Python для аналізу даних: Matplotlib і візуалізація даних

Автор: Yasin TANIŞ

Уперше опубліковано на Medium

Ілюстрація з графіками та кодом Python для візуалізації даних

Вступ

Візуалізація даних — це використання графіків і діаграм, щоб складні набори даних стали зрозумілішими. Python пропонує кілька бібліотек для аналізу та візуалізації, і Matplotlib — одна з найпопулярніших. У цій статті ми розберемо основи візуалізації даних за допомогою Matplotlib.

Що таке Matplotlib

Matplotlib — потужна й гнучка бібліотека для побудови 2D-графіків у Python. Вона дає змогу будувати лінійні графіки, стовпчикові діаграми, точкові та багато інших видів графіків.

Встановлення Matplotlib

Перш ніж використовувати Matplotlib, його потрібно встановити. Якщо бібліотеки ще немає у вашій системі, встановіть її цією командою:

pip install matplotlib

Базове використання

Почнімо з простого лінійного графіка.

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()
Простий лінійний графік із точками, з’єднаними лінією
Рисунок 1: Простий лінійний графік із точками даних, з’єднаними лінією.

Цей простий приклад показує, як побудувати лінійний графік у Matplotlib. Тепер розгляньмо інші типи графіків і налаштування.

Типи графіків

Стовпчикові діаграми

Стовпчикові діаграми використовують для візуалізації категоріальних даних.

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()
Стовпчикова діаграма зі значеннями для різних категорій
Рисунок 2: Проста стовпчикова діаграма зі значеннями для різних категорій.

Точкові графіки

Точкові графіки показують зв’язок між двома змінними.

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()
Точковий графік із розподілом точок даних
Рисунок 3: Простий точковий графік, що показує розподіл точок даних.

Гістограми

Гістограми показують, як розподілені дані.

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()
Гістограма з частотним розподілом даних
Рисунок 4: Проста гістограма, що показує частотний розподіл даних.

Кругові діаграми

Кругові діаграми показують частки категоріальних даних.

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()
Кругова діаграма з частками різних категорій
Рисунок 5: Проста кругова діаграма, що показує частки різних категорій.

Налаштування графіків

Matplotlib має широкі можливості налаштування графіків, щоб вони легше читалися й приємніше виглядали.

Кольори та стилі

Щоб зробити графіки привабливішими, можна додати кольори та стилі.

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()
Лінійний графік із червоною пунктирною лінією та круглими маркерами
Рисунок 6: Налаштований лінійний графік із червоною пунктирною лінією та круглими маркерами.

Розмір і роздільна здатність графіка

Розмір і роздільну здатність графіка можна підлаштувати під різні потреби.

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()
Великий графік високої роздільної здатності з детальними точками
Рисунок 7: Великий графік високої роздільної здатності з детальними точками даних.

Підграфіки

Підграфіки дають змогу розмістити кілька графіків на одному рисунку.

Два різні графіки поруч на одному рисунку
Рисунок 8: Підграфіки з двома різними графіками на одному рисунку.

Логарифмічні графіки

Логарифмічні графіки корисні для даних, що охоплюють дуже широкий діапазон значень.

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()
Графік даних у логарифмічному масштабі
Рисунок 9: Графік, що показує дані в логарифмічному масштабі.

Розширене налаштування

Анотації

Анотації допомагають виділити окремі точки.

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()
Графік зі стрілкою-анотацією, що вказує на важливу точку
Рисунок 10: Графік з анотацією, що виділяє важливу точку.

3D-графіки

Matplotlib уміє будувати й тривимірні графіки.

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-поверхня з хвилеподібним візерунком
Рисунок 11: 3D-графік поверхні з хвилеподібним візерунком.
3D-графік розсіяних точок
Рисунок 11-1: 3D-графік, схожий на точкову діаграму.

Приклад із синтетичними даними

Щоб показати Matplotlib у дії, створімо синтетичний набір даних і візуалізуймо його різними типами графіків.

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()
Лінійний графік синтетичних даних
Рисунок 12: Лінійний графік синтетичних даних.
Точковий графік синтетичних даних
Рисунок 13: Точковий графік синтетичних даних.

Висновок

Matplotlib — потужний і гнучкий інструмент візуалізації даних у Python. У цій статті ми побудували лінійні, стовпчикові й точкові графіки, гістограми, кругові діаграми та багато іншого. Ми також налаштували графіки й створили складніші візуалізації: графіки з анотаціями, підграфіки, логарифмічні та 3D-графіки. Використовуючи широкі можливості Matplotlib, ви зможете розвинути навички візуалізації та подавати дані ясно й переконливо.

Джерела

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