Python za analizu podataka: Matplotlib i vizuelizacija podataka

Piše Yasin TANIŞ

Prvobitno objavljeno na Mediumu

Ilustracija grafikona i Python koda za vizuelizaciju podataka

Uvod

Vizuelizacija podataka znači korišćenje grafikona i dijagrama kako bi složeni skupovi podataka postali razumljiviji. Python nudi više biblioteka za analizu i vizuelizaciju podataka, a Matplotlib je jedna od najpopularnijih. U ovom tekstu učimo osnove vizuelizacije podataka uz Matplotlib.

Šta je Matplotlib

Matplotlib je moćna i fleksibilna biblioteka za izradu 2D grafikona u Pythonu. Može da crta linijske, stubičaste i raspršene grafikone, kao i mnoge druge vrste grafikona.

Instalacija Matplotliba

Prije upotrebe Matplotlib treba instalirati. Ako ga nemate na sistemu, instalirajte ga ovom komandom:

pip install matplotlib

Osnovna upotreba

Počnimo jednostavnim linijskim grafikonom.

import matplotlib.pyplot as plt
# Example data
x = [1, 2, 3, 4, 5]
y = [2, 3, 5, 7, 11]

# Creating a line plot
plt.plot(x, y)
plt.xlabel('X Axis')
plt.ylabel('Y Axis')
plt.title('Simple Line Plot')
plt.show()
Jednostavan linijski grafikon s tačkama povezanim linijom
Slika 1: Jednostavan linijski grafikon s tačkama podataka povezanim linijom.

Ovaj jednostavan primjer pokazuje kako se pomoću Matplotliba crta linijski grafikon. Pogledajmo sada još neke vrste grafikona i načine prilagođavanja.

Vrste grafikona

Stubičasti grafikoni

Stubičasti grafikoni služe za prikaz kategorijalnih podataka.

import matplotlib.pyplot as plt

# Example data
categories = ['A', 'B', 'C', 'D', 'E']
values = [4, 7, 1, 8, 5]
# Creating a bar chart
plt.bar(categories, values)
plt.xlabel('Categories')
plt.ylabel('Values')
plt.title('Simple Bar Chart')
plt.show()
Stubičasti grafikon s vrijednostima za različite kategorije
Slika 2: Jednostavan stubičasti grafikon s vrijednostima za različite kategorije.

Raspršeni grafikoni

Raspršeni grafikoni prikazuju odnos između dvije promjenljive.

import matplotlib.pyplot as plt

# Example data
x = [5, 7, 8, 7, 2, 17, 2, 9, 4, 11]
y = [99, 86, 87, 88, 100, 86, 103, 87, 94, 78]
# Creating a scatter plot
plt.scatter(x, y)
plt.xlabel('X Variable')
plt.ylabel('Y Variable')
plt.title('Simple Scatter Plot')
plt.show()
Raspršeni grafikon s rasporedom tačaka podataka
Slika 3: Jednostavan raspršeni grafikon koji prikazuje raspored tačaka podataka.

Histogrami

Histogrami pokazuju kako su podaci raspoređeni.

import matplotlib.pyplot as plt

# Example data
data = [1, 2, 2, 3, 3, 3, 4, 4, 4, 4, 5, 5, 5, 5, 5]
# Creating a histogram
plt.hist(data, bins=5)
plt.xlabel('Values')
plt.ylabel('Frequency')
plt.title('Simple Histogram')
plt.show()
Histogram s raspodjelom učestalosti podataka
Slika 4: Jednostavan histogram koji prikazuje raspodjelu učestalosti podataka.

Kružni grafikoni

Kružni grafikoni prikazuju udjele kategorijalnih podataka.

import matplotlib.pyplot as plt
# Example data
labels = ['A', 'B', 'C', 'D']
sizes = [15, 30, 45, 10]
# Creating a pie chart
plt.pie(sizes, labels=labels, autopct='%1.1f%%', startangle=90)
plt.axis('equal')  # Equal aspect ratio ensures that pie is drawn as a circle.
plt.title('Simple Pie Chart')
plt.show()
Kružni grafikon s udjelima različitih kategorija
Slika 5: Jednostavan kružni grafikon koji prikazuje udjele različitih kategorija.

Prilagođavanje grafikona

Matplotlib omogućava opsežno prilagođavanje grafikona kako bi bili čitljiviji i vizuelno prijatniji.

Boje i stilovi

Grafikonima možete dodati boje i stilove kako bi bili privlačniji.

import matplotlib.pyplot as plt

# Example data
x = [1, 2, 3, 4, 5]
y = [2, 3, 5, 7, 11]
# Customizing the line plot
plt.plot(x, y, color='red', linestyle='--', marker='o')
plt.xlabel('X Axis')
plt.ylabel('Y Axis')
plt.title('Customized Line Plot')
plt.show()
Linijski grafikon s crvenom isprekidanom linijom i kružnim oznakama
Slika 6: Prilagođeni linijski grafikon s crvenom isprekidanom linijom i kružnim oznakama.

