Python für die Datenanalyse: Matplotlib und Datenvisualisierung

Von Yasin TANIŞ

Zuerst auf Medium veröffentlicht

Illustration mit Diagrammen und Python-Code zur Datenvisualisierung

Einführung

Datenvisualisierung bedeutet, komplexe Datensätze mit Grafiken und Diagrammen verständlicher zu machen. Python bietet mehrere Bibliotheken für Datenanalyse und Visualisierung, und Matplotlib gehört zu den beliebtesten. In diesem Beitrag lernen wir die Grundlagen der Datenvisualisierung mit Matplotlib kennen.

Was ist Matplotlib?

Matplotlib ist eine leistungsfähige und flexible Bibliothek für 2D-Diagramme in Python. Damit lassen sich Liniendiagramme, Balkendiagramme, Streudiagramme und viele weitere Diagrammarten erstellen.

Matplotlib installieren

Bevor wir Matplotlib nutzen, müssen wir es installieren. Falls es auf Ihrem System noch nicht installiert ist, installieren Sie es mit diesem Befehl:

pip install matplotlib

Grundlegende Verwendung

Beginnen wir mit einem einfachen Liniendiagramm.

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()
Einfaches Liniendiagramm mit durch eine Linie verbundenen Datenpunkten
Abbildung 1: Einfaches Liniendiagramm mit durch eine Linie verbundenen Datenpunkten.

Dieses einfache Beispiel zeigt, wie man mit Matplotlib ein Liniendiagramm zeichnet. Sehen wir uns nun weitere Diagrammarten und Anpassungen an.

Diagrammarten

Balkendiagramme

Balkendiagramme dienen zur Darstellung kategorialer Daten.

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()
Balkendiagramm mit Werten für verschiedene Kategorien
Abbildung 2: Einfaches Balkendiagramm mit Werten für verschiedene Kategorien.

Streudiagramme

Streudiagramme zeigen den Zusammenhang zwischen zwei Variablen.

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()
Streudiagramm mit der Verteilung der Datenpunkte
Abbildung 3: Einfaches Streudiagramm, das die Verteilung der Datenpunkte zeigt.

Histogramme

Histogramme zeigen, wie Daten verteilt sind.

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()
Histogramm mit der Häufigkeitsverteilung der Daten
Abbildung 4: Einfaches Histogramm, das die Häufigkeitsverteilung der Daten zeigt.

Kreisdiagramme

Kreisdiagramme zeigen die Anteile kategorialer Daten.

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()
Kreisdiagramm mit den Anteilen verschiedener Kategorien
Abbildung 5: Einfaches Kreisdiagramm, das die Anteile verschiedener Kategorien zeigt.

Diagramme anpassen

Matplotlib erlaubt umfangreiche Anpassungen, damit Diagramme besser lesbar und ansprechender werden.

Farben und Stile

Mit Farben und Stilen können Sie Ihre Diagramme ansprechender gestalten.

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()
Liniendiagramm mit roter gestrichelter Linie und Kreismarkierungen
Abbildung 6: Angepasstes Liniendiagramm mit roter gestrichelter Linie und Kreismarkierungen.

Diagrammgröße und Auflösung

Größe und Auflösung eines Diagramms lassen sich an verschiedene Bedürfnisse anpassen.

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()
Großes, hochaufgelöstes Diagramm mit detaillierten Datenpunkten
Abbildung 7: Großes, hochaufgelöstes Diagramm mit detaillierten Datenpunkten.

Teildiagramme

Mit Teildiagrammen (Subplots) zeichnen Sie mehrere Diagramme in einer Abbildung.

Zwei verschiedene Diagramme nebeneinander in einer Abbildung
Abbildung 8: Teildiagramme mit zwei verschiedenen Diagrammen in einer Abbildung.

Logarithmische Diagramme

Logarithmische Diagramme eignen sich für Daten, die sich über einen sehr großen Wertebereich erstrecken.

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()
Diagramm mit Daten auf logarithmischer Skala
Abbildung 9: Logarithmisches Diagramm, das Daten auf logarithmischer Skala zeigt.

Fortgeschrittene Anpassungen

Anmerkungen

Mit Anmerkungen können Sie bestimmte Punkte hervorheben.

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()
Diagramm mit einem Anmerkungspfeil, der auf einen wichtigen Punkt zeigt
Abbildung 10: Diagramm mit einer Anmerkung, die einen wichtigen Punkt hervorhebt.

3D-Diagramme

Matplotlib kann auch 3D-Diagramme zeichnen.

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-Fläche mit wellenförmigem Muster
Abbildung 11: 3D-Diagramm einer Fläche mit wellenförmigem Muster.
3D-Diagramm verstreuter Punkte
Abbildung 11-1: 3D-Diagramm mit verstreuten Punkten.

Beispiel mit synthetischen Daten

Um Matplotlib in Aktion zu zeigen, erzeugen wir einen synthetischen Datensatz und stellen ihn mit verschiedenen Diagrammarten dar.

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()
Liniendiagramm synthetischer Daten
Abbildung 12: Liniendiagramm synthetischer Daten.
Streudiagramm synthetischer Daten
Abbildung 13: Streudiagramm synthetischer Daten.

Fazit

Matplotlib ist ein leistungsfähiges und flexibles Werkzeug für die Datenvisualisierung in Python. In diesem Beitrag haben wir Linien-, Balken- und Streudiagramme, Histogramme, Kreisdiagramme und mehr erstellt. Außerdem haben wir Diagramme angepasst und fortgeschrittene Visualisierungen umgesetzt: annotierte Diagramme, Teildiagramme, logarithmische und 3D-Diagramme. Mit dem großen Funktionsumfang von Matplotlib können Sie Ihre Visualisierungskompetenz ausbauen und Ihre Daten klar und überzeugend präsentieren.

Quellen

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