Witam wszystkich na moim kanale. Dzisiaj będziemy rozmawiać o typach danych i formatach w jakich te dane można przekazać jako argumenty funkcji plot.

Praca z atrybutami tekstowymi

Spotykamy struktury danych, w których dostęp do poszczególnych elementów jest możliwy przy pomocy tekstu, na przykład słowniki Dictionary z typem klucza string. Są to również struktury danych, które pozwalają na dostęp do elementów przy użyciu atrybutów, na przykład numpy.recarray lub pandas.DataFrame. Użycie takiego argumentu jest możliwe w Matplotlib poprzez podanie argumentu nazwanego data. Jeżeli argument ten został podany, możliwe jest użycie atrybutów do odpowiednich elementów danych jako argumentów funkcji plot().

W ramach przykładu utworzymy strukturę danych o nazwie data, która będzie się składać z 4 elementów: a, b, c i d.

• element a zostanie utworzony przez funkcję np.arrange(i), która wygeneruje i liczb w przedziale od 0 do i-1. W naszym przykładzie wartość argumentu i to 50 czyli wynikiem działania funkcji będzie tablica o długości 50 z elementami od 0 do 49;
• element b zostanie obliczony przez formułę na podstawie wartości odpowiedniego elementu a;
• element c zostanie utworzony przez funkcję np.random.randint. Ta funkcja generuje liczby losowe i w naszym przykładzie przyjmuje 3 argumenty. Pierwszy argument to początek przedziału, drugi argument to koniec przedziału, trzeci argument to liczba wygenerowanych elementów; w naszym przykładzie wywołujemy funkcję np.random.randint z argumentami (0,50,50) czyli możemy spodziewać się 50 liczb losowych w przedziale od 0 do 49;
• element d zostanie utworzony przez funkcję np.random.randn(i). Funkcja ta generuje liczby losowe o rozkładzie normalnym i w naszym przykładzie przyjmuje 1 argument, który jest liczbą wygenerowanych wartości losowych; w naszym przykładzie wywołujemy funkcję np.random.randn(i) z argumentem 50 czyli możemy spodziewać się 50 liczb losowych o rozkładzie normalnym.

Do narysowania wykresu użyjemy funkcji scatter. W tłumaczeniu z angielskiego słowo scatter znaczy rozproszenie. Jak można się domyśleć wykres rozproszenia jest używany do analizy rozproszenia wartości określonych danych. Jako argumenty funkcji scatter przekazujemy następujące parametry:

• a - atrybut ‘a’ struktury danych data, zostanie użyty jako wartość na osi ‘x’ wykresu;
• b - atrybut ‘b’ struktury danych data, zostanie użyty jako wartość na osi ‘y’ wykresu;
• c - atrybut ‘c’ struktury danych data, zostanie użyty jako kolor punktu na wykresie;
• d - atrybut ‘d’ struktury danych data, zostanie użyty jako rozmiar punktu na wykresie, argument ‘s’ znaczy ‘size’ czyli rozmiar;
• data - przekazanie struktury danych data jako źródła danych do wykresu;

Oprócz tego przy pomocy metod xlabel i ylabel dodajemy podpisy do osi x i y odpowiednio. Aby wyświetlić wykres użyjemy polecenia plt.show(). Wynikiem działania kodu będzie wykres rozproszenia naszych wartości losowych, które wygenerowaliśmy wcześniej.

Praca ze zmiennymi kategorycznymi

W Matplotlib możliwe jest utworzenie wykresu na podstawie zmiennych kategorycznych. Zmienne kategoryczne można przekazywać do wielu funkcji odpowiedzialnych za rysowanie wykresu. W kolejnym przykładzie utworzymy 3 wykresy na podstawie jednego zestawu zmiennych kategorycznych. Typy wykresów które narysujemy, to wykres słupkowy, wykres punktowy oraz wykres linowy.

W tym przykładzie nowością będzie wywołanie funkcji figure z parametrem figsize oraz przyjrzymy się działaniu funkcji subplot.

Parametr figsize funkcji figure służy do przekazywania rozmiaru rysunku z wykresami w calach – pierwsza liczba oznacza długość wykresu (w naszym przykładzie 12), a druga liczba oznacza wysokość wykresu (w naszym przykładzie to 3).