Veličina i rezolucija grafikona

Veličinu i rezoluciju grafikona možete podesiti prema različitim potrebama.

import matplotlib.pyplot as plt

# Example data
x = [1, 2, 3, 4, 5]
y = [2, 3, 5, 7, 11]
# Setting plot size and resolution
plt.figure(figsize=(10, 5), dpi=100)
plt.plot(x, y)
plt.xlabel('X Axis')
plt.ylabel('Y Axis')
plt.title('Large and High-Resolution Plot')
plt.show()
Veliki grafikon visoke rezolucije s detaljnim tačkama
Slika 7: Veliki grafikon visoke rezolucije s detaljnim tačkama podataka.

Podgrafikoni

Podgrafikoni omogućavaju da u jednoj slici nacrtate više grafikona.

Dva različita grafikona jedan pored drugog u jednoj slici
Slika 8: Podgrafikoni koji prikazuju dva različita grafikona u jednoj slici.

Logaritamski grafikoni

Logaritamski grafikoni korisni su za podatke koji obuhvataju veoma širok raspon vrijednosti.

import matplotlib.pyplot as plt
import numpy as np

# Example data
x = np.linspace(0.1, 100, 100)
y = np.exp(x)
# Creating a logarithmic plot
plt.plot(x, y)
plt.xscale('log')
plt.yscale('log')
plt.xlabel('Log X Axis')
plt.ylabel('Log Y Axis')
plt.title('Logarithmic Plot')
plt.show()
Grafikon podataka na logaritamskoj skali
Slika 9: Grafikon koji prikazuje podatke na logaritamskoj skali.

Napredno prilagođavanje

Napomene

Napomenama možete istaći određene tačke.

import matplotlib.pyplot as plt

# Example data
x = [1, 2, 3, 4, 5]
y = [2, 3, 5, 7, 11]
# Creating a plot with annotation
plt.plot(x, y)
plt.annotate('Important Point', xy=(3, 5), xytext=(4, 10),
             arrowprops=dict(facecolor='black', shrink=0.05))
plt.xlabel('X Axis')
plt.ylabel('Y Axis')
plt.title('Annotated Plot')
plt.show()
Grafikon sa strelicom napomene usmjerenom ka važnoj tački
Slika 10: Grafikon s napomenom koja ističe važnu tačku.

3D grafikoni

Matplotlib može da crta i 3D grafikone.

from mpl_toolkits.mplot3d import Axes3D
import matplotlib.pyplot as plt
import numpy as np

# Example data
x = np.linspace(-5, 5, 100)
y = np.linspace(-5, 5, 100)
x, y = np.meshgrid(x, y)
z = np.sin(np.sqrt(x**2 + y**2))
# Creating a 3D plot
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
ax.plot_surface(x, y, z, cmap='viridis')
plt.title('3D Plot')
plt.show()


fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
x = np.random.standard_normal(100)
y = np.random.standard_normal(100)
z = np.random.standard_normal(100)
ax.scatter(x, y, z)
plt.show()
3D površina s talasastim uzorkom
Slika 11: 3D grafikon površine s talasastim uzorkom.
3D grafikon raspršenih tačaka
Slika 11-1: 3D grafikon s raspršenim uzorkom.

Primjer sa sintetičkim podacima

Da bismo pokazali Matplotlib u praksi, napravimo sintetički skup podataka i prikažimo ga različitim vrstama grafikona.

import numpy as np
import matplotlib.pyplot as plt

# Generating synthetic data
np.random.seed(0)
x = np.linspace(0, 10, 100)
y = np.sin(x) + np.random.normal(0, 0.1, 100)
# Line plot
plt.figure(figsize=(10, 5))
plt.plot(x, y, label='Synthetic Data')
plt.xlabel('X Axis')
plt.ylabel('Y Axis')
plt.title('Synthetic Data Line Plot')
plt.legend()
plt.show()
# Scatter plot
plt.figure(figsize=(10, 5))
plt.scatter(x, y, label='Synthetic Data', color='red')
plt.xlabel('X Axis')
plt.ylabel('Y Axis')
plt.title('Synthetic Data Scatter Plot')
plt.legend()
plt.show()
Linijski grafikon sintetičkih podataka
Slika 12: Linijski grafikon sintetičkih podataka.
Raspršeni grafikon sintetičkih podataka
Slika 13: Raspršeni grafikon sintetičkih podataka.

Zaključak

Matplotlib je moćan i fleksibilan alat za vizuelizaciju podataka u Pythonu. U ovom tekstu napravili smo linijske, stubičaste i raspršene grafikone, histograme, kružne grafikone i još mnogo toga. Takođe smo prilagođavali grafikone i izradili napredne vizuelizacije: grafikone s napomenama, podgrafikone, logaritamske i 3D grafikone. Koristeći širok spektar mogućnosti Matplotliba, možete unaprijediti svoje vještine vizuelizacije i predstaviti podatke jasno i uvjerljivo.

Izvori

  1. Hunter, J. D. (2007). Matplotlib: A 2D Graphics Environment. Computing in Science & Engineering, 9(3), 90–95.
  2. Dokumentacija Matplotliba: matplotlib.org
  3. Waskom, M. i dr. (2021). Seaborn: Statistical Data Visualization. Journal of Open Source Software, 6(60), 3021. seaborn.pydata.org