Python ile Veri Analizi: Matplotlib ve Veri Görselleştirme

Yazan Yasin TANIŞ

İlk olarak Medium'da yayımlandı

Veri görselleştirme için grafikler ve Python kodu içeren çizim

Giriş

Veri görselleştirme, karmaşık veri setlerini grafik ve çizelgelerle daha anlaşılır hâle getirmektir. Python, veri analizi ve görselleştirme için birkaç kütüphane sunar; Matplotlib bunların en popülerlerinden biridir. Bu yazıda Matplotlib ile veri görselleştirmenin temellerini öğreniyoruz.

Matplotlib nedir

Matplotlib, Python'da 2B grafikler oluşturmak için güçlü ve esnek bir kütüphanedir. Çizgi grafikleri, çubuk grafikleri, dağılım grafikleri ve daha birçok grafik türünü çizebilir.

Matplotlib'in kurulumu

Matplotlib'i kullanmadan önce kurmamız gerekir. Sisteminizde yüklü değilse şu komutla kurabilirsiniz:

pip install matplotlib

Temel kullanım

Basit bir çizgi grafiğiyle başlayalım.

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()
Çizgiyle birleştirilmiş veri noktalarını gösteren basit bir çizgi grafiği
Şekil 1: Veri noktalarını bir çizgiyle birleştiren basit bir çizgi grafiği.

Bu basit örnek, Matplotlib ile çizgi grafiğinin nasıl çizildiğini gösteriyor. Şimdi diğer grafik türlerine ve özelleştirmelere bakalım.

Grafik türleri

Çubuk grafikleri

Çubuk grafikleri kategorik verileri görselleştirmek için kullanılır.

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()
Farklı kategorilerin değerlerini gösteren bir çubuk grafiği
Şekil 2: Farklı kategorilerin değerlerini gösteren basit bir çubuk grafiği.

Dağılım grafikleri

Dağılım grafikleri iki değişken arasındaki ilişkiyi gösterir.

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()
Veri noktalarının dağılımını gösteren bir dağılım grafiği
Şekil 3: Veri noktalarının dağılımını gösteren basit bir dağılım grafiği.

Histogramlar

Histogramlar verinin nasıl dağıldığını gösterir.

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()
Verinin frekans dağılımını gösteren bir histogram
Şekil 4: Verinin frekans dağılımını gösteren basit bir histogram.

Pasta grafikleri

Pasta grafikleri kategorik verilerin oranlarını gösterir.

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()
Farklı kategorilerin oranlarını gösteren bir pasta grafiği
Şekil 5: Farklı kategorilerin oranlarını gösteren basit bir pasta grafiği.

Grafikleri özelleştirme

Matplotlib, grafiklerin daha okunaklı ve göze hoş görünmesi için geniş özelleştirme imkânı sunar.

Renkler ve stiller

Grafiklerinizi daha çekici kılmak için renk ve stil ekleyebilirsiniz.

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()
Kırmızı kesikli çizgi ve daire işaretçili bir çizgi grafiği
Şekil 6: Kırmızı kesikli çizgi ve daire işaretçileriyle özelleştirilmiş bir çizgi grafiği.

Grafik boyutu ve çözünürlüğü

Grafiğin boyutunu ve çözünürlüğünü farklı ihtiyaçlara göre ayarlayabilirsiniz.

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()
Ayrıntılı veri noktaları içeren büyük ve yüksek çözünürlüklü bir grafik
Şekil 7: Ayrıntılı veri noktalarını gösteren büyük ve yüksek çözünürlüklü bir grafik.

Alt grafikler

Alt grafiklerle tek bir şekil içinde birden fazla grafik çizebilirsiniz.

Tek şekilde yan yana iki farklı grafik
Şekil 8: Tek bir şekilde iki farklı grafiği gösteren alt grafikler.

Logaritmik grafikler

Logaritmik grafikler çok geniş bir değer aralığına yayılan veriler için kullanışlıdır.

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()
Logaritmik ölçekte veri gösteren bir grafik
Şekil 9: Veriyi logaritmik ölçekte gösteren bir grafik.

İleri düzey özelleştirme

Açıklama notları

Belirli noktaları öne çıkarmak için grafiğe açıklama notları ekleyebilirsiniz.

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()
Önemli bir noktayı oku ile gösteren açıklamalı grafik
Şekil 10: Önemli bir noktayı vurgulayan açıklamalı bir grafik.

3B grafikler

Matplotlib 3B grafikler de çizebilir.

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()
Dalga desenli bir 3B yüzey
Şekil 11: Dalga benzeri desene sahip bir yüzeyi gösteren 3B grafik.
Dağınık noktalardan oluşan bir 3B grafik
Şekil 11-1: Saçılma benzeri bir deseni gösteren 3B grafik.

Sentetik veriyle örnek

Matplotlib'i iş başında görmek için sentetik bir veri seti oluşturup farklı grafik türleriyle görselleştirelim.

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()
Sentetik verinin çizgi grafiği
Şekil 12: Sentetik veriyi gösteren bir çizgi grafiği.
Sentetik verinin dağılım grafiği
Şekil 13: Sentetik veriyi gösteren bir dağılım grafiği.

Sonuç

Matplotlib, Python'da veri görselleştirme için güçlü ve esnek bir araçtır. Bu yazıda çizgi, çubuk, dağılım, histogram ve pasta grafikleri ile daha fazlasını çizdik. Grafikleri özelleştirdik ve açıklamalı grafikler, alt grafikler, logaritmik grafikler ve 3B grafikler gibi ileri düzey görselleştirmeler oluşturduk. Matplotlib'in geniş özelliklerinden yararlanarak görselleştirme becerilerinizi geliştirebilir ve verinizi açık ve etkili biçimde sunabilirsiniz.

Kaynaklar

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