Extra: grafieken
Deze opgave probeert je in een realistisch scenario te plaatsen. Je wil iets doen, in dit geval een professionele grafiek maken bij data die je verzameld hebt voor bijvoorbeeld een profielwerkstuk, maar je weet nog niet hoe. Misschien denk je dat Python kan je hier bij helpen, maar wat dan? Het doel van deze opgave is om dat een keer uit te zoeken.
Ook al is het de bedoeling van deze opgave om zelf dingen uit te zoeken, wees niet bang om hulp te vragen! Het is niet makkelijk om de informatie die op internet te vinden is om te zetten naar bruikbare kennis. Juist dat te leren kan het heel handig zijn als iemand je helpt kijken.
Een van de beste eigenschappen van Python is dat voor heel veel toepassingen al hele goede modules zijn gemaakt. Stap 1 zal dus zijn om uit te zoeken of er al een goede module is die ons kan helpen om grafieken te maken. Let op: doe opgave 1 voordat je verder leest!
- Zoek op het internet naar de naam van een (of meerdere) Python module(s) die je zou kunnen gebruiken om een grafiek te tekenen.
Bij opgave 1 ben je waarschijnlijk de module Matplotlib tegengekomen, dat is voor de meeste toepassingen met grafieken de beste optie. Andere populaire opties (bijvoorbeeld Pandas en Seaborn) bouwen voort op Matplotlib en maken vooral specifieke soorten grafieken makkelijker. Wij zullen vandaag daarom Matplotlib gaan gebruiken.
De data die je wilt plotten komt van een experiment dat de groei van planten met en zonder muziek op de achtergrond meet [1]:
groei_zonder = [100, 125, 139, 216, 231, 244, 280]
groei_met = [100, 142, 166, 255, 278, 294, 332]
Dit zijn de (gemiddelde) percentages waarmee planten zijn gegroeid met en zonder muziek na 1, 2, 3, ..., 7 weken.
Het einddoel is om een goed gelabelde, duidelijke grafiek te maken van de data. Gebruik hiervoor informatie die je kan vinden op het internet. Hieronder vind je wat hints om te helpen als je niet weet waar je moet beginnen en nogmaals, wees niet bang om vragen te stellen!
- Maak een mooie grafiek met beide data series en de grafiek van de data. Zorg er tenminste voor dat de assen gelabeld zijn en er een legenda is.
HINTS:
- De website van Matplotlib zelf is www.matplotlib.org, en heeft een kopje “tutorials”.
- Tutorials op de site van modules als Matplotlib zijn vaak gemaakt om in weinig tijd zo veel mogelijk functionaliteit van een module te laten zien. Daarom is het kopje “examples” vaak handiger als startpunt.
- Een google opdracht als “python matplotlib [korte omschrijving van je vraag]” is vaak erg hulpvol, dit is een van de voordelen van python!
- Er zijn ook veel andere goede tutorials te vinden op het internet, die zijn vaak meer gericht op nieuwe programmeurs.
- Kopieer de python code van een voorbeeld dat er ongeveer goed uit ziet en experimenteer. Bijvoorbeeld dit example.
- Er zijn twee manieren om Matplotlib te gebruiken, niet alle online tutorials gebruiken dezelfde en dat kan verwarring geven. o De "OO"-manier (explicit): gekenmerkt door opdrachten als ax.plot(…) en ax.set_xlabel(…) o De "zoek het zelf maar uit"-manier (implicit): gekenmerkt door plt.plot(…), plt.x_label(…) o Beide manieren zullen werken, maar wij raden de “OO”-manier aan (zie de [quick start guide](https://matplotlib.org/stable/users/explain/quick_start.html# the-explicit-and-the-implicit-interfaces)) in plaats van de "zhzmu"-manier (zie de pyplot tutorial). De OO-manier is op de lange termijn flexibeler en past beter bij de Python-stijl van programmeren. De "zhzmu" variant is gemaakt voor mensen die de programmeer omgeving matlab gewend waren, dat was de grote voorganger van Python voor wetenschappelijk werk.
Bronnen: [1] Renee Roestenburg en Merel Beurskens, Profielwerkstuk "Dansende Afrikaantjes", als te vinden in van Melsen prijs magazine 2020.
