Pyplot İmkanları

1. Pyplot əsasları

Sadə bir qrafik yaratmaq

İndi Matplotlib bizim əlimizdə olanda onun əsas hissələrini başa düşək. Pyplot — Matplotlib-in kiçik, amma çox faydalı bir moduludur. Bu modul ilə qrafikləri tez və sadə bir şəkildə yaratmaq mümkündür, təxminən kanvasa rəsim çəkirmiş kimi.

import matplotlib.pyplot as plt

# Ən sadə qrafiki yaradırıq
plt.plot([0, 1, 2, 3], [0, 1, 4, 9])
plt.show()

Bax, artıq öz ilk qrafikinizi yaratdınız! Bəlkə də gözəllik üzrə heç bir mükafat qazanmayacaq, amma inan, bu, hələ yalnız başlanğıcdır.

Qrafiki yaxşılaşdırmaq

pyplot-da qrafik yaratmaq bir neçə əsas addımdan ibarətdir:

1. Qrafik üçün datanın hazırlanması.
2. Qrafik növünün seçilməsi (məsələn, plot() xətti qrafik üçün istifadə edilir).
3. Qrafikin konfiqurasiyası (etiketlər, başlıq və əfsanə).
4. show() funksiyası ilə qrafikin göstərilməsi.

Gəlin ilk qrafikimizi biraz yaxşılaşdıraq...

Xətti qrafik

import matplotlib.pyplot as plt

# Qrafik üçün data
x = [1, 2, 3, 4, 5]
y = [2, 3, 5, 7, 11]

# Xətti qrafik yaratmaq
plt.plot(x, y)

# OX etiketi və başlıqları tənzimləmək
plt.xlabel("X")
plt.ylabel("Y")
plt.title("Xətti qrafik nümunəsi")

# Qrafikin göstərilməsi
plt.show()

Bu kod xətti qrafik yaradır və Y oxu üzrə olan y dəyərlərini X oxu üzrə x dəyərlərinə uyğun göstərir. xlabel(), ylabel() və title() funksiyaları qrafikə etiketlər və başlıq əlavə edir.

2. Pyplot-da əsas qrafik növləri

1. Xətti qrafik plot()

Xətti qrafiklər tez-tez zaman içində məlumatların göstərilməsi və ya trendlərin analizi üçün istifadə olunur.

x = [1, 2, 3, 4, 5]
y = [1, 4, 9, 16, 25]

plt.plot(x, y, marker="o", color="b", linestyle="--")
plt.xlabel("Zaman")
plt.ylabel("Dəyər")
plt.title("Xətti qrafik")
plt.show()

Burada biz qrafikin görünüşünü tənzimləmək üçün marker, color və linestyle parametrlərindən istifadə edirik.

2. Histogramma hist()

Histogrammalar məlumatların paylanmasını göstərmək və qiymətlərin təkrarlanma tezliyinin analizində faydalıdır.

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

plt.hist(data, bins=5, color="skyblue", edgecolor="black")
plt.xlabel("Dəyər")
plt.ylabel("Tezlik")
plt.title("Histogramma")
plt.show()

Burada bins parametri histogrammanın sütun sayını təyin edir, edgecolor isə hər sütuna sərhəd əlavə edir.

3. Dairəvi diaqram pie()

Dairəvi diaqramlar məlumatların ümumi həcminin kateqoriyalara görə paylanmasını göstərir.

labels = ["Pişiklər", "İtlər", "Quşlar"]
sizes = [40, 35, 25]

plt.pie(sizes, labels=labels, autopct="%1.1f%%", startangle=90)
plt.title("Dairəvi diaqram")
plt.show()

Burada autopct hər kateqoriya üçün faiz dəyərini göstərir, startangle isə diaqramı fırladır.

4. Dağılma diaqramı scatter()

Dağılma diaqramları iki dəyişənin bir-biri ilə asılılığını təhlil etmək üçün faydalıdır.

x = [1, 2, 3, 4, 5]
y = [5, 7, 8, 5, 6]

plt.scatter(x, y, color="red")
plt.xlabel("X")
plt.ylabel("Y")
plt.title("Dağılma diaqramı")
plt.show()

Dağılma diaqramı X və Y oxlarındakı qiymətlər arasında korrelyasiya tapmaq üçün uyğundur.

5. Sütunlu diaqram bar()

Sütunlu diaqramlar kateqoriyalar arasında dəyərlərin müqayisəsi üçün faydalıdır.

categories = ["A", "B", "C", "D"]
values = [10, 15, 7, 20]

plt.bar(categories, values, color="lightblue")
plt.xlabel("Kateqoriyalar")
plt.ylabel("Dəyərlər")
plt.title("Sütunlu diaqram")
plt.show()

Burada categories və values sütunların qurulması üçün kateqoriyaların etiketlərini və müvafiq dəyərləri göstərir.

İndi siz Matplotlib-in quraşdırılması və tənzimlənməsi əsasları ilə tanış oldunuz və ilk qrafiklərinizi yaratmağa tam hazırısınız. Ancaq bu, yalnız səyahətimizin başlanğıcıdır. Növbəti mühazirələrdə biz müxtəlif qrafik növlərinin yaradılması və onların tənzimlənməsini daha dərindən öyrənəcəyik. Sonda siz yalnız gözəl deyil, həm də informativ sənət əsərləri yarada biləcəksiniz.

Unutmayın ki, məlumatların vizuallaşdırılması yalnız qrafiklərdən ibarət deyil, həm də hekayə anlatmaq haqqındadır və Matplotlib sizin hekayəçiniz olacaq. Növbəti mühazirədə görüşənədək, burada biz sizin bacarıqlarınızı təkmilləşdirəcəyik və qrafiklər dünyasında yeni üfüqlərə qapı açacağıq!