Tworzenie wykresów liniowych do analizy danych

1. Tworzenie prostego wykresu liniowego

Kiedy mowa o danych, wykresy liniowe to jak stary, dobry notatnik, w którym zapisujesz ważne daty z życia. Przedstawiają one zbiór punktów połączonych linią, która pokazuje, jak wartości zmieniają się w czasie lub w zależności od zmian innych parametrów.

No to co, zacznijmy od podstawowego przykładu, żeby zrozumieć, jak tworzy się wykres liniowy w Matplotlib.

import matplotlib.pyplot as plt

# Dane do wykresu
x = [1, 2, 3, 4, 5]
y = [2, 3, 5, 7, 11]

# Tworzenie wykresu liniowego
plt.plot(x, y)

# Wyświetlenie wykresu
plt.show()

Ten prosty kawałek kodu stworzy wykres liniowy, który pokazuje, jak każdy element w y zależy od odpowiadającego mu elementu w x. Żadnych komplikacji — wystarczy przekazać listy wartości, a Matplotlib zajmie się resztą!

2. Dostosowanie wykresów

Teraz, kiedy stworzyłeś swój pierwszy wykres, czas go trochę upiększyć! Bo, jak wiemy, pierwsze wrażenie jest bardzo ważne, nawet dla wykresów.

Dostosowanie kolorów i stylów linii

Czasami, aby lepiej podkreślić informacje, potrzebujemy kolorów i różnych stylów linii. Dodajmy trochę stylu:

plt.plot(x, y, color='blue', linestyle='--', marker='o')

Tutaj color, linestyle i marker pozwalają ustawić kolor, styl linii (np. przerywana), i typ znacznika (np. kółka) odpowiednio.

Dodawanie tytułów i etykiet

Wyobraź sobie, że bez tytułów i etykiet twój wykres — to po prostu elegancka linia. Więc dodajmy tytuł i etykiety do osi:

plt.title("Przykład wykresu liniowego")
plt.xlabel("Oś x")
plt.ylabel("Oś y")

Bądź szczery wobec siebie: zawsze dodawaj tytuły i etykiety do swoich wykresów. To sprawia, że stają się one o wiele bardziej zrozumiałe dla wszystkich, w tym dla ciebie (jeśli oczywiście nie pamiętasz na pamięć, co oznacza każda linia).

Legenda na wykresie

Jeśli na wykresie jest kilka linii, koniecznie dodaj legendę, żeby nikt się nie pogubił.

plt.plot(x, y, color='blue', linestyle='--', marker='o', label='Linia 1')
plt.plot(x2, y2, color='red', linestyle='--', marker='X', label='Linia 2')
plt.legend()

Po tym ustawieniu twoja publiczność na pewno będzie zachwycona twoim profesjonalizmem.

3. Zadanie praktyczne

Podszlifujmy umiejętności, tworząc wykres liniowy z niektórymi inspirującymi danymi. Wyobraź sobie dane o temperaturze w ciągu tygodnia:

days = ["Pn", "Wt", "Śr", "Czw", "Pt", "Sb", "Nd"]
temperatures = [20, 22, 23, 21, 24, 25, 26]

plt.plot(days, temperatures, color='green', linestyle='-', marker='s', label='Temperatura')
plt.title("Zmiana temperatury w ciągu tygodnia")
plt.xlabel("Dni tygodnia")
plt.ylabel("Temperatura, °C")
plt.legend()
plt.grid(True)
plt.show()

W tym przykładzie dodaliśmy znaczniki w postaci kwadratów i główną linię. Ponadto włączyliśmy siatkę plt.grid(True), co pozwala lepiej przeglądać dane.

Oj, nie! Coś poszło nie tak…

No tak, zdarza się. Jeśli twój wykres wygląda dziwnie, sprawdź następujące rzeczy:

• Upewnij się, że długości list x i y są takie same. Jeśli długości się różnią — nic z tego nie będzie.
• Sprawdź składnię: błędne zapisy funkcji lub parametrów mogą zniszczyć całe wrażenie wykresu.

Pamiętaj, wizualizacja to nie tylko efektowność, ale też efektywność. Wykresy powinny być użyteczne i informacyjne. Za każdym razem, gdy tworzysz wykres, zadaj sobie pytanie: "Czy pomaga on zobaczyć coś nowego w danych?"

No to co, właśnie nauczyliśmy się, jak stworzyć i dostosować prosty wykres liniowy za pomocą Matplotlib. Teraz, mając to potężne narzędzie, możesz wizualizować mnóstwo danych i robić to z klasą i estetyką. Przed nami kolejny wykład, aby dowiedzieć się więcej o tym, jak sprawić, że twoje wykresy będą jeszcze bardziej imponujące!