Matplotlib dengan Python: Menjelaskan Berbagai Plot dengan Contoh

Apa itu matplotlib?

Dari beberapa perpustakaan yang tersedia di Python, matplotlib di python adalah salah satu perpustakaan visualisasi yang membantu dalam visualisasi plot 2D dari sebuah array. Pustaka visualisasi data dibangun di atas array NumPy. Pada tahun 2002, perpustakaan visualisasi data multi-platform diperkenalkan oleh John Hunter. Pustaka menawarkan visualisasi data dan plot grafis dari data yang menyediakan alternatif untuk MATLAB. API Matplotlib yaitu Antarmuka Pemrograman Aplikasi yang digunakan oleh pengembang untuk menanamkan plot dalam aplikasi GUI.

Beberapa plot grafis seperti bar, line, histogram, scatter, dll ditawarkan oleh matplotlib. Visualisasi yang ditawarkan oleh plot matplotlib memungkinkan akses ke sejumlah besar data secara visual. Plot data visual dapat dihasilkan melalui kode beberapa baris hanya karena sifat terstruktur dari skrip python matplotlib.

Dua API digunakan untuk melapisi lapisan skrip matplotlib:

• Python API: Ini adalah hierarki objek kode python.
• OO (Object Oriented) API: Akses langsung ke lapisan backend Matplotlib disediakan oleh API.

Instalasi

Instalasi pustaka matplotlib dapat dilakukan dengan mengunduh matplotlib dan dependensinya dari Python Package Index (PyPI) sebagai paket biner.

Perintah yang dapat digunakan untuk menginstal library adalah

python -m pip instal matplotlib

Dalam sistem operasi seperti Windows, Linux, dan macOS, matplotlib dan dependensinya hadir sebagai paket roda. Dalam kasus seperti itu, perintah yang akan dieksekusi adalah.

python -mpip install -U matplotlib

Pustaka juga tersedia sebagai file sumber yang belum dikompilasi yang instalasinya cukup rumit karena sistem lokal akan memerlukan kompiler yang sesuai untuk OS. Juga, Platform ActiveState dapat digunakan untuk membangun matplotlib dari sumber dan mengemasnya untuk OS yang diperlukan.

Pengimporan

Pengimporan matplotlib dengan python dilakukan melalui perintah

• dari matplotlib impor pyplot sebagai plt
• impor matplotlib.pyplot sebagai plt

Berbagai Plot dan Contoh

1. Menu UI Matplotlib

Menu UI Matplotlib dihasilkan ketika plot dibuat melalui Matplotlib. Kustomisasi plot dan toggling elemen bersama dengan kemampuan untuk memperbesar plot ditawarkan oleh Matplotlib UI.

2. Matplotlib dan NumPy

NumPy adalah paket di bawah python untuk melakukan perhitungan ilmiah. Matplotlib dibangun di atas NumPy dan menggunakan fungsi yang disediakan oleh NumPy untuk data numerik dan array multi-dimensinya.

3. Matplotlib dan Panda

Pandas adalah library python yang digunakan untuk manipulasi data dan analisis oleh matplotlib. Ini bukan ketergantungan yang diperlukan untuk matplotlib tetapi menyediakan bingkai data.

Plot Matplotlib memungkinkan representasi visual dari volume data yang sangat besar. Dengan plot, tren dan pola spesifik yang ada dalam data dapat diidentifikasi yang penting untuk membuat korelasi. Plot Matplotlib pada dasarnya menyediakan cara untuk penalaran tentang informasi kuantitatif.

Beberapa jenis plot matplotlib adalah:

1. Plot garis:

Menggunakan dua titik

• Plot Garis Matplotlib dihasilkan dengan mengimpor pyplot.
• Untuk menggambar titik dalam diagram, fungsi plot() digunakan yang secara default menggambar garis dari satu titik ke titik lainnya.
• Dua parameter diperhitungkan yang menentukan titik untuk menggambar garis.
• Titik sumbu X disimpan sebagai larik di Parameter 1.
• Titik sumbu Y disimpan sebagai larik di Parameter 2.
• Contoh: Jika sebuah garis harus diplot dari titik (2, 6), ke (10, 15), maka dua array harus dilewati yaitu [2, 10], dan [6, 15].

