Matplotlib-Beschriftungen

Manchmal müssen Sie die Beschriftungen in Ihren Matplotlib-Plots anpassen, um mehr Kontext zu bieten oder wichtige Merkmale hervorzuheben. Mit Matplotlib können Sie Plot-Elemente wie Achsenbeschriftungen, Titel und Legenden ganz einfach anpassen. In diesem Artikel werden wir verschiedene Möglichkeiten zur Anpassung von Beschriftungen in Matplotlib-Plots erkunden, um aussagekräftigere und ansprechendere Visualisierungen zu erstellen.

Achsenbeschriftungen festlegen

Beim Erstellen von Plots in Matplotlib ist es wichtig, den Daten durch Achsenbeschriftungen Kontext zu geben. Die Beschriftungen der x- und y-Achse können mithilfe der Funktionen xlabel() bzw. ylabel() festgelegt werden. Nehmen wir zum Beispiel an, wir haben einen Streudiagramm-Plot der Beziehung zwischen Größe und Gewicht und möchten die Achsen mit beschreibendem Text beschriften. So geht's:

Achsen eines Plots mit beschreibendem Text in Python beschriften

import matplotlib.pyplot as plt

height = [63, 64, 65, 66, 67, 68, 69, 70, 71, 72]
weight = [127, 130, 133, 136, 139, 142, 145, 148, 151, 154]

plt.scatter(height, weight)
plt.xlabel('Height (inches)')
plt.ylabel('Weight (pounds)')
plt.show()

Dieser Code erzeugt ein Streudiagramm mit beschrifteten Achsen, das den Daten Kontext gibt und die Interpretation erleichtert.

Einen Titel hinzufügen

Zusätzlich zur Beschriftung der Achsen möchten Sie Ihrem Plot möglicherweise auch einen Titel hinzufügen. Dies lässt sich mit der Funktion title() erreichen. Nehmen wir zum Beispiel an, wir haben einen Liniendiagramm-Plot der Verkaufsdaten eines Unternehmens und möchten dem Plot einen Titel hinzufügen. So geht's:

einen Titel für einen Plot in Python hinzufügen

import matplotlib.pyplot as plt

months = ['Jan', 'Feb', 'Mar', 'Apr', 'May', 'Jun', 'Jul', 'Aug', 'Sep', 'Oct', 'Nov', 'Dec']
sales = [25000, 30000, 45000, 35000, 50000, 60000, 70000, 80000, 90000, 100000, 110000, 120000]

plt.plot(months, sales)
plt.title('Monthly Sales')
plt.show()

Dieser Code erzeugt ein Liniendiagramm mit Titel, das eine klare und prägnante Zusammenfassung der dargestellten Daten bietet.

Die Legende anpassen

Beim Erstellen von Plots mit mehreren Datenreihen ist es wichtig, eine Legende bereitzustellen, um die verschiedenen Reihen zu unterscheiden. Die Funktion legend() in Matplotlib ermöglicht es Ihnen, eine Legende für Ihren Plot zu erstellen. Standardmäßig zeigt die Legende die Beschriftung jeder Datenreihe an. Sie können die Legende jedoch anpassen, um zusätzliche Informationen anzuzeigen oder das Erscheinungsbild der Legende zu ändern.

Nehmen wir zum Beispiel an, wir haben ein Balkendiagramm, das die Verkaufsdaten für zwei verschiedene Produkte vergleicht, und möchten eine Legende erstellen, die den Gesamtumsatz für jedes Produkt anzeigt. So geht's:

eine Legende für Ihren Plot in Python erstellen

import matplotlib.pyplot as plt

products = ['Product A', 'Product B']
sales = [50000, 75000]

plt.bar(products, sales)
plt.legend(['Total Sales: $' + str(s) for s in sales])
plt.show()

Dieser Code erzeugt ein Balkendiagramm mit einer Legende, die den Gesamtumsatz für jedes Produkt anzeigt, wodurch der Vergleich der Verkaufsdaten zwischen den beiden Produkten erleichtert wird.

Fazit

Zusammenfassend bietet Matplotlib eine leistungsstarke und flexible Plattform zur Erstellung von Visualisierungen in Python. Durch die Anpassung der Beschriftungen auf Ihren Plots können Sie Ihren Daten mehr Kontext verleihen und aussagekräftigere sowie ansprechendere Visualisierungen erstellen.