التصور البياني للبيانات باستخدام Python باستخدام Matplotlib

يعد التصور المرئي للبيانات جزءًا مهمًا من تحليل البيانات، حيث يساعد في الكشف عن الأفكار والأنماط في البيانات. Matplotlib هي واحدة من أكثر المكتبات استخدامًا لإنشاء مخططات ثابتة ومتحركة وتفاعلية في Python. في هذه المقالة، سنستكشف كيفية استخدام Matplotlib لإنشاء أنواع مختلفة من التصور المرئي.

البدء باستخدام Matplotlib

للبدء في استخدام Matplotlib، تحتاج أولاً إلى تثبيته. يمكنك تثبيت Matplotlib باستخدام pip:

pip install matplotlib

بمجرد التثبيت، يمكنك استيراد Matplotlib في البرنامج النصي Python الخاص بك:

import matplotlib.pyplot as plt

إنشاء مخططات أساسية

يوفر Matplotlib عدة أنواع من المخططات البيانية لتوضيح البيانات. لنبدأ ببعض الأمثلة الأساسية:

مخطط الخط

يُعد الرسم البياني الخطي مفيدًا لإظهار الاتجاهات على مدار الوقت أو البيانات المستمرة. وإليك كيفية إنشاء رسم بياني خطي بسيط:

import matplotlib.pyplot as plt

# Data
x = [1, 2, 3, 4, 5]
y = [2, 3, 5, 7, 11]

# Create a line plot
plt.plot(x, y, marker='o')
plt.title('Simple Line Plot')
plt.xlabel('X Axis')
plt.ylabel('Y Axis')
plt.show()

مخطط شريطي

يُعد الرسم البياني الشريطي مفيدًا لمقارنة الكميات عبر فئات مختلفة. فيما يلي مثال للرسم البياني الشريطي:

import matplotlib.pyplot as plt

# Data
categories = ['A', 'B', 'C', 'D']
values = [4, 7, 1, 8]

# Create a bar plot
plt.bar(categories, values)
plt.title('Simple Bar Plot')
plt.xlabel('Categories')
plt.ylabel('Values')
plt.show()

الهيستوجرام

تُستخدم المخططات البيانية لتمثيل توزيع البيانات الرقمية. وإليك كيفية إنشاء مخطط بياني:

import matplotlib.pyplot as plt

# Data
data = [1, 2, 2, 3, 3, 3, 4, 4, 4, 4, 5, 5, 5, 5, 5]

# Create a histogram
plt.hist(data, bins=5, edgecolor='black')
plt.title('Histogram')
plt.xlabel('Bins')
plt.ylabel('Frequency')
plt.show()

تخصيص المخططات

يتيح لك Matplotlib تخصيص المخططات بشكل مكثف لتحسين قابلية القراءة والجماليات. فيما يلي بعض خيارات التخصيص:

إضافة العلامات والعناوين

يمكنك إضافة عناوين وعلامات محاور وتوضيحات لجعل مخططاتك أكثر إفادة:

import matplotlib.pyplot as plt

# Data
x = [1, 2, 3, 4, 5]
y = [2, 3, 5, 7, 11]

# Create a line plot with customization
plt.plot(x, y, marker='o', color='green', linestyle='--')
plt.title('Customized Line Plot')
plt.xlabel('X Axis Label')
plt.ylabel('Y Axis Label')
plt.legend(['Data Series'])
plt.grid(True)
plt.show()

حفظ المؤامرات

يسمح لك Matplotlib بحفظ المخططات كملفات صور لاستخدامها في التقارير أو العروض التقديمية:

import matplotlib.pyplot as plt

# Data
x = [1, 2, 3, 4, 5]
y = [2, 3, 5, 7, 11]

# Create a plot
plt.plot(x, y, marker='o')
plt.title('Line Plot to Save')
plt.xlabel('X Axis')
plt.ylabel('Y Axis')

# Save the plot as an image file
plt.savefig('line_plot.png')

خاتمة

Matplotlib هي أداة قوية لإنشاء مجموعة واسعة من التصورات في Python. من خلال إتقان أساسيات المخططات الخطية والمخططات الشريطية والمخططات البيانية، وتعلم كيفية تخصيص المخططات وحفظها، يمكنك تصور بياناتك بفعالية والحصول على رؤى قيمة. جرّب أنواعًا مختلفة من المخططات وخيارات التخصيص للاستفادة الكاملة من إمكانيات Matplotlib في مشاريع تحليل البيانات الخاصة بك.