np
import matplotlib
import matplotlib.pyplot as plt

if __name__ == "__main__":

    x = np.arange(-8, 3, 0.1)  # x - массив np.array
    y1 = abs(x**2 + 4*x - 5)
    y2 = [9] * len(x)

    fig, ax = plt.subplots()
    fig.canvas.set_window_title("Графики функций")

    # Настройки диаграммы и осей
    ax.set_title("Графики функций: экстремум")
    ax.set_xlabel("Ось абсцисс")
    ax.set_ylabel("Ось ординат")
    ax.grid(True)

    # 2 графика
    ax.plot(x, y1, 'r', linewidth=3, label="Парабола")
    ax.plot(x, y2, label="Линия")

    # Аннотации и текст
    ax.annotate(r"Экстремум функции = $\frac{-b}{2a} = \frac{-4}{2} = -2$",
                xy=(-2, 9), xytext=(-4.8, 15.5),
                arrowprops=dict(facecolor="black", shrink=0.05))
    ax.text(-7, 24.5, "На диаграмме 2 графика:\nпарабола и линия экстремума")

    # Легенда
    ax.legend()

    plt.show()

Рисунок 12.1.4 - Заголовки, подписи и другие элементы графика в matplotlib¶

12.1.3.6. Несколько диаграмм в изображении ¶

В ряде случаев удобно иметь несколько диаграмм в рамках одного изображения. matplotlib позволяет это сделать, используя функцию matplotlib.pyplot.subplots(), указав параметры разбиения изображения (Листинге 12.1.3, Рисунок 12.1.5).

Листинг 12.1.3 - Несколько диаграмм в изображении в matplotlib | скачать¶

import numpy as np
import matplotlib
import matplotlib.pyplot as plt

if __name__ == "__main__":

    x = np.arange(-8, 3, 0.1)  # x - массив np.array
    y1 = abs(x**2 + 4*x - 5)
    y2 = [9] * len(x)

    fig, (ax1, ax2) = plt.subplots(ncols=2)  # 2 диаграммы по горизонтали
    fig.canvas.set_window_title("Графики функций")

    # 1) 1-й график

    # Настройки диаграммы и осей
    ax1.set_title("Графики функций: экстремум")
    ax1.set_xlabel("Ось абсцисс")
    ax1.set_ylabel("Ось ординат")
    ax1.grid(True)

    # 2 графика
    ax1.plot(x, y1, 'r', linewidth=3, label="Парабола")
    ax1.plot(x, y2, label="Линия")

    # Аннотации и текст
    ax1.annotate(r"Экстремум функции = $\frac{-b}{2a} = \frac{-4}{2} = -2$",
                xy=(-2, 9), xytext=(-4.8, 15.5),
                arrowprops=dict(facecolor="black", shrink=0.05))
    ax1.text(-7, 24.5, "На диаграмме 2 графика:\nпарабола и линия экстремума")

    # Легенда
    ax1.legend()

    # 2) 2-й график

    # Настройки диаграммы и осей
    ax2.set_title("Графики функций: корни уравнения")

    # 3 графика
    y2 = list(range(-20, 21))
    x2 = [-5] * len(y2)
    x3 = [1] * len(y2)

    ax2.plot(x, y1, linewidth=3, label="Парабола")
    ax2.plot(x2, y2, label="Корень 1")
    ax2.plot(x3, y2, label="Корень 2")

    # Аннотации и текст
    ax2.text(-2, 27, "На диаграмме 3 графика:\nпарабола и корни",
             horizontalalignment="center")
    ax2.annotate("Корень 1 = -5", xy=(-5, -1.5), xytext=(-10, -5),
                 arrowprops=dict(
                    facecolor="black", connectionstyle="angle3",
                    arrowstyle="->"
                ))
    ax2.annotate("Корень 2 = 1", xy=(1, -1.5), xytext=(2, -8),
                 arrowprops=dict(
                    facecolor="black", connectionstyle="angle3",
                    arrowstyle="->"
                ))

    ax2.set_xlim(-10, 10)
    ax2.set_ylim(-10, 10)
    ax2.spines["left"].set_position("center")
    ax2.spines["bottom"].set_position("center")
    ax2.spines['top'].set_visible(False)
    ax2.spines['right'].set_visible(False)

    # Легенда
    ax2.legend(loc="best")

    plt.show()

Рисунок 12.1.5 - Несколько диаграмм в изображении в matplotlib¶

Доступ к любой из координатных плоскостей можно получить сохранив их при вызове функции matplotlib.pyplot.subplots() или через функцию Figure.get_axes().

