import numpy as np
import matplotlib.pyplot as pltAllgemeines
In Python gibt es eine große Anzahl an Paketen, welche sich auf das Erstellen von Grafiken spezialisiert haben. Eine grafische Übersicht über dieses Ökosystem gibt es hier, die bekanntesten Pakete sind momentan:
Matplotlib ist das älteste und bekannteste Paket, es ist aber manchmal etwas umständlich zu bedienen – dafür ist es aber möglich, Grafiken bis ins kleinste Detail anzupassen. Außerdem basieren viele Grafikpakete auf Matplotlib, daher ist es jedenfalls hilfreich, wenn man zumindest ein grundlegendes Verständnis von Matplotlib besitzt.
Bokeh und Plotly können vor allem interaktive Grafiken für Webanwendungen erstellen. Seaborn und Altair haben sich auf statistische Grafiken spezialisiert. Seaborn baut auf Matplotlib auf und bietet sehr viele zusätzliche Grafiktypen. Altair hat sich das Ziel gesetzt, komplexe Grafiken möglichst einfach erstellen zu können. Auch interaktive Grafiken können damit erzeugt werden.
Neben diesen häufig verwendeten Paketen gibt es noch plotnine, welches sehr ähnlich wie ggplot2 für R zu verwenden ist, da es ebenfalls die Grammar of Graphics implementiert.
Auf dieser und dieser Website kann man die Erstellung einiger typischer Grafiken mit den unterschiedlichen Paketen vergleichen.
Kurz zusammengefasst kann man also die Pakete Matplotlib, seaborn und plotnine zur Erzeugung von klassischen statischen Grafiken sowie Altair, Bokeh und Plotly zur Erstellung von interaktiven Grafiken empfehlen.
Matplotlib
Mit Matplotlib kann man verschiedenste Grafiken vor allem für wissenschaftliche Zwecke erstellen. Meist stehen die darzustellenden Daten als NumPy-Arrays zur Verfügung.
Hinweis
Die offizielle Matplotlib-Website beinhaltet einige Tutorials. Insbesondere die ersten beiden eignen sich sehr gut für den Einstieg und sind eine gute Ergänzung zu den Unterlagen dieser Einheit:
Wir beginnen wie immer mit den entsprechenden Import-Befehlen:
Beachten Sie, dass wir matplotlib.pyplot unter dem Namen plt importieren (und nicht direkt matplotlib). Dies hat historische Gründe, die allermeisten Funktionen zur Erstellung von Grafiken befinden sich in matplotlib.pyplot, deswegen importieren wir auch nur dieses Unterpaket.
Tipp
In IPython sollte man zusätzlich folgenden Befehl ausführen, damit Grafikfenster sich unmittelbar öffnen und den Interpreter nicht blockieren:
%matplotlibIm normalen interaktiven Python-Interpreter kann man direkt nach dem Importieren folgenden Befehl eingeben:
plt.ion()x/y-Plots
Eine der wichtigsten Funktionen in Matplotlib ist plot. Eine einfache Liniengrafik erhält man damit wie folgt:
y = np.arange(10, 100, 10)
print(y)
plt.plot(y)[10 20 30 40 50 60 70 80 90]
Man kann diese Daten auch als Punktgrafik plotten und muss hier nur entsprechende Argumente übergeben. Im Beispiel unten wird als Format-Argument ein "x" übergeben, was die Darstellung der Daten dementsprechend verändert. In diesem Format-String kann man sowohl die Symbole als auch die Farben ändern. In der Dokumentation gibt es eine Übersicht aller möglichen Werte.
plt.plot(y, "x")
In den vorigen Plots wurde die x-Achse automatisch erstellt – man kann diese aber auch explizit angeben und so einen Scatterplot erstellen.
x = np.random.random(100)
y = x + np.random.random(100)
plt.plot(x, y, "o", alpha=0.5, markeredgecolor="None", markersize=12)
In diesem Beispiel werden die Punkte mit alpha=0.5 halb transparent dargestellt. Außerdem werden mit markeredgecolor=None keine Kreisränder dargestellt, und markersize=12 setzt die Größe der Punkte auf den entsprechenden Wert.
