Online Matplotlib Playground – Erstelle Python-Plots in Deinem Browser
Visualisiere Daten mit Python und Matplotlib direkt in Deinem Browser mit unserem Online Matplotlib Playground. Erstelle sofort Plots — keine Einrichtung nötig, ideal für Data Science.
📈 Matplotlib liegt im Trend – jetzt lernen
Loading...
📊 Einführung in Matplotlib
1. Was ist Matplotlib?
Matplotlib ist eine beliebte Python-Bibliothek, die zur Erstellung von statischen, animierten und interaktiven Visualisierungen verwendet wird. Sie ist besonders nützlich in der Datenwissenschaft und wissenschaftlichen Berechnungen.
import matplotlib.pyplot as plt2. Liniendiagramm
Ein einfaches Liniendiagramm mit X- und Y-Werten.
import matplotlib.pyplot as plt
x = [1, 2, 3, 4]
y = [2, 4, 6, 8]
plt.plot(x, y)
plt.title("Liniendiagramm")
plt.xlabel("X-Achse")
plt.ylabel("Y-Achse")
plt.show()3. Balkendiagramm
Balkendiagramme sind nützlich zum Vergleichen diskreter Kategorien.
categories = ['A', 'B', 'C']
values = [5, 7, 3]
plt.bar(categories, values)
plt.title("Balkendiagramm")
plt.show()4. Streudiagramm
Verwenden Sie Streudiagramme, um Beziehungen zwischen zwei numerischen Variablen darzustellen.
x = [1, 2, 3, 4]
y = [10, 20, 25, 30]
plt.scatter(x, y)
plt.title("Streudiagramm")
plt.show()5. Kreisdiagramm
Kreisdiagramme werden verwendet, um Anteile darzustellen.
labels = ['Apfel', 'Banane', 'Kirsche']
sizes = [30, 40, 30]
plt.pie(sizes, labels=labels, autopct='%1.1f%%')
plt.title("Fruchtverteilung")
plt.show()6. Histogramm
Histogramme helfen, die Verteilung numerischer Daten zu verstehen.
import numpy as np
data = np.random.randn(1000)
plt.hist(data, bins=30)
plt.title("Histogramm")
plt.show()7. Mehrere Diagramme
Zeichnen Sie mehrere Diagramme in einer Abbildung mit Subplots.
x = [1, 2, 3, 4]
y1 = [1, 4, 9, 16]
y2 = [2, 3, 5, 7]
plt.subplot(1, 2, 1)
plt.plot(x, y1)
plt.title("Diagramm 1")
plt.subplot(1, 2, 2)
plt.plot(x, y2)
plt.title("Diagramm 2")
plt.tight_layout()
plt.show()8. Stile anpassen
Sie können Farben, Stile, Marker und mehr anpassen.
plt.plot(x, y1, color='red', linestyle='--', marker='o')
plt.title("Gestylte Linie")
plt.show()9. Diagramm als Bild speichern
Speichern Sie Ihr Diagramm mit savefig() in einer Bilddatei.
plt.plot(x, y1)
plt.savefig("mein_diagramm.png")10. 3D-Diagramm (Fortgeschritten)
Matplotlib unterstützt auch 3D-Diagramme über mpl_toolkits.mplot3d.
from mpl_toolkits.mplot3d import Axes3D
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
x = [1, 2, 3]
y = [2, 3, 4]
z = [5, 6, 7]
ax.scatter(x, y, z)
plt.show()