Книжная полка Сохранить
Размер шрифта:
А
А
А
|  Шрифт:
Arial
Times
|  Интервал:
Стандартный
Средний
Большой
|  Цвет сайта:
Ц
Ц
Ц
Ц
Ц

Визуализация данных в Python. Работа с библиотекой Matplotlib

Покупка
Артикул: 809810.01.99
Доступ онлайн
500 ₽
В корзину
Рассмотрены возможности языка программирования Python в области визуализации данных. Для построения графиков использована библиотека Matplotlib. Приведены примеры построения двумерных и трехмерных графиков, гистограмм и диаграмм, а также рассмотрены вопросы форматирования построенных графиков и добавления на них графических примитивов. Для оценки уровня усвоения студентами пройденного материала предложены варианты заданий для самостоятельной работы. Предназначено для бакалавров, обучающихся по направлениям подготовки 09.03.02 «Информационные системы и технологии», 18.03.01 «Химическая технология», 28.03.02 «Наноинженерия», 29.03.04 «Технология художественной обработки материалов», 29.03.05 «Конструирование изделий легкой промышленности», изучающих дисциплины «Информатика», «Информационные технологии», «Вычислительная математика», «Прикладная математика», «Компьютерная графика». Подготовлено на кафедре информатики и прикладной математики.
Титов, А. Н. Визуализация данных в Python. Работа с библиотекой Matplotlib : учебно-методическое пособие / А. Н. Титов, Р. Ф. Тазиева ; Минобрна-уки России, Казан. нац. исслед. технол. ун-т. - Казань : Изд-во КНИТУ, 2022. - 92 с. - ISBN 978-5-7882-3176-1. - Текст : электронный. - URL: https://znanium.ru/catalog/product/2069267 (дата обращения: 19.11.2026). – Режим доступа: по подписке.
Фрагмент текстового слоя документа размещен для индексирующих роботов
Министерство науки и высшего образования Российской Федерации 
Казанский национальный исследовательский 
технологический университет 
А. Н. Титов, Р. Ф. Тазиева
ВИЗУАЛИЗАЦИЯ  
ДАННЫХ В PYTHON  
РАБОТА C БИБЛИОТЕКОЙ
MATPLOTLIB
Учебно-методическое пособие
Казань 
Издательство КНИТУ 
2022 


УДК 004.932(075) 
ББК 32.97я7 
Т45 
Печатается по решению редакционно-издательского совета  
Казанского национального исследовательского технологического университета 
Рецензенты: 
д-р техн. наук, проф. М. Х. Хайруллин 
канд. экон. наук, доц. О. С. Семичева 
Т45 
Титов А. Н. 
Визуализация данных в Python. Работа с библиотекой Matplotlib : 
учебно-методическое пособие / А. Н. Титов, Р. Ф. Тазиева; Минобрнауки России, Казан. нац. исслед. технол. ун-т. – Казань : Изд-во 
КНИТУ, 2022. – 92 с. 
ISBN 978-5-7882-3176-1 
Рассмотрены возможности языка программирования Python в области визуализации данных. Для построения графиков использована библиотека Matplotlib. 
Приведены примеры построения двумерных и трехмерных графиков, гистограмм 
и диаграмм, а также рассмотрены вопросы форматирования построенных графиков и добавления на них графических примитивов. Для оценки уровня усвоения 
студентами пройденного материала предложены варианты заданий для самостоятельной работы. 
Предназначено для бакалавров, обучающихся по направлениям подготовки 09.03.02 «Информационные системы и технологии», 18.03.01 «Химическая технология», 28.03.02 «Наноинженерия», 29.03.04 «Технология художественной обработки материалов», 29.03.05 «Конструирование изделий легкой 
промышленности», изучающих дисциплины «Информатика», «Информационные технологии», «Вычислительная математика», «Прикладная математика», 
«Компьютерная графика». 
Подготовлено на кафедре информатики и прикладной математики. 
ISBN 978-5-7882-3176-1 
© Титов А. Н., Тазиева Р. Ф., 2022 
© Казанский национальный исследовательский 
технологический университет, 2022 
УДК 004.932(075) 
ББК 32.97я7 
2


