1  Einführung in Matplotlib

Matplotlib ist eine der bekanntesten Bibliotheken zur Datenvisualisierung in Python. Sie ermöglicht das Erstellen statischer, animierter und interaktiver Diagramme mit hoher Flexibilität.

1.1 Warum Matplotlib?

• Breite Unterstützung: Funktioniert mit NumPy, Pandas und SciPy.
• Hohe Anpassbarkeit: Vollständige Kontrolle über Diagramme.
• Integration in Jupyter Notebooks: Ideal für interaktive Datenanalyse.
• Kompatibilität: Unterstützt verschiedene Ausgabeformate (PNG, SVG, PDF etc.).

1.2 Alternativen zu Matplotlib

Während Matplotlib leistungsstark ist, gibt es Alternativen, die für bestimmte Zwecke besser geeignet sein können: - Seaborn: Basiert auf Matplotlib, erleichtert statistische Visualisierung. - Plotly: Erzeugt interaktive Plots, gut für Dashboards. - Bokeh: Ideal für Web-Anwendungen mit interaktiven Visualisierungen.

1.3 Erstes Beispiel: Einfache Linie plotten

import matplotlib.pyplot as plt
import numpy as np

# Beispiel-Daten
t = np.linspace(0, 10, 100)
y = np.sin(t)

# Erstellen des Plots
plt.plot(t, y, label='sin(t)')
plt.xlabel('Zeit (s)')
plt.ylabel('Amplitude')
plt.title('Einfaches Linien-Diagramm')
plt.legend()
plt.show()

Dieses einfache Beispiel zeigt, wie man mit Matplotlib eine Sinuskurve visualisieren kann.

1.4 Nächste Schritte

Im nächsten Kapitel werden wir uns mit den verschiedenen Diagrammtypen beschäftigen, die Matplotlib bietet.