Курс Python → Активация Matplotlib в Jupyter

Магическая команда %matplotlib inline является одной из наиболее часто используемых команд в Jupyter Notebook при работе с библиотекой Matplotlib. При ее использовании графики, созданные с помощью Matplotlib, будут отображаться прямо в ячейках блокнота, что делает процесс визуализации данных более удобным и наглядным.

Данная команда активирует интерактивную поддержку Matplotlib, позволяя вам манипулировать и взаимодействовать с графиками прямо в блокноте. Это особенно удобно при анализе данных или проведении исследований, так как вы можете быстро изменять параметры графиков и наблюдать результаты в режиме реального времени.

Пример использования команды %matplotlib inline:


import matplotlib.pyplot as plt

%matplotlib inline

x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]

plt.plot(x, y)
plt.xlabel('X-axis')
plt.ylabel('Y-axis')
plt.title('Sample Plot')
plt.show()

В приведенном примере мы импортируем библиотеку Matplotlib, активируем интерактивный режим с помощью команды %matplotlib inline и строим простой график, отображаемый прямо в блокноте. Это позволяет нам быстро визуализировать данные и анализировать результаты без необходимости сохранения графиков в отдельные файлы.

Твои коллеги будут рады, поделись в

Автор урока

Дмитрий Комаровский
Дмитрий Комаровский

Автоматизация процессов
в КраснодарБанки.ру

Другие уроки курса "Python"

  1. Проверка надежности пароля на Python
  2. Изменение списка срезом
  3. Удаление дубликатов с сохранением порядка с помощью dict.fromkeys
  4. Сериализация объектов в Python
  5. Генераторы в Python
  6. Создание словарей в Python
  7. enumerate() в Python для работы с индексами
  8. Работа с итераторами в Python
  9. Проблема сравнения словарей
  10. Псевдонимы в Python
  11. Преобразование списков в словарь
  12. Переменные в Python
  13. TypedDict для kwargs в Python 3.12
  14. Форматирование строк в Python
  15. Работа с IP-адресами в Python
  16. Вычисление натурального логарифма в NumPy
  17. ChainMap.new_child() — добавление нового словаря
  18. Дефолтные параметры в Python
  19. Удаление специальных символов
  20. Основные операции с библиотекой Numpy
  21. Принципы Zen of Python
  22. Курс по дообучению ChatGPT
  23. Делегирование в Python
  24. Работа с множествами в Python
  25. Работа с PosixPath() в Python
  26. Логирование с Loguru
  27. Избегайте пустого списка
  28. Создание класса в Python
  29. Функция с **kwargs в Python
  30. Метод __index__ в Python
  31. Обновление ключей в Python
  32. Создание и использование модулей в Python
  33. Преобразование строки в число
  34. Объединение итераторов
  35. Работа с изменяемыми коллекциями
  36. Функции map, filter, reduce
  37. Замена атрибута в именованном кортеже
  38. Равенство и идентичность в Python
  39. Удаление дубликатов из списка с помощью dict.fromkeys
  40. Генераторы по генератору
  41. Анонимные функции Lambda
  42. Использование обратной косой черты в f-строках
  43. Эффективная конкатенация строк в Python
  44. Логирование в Python
  45. Работа с NumPy
  46. Строки в Python: апострофы и кавычки
  47. Константы в модуле cmath
  48. Проверка подстроки в строке
  49. Атрибуты класса и экземпляра в Python

Marketello читают маркетологи из крутых компаний