Python za analizu podataka: Matplotlib i vizualizacija podataka

Piše Yasin TANIŞ

Izvorno objavljeno na Mediumu

Ilustracija grafikona i Python koda za vizualizaciju podataka

Uvod

Vizualizacija podataka znači korištenje grafikona i dijagrama kako bi složeni skupovi podataka postali razumljiviji. Python nudi više biblioteka za analizu i vizualizaciju podataka, a Matplotlib je jedna od najpopularnijih. U ovom članku upoznajemo osnove vizualizacije podataka s Matplotlibom.

Što je Matplotlib

Matplotlib je moćna i fleksibilna biblioteka za izradu 2D grafikona u Pythonu. Može crtati linijske i stupčaste grafikone, dijagrame raspršenja i mnoge druge vrste grafikona.

Instalacija Matplotliba

Prije korištenja Matplotlib je potrebno instalirati. Ako ga još nemate na sustavu, instalirajte ga ovom naredbom:

pip install matplotlib

Osnovna uporaba

Počnimo s jednostavnim linijskim grafikonom.

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()
Jednostavan linijski grafikon s točkama podataka povezanima linijom
Slika 1: Jednostavan linijski grafikon s točkama podataka povezanima linijom.

Ovaj jednostavan primjer pokazuje kako se Matplotlibom crta linijski grafikon. Pogledajmo sada još vrsta grafikona i mogućnosti prilagodbe.

Vrste grafikona

Stupčasti grafikoni

Stupčasti grafikoni služe za prikaz kategorijskih podataka.

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()
Stupčasti grafikon s vrijednostima za različite kategorije
Slika 2: Jednostavan stupčasti grafikon s vrijednostima za različite kategorije.

Dijagrami raspršenja

Dijagrami raspršenja prikazuju odnos između dviju varijabli.

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()
Dijagram raspršenja s rasporedom točaka podataka
Slika 3: Jednostavan dijagram raspršenja koji prikazuje raspored točaka podataka.

Histogrami

Histogrami pokazuju kako su podaci raspoređeni.

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 raspodjelom učestalosti podataka
Slika 4: Jednostavan histogram koji prikazuje raspodjelu učestalosti podataka.

Kružni grafikoni

Kružni grafikoni prikazuju udjele kategorijskih podataka.

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()
Kružni grafikon s udjelima različitih kategorija
Slika 5: Jednostavan kružni grafikon koji prikazuje udjele različitih kategorija.

Prilagodba grafikona

Matplotlib omogućuje opsežnu prilagodbu grafikona kako bi bili čitljiviji i ugodniji oku.

Boje i stilovi

Grafikonima možete dodati boje i stilove kako bi bili privlačniji.

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()
Linijski grafikon s crvenom isprekidanom linijom i kružnim oznakama
Slika 6: Prilagođeni linijski grafikon s crvenom isprekidanom linijom i kružnim oznakama.

Veličina i razlučivost grafikona

Veličinu i razlučivost grafikona možete prilagoditi različitim potrebama.

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()
Veliki grafikon visoke razlučivosti s detaljnim točkama podataka
Slika 7: Veliki grafikon visoke razlučivosti s detaljnim točkama podataka.

Podgrafikoni

Podgrafikoni omogućuju da na jednoj slici nacrtate više grafikona.

Dva različita grafikona jedan uz drugi na jednoj slici
Slika 8: Podgrafikoni koji prikazuju dva različita grafikona na jednoj slici.

Logaritamski grafikoni

Logaritamski grafikoni korisni su za podatke koji obuhvaćaju vrlo širok raspon vrijednosti.

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()
Grafikon podataka na logaritamskoj skali
Slika 9: Grafikon koji prikazuje podatke na logaritamskoj skali.

Napredna prilagodba

Napomene

Napomenama možete istaknuti određene 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()
Grafikon sa strelicom napomene koja pokazuje na važnu točku
Slika 10: Grafikon s napomenom koja ističe važnu točku.

3D grafikoni

Matplotlib može crtati i 3D grafikone.

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 s valovitim uzorkom
Slika 11: 3D grafikon površine s valovitim uzorkom.
3D grafikon raspršenih točaka
Slika 11-1: 3D grafikon s uzorkom nalik raspršenju.

Primjer sa sintetičkim podacima

Kako bismo pokazali Matplotlib u primjeni, izradimo sintetički skup podataka i prikažimo ga različitim vrstama grafikona.

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()
Linijski grafikon sintetičkih podataka
Slika 12: Linijski grafikon sintetičkih podataka.
Dijagram raspršenja sintetičkih podataka
Slika 13: Dijagram raspršenja sintetičkih podataka.

Zaključak

Matplotlib je moćan i fleksibilan alat za vizualizaciju podataka u Pythonu. U ovom članku izradili smo linijske i stupčaste grafikone, dijagrame raspršenja, histograme, kružne grafikone i još mnogo toga. Također smo prilagođavali grafikone i izradili napredne vizualizacije: grafikone s napomenama, podgrafikone, logaritamske i 3D grafikone. Koristeći bogate mogućnosti Matplotliba, možete izoštriti svoje vještine vizualizacije i jasno i uvjerljivo prikazati svoje podatke.

Izvori

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