Im wissenschaftlich/technischen Bereich sind oft komplexere Darstellungen von (Mess-)Daten oder mathematischer Funktionen gefragt, die mit Tabellenkalkulationsprogrammen wie Excel oder LibreOffice Calc nicht ohne Weiteres erstellt werden können.
Zur Datenvisualisierung gibt es spezielle Programme wie Origin (kommerziell) oder Gnuplot (Open Source). In der Wissenschaft verwendet man jedoch meistens MATLAB zur Datenvisualisierung, zumal in dieser Programmiersprache ohnehin meist Daten berechnet, analysiert oder simulierent werden. Somit wurde MATLAB zu einem Quasistandard für das wissenschaftliche Rechnen und das Visualisieren komplexer Daten bzw. Funktionen.
Solche Softwaremonopole sind grundsätzlich schlecht für eine Volkswirtschaft, da dem Kunden überhöhe Preise für die Produkte abverlangt werden, der Lobbyeinfluss durch übermächtige Softwarekonzerne unerträglich zunimmt und schließlich das Produkt selbst immer intransparenter und dadurch fehlerhafter wird.
Zum Glück gibt es aber eine Open Source Gemeinschaft, die diese Monopole knackt. Im Fall von Microsoft Office ist dies LibreOffice, im Fall von MATLAB bietet sich in erster Linie Octave (siehe gnu.org/software/octave/about) aber auch "Scientific Python" an. Mit Scientific Python ist die Programmiersprache Python in Kombination mit Bibliotheken wie NumPy oder SciPy (um nur zwei zu nennen) gemeint. Hierzu gehört auch die hier betrachtete Bibliothek matplotlib.
matplotlib (siehe matplotlib.org) ist eine Python Bibliothek (offiziell als "Package" bezeichnet) für die grafische Darstellung von Daten. Ihr Funktionsumfang bezüglich Datenvisualisierung ist identisch, eher noch größer als der von MATLAB.
Der Rest in Sachen Python ist bekannt: Kostenlos, Open Source, plattformunabhänig, selbst auf jedem Raspberry Pi vorhanden.
Hinweis: Wenn Sie oben im File Explorer auf eine der beiden Jupyter Notebooks (Endung ".ipnyb") klicken, dann wird lediglich ein Viewer geöffnet, in dem Sie das Notebook nur anschauen können. In diesem Fall erscheinen jedoch die enthaltenen Animationen nicht. Außerdem funktioniert dieser einfache Viewer wegen der Animationen nicht wirklich zuverlässig.
Zum Anschauen verwenden Sie daher bitte den speziellen Viewer für Jupyter-Notebooks "nbviewer" über diesen Link.
Möchten Sie die Codebeispiele darin einzeln ausführen und ändern, dann klicken Sie bitte auf das Icon "launch|binder". Das Starten des Webservice binder kann bis zu einer Minute dauern.
Dieses Werk ist lizenziert unter einer Creative Commons Namensnennung - Weitergabe unter gleichen Bedingungen 4.0 International Lizenz.
