Python για ανάλυση δεδομένων: Matplotlib και οπτικοποίηση δεδομένων

Γράφει Yasin TANIŞ

Δημοσιεύτηκε αρχικά στο Medium

Εικονογράφηση με γραφήματα και κώδικα Python για οπτικοποίηση δεδομένων

Εισαγωγή

Οπτικοποίηση δεδομένων σημαίνει τη χρήση γραφημάτων και διαγραμμάτων, ώστε τα σύνθετα σύνολα δεδομένων να γίνονται πιο κατανοητά. Η Python προσφέρει αρκετές βιβλιοθήκες για ανάλυση και οπτικοποίηση δεδομένων, και η Matplotlib είναι από τις πιο δημοφιλείς. Σε αυτό το άρθρο μαθαίνουμε τα βασικά της οπτικοποίησης δεδομένων με τη Matplotlib.

Τι είναι η Matplotlib

Η Matplotlib είναι μια ισχυρή και ευέλικτη βιβλιοθήκη για τη δημιουργία δισδιάστατων γραφημάτων στην Python. Μπορεί να σχεδιάσει γραμμικά γραφήματα, ραβδογράμματα, διαγράμματα διασποράς και πολλά άλλα είδη γραφημάτων.

Εγκατάσταση της Matplotlib

Πριν χρησιμοποιήσουμε τη Matplotlib, πρέπει να την εγκαταστήσουμε. Αν δεν υπάρχει ήδη στο σύστημά σας, εγκαταστήστε τη με αυτή την εντολή:

pip install matplotlib

Βασική χρήση

Ας ξεκινήσουμε με ένα απλό γραμμικό γράφημα.

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()
Απλό γραμμικό γράφημα με σημεία δεδομένων ενωμένα με γραμμή
Σχήμα 1: Απλό γραμμικό γράφημα με σημεία δεδομένων ενωμένα με γραμμή.

Αυτό το απλό παράδειγμα δείχνει πώς σχεδιάζεται ένα γραμμικό γράφημα με τη Matplotlib. Ας δούμε τώρα περισσότερα είδη γραφημάτων και δυνατότητες προσαρμογής.

Είδη γραφημάτων

Ραβδογράμματα

Τα ραβδογράμματα χρησιμοποιούνται για την οπτικοποίηση κατηγορικών δεδομένων.

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()
Ραβδόγραμμα με τιμές για διαφορετικές κατηγορίες
Σχήμα 2: Απλό ραβδόγραμμα με τιμές για διαφορετικές κατηγορίες.

Διαγράμματα διασποράς

Τα διαγράμματα διασποράς δείχνουν τη σχέση μεταξύ δύο μεταβλητών.

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()
Διάγραμμα διασποράς με την κατανομή των σημείων δεδομένων
Σχήμα 3: Απλό διάγραμμα διασποράς που δείχνει την κατανομή των σημείων δεδομένων.

Ιστογράμματα

Τα ιστογράμματα δείχνουν πώς κατανέμονται τα δεδομένα.

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()
Ιστόγραμμα με την κατανομή συχνοτήτων των δεδομένων
Σχήμα 4: Απλό ιστόγραμμα που δείχνει την κατανομή συχνοτήτων των δεδομένων.

Κυκλικά διαγράμματα

Τα κυκλικά διαγράμματα δείχνουν τις αναλογίες κατηγορικών δεδομένων.

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()
Κυκλικό διάγραμμα με τις αναλογίες διαφορετικών κατηγοριών
Σχήμα 5: Απλό κυκλικό διάγραμμα που δείχνει τις αναλογίες διαφορετικών κατηγοριών.

Προσαρμογή γραφημάτων

Η Matplotlib επιτρέπει την εκτεταμένη προσαρμογή των γραφημάτων, ώστε να διαβάζονται ευκολότερα και να είναι πιο ευχάριστα στο μάτι.

Χρώματα και στυλ

Μπορείτε να προσθέσετε χρώματα και στυλ, ώστε τα γραφήματά σας να γίνουν πιο ελκυστικά.

