Python Библиотеки. Джейд Картер

в различных форматах файлов.

      В этом примере:

      – Мы создаем данные и строим линейный график с использованием Matplotlib.

      – Настраиваем внешний вид графика, добавляем подписи и заголовок.

      – Сохраняем график в форматах PNG, PDF и SVG с помощью `plt.savefig()`.

      После выполнения этого кода, у вас появятся три файла (`sinus_plot.png`, `sinus_plot.pdf`, `sinus_plot.svg`), представляющие график в различных форматах. Это удобно для встраивания в отчеты, презентации или публикацию в различных медиа.

      5. Интерактивность:

      В Matplotlib предусмотрены средства для создания интерактивных графиков, позволяющих взаимодействовать с данными. Это особенно полезно при работе с Jupyter Notebooks.

      Давайте рассмотрим пример создания интерактивного графика с использованием Matplotlib в среде Jupyter Notebook. Для этого мы будем использовать функцию `plotly` для добавления интерактивности.

      ```python

      import matplotlib.pyplot as plt

      import numpy as np

      import plotly.graph_objects as go

      from IPython.display import display, HTML

      # Создаем данные для примера

      x = np.linspace(0, 2 * np.pi, 100)

      y = np.sin(x)

      # Строим линейный график с Matplotlib

      plt.plot(x, y, label='Синус')

      plt.xlabel('X-ось')

      plt.ylabel('Y-ось')

      plt.title('Интерактивный график синуса')

      plt.legend()

      # Преобразуем Matplotlib график в интерактивный с использованием Plotly

      fig = go.Figure()

      fig.add_trace(go.Scatter(x=x, y=y, mode='lines', name='Синус'))

      # Настраиваем макет

      fig.update_layout(

      title='Интерактивный график синуса',

      xaxis=dict(title='X-ось'),

      yaxis=dict(title='Y-ось'),

      )

      # Отображаем интерактивный график внутри ячейки Jupyter Notebook

      display(HTML(fig.to_html()))

      ```

      В этом примере:

      – Мы создаем данные и строим линейный график с Matplotlib.

      – Затем мы используем Plotly, чтобы преобразовать этот график в интерактивный. Обратите внимание, что для этого требуется установка библиотеки Plotly (`pip install plotly`).

      – Используется `display(HTML(fig.to_html()))`, чтобы отобразить интерактивный график внутри ячейки Jupyter Notebook.

      Таким образом, вы можете взаимодействовать с данными, изменять масштаб, выделять области и другие действия прямо внутри Jupyter Notebook, что делает визуализацию данных более удобной и информативной.

      6. Встроенные цветовые карты:

      Matplotlib предоставляет широкий выбор цветовых карт для лучшего представления данных. От дискретных цветовых карт до плавных переходов, библиотека предоставляет разнообразные опции.

      Давайте рассмотрим пример использования различных цветовых карт в Matplotlib. В этом примере мы создадим тепловую карту, используя различные цветовые карты для лучшего представления данных.

      ```python

      import matplotlib.pyplot as plt

      import numpy as np

      # Создаем данные для тепловой карты

      data = np.random.random((10, 10))

      # Список цветовых карт для использования

      colormaps = ['viridis', 'plasma', 'magma', 'inferno', 'cividis']

      # Создаем подграфики для каждой цветовой карты

      fig, axes = plt.subplots(1, len(colormaps), figsize=(15, 3))

      # Строим тепловую карту для каждой цветовой карты

      for i, cmap in enumerate(colormaps):

      im = axes[i].imshow(data, cmap=cmap)

      axes[i].set_title(f'Цветовая карта: {cmap}')

      fig.colorbar(im, ax=axes[i], orientation='vertical', fraction=0.046, pad=0.04)

      # Регулируем расположение графиков

      plt.tight_layout()

      #