Funkcja subplot() przyjmuje 3 argumenty

• numrows - liczba wierszy;
• numcols - liczba kolumn;
• plot_number - numer / indeks / liczba porządkowa wykresu, która leży w przedziale od 1 do numrows x numcols (iloczynu);

Czyli każde wywołanie funkcji subplot() w bieżącym przykładzie można przypisać na:

• plt.subplot(1, 3, 1)
• plt.subplot(1, 3, 2)
• plt.subplot(1, 3, 3)

Przecinki w wywołaniu funkcji subplot() nie są wymagane jeżeli numrows x numcols < 10. Na przykład wywołanie subplot(131) jest równoznaczne z wywołaniem subplot(1, 3, 1).

Dodajemy nazwę rysunku używając funkcji suptitle i wyświetlamy rysunek, używając funkcji show. Nazwa rysunku to ‘Wykresy oparte o zmienne kategoryczne’. Po wyświetleniu rysunku spójrzmy na układ wykresów i porównajmy z tym, co już wiemy na temat funkcji subplot. Układ rysunków można opisać jako układ jednego wiersza i trzech kolumn, każdy wykres jest na swoim miejscu i ma swój indeks zgodnie z wywołaniem funkcji subplot. W opisie do wideo będzie link do strony z tekstem do tego wideo oraz przykłady w Jupyter Notebook. Zachęcam do zapoznania się z tymi materiałami i uruchomienia przykładów lokalnie na swoim komputerze. W ramach nauki można trochę poeksperymentować z przekazywanymi wartościami i zobaczyć jak będzie zmieniać się układ wykresów po zmianie argumentów funkcji figure i subplot.

Użyjmy danych i typów wykresów z poprzedniego przykładu, ale zmieńmy argumenty wywołania funkcji figure i subplot. Tym razem będzie to mniejszy rysunek o wymiarach 6 na 6, a układ wykresów będzie w kształcie tablicy o wymiarach 2 na 2. Co prawda mamy tylko 3 wykresy, a więc czwarty element tablicy będzie pusty.

W porównaniu z poprzednim przykładem różnica będzie w argumentach funkcji figure i subplot. Szczególnie proszę zwrócić uwagę na argumenty funkcji subplot – są to 221, 222 i 223 czyli liczba wierszy – 2, liczba kolumn – 2 oraz index od 1 do 3 – odpowiedni dla każdego wykresu.

Praca z właściwościami linii

Linie mają wiele atrybutów, które można ustawić i tym samym zmienić wygląd linii, na przykład:

• line width - szerokość linii;
• dash style - styl linii;
• antialiased - określa czy ma być używane antialiased rendering czyli wygładzenie krawędzi linii, na słabszych komputerach ten atrybut może być przydatny;
• lista wszystkich atrybutów jest dostępna tu – na stronie z dokumentacją Matplotlib;

Istnieje kilka możliwości ustawienia właściwości linii:

1. poprzez użycie argumentów nazwanych;
2. poprzez użycie metody do ustawiania wartości obiektu Line2D. Funkcja plot() zwraca listę obiektów o typie Line2D, na przykład line1, line2 = plot(x1, y1, x2, y2). W przykładzie poniżej przez funkcję plot zostanie zwrócona tylko jedna linia, czyli lista obiektów będzie miała długość 1.
3. poprzez użycie metody setp() - można to rozszyfrować jako set parameter. Metoda setp() działa w 2 trybach: w trybie użycia argumentów nazwanych i w trybie podobnym do MATLAB. Szczegóły można zobaczyć w bieżącym przykładzie.

Dostępne właściwości Line2D są podane w dokumentacji Matplotlib.

Po wygenerowaniu rysunku z trzema wykresami można zauważyć jak każdy parametr użyty przy rysowaniu linii wpłynął na ostateczny wygląd linii.

Dziękuję za uwagę. Jeżeli wideo było pomocne i dowiedziałeś się czegoś nowego to proszę zlajkuj go. Jeżeli wciąż masz pytania, to proszę zadaj je w komentarzu do wideo. A jeżeli chcesz być na bieżąco i dowiadywać się jako pierwszy o nowych wideo to subskrybuj na kanał i kliknij dzwonek. Tekst do tego wideo oraz przykłady kodu są dostępne na mojej stronie internetowej – link w opisie do wideo. Dziękuję.

Kod z przykładami w wideo w formacie Jupyter Notebook jest dostępny tu.