Subplots
Man kann auch mehrere Grafiken in einer Figure erstellen. Eine Figure ist der Gesamtbereich, in dem Grafiken erzeugt werden können. Diese kann aus einer oder mehreren Achsen bestehen, sie ist also ein Container für Achsen. Gezeichnet wird immer in einer Achse, und Plot-Befehle beziehen sich standardmäßig auf die aktuelle Achse. Indem man in einer Figure mehrere Achsen erstellt, kann man so mehrere Plots gleichzeitig darstellen.
Tipp
Mehr Details zum Aufbau einer Matplotlib Figure findet man hier.
plt.figure(1)
plt.subplot(2, 1, 1) # 2 Zeilen, 1 Spalte, aktiviere 1. Plot
t = np.arange(0, 5, 0.01)
plt.plot(t, 0.8*np.sin(2*np.pi*t))
plt.axis([0, 5, -1, 1])
plt.title("Sinus")
plt.subplot(2, 1, 2) # 2 Zeilen, 1 Spalte, aktiviere 2. Plot
t = np.arange(0, 10, 0.01)
plt.plot(t, 0.5*np.cos(4*np.pi*t), "r")
plt.axis([0, 10, -1, 1])
plt.title("Cosinus")
plt.suptitle("Beispiel für 2 Plots", x=0.54, fontsize=14, fontweight="bold")
plt.tight_layout(pad=2)
Im obigen Beispiel wird mit plt.figure(1) eine Figure mit der Nummer 1 erzeugt. Danach werden mit plt.subplot(2, 1, 1) neue Achsen erzeugt. Die Argumente 2, 1, 1 bedeuten, dass die Figure zwei Achsen in 2 Zeilen und 1 Spalte haben soll (das sind die ersten zwei Argumente). Die erste Achse wird dann aktiviert (d.h. alle folgenden Plot-Befehle beziehen sich auf diese Achse); das ist das dritte Argument.
Das Befehl plt.axis ändert die Skalierung der aktuellen Achsen; hier gibt man die Werte für xmin, xmax, ymin und ymax in einer Liste an.
Der Befehl plt.title fügt der aktuellen Achse einen Titel hinzu. Mit plt.xlabel bzw. plt.ylabel könnte man noch Beschriftungen für die x- bzw. y-Achsen hinzufügen.
Will man eine Figure mit mehreren Achsen mit einem Titel versehen, verwendet man die Funktion plt.suptitle.
Schließlich kann man mit dem Befehl tight_layout noch die Abstände zwischen den Subplots optimieren (sprich minimieren).
Histogramme
Mit der Funktion plt.hist kann man Histogramme erstellen.
mu, sigma = 100, 15
x = mu + sigma * np.random.randn(10000)
plt.hist(x)(array([ 14., 150., 705., 1924., 2910., 2590., 1261., 382., 54.,
10.]),
array([ 45.15339851, 56.67833223, 68.20326594, 79.72819966,
91.25313337, 102.77806709, 114.30300081, 125.82793452,
137.35286824, 148.87780195, 160.40273567]),
<BarContainer object of 10 artists>)
plt.hist(x, bins=50, density=True)
plt.title("Histogramm")Text(0.5, 1.0, 'Histogramm')
Empfohlene Variante zur Erstellung von Grafiken
Die oben beschriebenen Möglichkeiten, mit plt.figure und plt.plot Grafiken zu erzeugen orientieren sich an MATLAB (einer ehemals verbreiteten Programmiersprache im wissenschaftlichen Bereich). Dies hat aber einige Nachteile, insbesondere wenn man mehrere Plots in einer Grafik darstellen möchte. Daher ist das alternative objektorientierte Interface zu bevorzugen, welches in den folgenden Absätzen beschrieben wird.
Zuerst erstellt man mit der Funktion plt.subplots eine Figure und die gewünschte Anzahl an Achsen (eine Achse entspricht einem Plot). Möchte man also z.B. nur einen Plot erzeugen, erzeugt man zuerst die Figure fig und die einzige Achse ax. In diese Achse ax kann man dann die gewünschte Grafik zeichnen:
fig, ax = plt.subplots()
ax.plot([1, 4, -7, 6], "x")
Beachten Sie, dass wir hier direkt mit der Achsen-Methode ax.plot zeichnen und nicht wie vorher mit plt.plot!
Bei mehreren Plots in einer Figure bekommt man von plt.subplots eine Liste an Achsen zurück. In diesen kann man nun die gewünschten Plots erzeugen:
fig, axes = plt.subplots(1, 3, figsize=(10, 3)) # 1 Zeile, 3 Spalten
axes[0].plot([1, 2, 3], "o") # linke Achse
axes[1].hist(np.random.randn(100)) # mittlere Achse
axes[2].plot(np.sin(np.arange(0, 2 * np.pi, 1/360))) # rechte Achse
Seaborn
Wie bereits erwähnt baut Seaborn auf Matplotlib auf und fügt einige sehr nützliche Grafiktypen hinzu. Man importiert das Paket wie folgt:
import seaborn as snsEs folgen nun einige Beispiele aus der Seaborn-Dokumentation, welche die Leistungsfähigkeit des Pakets demonstrieren sollen. Auf dieser Website findet man auch eine Menge Beispielgrafiken, welche man als Vorlage für eigene Grafiken verwenden und anpassen kann.
Verteilungen
np.random.seed(1)
x = np.random.normal(size=100)
sns.displot(x, kde=True)<seaborn.axisgrid.FacetGrid at 0x11de2ab30>
Paarweise Beziehungen
iris = sns.load_dataset("iris")
sns.pairplot(iris, hue="species")<seaborn.axisgrid.PairGrid at 0x11df79420>
Lineare Regression
tips = sns.load_dataset("tips")Die Daten in tips liegen als pandas DataFrame vor. Dies kann man sich wie ein zweidimensionales NumPy-Array vorstellen (also eine Tabelle bestehend aus Zeilen und Spalten). Die Spalten können Namen haben, diese können als Strings den meisten Seaborn-Funktionen übergeben werden. So sehen die ersten paar Zeilen dieses Data Frames aus:
tips.head()| total_bill | tip | sex | smoker | day | time | size | |
|---|---|---|---|---|---|---|---|
| 0 | 16.99 | 1.01 | Female | No | Sun | Dinner | 2 |
| 1 | 10.34 | 1.66 | Male | No | Sun | Dinner | 3 |
| 2 | 21.01 | 3.50 | Male | No | Sun | Dinner | 3 |
| 3 | 23.68 | 3.31 | Male | No | Sun | Dinner | 2 |
| 4 | 24.59 | 3.61 | Female | No | Sun | Dinner | 4 |
Erstellen wir nun einen Scatterplot mit überlagerter Regressionsgerade. Dazu verwenden wir die Funktion sns.regplot. Nachdem die Daten in einem Pandas DataFrame vorhanden sind, können wir direkt die Spaltennamen als Argumente für die darzustellenden Daten auf der x- bzw. y-Achse übergeben:
sns.regplot(x="total_bill", y="tip", data=tips)<AxesSubplot: xlabel='total_bill', ylabel='tip'>
Man kann für die beiden Argumente x und y aber auch NumPy-Arrays übergeben (dann benötigt man auch das Argument data nicht).
Balkengrafiken
Sehr ähnlich kann man mit sns.barplot eine Balkengrafik erzeugen. Zusätzlich zu den Argumenten x und y setzen wir noch die Farbe mit dem Argument hue – diese Farbe soll aus der Spalte sex abgeleitet werden.
sns.barplot(x="day", y="total_bill", hue="sex", data=tips)<AxesSubplot: xlabel='day', ylabel='total_bill'>
Übungen
Übung 1
Lesen Sie die Daten in der Datei airquality.csv mit folgendem Code in ein NumPy-Array namens air ein (beachten Sie, dass sich die Datei im Arbeitsverzeichnis befinden muss):
import numpy as np
air = np.genfromtxt("airquality.csv", delimiter=",", skip_header=1)Mit welchem Befehl können Sie die Anzahl der Zeilen und Spalten von air herausfinden?
Übung 2
Die Spalten in air beinhalten folgende Variablen: Ozone, Solar.R, Wind, Temp, Month und Day. Erstellen Sie mit Matplotlib ein Histogramm der Wind-Werte.
Übung 3
Erstellen Sie ein Histogramm mit überlagerter geschätzter Verteilungsfunktion der Wind-Werte. Verwenden Sie dazu die entsprechende Funktion aus dem Paket Seaborn.
Übung 4
Erstellen Sie mit Matplotlib einen Scatterplot mit der Temperatur auf der x-Achse und dem Wind auf der y-Achse.
Übung 5
Erstellen Sie mit Seaborn denselben Scatterplot wie in Übung 4 (Temperatur vs. Wind), aber überlagern Sie zusätzlich eine Regressionsgerade inklusive Konfidenzintervall.