Python për analizën e të dhënave: Matplotlib dhe vizualizimi i të dhënave

Shkruar nga Yasin TANIŞ

Botuar fillimisht në Medium

Ilustrim me grafikë dhe kod Python për vizualizimin e të dhënave

Hyrje

Vizualizimi i të dhënave do të thotë përdorimi i grafikëve dhe diagrameve për t’i bërë grupet komplekse të të dhënave më të lehta për t’u kuptuar. Python ofron disa biblioteka për analizën dhe vizualizimin e të dhënave, dhe Matplotlib është një nga më të njohurat. Në këtë artikull mësojmë bazat e vizualizimit të të dhënave me Matplotlib.

Çfarë është Matplotlib

Matplotlib është një bibliotekë e fuqishme dhe fleksibile për krijimin e grafikëve 2D në Python. Me të mund të vizatohen grafikë vijorë, grafikë me shtylla, grafikë me pika dhe shumë lloje të tjera grafikësh.

Instalimi i Matplotlib

Para se ta përdorim, duhet ta instalojmë Matplotlib. Nëse nuk e keni në sistem, instalojeni me këtë komandë:

pip install matplotlib

Përdorimi bazë

Le të fillojmë me një grafik të thjeshtë vijor.

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()
Grafik i thjeshtë vijor me pika të lidhura me një vijë
Figura 1: Grafik i thjeshtë vijor me pika të dhënash të lidhura me një vijë.

Ky shembull i thjeshtë tregon si vizatohet një grafik vijor me Matplotlib. Tani le të shohim lloje të tjera grafikësh dhe përshtatje.

Llojet e grafikëve

Grafikët me shtylla

Grafikët me shtylla përdoren për të vizualizuar të dhëna kategorike.

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()
Grafik me shtylla me vlera për kategori të ndryshme
Figura 2: Grafik i thjeshtë me shtylla me vlera për kategori të ndryshme.

Grafikët me pika (scatter plot)

Grafikët me pika tregojnë marrëdhënien mes dy ndryshoreve.

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()
Grafik me pika që tregon shpërndarjen e pikave të të dhënave
Figura 3: Grafik i thjeshtë me pika që tregon shpërndarjen e pikave të të dhënave.

Histogramet

Histogramet tregojnë si shpërndahen të dhënat.

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 me shpërndarjen e frekuencës së të dhënave
Figura 4: Histogram i thjeshtë që tregon shpërndarjen e frekuencës së të dhënave.

Grafikët rrethorë

Grafikët rrethorë tregojnë proporcionet e të dhënave kategorike.

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()
Grafik rrethor me proporcionet e kategorive të ndryshme
Figura 5: Grafik i thjeshtë rrethor që tregon proporcionet e kategorive të ndryshme.

Përshtatja e grafikëve

Matplotlib ju lejon t’i përshtatni grafikët gjerësisht, që të jenë më të lexueshëm dhe më të këndshëm për syrin.

Ngjyrat dhe stilet

Mund t’u shtoni grafikëve ngjyra dhe stile që të jenë më tërheqës.

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()
Grafik vijor me vijë të kuqe të ndërprerë dhe shënues rrethorë
Figura 6: Grafik vijor i përshtatur me vijë të kuqe të ndërprerë dhe shënues rrethorë.

Madhësia dhe rezolucioni i grafikut

Madhësinë dhe rezolucionin e grafikut mund t’i rregulloni sipas nevojave të ndryshme.

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()
Grafik i madh me rezolucion të lartë dhe pika të dhënash në detaj
Figura 7: Grafik i madh me rezolucion të lartë që tregon pika të dhënash në detaj.

Nëngrafikët

Me nëngrafikë mund të vizatoni disa grafikë në një figurë të vetme.

Dy grafikë të ndryshëm krah për krah në një figurë
Figura 8: Nëngrafikë që tregojnë dy grafikë të ndryshëm në një figurë.

Grafikët logaritmikë

Grafikët logaritmikë janë të dobishëm për të dhëna që shtrihen në një gamë shumë të gjerë vlerash.

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()
Grafik i të dhënave në shkallë logaritmike
Figura 9: Grafik që tregon të dhëna në shkallë logaritmike.

Përshtatje e avancuar

Shënimet

Me shënime mund të theksoni pika të caktuara.

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()
Grafik me shigjetë shënimi që tregon një pikë të rëndësishme
Figura 10: Grafik me shënim që thekson një pikë të rëndësishme.

Grafikët 3D

Matplotlib mund të vizatojë edhe grafikë 3D.

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()
Sipërfaqe 3D me motiv valor
Figura 11: Grafik 3D i një sipërfaqeje me motiv valor.
Grafik 3D me pika të shpërndara
Figura 11-1: Grafik 3D me motiv pikash të shpërndara.

Shembull me të dhëna sintetike

Për ta treguar Matplotlib në punë, le të krijojmë një grup sintetik të dhënash dhe ta vizualizojmë me lloje të ndryshme grafikësh.

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()
Grafik vijor i të dhënave sintetike
Figura 12: Grafik vijor i të dhënave sintetike.
Grafik me pika i të dhënave sintetike
Figura 13: Grafik me pika i të dhënave sintetike.

Përfundim

Matplotlib është një mjet i fuqishëm dhe fleksibil për vizualizimin e të dhënave në Python. Në këtë artikull krijuam grafikë vijorë, grafikë me shtylla, grafikë me pika, histograme, grafikë rrethorë e të tjera. Gjithashtu i përshtatëm grafikët dhe ndërtuam vizualizime të avancuara: grafikë me shënime, nëngrafikë, grafikë logaritmikë dhe grafikë 3D. Duke shfrytëzuar gamën e gjerë të mundësive të Matplotlib, mund t’i përmirësoni aftësitë tuaja të vizualizimit dhe t’i paraqitni të dhënat qartë dhe në mënyrë bindëse.

Burimet

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