Erstellen eines einfachen Linienplots - janehlenb/Projektarbeit-ChatGPT-Python GitHub Wiki
Einführung
In diesem Abschnitt werden wir uns damit beschäftigen, wie wir mithilfe der Matplotlib-Bibliothek einen einfachen Linienplot erstellen können. Aber keine Sorge, wenn du noch nicht viel Erfahrung mit Python hast – wir werden alles Schritt für Schritt erklären!
Nach diesem Abschnitt wirst du Folgendes lernen:
- Wie man Daten für einen Linienplot vorbereitet
- Wie man einen einfachen Linienplot erstellt und anpasst
- Wie man den Plot speichert oder anzeigt
Linienplots sind besonders nützlich, um Daten auf einer x- und y-Achse darzustellen. Du kannst sie zum Beispiel verwenden, um den Verlauf von Aktienkursen, Temperaturänderungen oder sogar deinem täglichen Koffeinkonsum im Laufe der Zeit zu visualisieren!
Theorie
Daten für den Linienplot
Bevor wir unseren Linienplot erstellen können, benötigen wir Daten, die wir darstellen möchten. In der Regel bestehen die Daten aus einer Liste von x-Werten und einer entsprechenden Liste von y-Werten. Hier ist ein allgemeines Beispiel:
x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]
Das bedeutet, dass wir eine Linie haben werden, die die Punkte (1, 2), (2, 4), (3, 6), (4, 8) und (5, 10) verbindet. Du kannst natürlich deine eigenen Daten verwenden!
Einen einfachen Linienplot erstellen
Nun, da wir unsere Daten vorbereitet haben, können wir endlich unseren Linienplot erstellen! Hier ist der Code, den du verwenden kannst:
import matplotlib.pyplot as plt
x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]
plt.plot(x, y)
plt.xlabel('x-Werte')
plt.ylabel('y-Werte')
plt.title('Mein erster Linienplot')
plt.show()
Voilà! Du hast deinen ersten Linienplot erstellt! Das plot()-Kommando erzeugt die Linie, xlabel() und ylabel() legen die Beschriftungen der Achsen fest, und title() gibt dem Plot einen Titel. Schließlich zeigt show() den Plot an.
Beispielcode in Aktion
Lass uns das Ganze einmal in Aktion sehen! Hier ist ein Beispiel mit konkreten Daten:
import matplotlib.pyplot as plt
x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]
plt.plot(x, y)
plt.xlabel('Zeit')
plt.ylabel('Koffeinkonsum')
plt.title('Mein täglicher Koffeinkonsum')
plt.show()
Jetzt kannst du deine eigene Achterbahnfahrt des Koffeinkonsums visualisieren!
Praxis
Aufgabe 1
Erstelle einen Linienplot für die folgenden Daten:
x = [0, 1, 2, 3, 4, 5]
y = [0, 1, 4, 9, 16, 25]
Verwende passende Achsenbeschriftungen und einen aussagekräftigen Titel für den Plot. Musterlösung:
import matplotlib.pyplot as plt
x = [0, 1, 2, 3, 4, 5]
y = [0, 1, 4, 9, 16, 25]
plt.plot(x, y)
plt.xlabel('x-Werte')
plt.ylabel('y-Werte')
plt.title('Quadratische Funktion')
plt.show()
Aufgabe 2
Erstelle einen Linienplot für die Funktion f(x) = sin(x) im Intervall von 0 bis 2π. Hinweis: Du kannst die numpy-Bibliothek verwenden, um die Sinusfunktion zu berechnen.
Musterlösung:
import matplotlib.pyplot as plt
import numpy as np
x = np.linspace(0, 2*np.pi, 100)
y = np.sin(x)
plt.plot(x, y)
plt.xlabel('x-Werte')
plt.ylabel('y-Werte')
plt.title('Sinusfunktion')
plt.show()
Viel Erfolg bei den Aufgaben!
Fazit
Herzlichen Glückwunsch! Du hast erfolgreich Linienplots erstellt und bist bereit, deine Daten visuell ansprechend darzustellen.