نمودارهای کنترل خطی در Matplotlib

نمودارهای کنترل خطی در Matplotlib: راهنمای جامع و کاربردی

مقدمه

نمودارهای کنترل خطی ابزاری کارآمد برای نظارت بر فرایندها و شناسایی انحرافات احتمالی از وضعیت مطلوب هستند. این نوع نمودارها به طور معمول برای کنترل کیفیت در صنایع مختلف و همچنین برای تجزیه و تحلیل داده های علمی استفاده می شوند. Matplotlib، به عنوان کتابخانه ای قدرتمند برای تجسم داده در پایتون، امکانات متعددی را برای ایجاد نمودارهای کنترل خطی با جزئیات و شخصی سازی های فراوان در اختیار کاربران قرار می دهد.

هدف از این راهنما

این راهنما با هدف ارائه شرحی جامع و کاربردی، نحوه ایجاد نمودارهای کنترل خطی را در Matplotlib به صورت گام به گام شرح می دهد.

مراحل ایجاد نمودار کنترل خطی:

۱. بارگذاری کتابخانه های ضروری:

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

import matplotlib.pyplot as plt
import numpy as np

۲. آماده سازی داده ها:

داده ها باید به صورت آرایه های NumPy با عناوین مجزا برای زمان یا ترتیب نمونه ها و مقادیر اندازه گیری شده تعریف شوند. به عنوان مثال:

times = np.array([۱, ۲, ۳, ۴, ۵, ۶, ۷, ۸, ۹, ۱۰])
values = np.array([۱۰.۲, ۹.۹, ۱۰.۱, ۱۰.۳, ۱۰.۵, ۱۰.۴, ۱۰.۲, ۱۰.۰, ۱۰.۱, ۱۰.۳])

در این مثال، آرایه times شامل ترتیب زمانی نمونه ها و آرایه values مقادیر اندازه گیری شده در هر زمان را نشان می‌دهد.

۳. محاسبه آمارهای ضروری:

برای رسم نمودار کنترل خطی، به میانگین، انحراف معیار و حدود کنترل (UCL و LCL) برای داده ها نیاز دارید. این مقادیر را می توانید با استفاده از توابع NumPy به طور مستقیم محاسبه کنید:

mean = np.mean(values)
std = np.std(values)
ucl = mean + ۳ * std
lcl = mean - ۳ * std

۴. ایجاد نمودار کنترل خطی:

با استفاده از تابع plt.figure() برای ایجاد یک نمودار جدید و سپس توابع plt.plot() و plt.axhline()، نمودار کنترل خطی با خط روند، خطوط میانگین، حدود کنترل (UCL و LCL) و نقاط داده ها رسم می شود:

plt.figure(figsize=(۱۰, ۶))

plt.plot(times, values, marker='o', linestyle='-', color='blue', label='مقادیر اندازه گیری شده')
plt.axhline(y=mean, color='red', linestyle='--', label='میانگین')
plt.axhline(y=ucl, color='green', linestyle='-', label='UCL')
plt.axhline(y=lcl, color='green', linestyle='-', label='LCL')

plt.xlabel('زمان')
plt.ylabel('مقادیر')
plt.title("نمودار کنترل خطی")
plt.grid(True)
plt.legend()

plt.show()