О Г Л А В Л Е Н И Е
Введение ......................................................................................................................... 4
1. ИЕРАРХИЯ ГРАФИЧЕСКИХ ОБЪЕКТОВ ........................................................... 6
2. ПОСТРОЕНИЕ ГРАФИКОВ В ДЕКАРТОВОЙ СИСТЕМЕ КООРДИНАТ .... 12
2.1. Метод plot ............................................................................................. 12
2.2. Точечный график. Метод scatter() ..................................................... 25
2.3. Построение ступенчатых графиков.  Функция step ......................... 28
2.4. Стековый график. Метод stackplot .................................................... 30
2.5. Stem-график ......................................................................................... 33
2.6. Закрашивание областей экрана. Методы fill и fill_between ............ 34
3. ПОСТРОЕНИЕ ДИАГРАММ. ФУНКЦИИ BAR, HIST и PIE ........................... 38
3.1. Функция hist ......................................................................................... 38
3.2. Функция bar .......................................................................................... 44
3.3. Функция pie .......................................................................................... 53
4. ФОРМАТИРОВАНИЕ ГРАФИКОВ ..................................................................... 56
4.1. Метод title ............................................................................................. 56
4.2. Функция legend .................................................................................... 58
4.3. Метод grid ............................................................................................ 61
4.4. Добавление линий на график. Методы vlines и hlines ..................... 62
4.5. Разметка осей. Методы xlabel и ylabel .............................................. 63
4.6. Функция text ......................................................................................... 71
4.7. Выделение точек графика. Функция annotate .................................. 73
5. ГРАФИКИ В ПОЛЯРНОЙ СИСТЕМЕ КООРДИНАТ ....................................... 75
6. ПОСТРОЕНИЕ 3D-ГРАФИКОВ ........................................................................... 81
6.1. Линейный график ................................................................................ 81
6.2. Точечный график ................................................................................. 82
6.3. Каркасная поверхность ....................................................................... 83
6.4. Поверхность ......................................................................................... 85
Задания для самостоятельной работы ....................................................................... 89
Литература ................................................................................................................... 91


В В Е Д Е Н И Е  
В настоящее время Python является одним из самых востребованных языков программирования. Python используется в анализе данных, 
машинном обучении, DevOps и веб-разработке, а также в других сферах, включая разработку игр.  
Важной частью работы специалистов в области Data Science является визуализация данных. На ранних стадиях развития проекта часто 
необходимо выполнять первоначальный анализ данных (Exploratory 
data analysis – EDA) для выявления имеющихся закономерностей. Визуализация данных помогает представить большие и сложные наборы 
данных в простом и наглядном виде. Особенно это важно на этапе окончания проекта, так как необходимо суметь представить результаты его 
реализации в понятном даже для непрофессионалов виде. Python обладает большим количеством библиотек для наглядного представления 
данных: Matplotlib,  Seaborn,  Pandas,  Plotly,  Bokeh,  Folium – и это 
далеко не полный перечень графических библиотек.  
Matplotlib – это библиотека для визуализации данных, написанная 
на языке Python и являющаяся, пожалуй, одной из самых популярных. 
Она представляет собой набор дополнительных модулей (библиотек) 
языка Python для построения разнообразных 2D- и 3D-графиков и диаграмм данных. Библиотека довольно проста в использовании, богата на 
инструменты и позволяет строить статические диаграммы за несколько 
строчек кода, именно за это ее так ценят Data Scientist. Кроме того, 
Matplotlib используют другие библиотеки в качестве обертки, например 
Pandas и Seaborn. Изначально Matplotlib планировался как свободная 
альтернатива MATLAB, где в одной среде имелись бы средства как для 
рисования, так и для численного анализа. Все это было реализовано 
в Matplotlib, для численного анализа часто бывает достаточным подключить модуль Numpy. Библиотека позволяет сохранять результаты в различных форматах, например Postscript, и, соответственно, вставлять 
изображения в документы TeX. Предоставляет API для встраивания 
своих графических объектов в приложения пользователя.  
В данном пособии авторы поставили перед собой цель: собрать 
имеющуюся в литературе информацию по работе с Matplotlib, переработать ее с учетом тех типов задач, которые решаются в преподаваемых 
авторами дисциплинах – информатике, информационных технологиях, 
программировании и обработке данных. Авторы надеются облегчить 


восприятие изложенного материала, снабдив пособие большим количеством примеров и пояснений к ним. 
Пособие включает в себя шесть глав. В первой главе рассмотрена 
иерархия объектов Matplotlib: Figure→Axes→Axis. Во второй главе показано, как строятся графики на плоскости: кривые, координаты которых заданы в аналитическом или табличном виде, точечные графики, 
ступенчатые, стековые графики, stem-графики. В третьей главе приведены примеры построения гистограмм и круговых диаграмм. В четвертой главе рассмотрены вопросы форматирования графиков: добавление 
к ним заголовков, легенды, сетки, разметки осей, текста и аннотаций. 
В пятой главе приведены примеры построения графиков в полярной системе координат. В шестой главе показано, как можно строить трехмерные графики: линейные, точечные графики и поверхности. 
Материал, изложенный в пособии, может быть использован при 
проведении лабораторных занятий по информатике, информационным 
технологиям, обработке экспериментальных данных, вычислительной 
и прикладной математике. Используемая в пособии версия – Python 3.10.2. 
5 


.  И Е Р А Р Х И Я  Г Р А Ф И Ч Е С К И Х  О Б Ъ Е К Т О В  
Для построения простейших двумерных графиков воспользуемся 
библиотекой Matplotlib. Она предоставляет методы для построения  
2D- и 3D-графиков, диаграмм данных, которые в дальнейшем могут 
быть сохранены в различных форматах, например Postscript. Сохраненные изображения можно затем добавить в документы TeX. Также библиотека предоставляет API для встраивания своих графических объектов в приложения пользователей.  
Установить Matplotlib можно через менеджер пакетов pip. Для 
этого нужно ввести в командной строке вашей операционной системы 
следующие команды: 
python -m pip install -U pip 
python -m pip install -U matplotlib 
Первая из них обновит ваш менеджер пакетов, вторая установит 
Matplotlib со всеми необходимыми зависимостями. 
Если вы работаете в блокноте Google Colab, то этот этап пропускаем: библиотека уже установлена. 
После установки библиотеки нужно импортировать Matplotlib. 
Это делается командой:  
import matplotlib.pyplot as plt 
Любой рисунок в Matplotlib имеет вложенную структуру. Рисунок 
(Figure) – это объект самого верхнего уровня, на котором располагаются: 
области рисования (Axes); элементы рисунка Artists (заголовки, легенда 
и т. д.); основа-холст (Canvas). На рисунке может быть несколько областей рисования (Axes). Область рисования (Axes) относится к объекту 
следующего за Figure уровня. Это часть изображения с пространством 
данных. Каждая область рисования (Axes) содержит две (или три в случае 
трехмерных данных) координатные оси (Axis объектов), которые упорядочивают отображение данных. Координатная ось (Axis) определяет область изменения данных. На них наносятся деления или засечки (ticks) 
и подписи к делениям (ticklabels). Расположение делений определяется 
объектом Locator, а подписи делений обрабатывает объект Formatter. 
Конфигурация координатных осей заключается в комбинировании различных свойств объектов Locator и Formatter. Все элементы изображения 
унаследованы от класса Artists (модуль artist) и делятся на два типа:  
– примитивы – стандартные графические объекты на изображении: линия (класс Line2D), прямоугольник (класс Rectangle), текст 
(класс Text) и т. д.; 


