Cara memplot berdampingan dengan python

Jadi, jika kita menginginkan gambar dengan 2 baris dan 1 kolom (artinya dua plot akan ditampilkan di atas satu sama lain, bukan berdampingan), kita dapat menulis sintaks seperti ini

Contoh

Gambar 2 plot di atas satu sama lain

impor matplotlib. pyplot sebagai plt
impor numpy sebagai np

#plot 1
x = np. larik([0, 1, 2, 3])
y = np. larik([3, 8, 1, 10])

plt. subplot(2, 1, 1)
plt. plot(x,y)

#plot 2
x = np. larik([0, 1, 2, 3])
y = np. larik([10, 20, 30, 40])

plt. subplot(2, 1, 2)
plt. plot(x,y)

plt. menunjukkan()

Hasil

Cara memplot berdampingan dengan python

Cobalah sendiri "

Anda dapat menggambar plot sebanyak yang Anda suka pada satu gambar, cukup tuliskan jumlah baris, kolom, dan indeks plot

Contoh

Gambar 6 plot

impor matplotlib. pyplot sebagai plt
impor numpy sebagai np

x = np. larik([0, 1, 2, 3])
y = np. larik([3, 8, 1, 10])

plt. subplot(2, 3, 1)
plt. plot(x,y)

x = np. larik([0, 1, 2, 3])
y = np. larik([10, 20, 30, 40])

plt. subplot(2, 3, 2)
plt. plot(x,y)

x = np. larik([0, 1, 2, 3])
y = np. larik([3, 8, 1, 10])

plt. subplot(2, 3, 3)
plt. plot(x,y)

x = np. larik([0, 1, 2, 3])
y = np. larik([10, 20, 30, 40])

plt. subplot(2, 3, 4)
plt. plot(x,y)

x = np. larik([0, 1, 2, 3])
y = np. larik([3, 8, 1, 10])

plt. subplot(2, 3, 5)
plt. plot(x,y)

x = np. larik([0, 1, 2, 3])
y = np. larik([10, 20, 30, 40])

plt. subplot(2, 3, 6)
plt. plot(x,y)

plt. menunjukkan()

Hasil

Cara memplot berdampingan dengan python

Cobalah sendiri "


Belajar Memfilter Data dengan Python Seperti Analis Data

Cara memplot berdampingan dengan python

Cobalah sesi pelatihan langsung dengan panduan langkah demi langkah dari seorang ahli. Coba proyek terpandu yang dibuat bekerja sama dengan Coursera sekarang

Saat memvisualisasikan data, seringkali ada kebutuhan untuk memplot beberapa grafik dalam satu gambar. Misalnya, banyak grafik berguna jika Anda ingin memvisualisasikan variabel yang sama tetapi dari sudut yang berbeda (mis. g. histogram dan plot kotak berdampingan untuk variabel numerik). Dalam posting ini, saya membagikan 4 tips sederhana namun praktis untuk memplot banyak grafik

Photo by Pawel Czerwinski on Unsplash

Kumpulan data 📦

Mari impor paket dan perbarui pengaturan default untuk bagan untuk menambahkan sedikit gaya pribadi ke bagan. Kami akan menggunakan kumpulan data bawaan Seaborn untuk tip

import seaborn as sns # v0.11.2
import matplotlib.pyplot as plt # v3.4.2
sns.set(style='darkgrid', context='talk', palette='rainbow')
df = sns.load_dataset('tips')
df.head()

📍Tip 1. plt. subplot()

Salah satu cara mudah untuk memplot banyak subplot adalah dengan menggunakan

fig, ax = plt.subplots(nrows=1, ncols=2, figsize=(10,4))
sns.histplot(data=df, x='tip', ax=ax[0])
sns.boxplot(data=df, x='tip', ax=ax[1]);
0. Berikut adalah contoh sintaks untuk memplot 2 subplot berdampingan

fig, ax = plt.subplots(nrows=1, ncols=2, figsize=(10,4))
sns.histplot(data=df, x='tip', ax=ax[0])
sns.boxplot(data=df, x='tip', ax=ax[1]);
_

Di sini, kami memplot dua subplot dalam satu gambar. Kami selanjutnya dapat menyesuaikan setiap subplot. Misalnya, kita dapat menambahkan judul ke setiap subplot seperti ini

fig, ax = plt.subplots(1, 2, figsize=(10,4))
sns.histplot(data=df, x='tip', ax=ax[0])
ax[0].set_title("Histogram")
sns.boxplot(data=df, x='tip', ax=ax[1])
ax[1].set_title("Boxplot");

Kita dapat memvisualisasikan kumpulan grafik yang sama untuk semua variabel numerik dalam satu lingkaran

numerical = df.select_dtypes('number').columnsfor col in numerical:
fig, ax = plt.subplots(1, 2, figsize=(10,4))
sns.histplot(data=df, x=col, ax=ax[0])
sns.boxplot(data=df, x=col, ax=ax[1]);
_

📍Tip 2. plt. anak petak()

Cara lain untuk memvisualisasikan banyak grafik adalah dengan menggunakan

fig, ax = plt.subplots(nrows=1, ncols=2, figsize=(10,4))
sns.histplot(data=df, x='tip', ax=ax[0])
sns.boxplot(data=df, x='tip', ax=ax[1]);
1 tanpa
fig, ax = plt.subplots(nrows=1, ncols=2, figsize=(10,4))
sns.histplot(data=df, x='tip', ax=ax[0])
sns.boxplot(data=df, x='tip', ax=ax[1]);
2 di akhir). Sintaksnya sedikit berbeda dari sebelumnya

plt.figure(figsize=(10,4))
ax1 = plt.subplot(1,2,1)
sns.histplot(data=df, x='tip', ax=ax1)
ax2 = plt.subplot(1,2,2)
sns.boxplot(data=df, x='tip', ax=ax2);

Pendekatan ini sangat berguna jika Anda ingin memplot jenis grafik yang sama untuk beberapa plot dan melihat semuanya dalam satu gambar

plt.figure(figsize=(14,4))
for i, col in enumerate(numerical):
ax = plt.subplot(1, len(numerical), i+1)
sns.boxplot(data=df, x=col, ax=ax)
_

Kami selanjutnya dapat menyesuaikan setiap subplot seperti sebelumnya. Misalnya, mari tambahkan judul untuk setiap plot

plt.figure(figsize=(14,4))
for i, col in enumerate(numerical):
ax = plt.subplot(1, len(numerical), i+1)
sns.boxplot(data=df, x=col, ax=ax)
ax.set_title(f"Boxplot of {col}")
_

Setelah mempelajari

fig, ax = plt.subplots(nrows=1, ncols=2, figsize=(10,4))
sns.histplot(data=df, x='tip', ax=ax[0])
sns.boxplot(data=df, x='tip', ax=ax[1]);
0 dan
fig, ax = plt.subplots(nrows=1, ncols=2, figsize=(10,4))
sns.histplot(data=df, x='tip', ax=ax[0])
sns.boxplot(data=df, x='tip', ax=ax[1]);
1, perbandingan di bawah ini dapat membantu dalam memahami persamaan dan perbedaan

Sangat berguna untuk memahami kedua pendekatan tersebut karena dapat berguna dalam situasi yang berbeda

📍Tip 3. plt. ketat_tata letak()

Saat memplot beberapa grafik, biasanya terlihat label beberapa subplot tumpang tindih dengan subplot tetangganya seperti ini

categorical = df.select_dtypes('category').columnsplt.figure(figsize=(8, 8))
for i, col in enumerate(categorical):
ax = plt.subplot(2, 2, i+1)
sns.countplot(data=df, x=col, ax=ax)

Nama variabel pada sumbu x untuk dua bagan teratas dipotong dan label sumbu y dari plot di sebelah kanan tumpang tindih dengan subplot di sebelah kiri. Memperbaiki ini mudah dengan

fig, ax = plt.subplots(nrows=1, ncols=2, figsize=(10,4))
sns.histplot(data=df, x='tip', ax=ax[0])
sns.boxplot(data=df, x='tip', ax=ax[1]);
_5

plt.figure(figsize=(8, 8))
for i, col in enumerate(categorical):
ax = plt.subplot(2, 2, i+1)
sns.countplot(data=df, x=col, ax=ax)
plt.tight_layout()

Voila. Ini terlihat jauh lebih baik sekarang. Saya hampir selalu menggunakan

fig, ax = plt.subplots(nrows=1, ncols=2, figsize=(10,4))
sns.histplot(data=df, x='tip', ax=ax[0])
sns.boxplot(data=df, x='tip', ax=ax[1]);
_5 saat memplot banyak grafik untuk mencegah tumpang tindih

📍Tip 4. plt. judul()

Terakhir, tip ini berguna jika Anda ingin memberi judul pada seluruh gambar

plt.figure(figsize=(8, 8))
for i, col in enumerate(categorical):
ax = plt.subplot(2, 2, i+1)
sns.countplot(data=df, x=col, ax=ax)
plt.suptitle('Category counts for all categorical variables')
plt.tight_layout()

Selain itu, Anda dapat menyesuaikan masing-masing plot sesuka Anda. Misalnya, Anda juga masih dapat menambahkan judul untuk setiap subplot

Foto oleh engin akyurt di Unsplash

Apakah Anda ingin mengakses lebih banyak konten seperti ini? . Jika Anda menjadi anggota menggunakan tautan referensi saya, sebagian dari biaya keanggotaan Anda akan langsung digunakan untuk mendukung saya

terimakasih telah membaca artikel ini. Semoga Anda dapat menerapkan tip berguna ini saat merencanakan beberapa subplot lain kali dengan Python. Jika Anda seorang pembelajar yang rajin dan ingin mempelajari lebih lanjut tentang topik tersebut, sumber daya ini sangat membantu. Jika Anda tertarik untuk mempelajari lebih lanjut tip visualisasi data, berikut adalah beberapa posting saya tentang visualisasi data

Bagaimana Anda memplot dua grafik bersama dengan Python?

Di Matplotlib, kita dapat menggambar banyak grafik dalam satu plot dengan dua cara. Salah satunya adalah dengan menggunakan fungsi subplot() dan lainnya dengan melapiskan grafik kedua pada grafik pertama i. e, semua grafik akan muncul di plot yang sama.

Bagaimana Anda membuat tiga plot berdampingan dengan Python?

Untuk membuat banyak plot, kami menggunakan fungsi subplot dari modul pyplot di Matplotlib. .
nrows adalah untuk jumlah baris artinya jika baris adalah 1 maka plot terletak secara horizontal
ncolumns singkatan kolom berarti jika kolom adalah 1 maka plot terletak secara vertikal
dan indeks adalah jumlah/indeks plot. Ini dimulai dengan 1

Bagaimana Anda memplot plot Seaborn berdampingan?

MatPlotLib dengan Python . Create a data frame with keys, col1 and col2, using Pandas. Gunakan countplot() untuk menampilkan jumlah pengamatan di setiap bin kategori menggunakan bilah. Sesuaikan padding antara dan di sekitar subplot. Untuk menampilkan gambar, gunakan metode show().

Apa itu subplot () dengan Python?

Subplot() Fungsi . Argumen ketiga mewakili indeks plot saat ini. plt. subplot(1, 2, 1) #gambar memiliki 1 baris, 2 kolom, dan plot ini adalah plot pertama. The layout is organized in rows and columns, which are represented by the first and second argument. The third argument represents the index of the current plot. plt.subplot(1, 2, 1) #the figure has 1 row, 2 columns, and this plot is the first plot.