matplotlib - ein Plotter für Diagramme — Grundkurs Python 3 0.1.2d Dokumentation (2023)

sterbenMatplotlibGenericNameist eine umfassende Bibliothek, mit der sich verschiedene Arten von Diagrammen, wie Linien-, Balken- oder Tortendiagramme, Histogramme, Boxplots, Konturplots, aber auch dreidimensionale Diagramme und Funktionsdiagramme einfach erstellen lassen.

Matplotlib ist nicht im Python3-Standard enthalten und muss daher nachträglich installiert werden:

Das zweite Paket wird benötigt, um geplottete Diagramme in einer grafischen Benutzeroberfläche anzuzeigen.

Liniendiagramme mit`Parzelle()`erstellen¶

Matplotlib kann mit erstellt werdenGegenstand matplotlibinvolviert sein; Da der Name sehr lang ist, empfiehlt sich folgende Abkürzung:

Gegenstand matplotlib als mlpGegenstand matplotlib.pyplot als Bitte

Das erste Paket ist nützlich für die Konfiguration von matplotlib; die zweite beinhaltet unter anderem das, was wichtig istParzelle()-Funktion, die zum Erstellen von 2D-Grafiken verwendet werden kann:

# Weisen Sie der y-Achse eine Beschriftung zu:Bitte.Etikett('Quadratzahl')# Erstellen Sie ein x-y-Diagramm:Bitte.Parzelle([1,2,3,4], [1,4,9,sechzehn], 'bo')# Achsenbereiche manuell definieren# Syntax: plt.axis([xmin, xmax, ymin, ymax])Bitte.Achse([0, 5, 0, 20])# Zeigen Sie ein Punktdiagrammraster an:Bitte.Qualifikation(WAHR)# Diagramm anzeigen:Bitte.zeigen()

Berufungplt.show()das oben definierte Diagramm wird in einem grafischen Ausgabefenster angezeigt:

Wenn Sie das Ergebnisfenster wieder schließen (z. B. durch Klicken aufKontrolleC), dann können Sie mit der Ipython-Sitzung fortfahren.

Optionen für Diagrammlinien¶

Wie Sie im obigen Beispiel sehen können, gibt es zahlreiche Möglichkeiten, das Aussehen des Diagramms zu beeinflussen:

Komplt.own( [xmin,xmax,ymin,ymax] )der Wertebereich der Achsen kann manuell eingestellt werden.
Komplt.grid(Wahr)Als Hintergrund des Diagramms wird ein Raster gezeichnet, das der Skalierung der Achse entspricht.
Komplt.xscale('registro')wird sein-Achse mit logarithmischer Skala.
Komplt.yscale('record')geht gem-Achse mit logarithmischer Skala.
Komplt.xlabel('Texto')kann das-Eje Grafik zu beschriften.
Komplt.ylabel('Text')geht gem- Beschriftete Achse.
Komplt.title('Texto')Sie können eine Legende über das Diagramm drucken.

Wenn Sie diese Optionen für ein Diagramm festlegen, müssen Sie die Reihenfolge nicht berücksichtigen; Eine vorhandene Option kann jedoch durch eine später eingegebene Option ersetzt (oder korrigiert) werden.

Die Funktionplt.plot()bietet bereits einige Konfigurationsmöglichkeiten:

wirdplt.plot()nur mit einer Liste von Zahlen als Argument aufgerufen, werden sie automatisch nummeriert (beginnend mit0); für ihnAchse wird diese Nummerierung dann als Wertebereich verwendet.
wirdplt.plot()mit Zahlenlisten als Argumente aufgerufen, wird die erste Liste als Wertebereich der verwendety-Achse die zweite Liste als Wertebereich-Welle gezeigt.

Neben der/den Liste(n) von Zahlen ist die Funktionplt.plot()Als letztes Argument können Sie einen String übergeben, der die Farbe und Form der Diagrammlinie definiert:

Am AnfangDieses Seil kann sterbenHerzaus der Diagrammlinie:
Symbol Herz
B Blau
C cian
Gramm grün
Metro Magenta
R Rojo
j Gelb
k Dafür
C Branco

Sünde endgültigDieses Seil kann sterbenSchimmelaus der Diagrammlinie:

Symbol	Schimmel
`-`	durchgezogene Linie
`--`	Gestrichelte Linie
`-.`	Abwechselnd gestrichelte und gepunktete Linie
`:`	gepunktete Linie
`Ö`	Einzelne Punkte, dargestellt als farbige Kreise
`S`	Einzelne Punkte, dargestellt als farbige Rechtecke
`D`	Einzelne Punkte, dargestellt als Rautenform
`^`	Einzelne Punkte, dargestellt als farbige Dreiecke.
`X`	Einzelne Punkte, farbig dargestellt`X`-Zeichen
`*`	Einzelne Punkte, farbig dargestellt`*`-Zeichen
`+`	Einzelne Punkte, farbig dargestellt`+`-Zeichen

Eine vollständige Liste möglicher Marker finden Sie hierHier. Es ist beispielsweise auch möglich via'B'nur die Farbe der Linie inBlauoder durch'--'Stellen Sie einfach die Linienform auf eine gestrichelte Linie ein.

Alternativ zur letzten Definition von Farbe und Form einer Diagrammlinie kann für obiges Beispiel auch folgende explizite Syntax gewählt werden:
```
Bitte.Parzelle([1,2,3,4], [1,4,9,sechzehn], Herz='Blues', Linienstil='', Textmarker='Ö')
```
Diese Syntax erfordert zwar mehr Tipparbeit, ermöglicht aber beispielsweise ein Liniendiagramm mit einem zusätzlichen Attributlinecom=2.0Stellen Sie die Linienbreite auf den doppelten Wert ein.

Mehrliniendiagramme

Grafiken speichern¶

Um ein Diagramm als Grafikdatei zu speichern, klicken Sie einfach im Ausgabefenster auf das Symbol „Bild speichern“ und geben Sie im erscheinenden Fenster einen Dateinamen ein und wählen Sie den gewünschten Zielpfad aus:

Eine weitere Möglichkeit ist die Verwendung des Diagramms.Vorein Anruf vonplt.show()Speichern Sie mit der folgenden Anweisung:

# Als PNG-Datei speichern:Bitte.Guardarfig('/pfad/nombrefecha.png')# Als SVG-Datei speichern:Bitte.Guardarfig('/pfad/nombrefecha.png', Format='svg')

Der Anruf kommt vonplt.show()fertig, verfällt der Entwurf samt den dazu gemachten Vorgaben. Das hat einerseits den Vorteil, dass man sofort mit dem Einfügen des nächsten Diagramms beginnen kann, ohne vorher die Konfiguration zurücksetzen zu müssen. Andererseits ist das Ändern des vorherigen Diagramms nur möglich, indem die vorherigen Eingaben über die History-Funktion der Shell verwendet werden (Schaltfläche) und verwendet es als Vorlage für ein neues Diagramm.

Numerische Bereiche als Wertelisten¶

Anstelle einer Liste von Zahlen, die Funktionplt.plot()es können auch ein oder zwei Nummernkreise übertragen werden, zB mitnp.orange()Önp.linspace()voneinschlafenModul generiert wurden. Das hat den Vorteil, dass man mit sehr guter Rechenleistung Wertebereiche in sehr kleine Schritte unterteilen kann und die entstehenden Linien fast „glatt“ aussehen:

Beispiel:

Gegenstand einschlafen als öffentlicher Notar# Wertelisten für die Sinusfunktion generieren:X = öffentlicher Notar.orange(0, 10, 0,01) # Start, Stopp, Schrittj = öffentlicher Notar.Sünde(X)# Verfolgen Sie die Sinuskurve:Bitte.Parzelle(X, j)Bitte.Achse( [0, 7, -1,5, 1,5] )Bitte.Qualifikation(WAHR)Bitte.zeigen()

Ergebnis:

Matplotlib-Plot-Anpassung¶

Matplotlib-Plots haben normalerweise die folgende Struktur:

Allgemeiner Aufbau eines Matplotlib-Plots (Quelle:Matplotlib-Dokumentation

Somit ist die Grundlage jedes Diagramms aFigur-Objekt (mit einem möglichen Titel), das eigentliche Diagramm wird durch den Wertebereich der Achsen definiert (Achsen) Fest. Vor allem zwischenAchsenmiAchseausgezeichnet: die letzte Bezeichnung bezieht sich nur auf die- oder der-Achse.