– контейнеры – объекты, внутри которых размещаются примитивы: координатная плоскость (класс Axes), оси (класс Axis) или изображение (класс Figure).   
Элементы рисунка Artists включают в себя такие объекты, как 
текст (Text), плоская линия (Line2D), фигура (Patch) и др. Когда происходит отображение рисунка (figure rendering), все элементы рисунка 
Artists наносятся на основу-холст (Canvas). Большая часть из них связывается с областью рисования Axes. Также элемент рисунка не может 
совместно использоваться несколькими областями Axes или быть перемещен с одной на другую1. 
Рис. 1.1. Основные элементы изображения в Matplotlib 
Корневым элементом при построении графиков в системе 
Matplotlib является изображение (Figure). Все, что нарисовано на 
рис. 1.1, является элементами изображения. 
Одним из способом создания изображения и координатной оси является функция pyplot.subplots(). Результатом работы этой функции является кортеж: fig – изображение (класс Figure) и ax – одна или несколько 
координатных плоскостей (класс Axes). Для вывода полученного изображения на экран в отдельном окне используется функция pyplot.show().  
1 Документация по Matplotlib: сайт. URL: https://matplotlib.org/stable/index.html; Борю С. Ю. 
Модули и пакеты в Python. Запорожье: ЗНУ, 2021. 286 с.; Scientific_graphics_in_python: сайт. 
URL: https://nbviewer.org/github/whitehorn/. 


Типичный алгоритм построения изображения, как правило, 
включает следующие шаги: 
– создать объект Figure;
– добавить координатную плоскость Axes (одну или несколько),
используя объект Figure; 
– добавить на изображение графические примитивы, используя
методы объекта Axes. Далее нужно отобразить и/или сохранить изображение2.  
Работа с Matplotlib основана на использовании графических окон 
и осей (оси позволяют задать некоторую графическую область). Все построения применяются к текущим осям. Это позволяет изображать несколько графиков в одном графическом окне. По умолчанию создается 
одно графическое окно figure(1) и одна графическая область 
subplot(111) в этом окне. 
Первое, что нужно сделать перед построением графика, – это создать объект «Графическое окно». Подключаем библиотеку и выполняем команды кода в среде IDLE: 
import matplotlib.pyplot as plt 
fig, ax=plt.subplots() 
plt.show() 
Получаем графическое окно в IDLE (рис. 1.2). 
Рис. 1.2. Графическое окно в IDLE 
2 Борю С. Ю. Указ. соч. 


В строке fig, ax=plt.subplots() создали область Figure (экземпляр 
класса figure) и добавили к Figure область Axes. По умолчанию разметка 
осей Х и Y – от 0 до 1. Полученное графическое окно содержит меню 
, назначение кнопок которого приведено в табл. 1.1. 
Таблица 1.1 
Интерактивная навигация  
графического окна 
Сохранить получившееся изображение можно с помощью функции pyplot.savefig().  
Графическое окно, полученное при выполнении тех же команд 
в блокноте Google Colab, несколько отличается (рис. 1.3). 
Рис. 1.3. Вид графического окна в Google Colab 


Меню отсутствует. Отсутствует и внешняя граница графического 
окна. Копировать и сохранять содержимое графического окна в этом 
случае можно, кликнув правой кнопкой мыши на окне и выполнив соответствующий пункт появившегося меню. 
 С помощью методов plt.cla() (Axes) и plt.clf() (Figure) можно очистить график и рисунок соответственно. 
В том, что Figure и Axes – это разные области, можно легко убедиться, если изменить их цвет: 
import matplotlib.pyplot as plt 
fig, ax=plt.subplots() 
fig.set(facecolor = 'aquamarine') # закрашиваем объект Figure 
ax.set(facecolor = 'paleturquoise') # закрашиваем объект Axes 
plt.show() 
Рис. 1.4. Области Figure и Axes 
Часто бывает удобно отобразить несколько независимых графиков в одном окне. Для этого предназначена функция subplot() библиотеки matplotlib.pyplot. 
Синтаксис функции: subplot(mnp) или subplot(m,n,p). 
Параметрами функции являются количество подокон по горизонтали (m), количество подокон по вертикали (n) и номер подокна, в которое будет выводиться текущий график (p). Нумерация идет слева 
направо по строкам. 
Вот так можно разбить графическое окно на 6 подокон, а затем 
построить в каждом (или в некоторых) подокне (подокнах) свой график: 
import matplotlib.pyplot as plt 
fig, ax=plt.subplots(2,3); 


Доступ онлайн
500 ₽
В корзину