Python'da Matplotlib: Çeşitli Grafikleri Örneklerle Açıkladı

matplotlib nedir?

Python'da bulunan çeşitli kitaplıklardan python'daki matplotlib , bir dizinin 2B çizimlerinin görselleştirilmesine yardımcı olan böyle bir görselleştirme kitaplığıdır. Veri görselleştirme kitaplığı, NumPy dizileri üzerine kurulmuştur. 2002 yılında, çok platformlu veri görselleştirme kitaplığı John Hunter tarafından tanıtıldı. Kütüphane, verilerin görselleştirilmesini ve verilerin grafiksel olarak çizilmesini sağlayarak MATLAB'a bir alternatif sunar. Matplotlib'in API'leri, yani geliştiriciler tarafından grafikleri GUI uygulamalarına yerleştirmek için kullanılan Uygulama Programlama Arayüzleri.

Matplotlib tarafından çubuk, çizgi, histogram, dağılım vb. gibi çeşitli grafik grafikler sunulmaktadır. Matplotlib grafiğinin sunduğu görselleştirme , büyük miktarda veriye görsel olarak erişim sağlar. Görsel veri grafiği, yalnızca bir python matplotlib betiğinin yapılandırılmış doğası nedeniyle birkaç satırlık bir kod aracılığıyla oluşturulabilir.

Matplotlib komut dosyası katmanının üst üste bindirilmesi için iki API kullanılır:

• Python API: Python kod nesnelerinin bir hiyerarşisidir.
• OO (Nesne Yönelimli) API: Matplotlib'in arka uç katmanlarına doğrudan erişim, API tarafından sağlanır.

Kurulum

Matplotlib kütüphanesinin kurulumu, matplotlib ve bağımlılıklarının Python Paket İndeksinden (PyPI) ikili paket olarak indirilmesiyle yapılabilir.

Kitaplığı kurmak için kullanılabilecek komut şudur:

piton -m pip kurulum matplotlib

Windows, Linux ve macOS gibi bir işletim sisteminde matplotlib ve bağımlılıkları tekerlek paketleri olarak bulunur. Bu gibi durumlarda yürütülecek komut şudur.

piton -mpip kurulumu -U matplotlib

Kütüphane, yerel sistem işletim sistemi için uygun derleyiciye sahip olmayı gerektireceğinden kurulumu oldukça karmaşık olan derlenmemiş kaynak dosyaları olarak da mevcuttur. Ayrıca ActiveState Platformu, matplotlib'i kaynaktan oluşturmak ve gerekli işletim sistemi için paketlemek için kullanılabilir.

içe aktarılıyor

Python'da matplotlib'in içe aktarılması komutlar aracılığıyla gerçekleştirilir.

• matplotlib'den pyplot'u plt olarak içe aktarın
• matplotlib.pyplot'u plt olarak içe aktar

Çeşitli Arsalar ve Örnekler

1. Matplotlib Kullanıcı Arayüzü Menüsü

Matplotlib UI Menüsü, Matplotlib aracılığıyla grafikler oluşturulduğunda oluşturulur. Matplotlib UI tarafından grafiğin özelleştirilmesi ve öğelerin değiştirilmesi ile grafiklere yakınlaştırma yeteneği sunulmaktadır.

2. Matplotlib ve NumPy

NumPy , bilimsel hesaplamaları gerçekleştirmek için python altında bir pakettir . Matplotlib, NumPy üzerine kuruludur ve sayısal verileri ve çok boyutlu dizileri için NumPy tarafından sağlanan işlevleri kullanır.

3. Matplotlib ve Pandalar

Pandalar, matplotlib tarafından verilerin işlenmesi ve analiz edilmesi için kullanılan bir python kütüphanesidir. Matplotlib için gerekli bir bağımlılık değildir, ancak bir veri çerçevesi sağlar.

Matplotlib grafikleri , büyük hacimli verilerin görsel temsiline izin verir. Grafiklerle, verilerde mevcut olan eğilimler ve belirli modeller, korelasyon yapmak için gerekli olan belirlenebilir. Matplotlib Grafikleri temel olarak nicel bilgi hakkında akıl yürütmenin bir yolunu sağlar.

Matplotlib grafiği türlerinden bazıları şunlardır:

1. Çizgi grafiği:

iki nokta kullanma

• Matplotlib Çizgi Grafiği, pyplot içe aktarılarak oluşturulur.
• Bir diyagramdaki noktaları çizmek için , varsayılan olarak bir noktadan diğerine bir çizgi çizen plot() işlevi kullanılır.
• Çizgi çizme noktalarını belirleyen iki parametre dikkate alınır.
• X ekseni noktaları Parametre 1'de dizi olarak saklanır.
• Y ekseni noktaları Parametre 2'de dizi olarak saklanır.
• Örnek: Eğer (2, 6) ve (10, 15) noktalarından bir çizgi çizilmesi gerekiyorsa, o zaman iki dizi geçilmelidir, yani [2, 10] ve [6, 15].

