Matplotlib — графики

ДЛЯ НОВИЧКОВ

Разработчику

Matplotlib — основная библиотека Python для графиков по числам: линия y = f(x), столбцы, точки, гистограммы, круговые диаграммы, несколько графиков на одном листе. Её ставят в школе и вузе (график функции, лабораторная по физике), в аналитике (отчёты, дашборды) и в научных статьях (PNG, PDF для публикации).

Эта глава — теория и минимальные примеры. Готовая галерея скриптов с разбором каждой строки — Matplotlib — графики (примеры).

Что читать до и после

База Python — первая программа, точка входа main, venv и pip install. Массивы для осей X и Y — примеры NumPy. Таблицы перед графиком — примеры Pandas, NumPy и pandas. Символьные формулы (корни, производная f′) перед построением кривой — SymPy — уравнения и производные. Рисование фигур «от руки» — Turtle, в браузере — SVG или p5.js; статистические графики поверх Matplotlib — Seaborn в том же разделе.

---

Matplotlib и другая «графика» в Python

В Python слово «графика» встречается в разных контекстах. Matplotlib решает задачу диаграмм и графиков функций, а не игр или векторного рисования.

Инструмент	Что рисуем	Типичная задача
Matplotlib	Графики по осям X и Y	sin(x), продажи по месяцам, гистограмма оценок
Turtle	Линии и фигуры «черепашкой»	Квадрат, снежинка, узор в цикле
Panda3D	3D-сцены	Куб, текстуры, игровой мир
Pygame	2D-игры	Спрайты, коллизии, счёт
Seaborn	Статистика поверх Matplotlib	box plot, heatmap корреляций
Plotly	Интерактив в браузере	Дашборд с zoom и подсказками

Turtle учит координатам и циклам через движение пера. Matplotlib учит представлять таблицы и формулы как картинку для отчёта. Обе темы полезны новичку; для поиска «построить график sin python» нужен именно Matplotlib.

---

Установка

Matplotlib не входит в минимальную поставку Python — пакет ставят через pip:

pip install matplotlib numpy

Разбор:

• matplotlib — сама библиотека графиков.
• numpy — массивы и sin, cos, linspace; почти все учебные примеры используют оба пакета.

В проекте зависимости фиксируют в requirements.txt (см. главу про venv и зависимости):

matplotlib>=3.8
numpy>=1.26

---

Архитектура

Matplotlib унаследовал модель из MATLAB. Полезно держать в голове три уровня:

Объект	Роль
Figure	Окно или «лист» — контейнер верхнего уровня
Axes	Область с осями X и Y, куда наносятся данные
Artist	Всё, что видно: линия, текст, легенда, сетка

Схема для одного простого графика:

Figure
└── Axes
    ├── line (plot)
    ├── xlabel, ylabel, title
    ├── legend
    └── grid

Pyplot и объектный стиль

Процедурный интерфейс matplotlib.pyplot (импорт as plt) — короткие команды в духе MATLAB:

import matplotlib.pyplot as plt

plt.plot([1, 2, 3], [1, 4, 9])
plt.title("Парабола")
plt.show()

Объектный стиль — явные fig и ax; рекомендуется для отчётов, подграфиков и встраивания в GUI:

import matplotlib.pyplot as plt

fig, ax = plt.subplots()
ax.plot([1, 2, 3], [1, 4, 9])
ax.set_title("Парабола")
fig.savefig("parabola.png")
plt.show()

Разбор:

• plt.subplots() создаёт пару Figure + Axes.
• ax.plot(...) рисует на конкретных осях — так проще несколько графиков на одном листе без путаницы «какой plt сейчас активен».
• fig.savefig(...) сохраняет фигуру, а не «текущее окно» pyplot.

С чего начать кодить

Первые 10–20 скриптов — через plt.plot и plt.show(). Как только понадобятся два графика рядом или сохранение в файл — переходите на fig, ax = plt.subplots().

---

Первый график

Минимальный рабочий скрипт — линейный график функции:

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(0, 10, 100)
y = np.sin(x)

plt.plot(x, y, label="sin(x)")
plt.xlabel("x")
plt.ylabel("sin(x)")
plt.title("Синусоида")
plt.legend()
plt.grid(True)
plt.show()

Разбор:

• np.linspace(0, 10, 100) — 100 равномерных точек от 0 до 10; линия гладкая.
• np.sin(x) — синус для всех x сразу (векторизация NumPy).
• plt.plot(x, y, label=...) — линия; label нужен для легенды.
• xlabel, ylabel, title — подписи; в учебной работе без них график считают неоформленным.
• legend() — расшифровка серий.
• grid(True) — координатная сетка.
• show() — показ окна; в .py-файле без неё окно может сразу закрыться.

Парабола без NumPy: x = list(range(-5, 6)), y = [i**2 for i in x] — см. примеры.

---

Типы графиков

Задача	Функция	Когда выбирать
График функции, тренд во времени	plot	Непрерывная линия, sin, cos, температура по дням
Сравнение категорий	bar, barh	Оценки по предметам, популярность языков
Связь двух переменных	scatter	Рост и вес, эксперимент «x vs y»
Распределение значений	hist	Сколько учеников получили 3, 4, 5
Доли от 100%	pie	Бюджет, состав команды (до 5–6 секторов)
Несколько графиков	subplots	Отчёт: 4 диаграммы на одном листе
Матрица чисел	imshow	Тепловая карта корреляций

Подробные скрипты с разбором — в галерее примеров.