Anhand des Sinusdiagramms aus dem letzten Abschnitt zeigt das folgende Beispiel, wie die obigen Objekte verwendet werden können, um das Erscheinungsbild eines Matplotlib-Diagramms anzupassen oder zu verbessern.[1]

Gegenstand einschlafen als öffentlicher NotarGegenstand matplotlib.pyplot als Bitte# Erstellen Sie Wertelisten für eine Sinus- und Kosinusfunktion:X = öffentlicher Notar.linearer Raum(-öffentlicher Notar.Pi, öffentlicher Notar.Pi, 500, Schlusspunkt=WAHR)cos_x = öffentlicher Notar.Weil(X)Sünde_x = öffentlicher Notar.Sünde(X)# Zeichnen Sie die Linien des Diagramms:Bitte.Parzelle(X, cos_x)Bitte.Parzelle(X, Sünde_x)# Diagramm anzeigen:Bitte.zeigen()

Mit obiger Frame-Deklaration erhalten Sie ohne weitere Konfiguration folgendes Diagramm:

Sinus- und Cosinus-Diagramm mit Grundeinstellungen

PY: Sinus und Cosinus 1

Auf diese Weise lässt sich mit sehr geringem Aufwand ein Bild einer mathematischen Funktion gewinnen. Dass nur ein Minimum an Code benötigt wird, liegt auch daran, dass in Matplotlib-Funktionen für viele Einstellungen Standardwerte angegeben sind. Wenn Sie alle diese Werte explizit angegeben haben, würde das obige Codebeispiel so aussehen:

1 2 3 4 5 6 7 8 9101112131415161718192021222324252627282930313233343536373839

# Module importierenGegenstand einschlafen als öffentlicher NotarGegenstand matplotlib.pyplot als Bitte# Erstellen Sie Wertelisten für eine Sinus- und Kosinusfunktion:X = öffentlicher Notar.linearer Raum(-öffentlicher Notar.Pi, öffentlicher Notar.Pi, 500, Schlusspunkt=WAHR)cos_x = öffentlicher Notar.Weil(X)Sünde_x = öffentlicher Notar.Sünde(X)# Ein neues Matplot-Figurenobjekt, das 8 x 6 Zoll groß ist und# eine Auflösung von 100 dpi erstellen:Bitte.Figur(Feigengröße=(8, 6), ppp=80)# Erstellen Sie ein Diagrammraster der Größe 1x1 auf dieser Form;# Das erste dieser Gitter wird als aktuelles Diagramm ausgewählt:Bitte.subtrama(111)# Kosinusfunktion mit blauer Farbe, durchgezogener Linie und 1 Pixel# Bildschirmlinienbreite:Bitte.Parzelle(X, cos_x, Herz="Blues", Linienbreite=1,0, Linienstil="-")# Sinusfunktion mit grüner Farbe, durchgezogener Linie und 1 Pixel# Bildschirmlinienbreite:Bitte.Parzelle(X, Sünde_x, Herz="grün", Linienbreite=1,0, Linienstil="-")# Grenzen für die x-Achse definieren:Bitte.xlim(-4.0, 4.0)# Grenzen für die y-Achse definieren:Bitte.Vorgesetzter(-1,0, 1,0)# "Marken" (Referenzpunkte) für die x-Achse definieren:Bitte.x tickt(öffentlicher Notar.linearer Raum(-4, 4, 9,Schlusspunkt=WAHR))# "Marken" (Referenzpunkte) für die y-Achse definieren:Bitte.Zecken(öffentlicher Notar.linearer Raum(-1, 1, 5,Schlusspunkt=WAHR))# Diagramm anzeigen:Bitte.zeigen()

Die Ausgabe dieses Codes ist absolut identisch mit dem vorherigen Diagramm. Dieses "detailliertere" Codebeispiel kann jedoch sehr gut als Ausgangspunkt für verschiedene Einstellungen verwendet werden.

Passen Sie Größe, Farben und Rahmen an

Die Originalgrafik erscheint in Originalgröße (Zoll) in vertikaler Richtung stark gedehnt; bei der Sinus- und Kosinusfunktion, deren Wertebereich gerade dazwischen liegtmiliegt, ist ein ziemlich großes Diagramm wahrscheinlich besser geeignet. Dazu können Sie die Zeile im obigen Codebeispiel verwenden12durch folgende Zeile ersetzen:

# Ändern Sie die Größe des Diagramms:Bitte.Figur(Feigengröße=(10,6), ppp=80)

Außerdem werden die Linien auf dem Originaldiagramm nur mit einer Linienbreite von angezeigtgedruckt. Wenn ich dieses Diagramm zum Beispiel mit einem Schwarz-Weiß-Drucker ausdrucken würde (und möglicherweise die gedruckte Seite kopieren würde), wären die Linien dann nicht besser zu erkennen? Die Linien hätten auch ähnliche Grauwerte. Um dies zu verbessern, können Sie im obigen Codebeispiel die Zeilen verwenden20mi24Ersetzen Sie die folgenden Zeilen:

# Passen Sie die Farbe und Dicke der Diagrammlinien an:Bitte.Parzelle(X, cos_x, Herz='Blues', Linienbreite=2.5, Linienstil='-')Bitte.Parzelle(X, Sünde_x, Herz='rojo', Linienbreite=2.5, Linienstil='-')

Auch wenn Sie keinen Wertebereich für die angeben- miAchse verwendet Matplotlib einfach das Minimum und Maximum der anzuzeigenden Werte als Grenzen des Diagramms (aufgerundet auf den nächsthöheren ganzzahligen Wert); daher berührt die Linie des Diagramms die Grenzen des Diagramms. Wer hier einen „weicheren“ Übergang wünscht, also Plotlinien, die sich nicht berühren, kann einen etwas größeren Wertebereich für die Plotgrenzen wählen. Im obigen Codebeispiel können Sie die Zeilen verwenden27mi30durch folgende Zeilen ersetzen:

# Wertebereiche der Achsen einstellen:Bitte.xlim(X.Mindest()*1.1, X.maximal()*1.1)Bitte.Vorgesetzter(cos_x.Mindest()*1.1, cos_x.maximal()*1.1)

Mit dieser Konfiguration beim Anrufplt.show()Jetzt folge dem Schema:

Sinus- und Kosinusdiagramm mit mehr Farb- und Größenanpassung.

PY: Sinus und Cosinus 2

Setzen Sie die "Marken" (Referenzpunkte) für die Achsen:

Zur Darstellung trigonometrischer Funktionen ist die übliche Skala die-Nicht ideale Achse: Sie können damit nur ungefähr die Positionen ablesen, an denen die Funktionen Nullen oder Maxima haben. Es wäre praktischer, die zu skalieren-Achse basierend auf der Anzahl der Kreisevon. Dazu können Sie die Zeile im obigen Codebeispiel verwenden33durch folgende Zeile ersetzen:

# Geben Sie fünf Referenzpunkte (als Vielfache von pi) auf der x-Achse an:Bitte.x tickt( [-öffentlicher Notar.Pi, -öffentlicher Notar.Pi/2, 0, öffentlicher Notar.Pi/2, öffentlicher Notar.Pi] )

Wenn wir auf diese Weise das modifizierte Diagramm zeichnen, kommen wir zu der-Achse, die beispielsweise numerische Werte anzeigt3.142anstatt. Zum Glück beim Anrufenplt.xticks()bestimmt nicht nur die Position der Marken, sondern auch deren Beschriftungen, indem eine zweite Liste angegeben wird und optional auchLaTeX-Formelsymbolebenutzen:

# Setzen Sie fünf Referenzpunkte (als Vielfache von pi) auf der x-Achse# und mit LaTeX-Symbolen kommentieren:Bitte.x tickt( [-öffentlicher Notar.Pi, -öffentlicher Notar.Pi/2, 0, öffentlicher Notar.Pi/2, öffentlicher Notar.Pi], [ R'$-\pi$', R'$-\pi/2$', R'$0$', R'$+\pi/2$', R'$+\pi$'] )# Setzen Sie auch die Ticks für die y-Achse:Bitte.Zecken( [-1,0, -0,5, 0, 0,5, 1], [ R'$-1$', R'$-1/2$', R'', R'$+1/2$', R'$+1$'] )

ÖRvor einzelnen Saiten bewirkt, dass sie als verwendet werdenCruangezeigt werden, also Sonderzeichen wiep.snicht mit einem zusätzlichen\- Eine Beschilderung muss erfolgen.

Im obigen Beispiel ist der Titel der-Achse so angepasst, dass die Schriftart identisch ist. Das Ergebnis erhalten Sie beim Anrufplt.show()dann folgendes Diagramm:

Sinus- und Kosinusdiagramm mit anpassbarer Achsenbeschriftung.

PY: Sinus und Kosinus 3

Diagrammachsen verschieben:

Das AchsenobjektAchseneines Graphen hat eine zugeordnete EigenschaftDornengenannt; definiert, wo die Achsen angezeigt werden sollen. Standardmäßig ist in Matplotlib die-Achse am linken Rand des Diagramms gedruckt. Dies hat den Vorteil, dass Sie mit dem rechten Rand auch eine zweite Kurve als Werteachse weiterzeichnen können, wenn sich die Wertebereiche der beiden Linien stark voneinander unterscheiden.