Örnek: Çizgilerin çizimini ve oluşturulan çizimi gösteren bir kod

Kaynak

2. Birden Fazla Nokta Kullanma

• Çizim için iki noktanın kullanılması gibi, python'da matplotlib kullanılarak birden çok noktanın çizilmesine izin verilir .
• Bir dizi noktayı çizmek için noktalar her iki eksende de aynı sayıda olmalıdır.
• Giriş:

Kaynak

3. x ekseni noktaları olmayan çizgi noktaları

• X ekseni noktaları belirtilmemişse, X ekseni için varsayılan değerler Y ekseni noktalarına göre alınır.
• Girdi: Kod, satırları çizmek için yukarıdaki kodlar gibi aynı kalacaktır, ancak girdi olarak yalnızca bir dizi, yani Y ekseni için bir dizi olacaktır. X ekseni varsayılan olarak alınacaktır.

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

• Oluşturulan arsa:

Matplotlib'de, grafiklerin görsel efektlerini artırmaya izin veren çeşitli seçenekler mevcuttur:

1. İşaretleyiciler

• Bir diyagramdaki noktaların görsel efektlerini geliştirmek için, işaretleyici anahtar sözcüğü kullanılarak belirli bir işaretleyici kullanılabilir .
• İşaretçiler bir yıldız, Daire, Nokta, Piksel, X vb. olabilir.
• Örnek: plt.plot(ypoints, marker = 'o') noktaları çizmek için kullanılabilir
• Diğer işaretçi listeleri, aşağıdaki alıntıdan alınmıştır:

Kaynak

• İşaret, renge (desteklenen 140 renk), boyuta ve noktalı, düz veya kesikli çizgi gibi kullanılabilen çizgi türüne göre değiştirilebilir.
• işaretleyicinin tamamını renklendirmek için markeredge ( mec ) ve markerfacecolor ( mfc ) komutları kullanılır.
• Markörün sadece kenarını veya tüm markörü renklendirme seçeneği sunar.
• İşaretçinin boyutunu ayarlamak için işaretçi boyutu veya kısa ms cinsinden kullanılır.

Sözdizimi: plt.plot(ypoints, işaretçi = 'o', ms = 30)

2. Matplotlib Hattı

• Çizilen çizginin stili, ls , : veya — olarak gösterilen çizgi stili, noktalı veya kesikli seçeneklerine göre değiştirilebilir .

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

• Çizginin rengi color anahtar kelimesine uygun olarak veya c kullanılarak daha kısa bir biçimde değiştirilebilir . matplotlib, çizginin renk görünümünü değiştirmek için 140 desteklenen renk sağlar.
• Çizginin genişliği, linewidth veya lw argümanı ile değiştirilebilir . Noktalarda kayan bir sayıdır.
• plt.plot() işlevleri kullanılarak aynı grafikte birden çok satır çizilebilir .
• grid() işlevi, çizime ızgara çizgileri eklemek için kullanılır. Kılavuz çizgisinin hangi eksende gerekli olduğunu belirtmek için eksen parametreleri eklenebilir.

Sözdizimi: plt.grid(eksen = 'x')

• Izgaranın özellikleri, argümanlar, renk, çizgi stilleri ve sayı aracılığıyla renk, çizgi stili ve genişlik gibi buna göre değiştirilebilir.

Sözdizimi: plt.grid(renk = 'yeşil', çizgi stili = '–', çizgi genişliği = 0,5)

3. Matplotlib Etiketleri ve Başlıkları

• xlabel() ve ylabel() işlevleri, ilgili asex'i etiketlemek için kullanılır.
• Başlık () işlevi, arsa için bir başlık ayarlamak için kullanılır.
• Grafiğin yazı tipi özellikleri, fontdict parametresi ile değiştirilebilir.
• loc parametresi , başlığın konumunu belirtmek için kullanılabilir.

subplots() işlevi kullanılarak tek bir şekilde birden fazla grafik çizilebilir .

4. Matplotlib Dağılım Grafiği

• Scatter() işlevi , bir dağılım grafiği çizmek için pyplot ile birlikte kullanılabilir.
• Aynı uzunlukta iki dizi gereklidir, yani her eksen için bir dizi.
• Örnek vermek:

Kaynak

Oluşturulan arsa

• renk veya c argümanı, dağılım grafiğindeki noktaları renklendirmek için kullanılır.
• Renk haritası, dağılım grafiğinde gerekli rengi belirtmek için kullanılabilir. Renk haritasındaki her rengin belirli bir değeri vardır. cmap argümanı aracılığıyla dahil edilebilir ve ardından renk haritasının adı atanabilir. Matplotlib'de birkaç yerleşik = yerleşik renk haritası mevcuttur.

