Python za analizo podatkov: Matplotlib in vizualizacija podatkov

Avtor Yasin TANIŞ

Prvotno objavljeno na Mediumu

Ilustracija grafov in kode v Pythonu za vizualizacijo podatkov

Uvod

Vizualizacija podatkov pomeni uporabo grafov in diagramov, da postanejo zapletene podatkovne zbirke lažje razumljive. Python ponuja več knjižnic za analizo in vizualizacijo podatkov, Matplotlib pa je med najbolj priljubljenimi. V tem članku bomo spoznali osnove vizualizacije podatkov z Matplotlibom.

Kaj je Matplotlib

Matplotlib je zmogljiva in prilagodljiva knjižnica za izdelavo 2D-grafov v Pythonu. Riše lahko črtne, stolpčne, razsevne in številne druge vrste grafov.

Namestitev Matplotliba

Pred uporabo moramo Matplotlib namestiti. Če ga v sistemu še nimate, ga namestite s tem ukazom:

pip install matplotlib

Osnovna uporaba

Začnimo s preprostim črtnim grafom.

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()
Preprost črtni graf s točkami, povezanimi s črto
Slika 1: Preprost črtni graf s podatkovnimi točkami, povezanimi s črto.

Ta preprost primer pokaže, kako z Matplotlibom narišemo črtni graf. Poglejmo zdaj še druge vrste grafov in prilagoditve.

Vrste grafov

Stolpčni grafi

Stolpčni grafi se uporabljajo za prikaz kategorialnih podatkov.

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()
Stolpčni graf z vrednostmi za različne kategorije
Slika 2: Preprost stolpčni graf z vrednostmi za različne kategorije.

Razsevni grafi

Razsevni grafi prikazujejo povezavo med dvema spremenljivkama.

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()
Razsevni graf z razporeditvijo podatkovnih točk
Slika 3: Preprost razsevni graf, ki prikazuje razporeditev podatkovnih točk.

Histogrami

Histogrami pokažejo, kako so podatki porazdeljeni.

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 frekvenčno porazdelitvijo podatkov
Slika 4: Preprost histogram, ki prikazuje frekvenčno porazdelitev podatkov.

Tortni grafi

Tortni grafi prikazujejo deleže kategorialnih podatkov.

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()
Tortni graf z deleži različnih kategorij
Slika 5: Preprost tortni graf, ki prikazuje deleže različnih kategorij.

Prilagajanje grafov

Matplotlib omogoča obsežno prilagajanje grafov, da so lažje berljivi in prijetnejši na pogled.

Barve in slogi

Grafom lahko dodate barve in sloge, da so privlačnejši.

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()
Črtni graf z rdečo črtkano črto in krožnimi oznakami
Slika 6: Prilagojen črtni graf z rdečo črtkano črto in krožnimi oznakami.

Velikost in ločljivost grafa

Velikost in ločljivost grafa lahko prilagodite različnim potrebam.

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()
Velik graf visoke ločljivosti s podrobnimi točkami
Slika 7: Velik graf visoke ločljivosti s podrobnimi podatkovnimi točkami.

Podgrafi

S podgrafi lahko na eni sliki narišete več grafov.

Dva različna grafa drug ob drugem na eni sliki
Slika 8: Podgrafi, ki na eni sliki prikazujejo dva različna grafa.

Logaritemski grafi

Logaritemski grafi so uporabni za podatke, ki zajemajo zelo širok razpon vrednosti.

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()
Graf podatkov na logaritemski lestvici
Slika 9: Graf, ki prikazuje podatke na logaritemski lestvici.

Napredno prilagajanje

Opombe

Z opombami lahko poudarite določene točke.

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()
Graf s puščico opombe, ki kaže na pomembno točko
Slika 10: Graf z opombo, ki poudarja pomembno točko.

3D-grafi

Matplotlib lahko riše tudi 3D-grafe.

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 z valovitim vzorcem
Slika 11: 3D-graf površine z valovitim vzorcem.
3D-graf razpršenih točk
Slika 11-1: 3D-graf z razpršenim vzorcem točk.

Primer s sintetičnimi podatki

Da pokažemo Matplotlib pri delu, ustvarimo sintetično podatkovno zbirko in jo prikažemo z različnimi vrstami grafov.

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()
Črtni graf sintetičnih podatkov
Slika 12: Črtni graf sintetičnih podatkov.
Razsevni graf sintetičnih podatkov
Slika 13: Razsevni graf sintetičnih podatkov.

Sklep

Matplotlib je zmogljivo in prilagodljivo orodje za vizualizacijo podatkov v Pythonu. V tem članku smo izdelali črtne, stolpčne, razsevne in tortne grafe, histograme in še več. Grafe smo prilagodili in izdelali napredne vizualizacije: grafe z opombami, podgrafe, logaritemske in 3D-grafe. Z bogatimi možnostmi Matplotliba lahko izboljšate svoje veščine vizualizacije in podatke predstavite jasno in prepričljivo.

Viri

  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. idr. (2021). Seaborn: Statistical Data Visualization. Journal of Open Source Software, 6(60), 3021. seaborn.pydata.org