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()
Γραμμικό γράφημα με κόκκινη διακεκομμένη γραμμή και κυκλικούς δείκτες
Σχήμα 6: Προσαρμοσμένο γραμμικό γράφημα με κόκκινη διακεκομμένη γραμμή και κυκλικούς δείκτες.

Μέγεθος και ανάλυση γραφήματος

Μπορείτε να ρυθμίσετε το μέγεθος και την ανάλυση του γραφήματος ανάλογα με τις εκάστοτε ανάγκες.

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()
Μεγάλο γράφημα υψηλής ανάλυσης με λεπτομερή σημεία δεδομένων
Σχήμα 7: Μεγάλο γράφημα υψηλής ανάλυσης με λεπτομερή σημεία δεδομένων.

Υπογραφήματα

Τα υπογραφήματα σας επιτρέπουν να σχεδιάσετε πολλά γραφήματα σε ένα μόνο σχήμα.

Δύο διαφορετικά γραφήματα δίπλα δίπλα σε ένα σχήμα
Σχήμα 8: Υπογραφήματα που δείχνουν δύο διαφορετικά γραφήματα σε ένα μόνο σχήμα.

Λογαριθμικά γραφήματα

Τα λογαριθμικά γραφήματα είναι χρήσιμα για δεδομένα που εκτείνονται σε πολύ μεγάλο εύρος τιμών.

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()
Γράφημα δεδομένων σε λογαριθμική κλίμακα
Σχήμα 9: Γράφημα που δείχνει δεδομένα σε λογαριθμική κλίμακα.

Προχωρημένη προσαρμογή

Σχολιασμοί

Μπορείτε να προσθέσετε σχολιασμούς για να αναδείξετε συγκεκριμένα σημεία.

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()
Γράφημα με βέλος σχολιασμού που δείχνει ένα σημαντικό σημείο
Σχήμα 10: Γράφημα με σχολιασμό που αναδεικνύει ένα σημαντικό σημείο.

Τρισδιάστατα γραφήματα

Η Matplotlib μπορεί να σχεδιάσει και τρισδιάστατα γραφήματα.

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()
Τρισδιάστατη επιφάνεια με κυματοειδές μοτίβο
Σχήμα 11: Τρισδιάστατο γράφημα επιφάνειας με κυματοειδές μοτίβο.
Τρισδιάστατο γράφημα διάσπαρτων σημείων
Σχήμα 11-1: Τρισδιάστατο γράφημα με μοτίβο διάσπαρτων σημείων.

Παράδειγμα με συνθετικά δεδομένα

Για να δούμε τη Matplotlib στην πράξη, ας δημιουργήσουμε ένα συνθετικό σύνολο δεδομένων και ας το οπτικοποιήσουμε με διαφορετικά είδη γραφημάτων.

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()
Γραμμικό γράφημα συνθετικών δεδομένων
Σχήμα 12: Γραμμικό γράφημα συνθετικών δεδομένων.
Διάγραμμα διασποράς συνθετικών δεδομένων
Σχήμα 13: Διάγραμμα διασποράς συνθετικών δεδομένων.

Συμπέρασμα

Η Matplotlib είναι ένα ισχυρό και ευέλικτο εργαλείο οπτικοποίησης δεδομένων στην Python. Σε αυτό το άρθρο δημιουργήσαμε γραμμικά γραφήματα, ραβδογράμματα, διαγράμματα διασποράς, ιστογράμματα, κυκλικά διαγράμματα και άλλα. Επίσης, προσαρμόσαμε γραφήματα και φτιάξαμε προχωρημένες οπτικοποιήσεις: γραφήματα με σχολιασμούς, υπογραφήματα, λογαριθμικά και τρισδιάστατα γραφήματα. Αξιοποιώντας το ευρύ φάσμα δυνατοτήτων της Matplotlib, μπορείτε να βελτιώσετε τις δεξιότητές σας στην οπτικοποίηση και να παρουσιάζετε τα δεδομένα σας με σαφήνεια και πειστικότητα.

Πηγές

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