Matplotlib Tutorial

Matplotlib:

            

                It is a library to create graph plotting in data science.

Import Matplotlib:

                            

                Import matplotlib

This line used to import matplotlib.

Find Version:

                import matplolib

                print(matplotlib.__version__)

This line used to find matplotlib version.

Pyplot:

            Most commonly used utility is pyplot.

            

Import Pyplot:

            import matplotlib. pyplot as plt

This line used to import the pyplot module.

Example:

                import matplotlib.pyplot as plt

        import numpy as np
        xpoints = np.array([0, 5])
        ypoints = np.array([0, 100])
        plt.plot(xpoints, ypoints)
        plt.show()

Output:    

                    

Set Position:

Example:

                import matplotlib.pyplot as plt

        import numpy as np
        xpoints = np.array([1, 5])
        ypoints = np.array([4, 10])
        plt.plot(xpoints, ypoints, 'o')

        plt.show()     

Output:  

                

      It shows only the position of the x,y points by using plt.plot(xpoints, ypoints, 'o')

Multiple Points:

            import matplotlib.pyplot as plt

            import numpy as np
            xpoints = np.array([2,4,7,9])
            ypoints = np.array([6,3,8,1])
            plt.plot(xpoints, ypoints)
            plt.show()

Output:

            

Default X Points:

            import matplotlib.pyplot as plt

            import numpy as np
            ypoints = np.array([3, 8, 1, 10, 5, 7])
                         plt.plot(ypoints)
            plt.show()

Output:

            

Markers:     

                import matplotlib.pyplot as plt

        import numpy as np
        ypoints = np.array([1,4,6,3])
        plt.plot(ypoints, marker = 'o')

        plt.show()               

Output:

                

Point the position by the markers code plt.plot(ypoints, marker = 'o')

Marker own symbol:

        import matplotlib.pyplot as plt

        import numpy as np
        ypoints = np.array([1,4,6,3])
        plt.plot(ypoints, marker = '*')

        plt.show()        

Output:

Line Style:

                 import matplotlib.pyplot as plt

        import numpy as np
        ypoints = np.array([3, 8, 1, 10])
        plt.plot(ypoints, linestyle = 'dotted')
        plt.show()

Output:     

                

           We have more line style like this dashed(), dashdot().

Line Color:

                import matplotlib.pyplot as plt

        import numpy as np
        ypoints = np.array([3, 8, 1, 10])
        plt.plot(ypoints, color = 'pink')
        plt.show()

Output:

        

we can use ,ore colors by using plt.plot(ypoints, color = 'pink')

Line Width:

        import matplotlib.pyplot as plt
        import numpy as np
        ypoints = np.array([3, 8, 1, 10])
        plt.plot(ypoints, linewidth = '25.0')
        plt.show()

Output:

Labels:

        import numpy as np
        import matplotlib.pyplot as plt
        x = np.array([80, 85, 90, 95, 100, 105, 110, 115, 120, 125])
        y = np.array([240, 250, 260, 270, 280, 290, 300, 310, 320, 330])
        plt.plot(x, y)
        plt.title("Income")
        plt.xlabel("Average ")
        plt.ylabel("Days")
        plt.show()

Output:

     

We can add labels like this.

Grid Lines:

        import sys

        import matplotlib

        matplotlib.use('Agg')

        import numpy as np

        import matplotlib.pyplot as plt

        x = np.array([80, 85, 90, 95, 100, 105, 110, 115, 120, 125])

        y = np.array([240, 250, 260, 270, 280, 290, 300, 310, 320, 330])

        plt.title("Income")

        plt.xlabel("Average")

        plt.ylabel("Days")

        plt.plot(x, y)

        plt.grid()

        plt.show()

Output:

        

We can add horizontal and vertical lines only by using plt.grid(axis = 'x'), 

plt.grid(axis = 'y')

Bar Chart:

        import matplotlib.pyplot as plt

        import numpy as np
        x = np.array(["A", "B", "C", "D"])
        y = np.array([3, 8, 1, 10])
        plt.bar(x,y)
        plt.show()

Output:

Histograms:

                  import sys

                  import matplotlib

                  matplotlib.use('Agg')

                  import matplotlib.pyplot as plt

                  import numpy as np

                  x = np.random.normal(150,50,230)

                  plt.hist(x)

                  plt.show()

Output:

Pie Chart:

        import matplotlib.pyplot as plt
        import numpy as np
        y = np.array([35, 25, 25, 15])
        plt.pie(y)
        plt.show() 

Output: