Разоблачение Matplotlib
Подробности об экстравагантной красоте Matplotlib
Быстрый успех в Data Science
Есть причина вашего замешательства
Вы имеете проблемы с Matplotlib? Если вы новичок, это может быть потому, что вы не взяли время, чтобы изучить несколько его особенностей. Если вы подозреваете, что это так, то сделайте себе одолжение и продолжайте чтение! Это не причинит вреда и не займет много времени.
Matplotlib
Библиотека с открытым исходным кодом Matplotlib является доминирующей визуализацией данных на языке Python. Она позволяет создавать быстрые и простые графики, а также сложные диаграммы, где вы имеете контроль над каждым аспектом отображения. Ее популярность и зрелость означают, что вы всегда можете найти полезные советы и примеры кода.
Как и любое мощное программное обеспечение, Matplotlib может быть, как сказал один автор, “синтаксически трудоемким”. Простые графики легко создать, но сложность быстро возрастает. И даже несмотря на то, что ресурсы, такие как галерея Matplotlib, предоставляют полезные образцы кода, если вам нужно что-то немного отличающееся от предоставленного, вы можете оказаться в замешательстве.
Фактически, многие люди используют Matplotlib, копируя и вставляя код других людей, а затем исправляя его, пока не получат то, что им нравится. Как один пользователь мне сказал, “независимо от того, сколько раз я использовал Matplotlib, это всегда кажется первым разом!”
- Создание данных конвейеров для разработки приложений с использованием больших языковых моделей.
- Потерянный в DALL-E 3 перевод
- Использование GPT-4 с Vision в качестве художественного критика
К счастью, вы можете значительно облегчить эту боль, потратив время на изучение некоторых ключевых аспектов пакета. Так что в этой статье мы сосредоточимся на терминологии и интерфейсах построения графиков, которые могут вызывать путаницу. Вооружившись этими знаниями, вы можете обнаружить, что Matplotlib – это инструмент, который следует использовать, а не избегать или использовать неохотно.
В чем проблема?
Основываясь на моем опыте изучения Matplotlib, вот три проблемы, вызывающие путаницу:
- Довольно неловкая терминология, используемая для построения графиков.
- Сосуществование двух интерфейсов построения графиков, которые я назову подходом pyplot и объектно-ориентированным стилем.
- Методы манипуляции графиками в двух интерфейсах, которые имеют похожие, но разные названия.
Давайте рассмотрим это по порядку.
