matplotlib

Foundational plotting library. Create line plots, scatter, bar, histograms, heatmaps, 3D, subplots, export PNG/PDF/SVG, for scientific visualization and publication figures.

1. Zainstaluj matplotlib za pomocą pip: pip install matplotlib. Biblioteka jest dostępna dla Pythona i integruje się z Jupyter Notebookami oraz aplikacjami GUI.

2. Wybierz interfejs odpowiadający Twoim potrzebom. Dla szybkich, prostych wykresów użyj interfejsu pyplot (styl MATLAB): zaimportuj matplotlib.pyplot as plt, następnie bezpośrednio wywołuj funkcje takie jak plt.plot(), plt.scatter() czy plt.bar(). Dla bardziej zaawansowanych projektów i pełnej kontroli nad elementami wykresu użyj API obiektowego: utwórz obiekty Figure i Axes za pomocą fig, ax = plt.subplots(), a następnie wywoływaj metody na obiekcie ax.

3. Dostosuj wygląd wykresu poprzez ustawienie kolorów, stylów linii, etykiet osi, legend i tytułów. Matplotlib pozwala na precyzyjne kontrolowanie każdego elementu wizualnego.

4. Dla złożonych wizualizacji utwórz wielopanelowe układy (subplots), łącząc wiele osi w jednej figurze. Umożliwia to porównywanie danych lub prezentowanie różnych aspektów tego samego zbioru.

5. Generuj zaawansowane typy wykresów: mapy ciepła do danych 2D, wykresy konturowe, wizualizacje 3D oraz wykresy animowane. Każdy typ ma dedykowane funkcje i metody.

6. Wyeksportuj gotowy wykres do formatu publikacyjnego: użyj plt.savefig() lub fig.savefig() z parametrem formatu (PNG, PDF, SVG). Wybierz rozdzielczość i rozmiar odpowiednie do Twojego celu.