Sözdizimi: plt.scatter(x, y, c=renkler, cmap='viridis')

Viridis, matplotlib'de bulunan yerleşik bir renk haritasıdır.

• Noktaların boyutu ve şeffaflığı s ve alfa argümanı ile değiştirilebilir.
• Renk haritası, farklı boyutlardaki noktalarla birleştirilebilir.

5. Matplotlib Çubuk diyagramları

• bar() fonksiyonu çubuk diyagramlarını çizmek için kullanılır . Çubukların düzenine ilişkin argümanlar, bar() işlevinde belirtilmiştir. Dikey çubuk diyagramları çizer.

• Yatay çubuk diyagramları çizmek için barh() işlevi kullanılır.
• Giriş:

• Oluşturulan arsa:

Kaynak

• Renk argümanı, çubuk renklerini ayarlamak için bar() ve barh() işleviyle birlikte kullanılır.

Sözdizimi: plt.bar(x, y, renk = “yeşil”).

• Genişlik argümanı, çubuk genişliğini ayarlamak için bar() ve barh() işleviyle birlikte kullanılır.

Sözdizimi: plt.bar(x, y, genişlik = 0.2).

• bar() ve barh() işlevi tarafından alınan başka bir argüman , çubuk yüksekliğini ayarlamak için kullanılan yüksekliktir.

6. Matplotlib Pasta planı

• matplotlib kitaplığındaki pie() işlevi aracılığıyla bir pasta grafiği oluşturulur.
• Örnek: Giriş:

• Oluşturulan arsa:

Kaynak

• Her kama, her kama için etiketleri içeren bir dizi olan parametre etiketi ile etiketlenebilir.

Sözdizimi: mylabels = [ "arabalar" , "bisikletler" , "bisikletler " , "otobüsler" ]

• Pasta grafiğindeki varsayılan başlangıç ​​açısı, parametre başlangıç ​​açısı ile değiştirilebilen X eksenidir. Açı derece olarak tanımlanır ve varsayılan açı 0'dır.
• Patlatma parametresi ile istenilen kama göze çarpacak şekilde görüntülenebilir. Kama değerinin öne çıkacağı ve geri kalan değerlerin 0 olarak tutulacağı bir dizi aracılığıyla belirtilir.

Sözdizimi: myexplode = [0.2, 0, 0, 0]

• shadows parametresini true olarak ayarlamak, pasta grafiği için bir gölge oluşturacaktır.
• color parametresi, bir dizi boyunca her kamanın renklerini belirtmek için kullanılır.

Sözdizimi: mylabels = [ "arabalar" , "bisikletler" , "bisikletler " , "otobüsler" ]

mycolors = [“siyah”, “hotpink”, “mavi”, yeşil””]

• Legend() işlevi, her kamaya bir açıklama eklemek için kullanılır.

7. Histogram

• Histogram, frekans dağılımlarını çizmek için kullanılır.
• hist() işlevi, histogramı oluşturmak için bir dizi sayı kullanan bir histogram oluşturmak için kullanılır.
• Örnek: Giriş: Yukarıdaki satırlar, çubuk diyagramları çizmek için kullanılanla aynı olacaktır.

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

yazdır(x)

• Oluşturulan arsa:

Çözüm

Makalede tartışıldığı gibi, python'daki matplotlib , verilerin çeşitli stillerde çizilmesi için kullanılabilir. Kullanıcının isteğine göre etiketlemesine, yeniden boyutlandırmasına ve renklendirmesine olanak tanıyan çizimlerimizi geliştirmek için daha çeşitli seçenekler mevcuttur. Bu nedenle, python ve kütüphaneleri, mevcut çağda verilerin analizi ve işlenmesi için oldukça faydalıdır.

Veri bilimi alanında Python programlama eğitimi, upGrad tarafından sunulan Veri Biliminde Yönetici PG Programı kursunda mevcuttur. Endüstri uzmanları tarafından eğitim almak ve veri biliminin sunduğu çeşitli fırsatları keşfetmek istiyorsanız, kursa kayıt olabilirsiniz. Kurs IIIT-Bangalore tarafından sunulmaktadır ve özellikle 21 ila 45 yaş grubundaki orta seviye profesyonellere Giriş için tasarlanmıştır. Cinsiyetiniz ne olursa olsun, bu kategoriye giriyorsanız ve lider bir veri bilimcisi olmayı hayal ediyorsanız, bu girişimde bize katılın. Herhangi bir yardım gemisi için ekibimiz size yardım etmeye hazır.