Matplotlib - wizualizacja danych

Transkrypt

1 Spis treści 1 Matplotlib - wizualizacja danych 1.1 Wprowadzenie do pakietu Matplotlib na przykładach 1.2 Wykresy funkcji y = f(x) Rysujemy wykres funkcji sinus Ulepszamy wykres Kilka wykresów we wspólnych osiach - Pierwsza wersja Kilka wykresów we wspólnych osiach - Druga wersja 1.3 Histogram (diagram liczebności) Przykład bardziej zaawansowany 1.4 Wizualizacja zawartości tablicy dwuwymiarowej 1.5 Plik graficzny jako źródło danych 1.6 Wiele wykresów w jednym oknie 1.7 Ćwiczenia Matplotlib - wizualizacja danych Wprowadzenie do pakietu Matplotlib na przykładach Pakiet Matplotlib bazuje na pakiecie numerycznym Numpy i korzysta z obiektów w nim zawartych. Pokażemy, jak z jego pomocą rysować różnorodne wykresy prezentujące graficznie przetwarzane dane i wyniki obliczeń. Zamiast wyliczać zawartość pakietu pokażemy ich użyteczność na przykładach. Zaczniemy od prostych i będziemy po drodze omawiać zastosowane w nich konstrukcje. Wykresy funkcji y = f(x) Prześledźmy działanie poniższego programu: x = [1,2,3] y = [4,6,5] plt.plot(x,y) Rezultat

2 Jak to działa? Aby skorzystać z pakietu graficznego Matplotlib importujemy go do naszego programu poleceniem import. Pod-pakiet pyplot jest jednym z paru nieco różnych interfejsów do Matplotlib - tj. sposobów wykorzystania jego funkcjonalności. Inny, też często wykorzystywany, nazywa się pylab i można go importować wprost (import pylab). Pyplot zapewnie nieco większą elastyczność, chociaż dla najprostszych przykładów - takich, jakie tu omówimy - nie ma istotnej różnicy. Wytwarzamy dwie listy x i y zawierające ciągi liczb 1, 2, 3 oraz 4, 6, 5. Funkcja plot rysuje wykres i umieszcza na nim punkty o współrzędnych zawartych w listach przekazanych jej jako argumenty. Pierwszy argument zawiera współrzędne x-owe kolejnych

3 punktów, a drugi argument współrzędne y-owe kolejnych punktów wykresu. Ponieważ listy mają po trzy elementy, tak więc wykres zawierać będzie trzy punkty o współrzędnych (1, 4), (2, 6) oraz (3, 5). Domyślnie punkty na wykresie łączone są ze sobą niebieską linią ciągłą. To oczywiście można zmienić - dodając opcjonalne parametry do wywołania plot można uzyskać linię o innym kolorze, linię przerywaną, z kropek, albo w ogóle brak linii - a za to np. duże kropki (trójkąty, gwiazdki,...) w miejscach odpowiadających punktom danych. Po wywołaniu funkcji plot wykres nie pokazuje się jeszcze na ekranie. Aby go pokazać, używamy funkcji show. Wykres pojawia się na ekranie w osobnym oknie, a Python czeka z wykonywaniem kolejnych instrukcji do momentu zamknięcia okna z wykresem. W okienku wykresu mamy kilka guzików (po lewej stronie na dole). Służą one do manipulowania wyglądem rysunku. Guzikiem z krzyżykiem możemy zmniejszać/zwiększać skalę na osiach (wciskając prawy guzik myszy i przesuwając kursor po obrazku) oraz przesuwać cały wykres (wciskając lewy guzik myszy i przesuwając kursor po obrazku). Guzik z okienkiem i strzałkami pozwala także zmieniać rozmiar i położenie osi wykresu wewnątrz okna wybierając właściwe wartości. Guzik z domkiem przywraca wyjściowe ustawienia rysunku. Guzik z obrazkiem dyskietki (czy ktoś jeszcze wie, co to takiego?) pozwala zachować wykres (jego aktualny stan, czyli z uwzględnieniem dokonanych interaktywnie modyfikacji) jako plik graficzny jednego z kilku formatów. Rysujemy wykres funkcji sinus import numpy as np x = np.arange(0.0, 2.0, 0.01) y = np.sin(2.0*np.pi*x) plt.plot(x,y) Rezultat

4 Jak to działa? Oprócz funkcji z Matplotlib będziemu tu odwoływać się również wprost do elementów z pakietu NumPy. Funkcja arange jest podobna do standardowej funkcji range wytwarzającej określone sekwencje liczb w postaci listy. Funkcja arange zamiast listy wytwarza tablicę zawierającą ciąg liczb zmiennoprzecinkowych zaczynający się od pierwszego podanego argumentu funkcji arange (u nas 0.0), a kończący się przed drugim argumentem (tradycyjnie, ciąg wynikowy nie zawiera wartości podanej jako drugi argument, u nas 2.0). Różnica między elementami wytworzonego ciągu domyślnie wynosi 1, ale jeśli podamy funkcji arange trzeci argument, to definiuje on nową różnicę ciągu, u nas wynosi on Tak więc zmienna x jest tablicą-wektorem zawierającą ciąg liczb od 0 do 1,99 co 0,01 (czyli 0, 0,01, 0,02,..., 1,98, 1,99). Funkcja sin służy do obliczania wartości funkcji sinus dla argumentu podanego w radianach. A co u

5 nas jest argumentem tej funkcji? Wyrażenie będące argumentem zawiera mnożenie liczby 2.0 przez pi (pochodzące z pakietu NumPy), a następnie mnożenie wyniku przez tablicę x. Zmienna pi zawiera przybliżoną wartość matematycznej stałej π 3, Mnożenie liczby i tablicy, jak wiemy z poprzedniego punktu, daje w wyniku tablicę. Oznacza to, że argumentem funkcji sin jest nie liczba, ale tablica! Taka możliwość jest przewidziana przez twórców pakietu Numpy; wynikiem wywołania funkcji jest wtedy również tablica. Jest ona tej samej długości co tablica będąca argumentem wywołania funkcji. Tak więc zmienna y zawiera ciąg wartości funkcji sinus policzonych dla wartości zawartych w zmiennej x pomnożonych każda przez 2π (czyli sin(2π 0), sin(2π 0,01), sin(2π 0,02),..., sin(2π 1,98), sin(2π 1,99)). Funkcja plot(x,y) narysuje zestaw punktów o współrzędnych (0, sin(2π 0)), (0,01, sin(2π 0,01)), (0,02, sin(2π 0,02)),..., (1,98, sin(2π 1,98)), (1,99, sin(2π 1,99)) połączonych niebieską linią. Ulepszamy wykres import numpy as np x = np.arange(0.0, 2.0, 0.01) y = np.sin(2.0*p.pi*x) plt.plot(x,y,'r:',linewidth=6) plt.xlabel('czas') plt.ylabel('pozycja') plt.title('nasz pierwszy wykres') plt.grid(true) Rezultat

6 Jak to działa? W porównaniu z poprzednim przykładem pojawiło się na wykresie kilka drobnych zmian i ozdobników. W funkcji plot pojawiły się dwa nowe parametry: 1. 'r:' ten parametr steruje wyglądem rysowanej linii wykresu. Pierwsza litera tego napisu określa kolor linii (na przykład r: czerwony, b: niebieski, g: zielony, y: żółty, k: czarny). Drugi znak napisu określa wygląd samej linii (np.-: ciągła, :: kropkowana, o: okrągłe punkty bez linii, +: krzyżyki bez linii, itd.). 2. linewidth=6 ten parametr zmienia grubość rysowanej linii. Dodaliśmy też wywołania funkcji xlabel i ylabel. Ich argumentami są napisy, które pojawią się jako opisy osi, odpowiednio poziomej i pionowej. Wywołanie funkcji title wypisuje przekazany jej napis jako tytuł całego wykresu.

7 Funkcja grid dorysowuje siatkę prostokątną na wykresie w wybranych punktach opisujących wartości na osiach wykresu. Punkty, w których wybierane są wartości opisane na osiach (ang. tick) są wybierane automatycznie (oczywiście jeśli chcemy, możemy zmieniać ich położenie i opisy odpowiednią funkcją, powiemy o tym później). Kilka wykresów we wspólnych osiach - Pierwsza wersja import numpy as np x = np.arange(0.0, 2.0, 0.01) y1 = np.sin(2.0*p.pi*x) y2 = np.cos(2.0*p.pi*x) plt.plot(x,y1,'r:',x,y2,'g') plt.legend(('dane y1','dane y2')) plt.xlabel('czas') plt.ylabel('pozycja') plt.title('wykres ') plt.grid(true) Rezultat:

8 Jak to działa? W jednym układzie współrzędnych możemy narysować wiele wykresów. Robimy to podając w jednym poleceniu plot kolejno zestawy parametrów opisujące poszczególne linie: współrzędne x, współrzędne y, sposób wykreślania linii. Aby łatwo identyfikować linie można dodać legendę poleceniem legend(). Sposób kontrolowania wyglądu i położenia legendy: help(plt.legend) (oczywiście po zaimportowaniu modułu: ). Kilka wykresów we wspólnych osiach - Druga wersja import numpy as np x = np.arange(0.0, 2.0, 0.01) y1 = np.sin(2.0*p.pi*x) y2 = np.cos(2.0*p.pi*x) y = y1*y2 l1, = plt.plot(x,y,'b')

9 l2,l3 = plt.plot(x,y1,'r:',x,y2,'g') plt.legend((l2,l3,l1),('dane y1','dane y2','y1*y2')) plt.xlabel('czas') plt.ylabel('pozycja') plt.title('wykres ') plt.grid(true) Rezultat: Jak to działa? Wykresy możemy dodawać do współrzędnych kolejnymi poleceniami plot. Funkcja plot zwraca listę linii. Notacja l1, = plt.plot(x,y,'b') wydobywa z listy pierwszą linię (Gdyby po l1 nie było przecinka to l1 byłoby listą zawierającą jeden obiekt klasy linia ). Dzięki nazwaniu poszczególnych obiektów linii możemy kontrolować ich kolejność (i obecność) na legendzie.

10 Histogram (diagram liczebności) zliczenia = [, 1, 2, 2, 3, 3, 3, 3, 3, 3, 4, 4, 4, 5, 7] plt.hist(zliczenia) Rezultat: Jak to działa? Do zmiennej zliczenia przypisujemy sekwencję z ręcznie podanymi wartościami. Zakres zmienności badanych zliczeń (odkładany na osi X) zostanie podzielony na przedziały (ang. bin) o jednakowej szerokości ; domyślnie będzie ich 10. Funkcja hist() zlicza wystąpienia wartości w

11 binach i rysuje histogram. Funkcja ta zwraca krotkę (array ze zliczeniami, array z binami, lista zawierająca prostokąty, które histogram rysuje, tzw. obiekty Patch). Porządek wartości, których histogram zostanie stworzony nie ma znaczenia. Mogą one oczywiście być umieszczone również w tablicy NumPy. Przykład bardziej zaawansowany Wyjaśnienie działania znajduje się w komentarzach do programu: import numpy as np import matplotlib.mlab as mlab mi, sigma = 100, 15 x = mi + sigma * np.random.randn(10000) # numpy.random.randn zwraca array z liczbami pseudolosowymi # pochodzącymi z rozkładu normalnego o średniej 0 i wariancji 1 # przemnożenie przez odchylenie standandardowe sigma i dodanie śreniej mi # transformuje rozkład do rozkładu normalnego o średniej mi i wariancji sigma**2 n, bins, patches = plt.hist(x, 50, normed=true, facecolor='green', alpha=0.75) # Tu w jawny sposób odbieramy zwracane przez plt.hist obiekty # Zmieniamy też: # - ilość binów na 50 # - normujemy histogram do jedności # - ustalamy kolor prostokątów na zielony # - ustawiamy (nie)przezroczystość prostokątów na 0.75 bincenters = 0.5*(bins[1:]+bins[:-1]) # wytwarzamy array z centrami binów korzystając z granic binów # zwróconych przez plt.hist w macierzy bins y = mlab.normpdf( bincenters, mi, sigma) # obliczamy wartości w normalnym rozkładzie gęstości prawdopodobieństwa # o średniej mi i wariancji sigma**2 dla wartości bincenters l = plt.plot(bincenters, y, 'r--', linewidth=1) # do histogramu dorysowujemy linię Rezultat:

12 Wizualizacja zawartości tablicy dwuwymiarowej import numpy as np A = np.arange(20) X, Y = np.meshgrid(a, A) Z = X + Y plt.imshow(z, cmap='hot', interpolation='none') plt.colorbar() Wynik:

13 Jak można się domyślić, parametr cmap wywołania funkcji imshow odpowiada za odwzorowanie pomiędzy wartościami elementów tablicy a barwami - jest wiele predefiniowanych takich odwzorowań (colormaps), opisanych w dokumentacji. Za pomocą wartości 'none' parametru interpolation wyłączyliśmy,,wygładzanie" obrazu, inne możliwe wartości umożliwiają wybór różnych algorytmów wygładzania. Wywołanie colorbar dostarcza paska wizualizującego odpowiedniość pomiędzy wartościami liczbowy i barwami. Plik graficzny jako źródło danych import numpy as np img = plt.imread('reading-girl.jpg') plt.imshow()

14 Wynik: Wynikiem wywołania imread jest tablica o kształcie (wysokość, szerokość, 3) zawierająca dla każdego piksela obrazu wartości jego składowych RGB, tj. natężeń barw: czerwonej, zielonej, i niebieskiej - jako liczby w zakresie od 0 do 255 włącznie. Oczywiście na tej tablicy możemy wykonywać najróżniejsze operacje, analizując treść obrazu czy przekształcając go. Przykładowo: img1 = img[:400, -400:] # przycinam obraz do kształtu 400x400 pikseli img2 = img1.sum(axis=2) img3 = img2 / img2.max() plt.imgshow(img3, cmap='bone')

15 Wynik: plt.hist(img3.flatten(), bins=100) Wynik:

16 Wykonaliśmy w ten sposób histogram opisujący rozkład natężenia pikseli obrazka. Wiele wykresów w jednym oknie Ćwiczenia Spróbuj znaleźć sposób przekształcenia obrazka takiego, jak poniższy portret autora skryptu:

17 do postaci przypominającej poprzednie strona główna od początku ;) --RobertJB (dyskusja) 14:05, 10 kwi 2017 (CEST)