Regression

Abschnitt 2

Vorbereitung: Python und Matplotlib

0 von 1 Übungen erledigt

Da wir im Folgenden Daten mit dem Computer auswerten und visualisieren wollen, ist Python ein unverzichtbares Werkzeug. Wir nutzen Python und die Bibliothek matplotlib, um Daten zu berechnen und zu visualisieren. Hier ist eine kurze Wiederholung der wichtigsten Konzepte aus dem Informatikunterricht.

Anders als im gedruckten Skript

Alle Code-Beispiele auf dieser Seite stehen in einer Werkbank: Sie lassen sich frei verändern und mit Ausführen starten. Erzeugt der Code einen Plot, erscheint er unter der Konsolenausgabe.

Daten visualisieren mit Matplotlib

Die Bibliothek matplotlib.pyplot (meistens als plt importiert) ist der Standard für wissenschaftliche Diagramme in Python. Ein typischer Plot besteht aus drei Schritten: Daten bereitstellen, Plot-Befehl ausführen, Anzeigen.

Liniendiagramme

In einem Liniendiagramm werden Punkte miteinander verbunden. Wir müssen dazu einfach eine Liste von x-Koordinaten (x) und eine Liste von y-Koordinaten (y) angeben. Die entsprechenden Punkte werden dann in dieser Reihenfolge miteinander verbunden. Geben wir keine Liste von x-Koordinaten an, so wird dafür einfach [0, 1, 2, …] verwendet.

Beispiel. Grundgerüst eines Linien-Plots

Streudiagramme (Scatter Plots)

Manchmal wollen wir Punkte nur als Einzelwerte darstellen, ohne sie mit einer Linie zu verbinden (z. B. wenn es keinen sinnvollen zeitlichen Zusammenhang gibt, wie es bei Messdaten oft der Fall ist). Dafür nutzen wir den Befehl plt.scatter. Dieser funktioniert genau analog zu plt.plot, nur werden da die Punkte nicht miteinander verbunden.

Beispiel. Erstellen eines Streudiagramms

In der offiziellen Dokumentation finden Sie zahlreiche nützliche Beispiele zur umfangreichen Bibliothek.

Übung

Schreiben Sie mit Hilfe der Bibliothek Matplotlib in Python ein Programm, das die folgende Grafik erzeugt.

Eine mit Matplotlib gezeichnete M-Kurve mit drei roten Punkten
Zielgrafik
Lösungsvorschlag

Lösungsvorschlag (matplotlib-example.py)