Datavisualisering med Matplotlib

Matplotlib är ett populärt Python-bibliotek för att skapa visualiseringar, bland annat linjediagram, stapeldiagram, punktdiagram och mycket annat.

I den här lektionen lär du dig att använda Matplotlib för att skapa och anpassa olika typer av diagram.

Installera Matplotlib genom att använda följande kommando i terminalen:

pip install matplotlib

När biblioteket har installerats kan du importera det i dina Python-skript:

# Importing matplotlib
import matplotlib.pyplot as plt

print("Matplotlib imported successfully")

Du kan skapa ett enkelt linjediagram med Matplotlibs plot()-funktion:

# Creating a simple line plot
import matplotlib.pyplot as plt

x = [1, 2, 3, 4]
y = [10, 20, 25, 30]

plt.plot(x, y)
plt.title("Simple Line Plot")
plt.xlabel("X-axis")
plt.ylabel("Y-axis")
plt.show()

Med Matplotlib kan du anpassa diagram med rubriker, etiketter, förklaringar och olika linjestilar:

# Customizing a plot
plt.plot(x, y, label="Line 1", linestyle="--", color="red")
plt.legend()
plt.title("Customized Plot")
plt.xlabel("X-axis")
plt.ylabel("Y-axis")
plt.show()

Stapeldiagram är användbara för att jämföra kategorier. Använd funktionen bar() för att skapa ett stapeldiagram:

# Creating a bar chart
categories = ["A", "B", "C"]
values = [10, 15, 7]

plt.bar(categories, values, color="blue")
plt.title("Bar Chart")
plt.xlabel("Categories")
plt.ylabel("Values")
plt.show()

Punktdiagram är användbara för att visa samband mellan två variabler. Använd funktionen scatter():

# Creating a scatter plot
x = [5, 7, 8, 7]
y = [3, 8, 6, 4]

plt.scatter(x, y, color="green")
plt.title("Scatter Plot")
plt.xlabel("X-axis")
plt.ylabel("Y-axis")
plt.show()

Histogram visar fördelningen i en datamängd. Använd funktionen hist():

# Creating a histogram
data = [1, 1, 2, 3, 3, 3, 4, 4, 5]

plt.hist(data, bins=5, color="purple")
plt.title("Histogram")
plt.xlabel("Bins")
plt.ylabel("Frequency")
plt.show()

Du kan lägga till flera diagram i samma figur med hjälp av funktionen subplot():

# Adding multiple plots
plt.subplot(2, 1, 1)
plt.plot([1, 2, 3], [4, 5, 6])
plt.title("First Plot")

plt.subplot(2, 1, 2)
plt.bar([1, 2, 3], [7, 8, 9])
plt.title("Second Plot")

plt.tight_layout()
plt.show()

Här är några misstag du bör undvika:

• Att glömma att anropa plt.show() för att visa diagrammet.
• Att använda överlappande element utan att justera layouten.
• Att inte märka axlar och diagram tydligt.

I den här lektionen har du lärt dig:

• Hur du installerar och importerar Matplotlib.
• Hur du skapar linjediagram, stapeldiagram, punktdiagram och histogram.
• Hur du anpassar diagram med etiketter, förklaringar och flera diagram.

Bra jobbat! Nu går vi vidare till nästa ämne.