تصور البيانات مهارة أساسية لمهندسي النظم وعلماء البيانات. توفر مكتبة Matplotlib في بايثون مجموعة واسعة من ميزات التصور التي تساعد في فهم البيانات بشكل بديهي. في هذا المقال، سنستكشف أساسيات Matplotlib، وتقنيات متقدمة، مصحوبة بشيفرة برمجية ملموسة.
أساسيات Matplotlib
Matplotlib هي مكتبة مستخدمة على نطاق واسع لرسم الرسوم البيانية والمخططات. لنبدأ بالأساسيات.
import matplotlib.pyplot as plt
رسم الخطوط
# تحضير البيانات x = [1, 2, 3, 4, 5] y = [2, 4, 6, 8, 10] # رسم مخطط الخطوط plt.plot(x, y) # إضافة عنوان وتسميات للمحاور plt.title('مثال على مخطط الخطوط') plt.xlabel('المحور الأفقي') plt.ylabel('المحور الرأسي') # عرض المخطط plt.show()
في هذا الشيفرة، نستخدم الدالة plot لرسم مخطط الخطوط، ثم نستخدم title، xlabel، و ylabel لإضافة عنوان وتسميات للمحاور. أخيرًا، show تُستخدم لعرض المخطط.
رسم الانتشار
# تحضير البيانات x = [1, 2, 3, 4, 5] y = [2, 4, 6, 8, 10] # رسم مخطط الانتشار plt.scatter(x, y, color='red', marker='o') # إضافة عنوان وتسميات للمحاور plt.title('مثال على مخطط الانتشار') plt.xlabel('المحور الأفقي') plt.ylabel('المحور الرأسي') # عرض المخطط plt.show()
نستخدم الدالة scatter لرسم مخطط الانتشار، ويمكننا تخصيص اللون ونمط العلامة باستخدام وسائط مثل color و marker.
رسم الهستوغرام
# تحضير البيانات data = [1, 2, 2, 3, 3, 3, 4, 4, 4, 4, 5, 5, 5, 5, 5] # رسم هستوغرام plt.hist(data, bins=5, color='skyblue', edgecolor='black') # إضافة عنوان وتسميات للمحاور plt.title('مثال على هستوغرام') plt.xlabel('القيمة') plt.ylabel('التكرار') # عرض المخطط plt.show()
تُستخدم الدالة hist لرسم الهستوغرام، وتسمح الوسائط مثل bins، color، و edgecolor بتخصيص مظهر الهستوغرام.
دمج أنواع مختلفة من المخططات
تسمح Matplotlib بدمج أنواع مختلفة من المخططات في تصور واحد.
# تحضير البيانات x = [1, 2, 3, 4, 5] y1 = [2, 4, 6, 8, 10] y2 = [1, 2, 1, 2, 1] # رسم مخطط الخطوط ومخطط الشرائط معًا plt.plot(x, y1, label='مخطط الخطوط', marker='o') plt.bar(x, y2, label='مخطط الشرائط', color='orange', alpha=0.7) # إضافة عنوان وتسميات للمحاور plt.title('مثال على دمج المخططات') plt.xlabel('المحور الأفقي') plt.ylabel('المحور الرأسي') # عرض الوسيلة plt.legend() # عرض المخطط plt.show()
في هذا الشيفرة، نستخدم plot و bar لرسم مخطط الخطوط ومخطط الشرائط في نفس الوقت، ويُستخدم legend لعرض الوسيلة.
تخصيص المخططات
توفر Matplotlib العديد من خيارات التخصيص، مثل نطاق المحاور، والعلامات، وعرض الشبكة.
# تحضير البيانات x = [1, 2, 3, 4, 5] y = [2, 4, 6, 8, 10] # رسم مخطط الخطوط plt.plot(x, y, marker='o') # إضافة عنوان وتسميات لل محاور plt.title('مثال على تخصيص المخطط') plt.xlabel('المحور الأفقي') plt.ylabel('المحور الرأسي') # تحديد نطاق المحور الأفقي من 0 إلى 6 plt.xlim(0, 6) # تحديد العلامات للمحور الرأسي كل 2 وحدة plt.yticks([0, 2, 4, 6, 8, 10]) # عرض الشبكة plt.grid(True) # عرض المخطط plt.show()
تُستخدم الدوال مثل xlim، yticks، و grid لضبط نطاق المحاور، والعلامات، وعرض الشبكة.
حفظ المخططات
يمكن حفظ المخططات الناتجة كملفات صور.
# تحضير البيانات x = [1, 2, 3, 4, 5] y = [2, 4, 6, 8, 10] # رسم مخطط الخطوط plt.plot(x, y, marker='o') # إضافة عنوان وتسميات للمحاور plt.title('مثال على حفظ المخطط') plt.xlabel('المحور الأفقي') plt.ylabel('المحور الرأسي') # حفظ المخطط كملف صورة plt.savefig('plot.png')
تُستخدم الدالة savefig لحفظ المخطط المرسوم بالاسم المحدد للملف.
الاستنتاج
في هذا المقال، استكشفنا أساسيات Matplotlib وتقنيات متقدمة لتصور البيانات في بايثون. القدرة على تصور البيانات بفعالية أمر أساسي في مجموعة متنوعة من التخصصات، وMatplotlib هي أداة قوية لذلك. أشجعك على التجربة مع مجموعات بيانات مختلفة وإعدادات المخطط لفهم بياناتك بشكل أفضل. بالإضافة إلى ذلك، يعتبر الدليل الرسمي لـ Matplotlib والمعرض مصادر مفيدة للمزيد من التعلم. استمتع برحلة تصور البيانات!
