ایجاد نمودار پراکندگی در Matplotlib

ایجاد نمودار پراکندگی در Matplotlib: راهنمای جامع و کاربردی

مقدمه

نمودارهای پراکندگی به عنوان ابزاری بصری کارآمد، برای نمایش رابطه بین دو متغیر به صورت نقطه‌ای و شناسایی الگوها یا روندهای احتمالی در داده‌ها استفاده می‌شوند. Matplotlib، به عنوان کتابخانه‌ای قدرتمند در پایتون، امکانات گسترده‌ای را برای خلق نمودارهای پراکندگی با جزئیات و شخصی‌سازی‌های فراوان در اختیار کاربران قرار می‌دهد.

هدف از این راهنما

این راهنما با هدف ارائه شرحی جامع و کاربردی، گام‌های ضروری برای ایجاد نمودارهای پراکندگی در Matplotlib را به صورت گام به گام شرح می‌دهد.

مراحل ایجاد نمودار پراکندگی:

۱. بارگذاری کتابخانه‌های ضروری:

در ابتدای امر، کتابخانه‌های matplotlib.pyplot (با نام مستعار plt) و numpy (با نام مستعار np) به ترتیب برای رسم نمودار و کار با داده‌ها فراخوانی می‌شوند:

import matplotlib.pyplot as plt
import numpy as np

۲. آماده‌سازی داده‌ها:

داده‌ها باید به صورت آرایه‌های NumPy با عناوین مجزا برای مقادیر روی محور x و مقادیر روی محور y تعریف شوند. به عنوان مثال:

x = np.array([۱, ۲, ۳, ۴, ۵])
y = np.array([۳, ۵, ۷, ۲, ۱])

در این مثال، آرایه x مقادیر مربوط به محور x و آرایه y مقادیر مربوط به محور y را نشان می‌دهند.

۳. ایجاد نمودار پراکندگی:

با استفاده از تابع scatter در کتابخانه matplotlib.pyplot، نقاط داده با توجه به مقادیر آرایه‌های x و y روی نمودار پراکنده می‌شوند:

plt.scatter(x, y)

۴. سفارشی‌سازی نمودار (اختیاری):

Matplotlib امکانات متعددی را برای شخصی‌سازی ظاهر نمودار پراکندگی از جمله رنگ نقاط، اندازه، شکل، شفافیت، برچسب‌ها، عنوان، شبکه و موارد دیگر ارائه می‌دهد. برای جزئیات بیشتر، به مستندات Matplotlib مراجعه کنید.

۵. نمایش نمودار:

در نهایت، با استفاده از تابع show، نمودار پراکندگی ایجاد شده به نمایش گذاشته می‌شود:

plt.show()

مثال کامل:

import matplotlib.pyplot as plt
import numpy as np

x = np.array([۱, ۲, ۳, ۴, ۵])
y = np.array([۳, ۵, ۷, ۲, ۱])

plt.scatter(x, y, color='blue', s=۵۰, alpha=۰.۷, label='داده‌ها')
plt.title("نمودار پراکندگی")
plt.xlabel("محور X")
plt.ylabel("محور Y")
plt.grid(True)
plt.legend()

plt.show()

این کد یک نمودار پراکندگی با عنوان، برچسب‌ها، افسانه، شبکه، رنگ آبی برای نقاط، اندازه ۵۰ پیکسل، شفافیت ۰.۷ و شکل دایره‌ای برای نقاط ایجاد می‌کند.

نکات کلیدی:

• برای نمایش رنگ نقاط بر اساس مقادیر، از تابع cbar به همراه آرایه مجزایی برای مقادیر رنگ استفاده کنید.
• برای رسم خطوط رگرسیون یا سایر اتصالات بین نقاط، از توابع دیگر Matplotlib مانند plt.plot() یا plt.polyfit() استفاده کنید.
• جهت ذخیره‌سازی نمودار به عنوان تصویر، از تابع plt.savefig() بهره ببرید.
• برای مطالعه بیشتر در مورد Matplotlib و گزینه‌های مختلف سفارشی‌سازی نمودارها، به مستندات Matplotlib مراجعه کنید: https://readthedocs.org/projects/matplotlib/

با اتکا به Matplotlib و دستورالعمل‌های ارائه شده در این راهنما، به آسانی قادر به خلق نمودارهای پراکندگی آموزنده و بصری جذاب برای تجسم رابطه بین دو متغیر در داده‌های خود در پایتون خواهید بود.