Matplotlib-Subplot

Python ist eine unglaublich leistungsstarke Programmiersprache, die häufig in der Datenwissenschaft, im maschinellen Lernen und anderen Bereichen des wissenschaftlichen Rechnens verwendet wird. Eine der am häufigsten verwendeten Bibliotheken in Python für die Datenvisualisierung ist Matplotlib, mit der Entwickler beeindruckende Diagramme und Plots für ihre Daten erstellen können. In diesem Artikel werden wir eine der wichtigsten Funktionen von Matplotlib untersuchen – Subplots. Wir besprechen, was Subplots sind, warum sie wichtig sind und wie man sie in Ihrem Python-Code erstellt.

Subplots verstehen

Subplots sind ein entscheidender Bestandteil beim Erstellen von Visualisierungen, die mehrere Plots in einer einzigen Abbildung enthalten. Ein Subplot ist im Wesentlichen ein Raster von Plots, die in einer bestimmten Reihenfolge angeordnet sind. Subplots ermöglichen es Ihnen, mehrere Plots gleichzeitig anzuzeigen und sie visuell zu vergleichen. Sie sind besonders nützlich, wenn Sie verschiedene Datensätze nebeneinander darstellen oder denselben Datensatz mit unterschiedlichen Parametern vergleichen möchten.

Warum Subplots wichtig sind

Subplots sind eine wesentliche Funktion der Datenvisualisierung, da sie es Ihnen ermöglichen, komplexere und aussagekräftigere Diagramme zu erstellen. Mit Subplots können Sie mehrere Datensätze, Variationen und Vergleiche in einer einzigen Abbildung darstellen, was die Analyse der Daten erleichtert. Subplots können Ihnen helfen, Muster und Zusammenhänge aufzudecken, die bei einem einzelnen Plot möglicherweise nicht sofort sichtbar sind.

Subplots in Matplotlib erstellen

Das Erstellen von Subplots in Matplotlib ist dank der intuitiven API relativ einfach. Der erste Schritt besteht darin, die Matplotlib-Bibliothek zusammen mit allen anderen Bibliotheken zu importieren, die Sie möglicherweise für Ihre Datenanalyse benötigen.

import matplotlib.pyplot as plt
import numpy as np

Als Nächstes müssen wir eine Abbildung erstellen und die Anzahl der Subplots festlegen, die wir erstellen möchten.

fig, ax = plt.subplots(nrows=2, ncols=2)

Dieser Code erstellt eine Abbildung mit vier Subplots, die in einem 2x2-Raster angeordnet sind. Die Parameter nrows und ncols geben die Anzahl der Zeilen bzw. Spalten an. In diesem Fall haben wir zwei Zeilen und zwei Spalten, wodurch wir vier Subplots erhalten.

Als Nächstes können wir für jeden Subplot einen Plot erstellen, indem wir über das ax-Objekt auf die jeweilige Achse zugreifen.

# Plot 1
x = np.linspace(0, 2*np.pi, 100)
y = np.sin(x)
ax[0, 0].plot(x, y)
ax[0, 0].set_title('Sin(x)')

# Plot 2
x = np.linspace(0, 2*np.pi, 100)
y = np.cos(x)
ax[0, 1].plot(x, y)
ax[0, 1].set_title('Cos(x)')

# Plot 3
x = np.linspace(0, 2*np.pi, 100)
y = np.tan(x)
ax[1, 0].plot(x, y)
ax[1, 0].set_title('Tan(x)')
ax[1, 0].set_ylim(-10, 10)  # Limit y-axis to handle asymptotes

# Plot 4
x = np.linspace(0, 2*np.pi, 100)
y = np.exp(x)
ax[1, 1].plot(x, y)
ax[1, 1].set_title('Exp(x)')

plt.tight_layout()
plt.show()

Dieser Code erstellt vier verschiedene Plots für jeden Subplot, wobei jeweils eine andere mathematische Funktion dargestellt wird. Die Methode set_title() setzt den Titel für jeden Subplot.

Fazit

Subplots sind eine wesentliche Funktion der Datenvisualisierung in Python. Sie ermöglichen es Ihnen, komplexere und aussagekräftigere Diagramme zu erstellen, indem Sie mehrere Datensätze, Variationen und Vergleiche in einer einzigen Abbildung darstellen. Matplotlib macht es mit seiner intuitiven API einfach, Subplots zu erstellen, sodass Sie Ihre Daten effektiv visualisieren können. Mit diesen Fähigkeiten können Sie beeindruckende Diagramme erstellen, die komplexe Datenerkenntnisse wirkungsvoll vermitteln.