12.1.4. Основные типы диаграмм ¶

Класс matplotlib.axes.Axes содержит множество методов для рисования диаграмм различного типа (Таблица 12.1.2).

Таблица 12.1.2 - Основные типы диаграмм 6 7 8 9¶
Тип	Метод `Axes`	Пример
График	Axes.plot()
Круговая диаграмма	Axes.pie()
Столбчатая (линейчатая) диаграмма	Axes.bar(), Axes.barh()
Гистограмма	Axes.hist()

Диаграммы можно комбинировать, вызывая последовательно разные методы: например, на одной диаграмме может быть нарисована столбчатая диаграмма и график одновременно.

12.1.4.1. График ¶

График (в т.ч. точечная диаграмма) является одним из самых простых способов отображения зависимости в графическом виде и может быть нарисован с использованием метода Axes.plot().

class matplotlib.pyplot.Axes¶

plot(*args, **kwargs)¶

Рисует линии и/или точки (маркеры) на координатной плоскости.

Параметры

args – аргумент переменной длины, содержащий набор точек для осей OX и OY, а также произвольный текста и параметры графика;
kwargs – стиль и свойства линий.

Результат

список добавленных на координатную плоскость линий;

Тип результата

Line2D.

Стиль и свойства линии могут быть заданы как через позиционные аргументы args, так и ключевые - kwargs:

В случае, когда значения являются датой, удобнее использовать метод Axes.plot_date().

12.1.4.1.1. Стили линий ¶

Линии (класс Line2D) графика могут иметь различные стили: тип, толщину, цвет, форму и т.д.

class matplotlib.lines.Line2D(xdata, ydata, linewidth=None, linestyle=None, color=None, marker=None, markersize=None, markeredgewidth=None, markeredgecolor=None, markerfacecolor=None, markerfacecoloralt='none', fillstyle=None, antialiased=None, dash_capstyle=None, solid_capstyle=None, dash_joinstyle=None, solid_joinstyle=None, pickradius=5, drawstyle=None, markevery=None, **kwargs)¶

Параметр kwargs при создании графика может содержать соответствующие свойства линии.

Некоторые атрибуты линии:

class matplotlib.lines.Line2D¶

axes¶: Координатная плоскость, которой принадлежит линия.

color¶

Цвет линии, который может быть задан:

именем "green";
аббревиатурой "g";
в шестандцатеричном формате "#00FF00";
RGB (0, 1, 0) или RGBA (0, 1, 0, 1) кортежем;
оттенком серого в виде строки "0.8".

Если не указывать цвет, matplotlib выберет его самостоятельно.

label¶: Наименование линии (используется, в частности, для легенды).

linestyle¶

Стиль линии:

"solid": сплошная;
"dashed": пунктирная;
"dotted": точечная;
"dashdot": точечно-пунктирная;
и др.

linewidth¶: Толщина линии (вещественное число).

marker¶

Тип маркера для точки графика (по умолчанию отсутствуют), например:

".": точка;
"+": плюс;
"o": окружность;
"*": звезда;
и др.

Полный список маркеров указан в документации: matplotlib.markers.

Цвета маркеров определяются атрибутами markeredgecolor, markeredgewidth, markerfacecolor, markerfacecoloralt.

markersize¶: Размер маркера.

В Листинге 12.1.4 и на Рисунке 12.1.6 приведен пример создания графика с линиями различного стиля.

Листинг 12.1.4 - Различные стили линий графика | скачать¶

import numpy as np
import matplotlib
import matplotlib.pyplot as plt

if __name__ == "__main__":

    fig, ax = plt.subplots()
    fig.canvas.set_window_title("Графики функций")

    # Настройки диаграммы и осей
    ax.set_title("Графики функций: различные стили")
    ax.grid(True)

    ax.set_xlim(-10, 10)
    ax.set_ylim(-10, 10)
    ax.spines["left"].set_position("center")
    ax.spines["bottom"].set_position("center")
    ax.spines['top'].set_visible(False)
    ax.spines['right'].set_visible(False)
    ax.set_aspect("equal")

    # Графики различного стиля
    x = np.arange(-10, 10, 0.5)  # x - массив np.array
    ax.plot(x, abs(2 - abs(x)), label="Желтая сплошная линия",
            color="yellow", linewidth=3)
    ax.plot(x, -x - 5, label="Фиолетовая пунктирная линия",
            color="#D490CC", linewidth=3, linestyle="dashed")
    ax.plot(x, x - 8, label="Линия с точками-маркерами *",
            marker="*")
    ax.plot([-6] * len(x), x, label="Точки-маркеры o",
            linestyle="none", marker="o", markersize=3)

    # Легенда
    ax.legend(loc="best")

    plt.show()

Рисунок 12.1.6 - Различные стили линий графика¶

12.1.4.2. Круговая диаграмма ¶

Круговая диаграмма отображает размер элементов одного ряда данных относительно суммы элементов, а точки данных на круговой диаграмме выводятся как проценты от всего круга.

Круговая диаграмма может быть нарисована с использованием метода Axes.pie().

class matplotlib.lines.Axes¶

pie(x, explode=None, labels=None, colors=None, autopct=None, pctdistance=0.6, shadow=False, labeldistance=1.1, startangle=None, radius=None, counterclock=True, wedgeprops=None, textprops=None, center=(0, 0), frame=False)¶

Рисует круговую диаграмму для значений x, где доля круга определяется, как x/sum(x).

По умолчанию доли (сектора) рисуются против часовой стрелки относительно оси OX.

Некоторые параметры:

Параметры

x – набор значений (обязательный параметр);
colors – набор значений цветов секторов;
labels – набор подписей для секторов;
autopct – форматная строка или функция для отображения значения доли на секторах круга;
shadow (bool) – рисует тень, если True;
radius – радиус круга (по умолчанию: 1).

В Листинге 12.1.5 и на Рисунке 12.1.6 приведен пример создания круговой диаграммы.

Листинг 12.1.5 - Круговая диаграмма | скачать¶

import matplotlib
import matplotlib.pyplot as plt

if __name__ == "__main__":

    fig, ax = plt.subplots()
    fig.canvas.set_window_title("Фактическое исполнение бюджета Москвы в 2015 году")

    # Настройки диаграммы и осей
    ax.set_title("Фактическое исполнение бюджета Москвы в 2015 году")
    ax.set_xlabel("https://data.mos.ru/opendata/"
                  "7710152113-struktura-dohodov-byudjeta/row/37352740")

    # https://data.mos.ru/opendata/7710152113-struktura-dohodov-byudjeta/row/37352740
    data = [
        ["Налог на прибыль", 484.7],
        ["Налог на доходы физических лиц", 691.6],
        ["Прочие налоговые доходы", 221.2],
        ["Арендные платежи", 59.4],
        ["Доходы от продажи имущества", 26.7],
        ["Безвозмездные поступления", 75.5]
    ]
    values = [x[1] for x in data]
    labels = [x[0] for x in data]

    ax.pie(values, labels=labels, autopct="%.1f%%", radius=1.2)
    ax.set_aspect("equal")

    plt.show()

Рисунок 12.1.7 - Круговая диаграмма¶

12.1.4.3. Столбчатая (линейчатая) диаграмма ¶

Столбчатые диаграммы используются для сравнения отдельных элементов. В диаграммах этого типа категории обычно располагаются на вертикальной оси, а величины - на горизонтальной.

Столбчатая диаграмма может быть нарисована с использованием методов:

Axes.bar() (вертикальная);
Axes.barh() (горизонтальная).

class matplotlib.lines.Axes¶

bar(left, height, width=0.8, bottom=None, **kwargs)¶

Рисует столбчатую диаграмму (вертикальную).

