Визуализация данных с matplotlib на Python 3: от основ до продвинутых приёмов

Ниже приведены подробные примеры кода с результатами, демонстрирующие возможности matplotlib в Python 3.

1. Несколько графиков в одном окне (subplots)

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(0, 2 * np.pi, 100)
y1 = np.sin(x)
y2 = np.cos(x)
y3 = np.tan(x)
y4 = np.exp(-x) * np.sin(2 * x)

fig, axs = plt.subplots(2, 2, figsize=(10, 8))
axs[0, 0].plot(x, y1, 'r-', label='sin')
axs[0, 1].plot(x, y2, 'g--', label='cos')
axs[1, 0].plot(x, y3, 'b:', label='tan')
axs[1, 1].plot(x, y4, 'm-.', label='damped')

for ax in axs.flat:
    ax.set_xlabel('x')
    ax.set_ylabel('y')
    ax.legend()
    ax.grid(True)

plt.tight_layout()
plt.show()

Результат: окно с сеткой 2x2 графиков: синус, косинус, тангенс (с ограничением по y) и затухающая синусоида.

2. Использование стилей оформления

import matplotlib.pyplot as plt
import numpy as np

# Доступные стили
print(plt.style.available)

plt.style.use('seaborn-v0_8-darkgrid')

x = np.linspace(0, 10, 30)
y = x ** 2
plt.scatter(x, y, c='red', s=50, alpha=0.7, edgecolors='k')
plt.title('Стиль seaborn-darkgrid')
plt.xlabel('X')
plt.ylabel('Y')
plt.colorbar(label='Интенсивность')
plt.show()

Результат: точчечный график квадратичной функции в тёмном стиле с сеткой. Цветовая шкала отсутствует, так как scatter не имеет c‑нормы - нужно добавить norm.

3. Анимация математической функции

import matplotlib.pyplot as plt
import numpy as np
from matplotlib.animation import FuncAnimation

fig, ax = plt.subplots(figsize=(6, 4))
x = np.linspace(0, 2 * np.pi, 100)
line, = ax.plot(x, np.sin(x))

def update(frame):
    line.set_ydata(np.sin(x + frame / 10))
    return line,

ani = FuncAnimation(fig, update, frames=100, interval=50, blit=True)
plt.title('Анимация синусоиды')
plt.xlabel('x')
plt.ylabel('sin(x + t)')
plt.show()

Результат: окно с анимированной синусоидой, движущейся по фазе. Анимация работает в Jupyter Notebook (с %matplotlib notebook) или в отдельном окне.

4. Построение трёхмерного графика (mplot3d)

import matplotlib.pyplot as plt
import numpy as np
from mpl_toolkits.mplot3d import Axes3D

fig = plt.figure(figsize=(8, 6))
ax = fig.add_subplot(111, projection='3d')

x = np.linspace(-5, 5, 50)
y = np.linspace(-5, 5, 50)
x, y = np.meshgrid(x, y)
z = np.sin(np.sqrt(x**2 + y**2))

surf = ax.plot_surface(x, y, z, cmap='viridis', edgecolor='none')
ax.set_title('3D поверхность sin(sqrt(x^2 + y^2))')
ax.set_xlabel('X')
ax.set_ylabel('Y')
ax.set_zlabel('Z')
fig.colorbar(surf, shrink=0.5, aspect=10)
plt.show()

Результат: трёхмерная поверхность с цветовой картой viridis, вращаемая мышью (в интерактивном окне).

5. Интеграция с pandas: визуализация DataFrame

import pandas as pd
import matplotlib.pyplot as plt
import numpy as np

# Создание DataFrame
df = pd.DataFrame({
    'Дата': pd.date_range('2023-01-01', periods=30, freq='D'),
    'Значение': np.random.randn(30).cumsum()
})

df.plot(x='Дата', y='Значение', kind='line', marker='o', linestyle='--', color='green')
plt.title('График временного ряда из DataFrame')
plt.xlabel('Дата')
plt.ylabel('Накопленная сумма')
plt.grid(True)
plt.xticks(rotation=45)
plt.tight_layout()
plt.show()

Результат: линейный график с точками, подписи дат повёрнуты. Показывает, как matplotlib интегрируется с pandas.

6. Настройка легенды и аннотаций

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(0, 10, 20)
y = np.exp(x / 2)
plt.plot(x, y, 'bs-', label='Экспонента')
plt.annotate('Максимум', xy=(10, y[-1]), xytext=(8, y[-1]+10),
             arrowprops=dict(facecolor='black', shrink=0.05),
             fontsize=12)
plt.legend(loc='upper left')
plt.title('График с аннотацией')
plt.xlabel('x')
plt.ylabel('exp(x/2)')
plt.show()

Результат: экспоненциальный график с синими квадратами и стрелкой к последней точке.