Python Matplotlib-Plotting: Ein umfassender Leitfaden

Matplotlib ist eine unverzichtbare Bibliothek für die Datenvisualisierung in Python. In diesem Leitfaden werden wir die Kernfunktionalitäten behandeln, wie man sie effektiv nutzt und wie man klare, professionelle Visualisierungen erstellt.

Einführung in das Python Matplotlib-Plotting

Matplotlib ist eine Datenvisualisierungsbibliothek für Python. Sie wurde 2003 von John D. Hunter entwickelt, um Diagramme in Publikationsqualität zu erstellen. Seitdem hat sie sich zu einer der am weitesten verbreiteten Bibliotheken für die Datenvisualisierung in Python entwickelt. Matplotlib bietet eine umfangreiche Sammlung an anpassbaren Diagrammen und ist somit ein unverzichtbares Werkzeug zur Erstellung ansprechender Visualisierungen.

Erstellen eines einfachen Liniendiagramms

Beginnen wir mit der Erstellung eines einfachen Liniendiagramms mit Matplotlib. In diesem Beispiel zeichnen wir einen Liniengraphen der Verkaufsdaten im Zeitverlauf.

Erstellen eines einfachen Liniendiagramms mit Matplotlib in Python

pip install matplotlib

import matplotlib.pyplot as plt

# Sales data
year = [2015, 2016, 2017, 2018, 2019, 2020]
sales = [100, 150, 200, 250, 300, 350]

# Create a line plot
plt.plot(year, sales)

# Add labels and title
plt.xlabel("Year")
plt.ylabel("Sales")
plt.title("Sales Data over Time")

# Display the plot
plt.show()

Dieser Code erzeugt ein einfaches Liniendiagramm der Verkaufsdaten im Zeitverlauf. Die x-Achse zeigt die Jahre an, die y-Achse die Verkaufszahlen, was den Aufwärtstrend deutlich veranschaulicht.

Erstellen eines Balkendiagramms

Eine weitere beliebte Diagrammart ist das Balkendiagramm. Es wird verwendet, um verschiedene Kategorien zu vergleichen. In diesem Beispiel erstellen wir ein Balkendiagramm der Top 5 Länder nach BIP.

Erstellen eines Balkendiagramms mit Matplotlib in Python

import matplotlib.pyplot as plt

# GDP data
countries = ["USA", "China", "Japan", "Germany", "UK"]
gdp = [21.44, 14.14, 5.15, 4.17, 2.62]

# Create a bar chart
plt.bar(countries, gdp)

# Add labels and title
plt.xlabel("Country")
plt.ylabel("GDP (trillions)")
plt.title("Top 5 Countries by GDP")

# Display the plot
plt.show()

Dieser Codeausschnitt erzeugt ein Balkendiagramm, das die Top 5 Länder nach BIP vergleicht. Die horizontale Achse listet die Länder auf, während die vertikale Achse das BIP in Billionen darstellt und die Führung der USA hervorhebt.

Erstellen eines Kreisdiagramms

Ein Kreisdiagramm wird verwendet, um die Zusammensetzung eines Ganzen darzustellen. In diesem Beispiel erstellen wir ein Kreisdiagramm der Marktanteile verschiedener Smartphone-Marken.

Erstellen eines Kreisdiagramms mit Matplotlib in Python

import matplotlib.pyplot as plt

# Market share data
brands = ["Samsung", "Apple", "Huawei", "Xiaomi", "Others"]
market_share = [19.2, 15.9, 14.6, 10.2, 40.1]

# Create a pie chart
plt.pie(market_share, labels=brands)

# Display the plot
plt.show()

Das resultierende Kreisdiagramm visualisiert die Verteilung der Marktanteile. Die Kategorie „Sonstige“ nimmt den größten Bereich ein, gefolgt von Samsung, Apple, Huawei und Xiaomi.

Hinweis: Die in diesen Beispielen verwendeten BIP- und Marktanteilszahlen sind näherungsweise und dienen ausschließlich zu Demonstrationszwecken.

Anpassen von Diagrammen

Eine der wichtigsten Funktionen von Matplotlib ist die hohe Anpassbarkeit. Sie können fast jeden Aspekt eines Diagramms anpassen, einschließlich Farbe, Marker-Stil, Linienstil, Schriftgröße und mehr. In diesem Beispiel passen wir ein Liniendiagramm so an, dass die Datenpunkte als rote Kreise dargestellt werden.

Anpassen verschiedener Aspekte eines Matplotlib-Diagramms in Python

import matplotlib.pyplot as plt

# Sales data
year = [2015, 2016, 2017, 2018, 2019, 2020]
sales = [100, 150, 200, 250, 300, 350]

# Create a line plot
plt.plot(year, sales, 'o-', color='red')

# Add labels and title
plt.xlabel("Year")
plt.ylabel("Sales")
plt.title("Sales Data over Time")

# Display the plot
plt.show()

Dieses Beispiel rendert ein Liniendiagramm mit roten Kreisen an jedem Datenpunkt. Der Format-String 'o-' zeichnet Kreise und verbindet sie mit Linien, während color='red' die angegebene Farbe auf beide anwendet.

Fazit

Dieser Leitfaden hat die Grundlagen von Python Matplotlib behandelt, einschließlich der Erstellung von Liniendiagrammen, Balkendiagrammen und Kreisdiagrammen sowie der Anpassung ihres Aussehens. Diese Grundlagen bieten eine solide Basis für Ihre Datenvisualisierungsprojekte. Viel Spaß beim Erstellen von Diagrammen!