Поиск по сайту:

Построение линейного графика из массива NumPy

Линейный график – это распространенный способ отображения взаимосвязи между двумя зависимыми наборами данных. Его основная цель — показать изменения с течением времени. Чтобы построить линейный график из массива numpy, мы можем использовать matplotlib, старейшую и наиболее широко используемую библиотеку Python для построения графиков. Кроме того, его можно легко интегрировать с numpy, что позволяет легко создавать линейные графики для представления тенденций и закономерностей в заданных наборах данных.

Программа Python для построения линейного графика из массива NumPy

Вот примеры программ, которые демонстрируют, как строить линейные графики из массива numpy.

Пример 1

В этой программе мы сгенерируем массив axisX numpy со значениями от 1 до 15, а затем создадим соответствующий массив axisY, используя метод sin. Чтобы построить линейный график, мы будем использовать методplot(), а также настроим график с заголовком и метками для осей X и Y.

# importing required packages 
import numpy as np
import matplotlib.pyplot as plt
# To generate random data for plotting
axisX = np.linspace(1, 15, 50)
axisY = np.sin(axisX)
# To create the line graph from above data
plt.plot(axisX, axisY)
# Adding title and labels for the graph
plt.title('Line Graph')
plt.xlabel('X-axis')
plt.ylabel('Y-axis')
# to show the final graph
plt.show()

Выход

Пример 2

В этом примере мы покажем использование методаplot() для построения нескольких линий.

Подход

  • Импортируйте библиотеку numpy со справочным именем «np» и модуль pyplot из библиотеки matplotlib и переименуйте ее в plt.

  • Инициализируйте три строки как точки данных, используя массив numpy.

  • Используйте метод «plot()», чтобы построить график значений координаты x относительно значений координаты y.

  • Затем добавьте некоторую информацию о сюжете, используя «title», «legend», «xlabel» и «ylabel».

  • Отобразите результат с помощью метода show() и выйдите.

import numpy as np
import matplotlib.pyplot as plt
# Data points of line 1
x1 = np.array([1, 2, 3, 4, 5])
y1 = np.array([2, 4, 6, 8, 10])
# Data points of line 2
x2 = np.array([2, 3, 4, 5, 6])
y2 = np.array([1, 3, 5, 7, 9])
# Data points of line 3
x3 = np.array([1, 2, 3, 4, 5])
y3 = np.array([5, 4, 3, 2, 1])
# Plotting all lines with labels
plt.plot(x1, y1, label='Line 1')
plt.plot(x2, y2, label='Line 2')
plt.plot(x3, y3, label='Line 3')
# Adding legend, x and y labels, and title for the lines
plt.legend()
plt.xlabel('X-axis')
plt.ylabel('Y-axis')
plt.title('Multiple Line Plot')
# Displaying the plot
plt.show()

Выход

Пример 3

Это еще один пример, в котором мы будем использовать тот же код, что и в предыдущем примере, для построения только двух линий вместо трех.

import matplotlib.pyplot as plt
import numpy as np
# Data points of line 1
x1 = np.array([1, 2, 3, 4, 5])
y1 = np.array([2, 4, 6, 8, 10])
# Data points of line 2
x2 = np.array([1, 2, 3, 4, 5])
y2 = np.array([1, 3, 5, 7, 9])
# Plotting all lines with specifying labels
plt.plot(x1, y1, label='Line 1')
plt.plot(x2, y2, label='Line 2')
# Adding legend, x and y labels, and titles for the lines
plt.legend()
plt.xlabel('X-axis')
plt.ylabel('Y-axis')
plt.title('Plotting Multiple Lines in single graph')
# Displaying the plot
plt.show()

Выход

Заключение

В этой статье мы рассмотрели три примера программы, которые показывают использование методаplot() для построения линейных графиков из массива numpy. Этот метод доступен в библиотеке matplotlib. Линейный график — это один из способов визуального представления сложных тенденций и наборов данных.

Статьи по данной тематике: