Cemre Acar
Python Matplotlib ile Veri Görselleştirme

Python Matplotlib ile Veri Görselleştirme

Daha önce NumPy ve Pandas serileri ile Veri Analizi üzerine çeşitli yazılar yayınlamıştım. Bu yazımda NumPy ve Pandas kullanarak analiz ettiğimiz verileri, daha anlaşılabilir bir yapıda görebilmek ve veriye tablolardan baktığımızda anlayamayacağımız bilgileri görselleştirerek kolayca anlamamızı sağlayacak matplotlib kütüphanesinin temellerine değineceğim. Eğer NumPy ve Pandas üzerine farklı konularda sorunlar yaşıyor ya da öğrenmek istiyorsanız NumPy ve Pandas yazılarıma göz atabilirsiniz.

Veri Görselleştirme Nedir ?  

Veri görselleştirme, yukarıda da bahsettiğimiz gibi karmaşık ve dağınık verileri düzenleyerek kolay anlaşılabilir, yorumlanabilir hale getirmektir. Yani, elimizde olan soyut ve anlaşılması zor verilerin görsel hale getirilerek somutlaştırılması ve bundan bir bilgi elde edilmesidir. Veri görselleştirmenin birçok kullanımı vardır. Her veri görselleştirme türü farklı şekillerde kullanılabilir. Büyük Veri dünyasında, büyük miktarda bilgiyi analiz etmek ve veriye dayalı kararlar vermek için veri görselleştirme araçları ve teknolojileri esastır. 

Matplotlib Nedir ? 

John Hunter ve birçok diğer katılımcılar tarafından geliştirilen Python'ın veri görselleştirme kütüphanesidir. Yüksek kaliteli grafikler, çizelgeler ve figürler oluşturmak için kullanılır. Daha detaylı bilgi almak için resmi sayfasını ziyaret edebilirsiniz.

Temel olarak aşağıdaki şekilde bir gösterim yapalım.

Çizgi Grafiği : 

from matplotlib import pyplot as plt

a = [12,18,24]
b = [2,4,6]
plt.plot(a,b)
plt.title('Grafik Başlığı')
plt.ylabel('A')
plt.xlabel('B')
plt.show()

Elde Ettiğimiz Grafik :
Matplotlib Örnek Grafik



Çubuk (Bar) Grafiği :

Çubuk grafik, verileri farklı kategoriler arasında karşılaştırmamızı kolaylaştırır. Belirli değişkenler arasındaki değişiklikleri ölçmek istediğimizde oldukça etkili sonuçlar verir. Yatay ve dikey olarak ifade edilebilir.

from matplotlib import pyplot as plt

plt.bar([6.25,6.75,7.25,8.25,10],[6000,7000,8000,9000,10000],
label="Apple",width=.3)
plt.bar([3.75,4.75,5.25,7.75,10],[3000,4000,5000,6000,7000],
label="Huawei", color='r',width=.3)
plt.legend()
plt.xlabel('Performans')
plt.ylabel('Ücret')
plt.title('Marka Karşılaştırması')
plt.show()

Elde Ettiğimiz Grafik :
Marka Karşılaştırma Bar Grafik



Histogram Grafiği :

İlk olarak Çubuk(Bar) Grafik ve Histogram Grafiği arasındaki farka bir değinelim. Histogram Grafiği, veri setimizdeki dağılımı göstermek için kullanılır. Yukarıda da söyledğimiz gibi Çubuk(Bar) grafik ise farklı iki değişkeni karşılaştırmamıza yarar. Örneğin bir veri setimiz olduğunu düşünelim ve dağılımına grafiğimizden bakalım.

import matplotlib.pyplot as plt
 
a = [1,1,2,3,3,5,7,8,9,10,
     10,11,11,13,13,15,16,17,18,18,
     18,19,20,21,44,45,45,46,47,48,48,49,50,
     51,52,53,54,55,55,56,57,58,60,
     61,63,64,65,66,68,70,71,72,74,
     75,77,81,83,84,87,89,90,90,91,95
     ]

plt.hist(a, bins=[0,10,20,30,40,50,60,70,80,90,100])
plt.xlabel('Sayılar')
plt.ylabel('Dağılım')
plt.show()

Elde Ettiğimiz Grafik :
Matplotlib Histogram Grafiği



Pasta (Dairesel) Grafiği :

Nicelik ifade eden bilgilerin, parçalara bölünmüş bir daire aracılığıyla grafik üzerinde gösterilmesini sağlar. Bu parçaların birbirlerine göre boyutu, miktarların orantılarına karşılık gelir. Yani, parçalar arasındaki yüzdelik ilişkiyi gösterir. Burada da yaz aylarında bir manavdaki örnek meyve topluluğuna bakalım. Pastadaki en büyük payın hangi meyveye ait olduğunu görsele dökelim.

import matplotlib.pyplot as plt

labels = 'Mandalin', 'Çilek', 'Erik', 'Kiraz'
sizes = [5, 35, 45, 35]

fig,x = plt.subplots()
x.pie(sizes, labels=labels,autopct='%1.1f%%')
x.axis('equal')  
plt.show()

Elde Ettiğimiz Grafik :

Matplotlib ile Pasta Grafiği

Python Matplotlib ile Veri Görselleştirme adlı yazımı burada sonlandırıyorum. Sonraki yazılarımda Seaborn kütüphanesine ve çeşitli grafik tiplerine değineceğim. Veri Bilimi üzerine çeşitli konularda farklı yazılara sürekli ulaşabilmek için yazılarıma Abone Ol'abilirsiniz. Sağlıkla Kalın.

Heyy ! Blog'a abone olup yazılarımdan ilk sen haberdar olmak ister misin ?

ABONE OL!

Yorumlar

Yorum Ekle

Yorumunuz onaylandıktan sonra yayınlanacaktır.