Contoh: Kode yang menunjukkan plot garis dan plot yang dihasilkan

Sumber

2. Menggunakan Beberapa Poin

• Seperti cara dua titik digunakan untuk merencanakan, beberapa titik diizinkan untuk diplot menggunakan matplotlib di python .
• Titik-titik harus dalam jumlah yang sama di kedua sumbu untuk merencanakan sejumlah titik.
• Memasukkan:

Sumber

3. Titik garis tanpa titik sumbu x

• Jika titik sumbu X tidak ditentukan, maka nilai default untuk sumbu X diambil berdasarkan titik sumbu Y.
• Input: Kode akan tetap sama seperti kode di atas untuk memplot garis tetapi hanya dengan satu array sebagai input, yaitu array untuk sumbu Y. Sumbu X akan diambil sebagai default.

ypoints = np.array([10, 8, 12, 20, 3, 9])

• Plot yang dihasilkan:

Berbagai opsi hadir di matplotlib yang memungkinkan peningkatan efek visual plot:

1. Penanda

• Untuk meningkatkan efek visual dari titik-titik dalam diagram, penanda tertentu dapat digunakan menggunakan penanda kata kunci .
• Penanda dapat berupa bintang, Lingkaran, Titik, Piksel, X, dll.
• Contoh: plt.plot(ypoints, marker = 'o') dapat digunakan untuk merencanakan titik
• Daftar penanda lainnya ditunjukkan dalam cuplikan di bawah ini yang diambil dari

Sumber

• Marker dapat diubah sesuai dengan warna (140 warna yang didukung), ukuran, dan jenis garis yang dapat digunakan seperti garis putus-putus, padat, atau putus-putus.
• Perintah markeredge ( mec ) dan markerfacecolor ( mfc ) digunakan untuk mewarnai seluruh marker.
• Ini menawarkan pilihan untuk mewarnai hanya tepi spidol atau seluruh spidol.
• Markersize atau singkatnya ms digunakan untuk mengatur ukuran marker.

Sintaks: plt.plot(ypoints, marker = 'o', ms = 30)

2. Garis Matplotlib

• Gaya garis yang diplot dapat diubah sesuai dengan opsi gaya garis, putus-putus, atau putus-putus yang direpresentasikan sebagai ls , : , atau — .

Sintaks: plt.plot(ypoints, ls = ':')

• Warna garis dapat diubah sesuai dengan warna kata kunci atau dalam bentuk yang lebih pendek menggunakan c . matplotlib menyediakan 140 warna yang didukung untuk mengubah tampilan warna garis.
• Lebar garis dapat diubah dengan argumen linewidth atau lw . Ini adalah angka mengambang dalam poin.
• Beberapa baris dapat diplot dalam grafik yang sama menggunakan fungsi plt.plot() .
• fungsi grid() digunakan untuk menambahkan garis grid ke dalam plot. Parameter sumbu dapat ditambahkan untuk menentukan di sumbu mana garis kisi diperlukan.

Sintaks: plt.grid(sumbu = 'x')

• Properti grid dapat diubah sesuai seperti warna, gaya garis dan lebar melalui argumen, warna, gaya garis, dan nomor.

Sintaks: plt.grid(color = 'green', linestyle = '–', linewidth = 0,5)

3. Label dan judul Matplotlib

• Fungsi xlabel() dan ylabel() digunakan untuk memberi label pada masing-masing asex.
• Fungsi title() digunakan untuk membuat judul plot.
• Properti font plot dapat diubah dengan parameter fontdict .
• Parameter loc dapat digunakan untuk menentukan posisi judul.

Beberapa plot dapat digambar dalam satu gambar menggunakan fungsi subplots() .

4. Plot Pencar Matplotlib

• Fungsi scatter() dapat digunakan dengan pyplot untuk menggambar plot pencar.
• Diperlukan dua larik dengan panjang yang sama, yaitu satu larik untuk setiap sumbu.
• Contoh:

Sumber

Plot yang dihasilkan

• warna atau argumen c digunakan untuk mewarnai titik-titik pada scatter plot.
• Colormap dapat digunakan untuk menentukan warna yang dibutuhkan dalam scatterplot. Setiap warna dalam colormap memiliki nilai tertentu. Itu dapat dimasukkan melalui argumen cmap nd kemudian menetapkan nama colormap. Beberapa peta warna in=built tersedia di matplotlib.