---

Справочник частых команд pyplot

Действие	Вызов
Линия	plt.plot(x, y)
Столбцы	plt.bar(categories, values)
Точки	plt.scatter(x, y)
Гистограмма	plt.hist(data, bins=20)
Круговая	plt.pie(sizes, labels=labels)
Подпись оси X	plt.xlabel("текст")
Заголовок	plt.title("текст")
Легенда	plt.legend()
Сетка	plt.grid(True)
Пределы оси	plt.xlim(0, 10), plt.ylim(-1, 1)
Сохранить	plt.savefig("out.png", dpi=150, bbox_inches="tight")
Показать	plt.show()

Объектный эквивалент: ax.plot, ax.set_xlabel, ax.set_title, fig.savefig.

---

NumPy и Pandas

NumPy готовит числа для осей (подробнее — примеры NumPy в Lab):

import numpy as np

x = np.linspace(0, 2 * np.pi, 200)
y = np.cos(x)

Pandas часто строит график одной строкой — под капотом тот же Matplotlib:

import pandas as pd

df = pd.DataFrame({"month": [1, 2, 3], "sales": [40, 55, 48]})
df.plot(x="month", y="sales", kind="line", legend=False)

Разбор:

• df.plot(...) — быстрый EDA (exploratory data analysis) без ручного plt.plot.
• Для курсовой и публикации график из Pandas обычно донастраивают через ax = df.plot(...) и методы ax.set_... или через plt.gca().

Типовые операции с таблицами — Pandas в лаборатории и раздел 33.

---

Скрипт, Jupyter и Google Colab

Среда	Поведение show()
Файл python grafik.py	Открывает окно, ждёт закрытия
Jupyter / Colab	График под ячейкой; %matplotlib inline в старых ноутбуках
Сохранение без окна	Только savefig, без show() — для CI и серверов

На сервере без дисплея (headless) используют backend Agg:

import matplotlib
matplotlib.use("Agg")
import matplotlib.pyplot as plt

Разбор:

• Agg рисует в файл, окно не создаётся — типично для cron-отчётов и Docker.

---

Оформление и стили

plt.style.use("seaborn-v0_8-whitegrid")
plt.plot(x, y)

Разбор:

• style.use(...) меняет фон, шрифты и цвета глобально.
• Список имён: print(plt.style.available).

Цвет линии задают параметром color, c или hex #2a9d8f. Толщина — linewidth или lw. Прозрачность — alpha от 0 до 1.

---

Экспорт в файл

fig, ax = plt.subplots(figsize=(6, 4), dpi=120)
ax.plot(x, y)
fig.tight_layout()
fig.savefig("report.png", bbox_inches="tight")
fig.savefig("report.pdf")

Разбор:

• figsize — размер в дюймах; с dpi=120 PNG ≈ 720×480 px.
• tight_layout() — поджимает отступы, подписи не обрезаются.
• bbox_inches="tight" — обрезка пустых полей при сохранении.
• PDF — вектор для Word, LaTeX и печати; вставка графика в отчёт — LaTeX — формулы для отчётов.

---

Связь с Seaborn и Plotly

Seaborn строит статистические графики (ящик с усами, pairplot, heatmap) и использует Matplotlib как движок. После sns.boxplot(...) можно взять текущие оси и донастроить подписи:

import seaborn as sns
import matplotlib.pyplot as plt

sns.boxplot(x="class", y="score", data=df)
plt.title("Оценки по классам")
plt.show()

Plotly — интерактивность в браузере; для статичной сдачи работы в школе чаще хватает Matplotlib. Сравнение трёх библиотек — в разделе 33.

---

Интеграция с Turtle и Tkinter

Matplotlib и Turtle решают разные задачи, но оба могут жить в одном окне Tkinter — например, график функции слева и черепашья траектория справа. Пример сборки — в справочнике Turtle. Базовые виджеты окна (кнопки, Frame, mainloop) — в Tkinter — окна и виджеты; теория GUI — 311.md.

---

Типичные ошибки

Если «не работает»

• Окно мелькает и закрывается — добавьте plt.show() в конец скрипта.
• Разная длина x и y — массивы должны совпадать по числу элементов.
• Кириллица квадратиками — настройте шрифт (DejaVu Sans или системный с поддержкой русского).
• Пустой график в Jupyter — выполните ячейку заново; при необходимости %matplotlib inline.
• ModuleNotFoundError: matplotlib — pip install matplotlib в том же venv, откуда запускаете Python.

---

Ограничения

Matplotlib рассчитан на статичные 2D- и простые 3D-графики (модуль mplot3d). Для интерактивных дашбордов с zoom — Plotly или Dash. Для миллионов точек без агрегации — Datashader или предварительный binning в Pandas. Для игр и анимации персонажей — Pygame или Panda3D, не pyplot.

Производительность: тысячи точек на plot — нормально; десятки тысяч scatter-точек могут тормозить интерактивное окно — уменьшите выборку или используйте alpha и растр.

---

См. также

• NumPy — массивы и матрицы — linspace, векторизация, axis перед графиком
• Matplotlib — графики (примеры) — галерея: sin, парабола, bar, scatter, hist, subplots, анимация, экспорт
• Анализ данных и научные вычисления — NumPy, Pandas, Seaborn, Plotly в одном маршруте
• Python для анализа данных — описательная статистика и визуализация
• Turtle — черепашья графика для фигур и узоров
• Примеры фигур Turtle — готовые скрипты turtle
• Примеры фигур на Processing/p5.js — рисование фигур в браузере (JavaScript), когда нужен веб, а не график по данным
• SVG — рисунки кодом — векторные иконки и учебные фигуры в <svg>
• Pandas — типовые операции — таблицы перед построением графика
• Tkinter — окна и виджеты — формы и кнопки в одном окне с графиком

---