Wenn jedoch ein Koordinatensystem mit vier Quadranten gezeichnet werden soll, beispielsweise für Besprechungen von Kurven oder geometrischen Aufgaben, wird manchmal ein Diagramm mit einem Nullpunkt in der Mitte und zwei Punkten dazwischen benötigt.- bzw-Mehr geeignete Achsen. Dazu müssen die Achsen in die Mitte „verschoben“ werden. Sie können dies erreichen, indem Sie zwei der vier verschiebenDornen(links, rechts, oben, unten) entfernt und die anderen beiden in die Mitte verschoben. Dazu können Sie die folgenden Zeilen vor der Deklaration im obigen Codebeispiel verwendenplt.show()Einfügung:

# Setzen Sie das Diagrammachsenobjekt in eine Variable:Machado = Bitte.gca()# Machen Sie die obere und rechte Achse unsichtbar:Machado.Dornen['GUT'].set_farbe('keiner')Machado.Dornen['Rektor'].set_farbe('keiner')# Platzieren Sie die linke Achse des Diagramms am '0'-Referenzpunkt der x-Achse:Machado.Dornen['links'].definierte_position(('Daten',0))# Setzen Sie die untere Achse des Diagramms auf den y-Achsen-Referenzpunkt '0':Machado.Dornen['unter'].definierte_position(('Daten',0))# Stellen Sie die Ausrichtung der Achsenbeschriftung ein:Machado.eje x.set_position_marks('unter')Machado.Achse y.set_position_marks('links')

Das Ergebnis erhalten Sie beim Anrufplt.show()folgendes Diagramm:

Sinus- und Kosinusdiagramm mit unterschiedlicher Achsenposition.

PY: Sinus und Cosinus 4

Obwohl diese Form der Darstellung elegant ist, sind in diesem Fall die Etiketten der- mi-Achse teilweise von Funktionsgraphen bedeckt. Als Problemumgehung können Sie die Schriftgröße der Achsenbeschriftungen auf der einen Seite ändern und sie auf der anderen Seite mit einem halbtransparenten Rahmen hervorheben. Dazu können Sie den folgenden Code vor der Deklaration verwendenplt.show()Einfügung:

# Achsenbeschriftungen mit transparentem weißem Hintergrund hervorheben:für Etikett Sie Machado.get_xticklabels() + Machado.get_yticklabels(): Etikett.set_font-size(sechzehn) Etikett.set_bbox(Sprichwort(Gesichtsfarbe='weiß', Randfarbe='Keiner', Esparto=0,65 ))

Das Ergebnis erhält man durch Aufrufenplt.show():

Sinus- und Kosinusdiagramme mit unterschiedlichen Achsenpositionen und hervorgehobenen Achsenbeschriftungen.

PY: Sinus und Cosinus 5

Fügen Sie Titel, Untertitel und Text hinzu

Diagramme werden in der Regel mit einer Legende in den Text eingefügt; In der Regel ist auch eine Abbildungsnummer enthalten, damit die Abbildung im Text eindeutig referenziert werden kann. Wenn Sie andererseits ein Diagramm für ein Schwarzes Brett oder eine Diashow/einen Projektor erstellen, ist manchmal ein großer Drucktitel über dem Diagramm hilfreich. Dies kann dem Diagramm wie folgt hinzugefügt werden:

# Titel hinzufügen:Bitte.Titel('Sinus und Cosinus', Schriftgröße=20, Herz='gris')

Auch hier kann bei Bedarf der LaTeX-Code im Titeltext verwendet werden.

Als weitere Verbesserung ist es sehr nützlich, wenn ein Diagramm mit mehreren Linien die Bedeutung jeder Linie als "Legende" anzeigt. Sie können dies individuell tunplt.plot()-Zusätzliche AnweisungenEtikett-Geben Sie die Parameter an und verwenden Sie dann den Titelplt.legend()Verfahren:

# Etikettengrafik:Bitte.Parzelle(X, cos_x, Herz="Blues", Linienbreite=2.5, Linienstil="-", Etikett=R'$\cos(x)$')Bitte.Parzelle(X, Sünde_x, Herz="rojo", Linienbreite=2.5, Linienstil="-", Etikett=R'$\sen(x)$')# Untertitel anzeigen:Bitte.Legende(lokal='oben links', Marco=WAHR)

Als zusätzliche Beschriftung können dem Diagramm weitere Textelemente hinzugefügt werden. Besondere Punkte können auch mit Pfeilen oder Hilfslinien hervorgehoben werden.

# Geben Sie den zu markierenden Ort an:Position = 2*öffentlicher Notar.Pi/3# Zeichnen Sie eine vertikale gestrichelte Linie an Position 'pos'# (von der x-Achse zum Graphen der cos-Funktion):Bitte.Parzelle([Position,Position], [0,öffentlicher Notar.Weil(Position)], Herz ='Blues', Linienbreite=1,5, Linienstil="--")# Setzen Sie eine Markierung an den Punkt(en) der cos-Linie:# (Die Werte von x und y müssen wie bei plot() als Liste angegeben werden)# (Bei s=50 wird die Größe('size') auf 50 Pixel gesetzt)Bitte.Ausbreitung([Position], [öffentlicher Notar.Weil(Position)], S=50, Textmarker='Ö', Herz ='Blues')# Eigenen Text eingeben:Bitte.kommentieren(R'$\sen(\frac{2\pi}{3}) = \frac{\sqrt{3}}{2}$', xy=(Position, öffentlicher Notar.Sünde(Position)), xykoord='Daten', xtexto=(+10, +30), Textcodes='Ausgleichspunkte', Schriftgröße=sechzehn, Pfeile=Sprichwort(Pfeilstil="->", Verbindungsstil="arco3, rad=.2"))# Zeichnen Sie eine vertikale gestrichelte Linie an Position 'pos'# (von der x-Achse zum Graphen der Sinusfunktion):Bitte.Parzelle([Position,Position], [0,öffentlicher Notar.Sünde(Position)], Herz ='rojo', Linienbreite=1,5, Linienstil="--")# Markierungspunkt(e) auf der Sinuslinie:Bitte.Ausbreitung([Position], [öffentlicher Notar.Sünde(Position)], S=50, Textmarker='Ö', Herz ='rojo')# Eigenen Text eingeben:Bitte.kommentieren(R'$\cos(\frac{2\pi}{3}) = -\frac{1}{2}$', xy=(Position, öffentlicher Notar.Weil(Position)), xykoord='Daten', xtexto=(-90, -50), Textcodes='Ausgleichspunkte', Schriftgröße=sechzehn, Pfeile=Sprichwort(Pfeilstil="->", Verbindungsstil="arco3, rad=.2"))

Schließlich erhalten wir folgendes Diagramm:

Sinus- und Kosinusdiagramm mit zusätzlichen Beschriftungen.

PY: Sinus und Cosinus 6

… weitermachen …

Verknüpfungen

Matplotlib-Galerie mit Codebeispielen (en.)

Kommentare:

[1]	Die Quelle für dieses Tutorial (ebenfalls unter einer Creative Commons-Lizenz) stammt von Nicolas P. Rougier und ist Teil von ihmMatplotlib-Tutorials.

FAQs

How can I plot 2D FEM results using matplotlib? ›

MatPlotLib with Python

Set the figure size and adjust the padding between and around the subplots.
Create nodes, elements and node values data points using numpy.
Transpose the nodes' data points.
Create a 3D filled contour plot, using tricontourf().
To display the figure, use show() method.

Sep 21, 2021

Keep Reading ›

Why is matplotlib not working in Python? ›

Since matplotlib doesn't come installed automatically with Python, you'll need to install it yourself. The easiest way to do so is by using pip, which is a package manager for Python. In most cases, this will fix the error.

Learn More Now ›

Which python package is used for 2D graphics matplotlib? ›

pyplot is a python package used for 2D graphics.

Tell Me More ›

Is matplotlib 2D or 3D? ›

Matplotlib is an excellent 2D and 3D graphics library for generating scientific figures.

Can you plot a 2D array in Python? ›

Matplotlib and Numpy provide the modules and functions to visualize a 2D array in python. To visualize an array or list in matplotlib, we have to generate the data, which the NumPy library can do, and then plot the data using matplotlib.

Read On ›

How do you plot a 2D color map in Python? ›

How to plot a smooth 2D color plot for z = f(x, y) in Matplotlib?

Set the figure size and adjust the padding between and around the subplots.
Create x and y data points using numpy.
Get z data points using f(x, y).
Display the data as an image, i.e., on a 2D regular raster, with z data points.

More items...

Jul 7, 2021

Symbol	Herz
`B`	`Blau`
`C`	`cian`
`Gramm`	`grün`
`Metro`	`Magenta`
`R`	`Rojo`
`j`	`Gelb`
`k`	`Dafür`
`C`	`Branco`