Desenho Simples com Matplotlib

Neste capítulo, vamos aprender a usar Matplotlib para criar um gráfico simples. Suponha que precise exibir um gráfico de linha de ângulo simples no Matplotlib, em unidades de radianos, correspondente aos valores de seno. Primeiro, importe o módulo pyplot da biblioteca Matplotlib e use o alias plt.

# Filename : example.py
# Copyright :　2020 By w3codebox
# Author by : pt.oldtoolbag.com
# Date :　2020-08-08
import matplotlib.pyplot as plt

A seguir, precisamos de um conjunto de números para desenhar. A biblioteca NumPy define várias funções de array, essas funções são importadas com o alias np.

# Filename : example.py
# Copyright :　2020 By w3codebox
# Author by : pt.oldtoolbag.com
# Date :　2020-08-08
import numpy as np

Obtenha um conjunto de números para desenhar usando a função arange() da biblioteca NumPy.2objeto ndarray de ângulos entre π.

# Filename : example.py
# Copyright :　2020 By w3codebox
# Author by : pt.oldtoolbag.com
# Date :　2020-08-08
x = np.arange(0, math.pi*2, 0.05)

O objeto ndarray é usado como valores no eixo x do gráfico. Obtenha os valores de seno correspondentes aos ângulos no eixo y com a seguinte sentença -

# Filename : example.py
# Copyright :　2020 By w3codebox
# Author by : pt.oldtoolbag.com
# Date :　2020-08-08
y = np.sin(x)

Use a função plot() para desenhar os valores de dois arrays.

# Filename : example.py
# Copyright :　2020 By w3codebox
# Author by : pt.oldtoolbag.com
# Date :　2020-08-08
plt.plot(x,y)

Pode ser configurado o título do gráfico e as etiquetas dos eixos x e y.

# Filename : example.py
# Copyright :　2020 By w3codebox
# Author by : pt.oldtoolbag.com
# Date :　2020-08-08
plt.xlabel("ângulo")
　plt.ylabel("onda")
　plt.title('onda sinusoidal')

A chamada da função show() abre a janela do visualizador de gráficos -

# Filename : example.py
# Copyright :　2020 By w3codebox
# Author by : pt.oldtoolbag.com
# Date :　2020-08-08
plt.show()

O código do programa completo está conforme apresentado -

# Filename : example.py
# Copyright :　2020 By w3codebox
# Author by : pt.oldtoolbag.com
# Date :　2020-08-08
#!　/usr/bin/env python
　#coding=utf-8
　import matplotlib.pyplot as plt
　import numpy as np
　import math # needed for definition of pi
　# Exibir configuração de idioma chinês...
　plt.rcParams['font.sans-serif] = ['SimHei']  # Passo um (substituição de sans-serif字体)
　plt.rcParams['axes.unicode_minus'] = False  # Passo dois (solução para o problema de exibição do sinal negativo no eixo negativo)
　x = np.arange(0, math.pi*2, 0.05)
　y = np.sin(x)
　plt.plot(x,y)
　plt.xlabel(u"ângulo")
　plt.ylabel("Seno")
　plt.title('Onda Sinoso')
　plt.show()

Executando o código de exemplo acima, obtemos o seguinte resultado -

Em seguida, execute o código acima no ambiente Jupyter Notebook.

Como mencionado anteriormente, inicie o Jupyter Notebook através do navegador Anaconda ou da linha de comando. No célula de entrada, insira a instrução import para importar Pyplot e NumPy -

# Filename : example.py
# Copyright :　2020 By w3codebox
# Author by : pt.oldtoolbag.com
# Date :　2020-08-08
from matplotlib import pyplot as plt
　import numpy as np

Para exibir a saída de gráficos dentro do Jupyter Notebook (não em um visualizador separado), insira a seguinte frase -

# Filename : example.py
# Copyright :　2020 By w3codebox
# Author by : pt.oldtoolbag.com
# Date :　2020-08-08
%matplotlib inline

O código completo está conforme apresentado -

# Filename : example.py
# Copyright :　2020 By w3codebox
# Author by : pt.oldtoolbag.com
# Date :　2020-08-08
#!　/usr/bin/env python
　#coding=utf-8
　import matplotlib.pyplot as plt
　import numpy as np
　import math # needed for definition of pi
　%matplotlib inline
　# Exibir configuração de idioma chinês...
　plt.rcParams['font.sans-serif] = ['SimHei']  # Passo um (substituição de sans-serif字体)
　plt.rcParams['axes.unicode_minus'] = False  # Passo dois (solução para o problema de exibição do sinal negativo no eixo negativo)
　x = np.arange(0, math.pi*2, 0.05)
　y = np.sin(x)
　plt.plot(x,y)
　plt.xlabel("Ângulo")
　plt.ylabel("Seno")
　plt.title('Onda Sinoso')
　plt.show()

Execute o código de exemplo acima no Jupyter Notebook e obtenha os seguintes resultados -