Sintaks: plt.scatter(x, y, c=colors, cmap='viridis')

Viridis adalah peta warna bawaan yang tersedia di matplotlib.

• Ukuran dan transparansi titik dapat diubah melalui argumen s dan alpha .
• Peta warna dapat dikombinasikan dengan ukuran titik yang berbeda.

5. Diagram batang Matplotlib

• bar() fungsi yang digunakan untuk menggambar diagram batang . Argumen untuk tata letak bar disebutkan dalam fungsi bar() . Ini memplot diagram batang vertikal.

• Untuk memplot diagram batang horizontal, fungsi barh() digunakan.
• Memasukkan:

• Plot yang dihasilkan:

Sumber

• Argumen warna digunakan dengan fungsi bar() dan barh() untuk mengatur warna bar.

Sintaks: plt.bar(x, y, warna = “hijau”).

• Argumen lebar digunakan dengan fungsi bar() dan barh() untuk mengatur lebar bar.

Sintaks: plt.bar(x, y, lebar = 0.2).

• Argumen lain yang diambil oleh fungsi bar() dan barh() adalah tinggi yang digunakan untuk mengatur tinggi batang.

6. Plot Pie Matplotlib

• Diagram lingkaran dibuat melalui fungsi pie() di pustaka matplotlib.
• Contoh: Masukan:

• Plot yang dihasilkan:

Sumber

• Setiap irisan dapat diberi label dengan label parameter yang merupakan larik dengan label untuk setiap irisan.

Sintaks: mylabels = [ “mobil” , “sepeda” , “sepeda” , “bus” ]

• Sudut awal default dalam diagram lingkaran adalah sumbu X, yang dapat diubah dengan parameter awal. Sudut didefinisikan dalam derajat dan sudut default adalah 0.
• Dengan parameter meledak, irisan yang diperlukan dapat ditampilkan agar menonjol. Itu ditentukan melalui larik dengan nilai irisan agar menonjol dan nilai lainnya disimpan sebagai 0.

Sintaks: myexplode = [0.2, 0, 0, 0]

• Menyetel parameter shadows ke true akan membuat bayangan untuk diagram lingkaran.
• parameter warna digunakan untuk menentukan warna setiap irisan melalui array.

Sintaks: mylabels = [ “mobil” , “sepeda” , “sepeda” , “bus” ]

mycolors = [“hitam”, “hotpink”, “biru”, hijau””]

• legend() fungsi digunakan untuk menambahkan penjelasan ke setiap irisan.

7. Histogram

• Histogram digunakan untuk memplot distribusi frekuensi.
• fungsi hist() digunakan untuk membuat histogram yang menggunakan array angka untuk membuat histogram.
• Contoh: Input: baris di atas akan sama dengan yang digunakan untuk memplot diagram batang.

x = np.random.normal(90, 100, 200)

cetak (x)

• Plot yang dihasilkan:

Kesimpulan

Seperti yang dibahas dalam artikel, matplotlib dengan python dapat digunakan untuk memplot data dalam berbagai gaya. Berbagai pilihan lebih lanjut tersedia untuk meningkatkan plot kami yang memungkinkan pengguna untuk memberi label, mengubah ukuran, dan warna sesuai keinginan mereka. Oleh karena itu, python dan library-librarynya cukup membantu untuk analisis dan penanganan data di zaman sekarang ini.

Pelatihan pemrograman Python di bidang ilmu data tersedia dalam kursus Program PG Eksekutif dalam Ilmu Data yang ditawarkan oleh upGrad . Jika Anda ingin dilatih di bawah pakar industri dan menjelajahi berbagai peluang yang dimiliki oleh ilmu data, Anda dapat mendaftar di kursus tersebut. Kursus ini ditawarkan oleh IIIT-Bangalore dan dirancang khusus untuk pemula hingga profesional tingkat menengah dalam kelompok usia 21 hingga 45 tahun. Terlepas dari jenis kelamin apa pun, jika Anda termasuk dalam kategori yang disebutkan ini dan bermimpi menjadi ilmuwan data terkemuka, bergabunglah dengan kami dalam usaha ini. Untuk kapal bantuan apapun, tim kami siap membantu Anda.