دوره‌ها / آموزش پایتون (Python) / کتابخانه Matplotlib (Python Matplotlib)

کتابخانه Matplotlib (Python Matplotlib)

15 دقیقه Article

کتابخانه Matplotlib: هنر تصویرسازی داده‌ها 📈🎨

یک تصویر گویاتر از هزار عدد است! Matplotlib محبوب‌ترین کتابخانه پایتون برای رسم نمودار و تصویرسازی داده‌هاست. با این ابزار می‌توانید از نمودارهای خطی ساده تا نمودارهای سه بعدی پیچیده را خلق کنید.

۱. ماژول Pyplot

بیشترِ کارهای رسم نمودار در زیرماژول pyplot انجام می‌شود. معمولاً آن را با نام مستعار plt وارد می‌کنند.

import matplotlib.pyplot as plt
import numpy as np

xpoints = np.array([0, 6])
ypoints = np.array([0, 250])

plt.plot(xpoints, ypoints)
plt.show()

۲. شخصی‌سازی نمودار (Styling) 🎩

یک نمودار خوب نیاز به راهنما دارد. پایتون به شما اجازه می‌دهد همه چیز را تغییر دهید:

  • Labels: برای محور X و Y نام بگذارید: plt.xlabel("Average Pulse").
  • Title: برای کل نمودار عنوان بگذارید: plt.title("Sports Watch Data").
  • Grid: اضافه کردن خطوط شطرنجی پس‌زمینه: plt.grid().
  • Markers: برای هر نقطه از دایره یا ستاره استفاده کنید: plt.plot(ypoints, marker = 'o').

۳. انواع نمودارها

  • Scatter (پراکنده): برای دیدن رابطه بین دو متغیر. plt.scatter(x, y)
  • Bar (میله‌ای): برای مقایسه دسته‌ها. plt.bar(x, y)
  • Histogram (هیستوگرام): برای دیدن توزیع فراوانی داده‌ها. plt.hist(x)
  • Pie (دایره‌ای): برای نمایش سهم هر بخش از کل. plt.pie(y)
رسم چندین نمودار (Subplots): می‌توانید در یک تصویر، چندین نمودار مختلف را کنار هم یا زیر هم نشان دهید: plt.subplot(1, 2, 1).
ذخیره خروجی: به جای فقط نمایش (show)، می‌توانید نمودار را به صورت یک فایل با کیفیت (PNG یا PDF) ذخیره کنید: plt.savefig('my_plot.png').
محیط‌های بدون گرافیک: اگر روی سرورهای لینوکسی بدون مانیتور کد می‌زنید، plt.show() کار نخواهد کرد. در آنجا حتماً باید نمودار را به صورت فایل ذخیره کنید.

تمرین‌های عملی

برای تثبیت یادگیری این درس تمرین‌های زیر را حل کنید

رسم نمودار ساده Easy
سوال تمرین

ماژول pyplot از کتابخانه matplotlib را با نام plt وارد کنید. سپس با استفاده از تابع plot() یک خط ساده برای مقادیر [0, 10] رسم کنید.

پاسخ تمرین
PYTHON
import matplotlib.pyplot as plt
plt.plot([0, 10])
plt.show()

آماده رفتن به درس بعدی هستید؟

این درس را به پایان رساندید و می‌توانید به درس بعدی بروید.