Построим несколько графиков на одном поле, для этого добавим квадратичную зависимость:
Код программы:
import numpy as np
import matplotlib.pyplot as plt
# Независимая (x) и зависимая (y) переменные
# Линейная зависимость
x = np.linspace(0, 10, 50)
y1 = x
# Квадратичная зависимость
y2 = [i**2 for i in x]
# Построение графика
plt.title("Зависимости: y1 = x, y2 = x^2") # заголовок
plt.xlabel("x") # ось абсцисс
plt.ylabel("y1, y2") # ось ординат
plt.grid() # включение отображение сетки
plt.plot(x, y1, x, y2) # построение графика
plt.show()
В результате получим следующий график:
В приведенном примере в функцию plot() последовательно передаются два массива для построения первого графика и два массива для построения второго, при этом, как вы можете заметить, для обоих графиков массив значений независимой переменной x один и то же.
Пример 4. Построение диаграммы для категориальных данных.
До этого мы строили графики по численным данным, т.е. зависимая и независимая переменные имели числовой тип. На практике довольно часто приходится работать с данными нечисловой природы – имена людей, название фруктов, и т.п.
|
|
Построим диаграмму на которой будет отображаться количество фруктов в магазине:
import numpy as np
import matplotlib.pyplot as plt
fruits = ["Татарстан", "Башкортостан", "Тюмень", "Нижневартовск", "Кагалым"]
counts = [34, 25, 43, 31, 17]
plt.bar(fruits, counts)
plt.title("Добыча нефти")
plt.xlabel("Нефть")
plt.ylabel("Регион")
plt.show()
В результате получим следующий график: