Python für Naturwissenschaftler

In diesem Artikel wollen wir uns mit der Erstellung von Grafiken mit matplotlib beschäftigen. Es gibt verschiedene Wege, um eine Grafik mit matplotlib zu erstellen. Wir werden uns hier auf die Benutzung des pyplot-Moduls konzentrieren, das besonders für die interaktive Entwicklung von Grafiken geeignet ist.

Erstellung von Grafiken mit matplotlib

Bei der Erstellung einer Grafik mit matplotlib gibt es verschiedene Möglichkeiten. Man kann entweder das pylab-Modul laden oder das magische Kommando %pylab in IPython verwenden. Es wird jedoch empfohlen, das pylab-Modul nicht zu verwenden, da dies zu einer unübersichtlichen Namensraum-Verwaltung führen kann. Stattdessen nutzen wir das pyplot-Modul.

Benutzung des pyplot-Moduls

Das pyplot-Modul ermöglicht es uns, den Zustand einer Grafik zu verändern und eignet sich daher besonders für die interaktive Entwicklung von Grafiken. Es kann sowohl in einer IPython-Shell oder einem IPython-Notebook als auch in einem normalen Python-Skript verwendet werden.

Import der benötigten Module

Um mit matplotlib arbeiten zu können, müssen die benötigten Module zuerst importiert werden. In den meisten Fällen wird das NumPy-Modul benötigt, daher importieren wir es mit der Abkürzung np. Außerdem benötigen wir das pyplot-Modul, für das wir die Abkürzung plt verwenden.

import numpy as np
import matplotlib.pyplot as plt

Erstellung einer einfachen Grafik

Um eine Grafik zu erstellen, können wir die Funktionen von matplotlib nutzen. Hier ist ein einfaches Beispiel:

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

plt.plot(x, y)
plt.show()

Dieser Code erzeugt eine Grafik, die die Sinus-Funktion darstellt. Beim Ausführen des Codes öffnet sich ein Fenster, in dem die Grafik angezeigt wird.

Veränderung der Grafik

Nachdem wir eine Grafik erstellt haben, können wir verschiedene Eigenschaften der Grafik verändern. Zum Beispiel können wir die Linienbreite ändern:

plt.plot(x, y, linewidth=2.0)
plt.show()

Wir können auch die Farbe der Linie ändern:

plt.plot(x, y, color='red')
plt.show()

Weitere Anpassungen der Grafik

Es gibt noch viele weitere Möglichkeiten, um eine Grafik anzupassen. Wir können die Achsenbeschriftung ändern, die Legende hinzufügen, die Farbpalette ändern und vieles mehr. Hier sind einige Beispiele:

plt.xlabel('x-Achse')
plt.ylabel('y-Achse')
plt.title('Grafik der Sinus-Funktion')

plt.plot(x, y, label='sin(x)')
plt.legend()

plt.show()

Speichern der Grafik

Wenn wir mit der Grafik zufrieden sind, können wir sie auch speichern. Dabei können wir aus verschiedenen Formaten wählen, zum Beispiel PNG, PDF oder SVG.

plt.plot(x, y)
plt.savefig('grafik.png')

Das war nur ein kleiner Einblick in die Möglichkeiten von matplotlib. Es gibt noch viele weitere Funktionen und Eigenschaften, die wir hier nicht behandelt haben. Um mehr über matplotlib zu erfahren, empfehlen wir einen Blick in die offizielle Dokumentation. Dort finden Sie ausführliche Informationen und viele Beispiele.