Некоторые параметры:

Параметры

left (набор числовых значений) – координата x левого края каждого прямоугольника;
height (набор числовых значений) – высота каждого прямоугольника;
width (набор числовых значений) – ширина каждого прямоугольника;
bottom (набор числовых значений) – координата y нижнего края каждого прямоугольника;
color (набор значений) – цвет каждого прямоугольника;
tick_label (строка или набор значений) – подпись по оси OX для каждого прямоугольника.

class matplotlib.lines.Axes¶

barh(bottom, width, height=0.8, left=None, **kwargs)¶

Рисует столбчатую диаграмму (горизонтальную).

Некоторые параметры:

Параметры

bottom (набор числовых значений) – координата y каждого прямоугольника (центр);
width (набор числовых значений) – ширина каждого прямоугольника;
height (набор числовых значений) – высота каждого прямоугольника;
left (набор числовых значений) – координата x правого края каждого прямоугольника;
color (набор значений) – цвет каждого прямоугольника;
tick_label (строка или набор значений) – подпись по оси OY для каждого прямоугольника.

В Листинге 12.1.6 и на Рисунке 12.1.8 приведен пример создания столбчатой диаграммы.

Листинг 12.1.6 - Столбчатая диаграмма | скачать¶

import matplotlib
import matplotlib.pyplot as plt

if __name__ == "__main__":

    title = "Валовой внутренний продукт РФ: в ценах 2011г. (2011-2016 гг.)"

    fig, (ax1, ax2) = plt.subplots(ncols=2)
    fig.canvas.set_window_title(title)
    fig.suptitle(title +
                 "\nhttp://www.gks.ru/free_doc/new_site/vvp/vvp-god/tab2a.xls")
    # Настройки диаграммы и осей
    ax1.set_xlabel("Год")
    ax1.set_ylabel("В ценах 2011 г., млрд.руб.")
    ax2.set_xlabel("В ценах 2011 г., млрд.руб.")
    ax2.set_ylabel("Год")

    # http://www.gks.ru/free_doc/new_site/vvp/vvp-god/tab2a.xls
    data = [
        [2011, 59698.1],
        [2012, 61798.3],
        [2013, 62588.9],
        [2014, 63038.4],
        [2015, 61249.4],
        [2016, 61097.5]
    ]
    size = [x[1] for x in data]
    nums = [x + 1 for x in range(len(size))]
    tick_label = [x[0] for x in data]

    ax1.bar(nums, size, tick_label=tick_label, width=0.5, color="#a500ff")
    ax2.barh(nums, size, tick_label=tick_label, height=0.7, color="#ffa500")

    plt.show()

Рисунок 12.1.8 - Столбчатая диаграмма¶

12.1.4.4. Гистограмма ¶

Гистограммы графически отображают распределение значений непрерывных переменных, разделяя диапазон значений на заданное количество отрезков по оси OX и отображая частоту значений внутри каждого отрезка по оси OY.

Гистограмма может быть нарисована с использованием метода Axes.hist().

class matplotlib.lines.Axes¶

matplotlib.pyplot.hist(x, bins=None, range=None, density=None, weights=None, cumulative=False, bottom=None, histtype='bar', align='mid', orientation='vertical', rwidth=None, log=False, color=None, label=None, stacked=False, normed=None, *, data=None, **kwargs)[source]

Рисует гистограмму по данным x.

Некоторые параметры:

Параметры

x (набор числовых значений (одномерный или двумерный)) – входные данные;
bins (int или набор данных) – количество интервалов разбиения;
align (str) –
выравнивание прямоугольника гистограммы:
- "left" (по левому краю);
- "mid" (по центру - по умолчанию);
- "right" (по правому краю).
orientation (str) –
ориентация гистограммы:
- "horizontal" (горизонтально);
- "mid" (вертикально - по умолчанию).
color – набор значений цветов данных;
label – набор подписей для данных.

Результат

кортеж:

n: массив длин прямоугольников или список таких массивов (если было передано несколько наборов данных);
bins: массив - границы прямоугольников;
patches: набор вложенных массивов - индивидуальных параметров прямоугольников в случае построения нескольких наборов данных.

В Листинге 12.1.7 и на Рисунке 12.1.9 приведен пример создания гистограммы.

Листинг 12.1.7 - Гистограмма | скачать¶

import matplotlib
import matplotlib.pyplot as plt

if __name__ == "__main__":

    title = "Распределение сумм кредитов"

    fig, ax = plt.subplots()
    fig.canvas.set_window_title(title)

    # Настройки диаграммы и осей
    ax.set_title(title)
    ax.set_xlabel("Сумма")
    ax.set_ylabel("Количество")

    # Суммы кредитов, взятых в банке
    data = [40000, 120000, 90000, 160000, 290000, 250000,
            90000, 260000, 170000, 11000, 500000, 250000]

    bins_to_be = 3  # Количество интервалов разбиения
    n, bins, patches = ax.hist(data, bins=bins_to_be,
                               color="brown", edgecolor="black")

    # Вывод итоговых данных в легенду
    res = ""
    for i in range(bins_to_be):
        res += "Группа №{}, {:.0f} чел., от {:.2f} руб.\n". \
               format(i+1, n[i], bins[i])

    ax.legend([res.strip()])

    plt.show()

Рисунок 12.1.9 - Гистограмма¶

12.1.5. Какой тип диаграммы выбрать?¶

Выбор правильного типа диаграммы - залог успешной визуализации данных. На Рисунках 12.1.10 и 12.1.11 приведены краткие и расширенные критерии выбора.

Рисунок 12.1.10 - Какой тип диаграммы выбрать? 11¶

Рисунок 12.1.11 - Как выбрать диаграмму?! 12¶

12.1.6. Дополнительные возможности ¶

В matplotlib 1.3 появилась возможность применения эффекта рисования от руки, чтобы изображение выглядело в стиле комиксов с сайта xkcd.com, для чего перед отрисовкой необходимо выполнить команду pyplot.xkcd() (Рисункок 12.1.12).

Рисунок 12.1.12 - Изображение в стиле комикса xkcd¶

В целом библиотека matplotlib обладает существенно большими возможностями, чем рассмотренные, поэтому настоятельно рекомендуется ознакомиться с официальной документацией и изучить ее прочие возможности.

1: Sebesta, W.S Concepts of Programming languages. 10E; ISBN 978-0133943023.
2: Python - официальный сайт. URL: https://www.python.org/.
3: Python - FAQ. URL: https://docs.python.org/3/faq/programming.html.
4: Саммерфилд М. Программирование на Python 3. Подробное руководство. — М.: Символ-Плюс, 2009. — 608 с.: ISBN: 978-5-93286-161-5.
5: Лучано Рамальо. Python. К вершинам мастерства. — М.: ДМК Пресс , 2016. — 768 с.: ISBN: 978-5-97060-384-0, 978-1-491-94600-8.
6: График. URL: https://upload.wikimedia.org/wikipedia/commons/8/88/I1_Line_RSG-Diagram.PNG
7: Круговая диаграмма. URL: https://upload.wikimedia.org/wikipedia/commons/2/24/I4_Circ_feren_diagram.PNG
8: Столбчатая (линейчатая) диаграмма. URL: https://upload.wikimedia.org/wikipedia/commons/8/81/I3_Histogram.PNG
9: Гистограмма. URL: https://upload.wikimedia.org/wikipedia/commons/thumb/8/8e/Histogram_example.svg/959px-Histogram_example.svg.png
10: Screenshot of matplotlib plots and code. URL: https://upload.wikimedia.org/wikipedia/commons/c/ca/Mpl_screenshot_figures_and_code.png.
11: Выбор типа диаграммы. URL: http://www.plam.ru/bislit/govori_na_jazyke_diagramm_posobie_po_vizualnym_kommunikacijam/p3.php.
12: Как выбрать диаграмму?! URL: http://www.fdfgroup.ru/?id=279.