Pengantar Matplotlib dengan Python

Matplotlib adalah pustaka plot Python yang sebagian besar digunakan oleh pakar pembelajaran mesin untuk membuat visualisasi statis dan interaktif.

Apa itu Matplotlib?

Mathplotlib adalah ciptaan John D. Hunter pada tahun 2003 yang dirilis pada 8 Mei 2021 dan memiliki versi 3.4.2 saat ini.

Pustaka ini sebagian besar ditulis dengan Python, sedangkan sisanya ditulis dalam C objektif dan JavaScript, membuatnya kompatibel dengan platform.

Matplotlib menggunakan NumPy, yang merupakan ekstensi numerik Python. Ekstensinya dengan NumPy menambahkan viabilitasnya sebagai alternatif sumber terbuka dan menjadikannya preferensi yang lebih baik daripada MATLAB.

Untuk aplikasi GUI Python, Matplotlib memungkinkan plot plot statis di atasnya menggunakan API berorientasi objek yang disertakan.

Pengguna hanya dapat menggunakan beberapa baris kode Python tertulis untuk memvisualisasikan data mereka menggunakan plot yang berbeda, termasuk plot sebar, histogram, diagram batang, diagram lingkaran, plot garis, dan plot kotak.

Anda dapat menggunakan Matplotlib untuk membuat plot di lingkungan termasuk Python shell, notebook Jupyter,
Lab Jupyter dan juga menggunakan Pycharm atau Anaconda dan pada server aplikasi web seperti Flask dan Django di berbagai platform.

Seperti di MATLAB, Anda dapat mengontrol plot secara ekstensif dalam hal font, garis, warna, dan gaya.

Setelah pengenalan singkat tentang library Matplotib dengan Python, mari kita lihat bagaimana kita dapat mengaturnya di sistem kita.

Menyiapkan lingkungan Matplotlib

Seperti paket dan pustaka Python lainnya, Anda dapat menginstal pustaka Matplotlib yang telah dikompilasi sebelumnya dan paket-paketnya di semua sistem operasi dengan pengelola paket pip.

Tentu saja, Anda harus menginstal Python dan paket pip di sistem Anda terlebih dahulu.

Perintah berikut menampilkan versi Python dan pip untuk mengonfirmasi apakah alat ini sudah diinstal.

Periksa apakah Python diinstal

Python --version

Periksa apakah pip diinstal

pip -V

Instal Mathplotlib

Perintah di bawah ini menginstal paket Matplotlib dari Python Package Index (PyPI).

python -m pip install matplotlib

Perintah ini mengunduh dan menginstal paket Matplotlib yang relevan. Anda akan melihat pesan instalasi berhasil setelah instalasi selesai.

Untuk memastikan bahwa Matplotlib telah berhasil diinstal, ketik perintah berikut, yang akan menampilkan versi Matplotlib di command prompt Anda.

import matplotlib
matplotlib.__version__

Pengembang yang ingin menginstal paket Matplotlib yang tidak dikompilasi harus memiliki akses ke kompiler yang tepat di sistem mereka, selain dependensi, skrip pengaturan, file konfigurasi, dan tambalan.

Namun, instalasi Matplolib yang tidak dikompilasi ini mungkin rumit, terutama untuk pengguna pemula Matplotlib. Oleh karena itu, mengapa tidak menggunakan perintah satu baris saja untuk menginstal perpustakaan dalam hitungan detik?🤔

Setelah instalasi Matplotlib, impor paket ke lingkungan Anda untuk mengakses utilitasnya.

Opsi plot Matplotlib

Matplotlib menyediakan banyak opsi plot untuk memvisualisasikan data. Ini juga memungkinkan penyesuaian plot dengan menyediakan berbagai tema, warna, dan opsi palet yang dapat digunakan pengguna untuk memanipulasi plot.

Opsi plot ini meliputi:

#1. Grafik Batang

Plot batang, yang dikenal sebagai grafik batang, adalah pilihan yang cocok untuk memvisualisasikan perbandingan kuantitatif nilai dalam kategori yang sama.

  Cara Mengirim Presentasi PowerPoint Dengan Video Tertanam

Matplotlib mewakili plot ini menggunakan batang persegi panjang di mana panjang dan tingginya mewakili nilai proporsionalnya. Batang dapat berupa horizontal atau vertikal.

Matplotlib menggunakan fungsi plt.bar() untuk membuat plot batang.

Selain itu, Anda dapat menggunakan lebih banyak fungsi untuk memanipulasi plot ini. Misalnya, fungsi plt.xlabel() dan plt.ylabel() masing-masing memberi label sumbu x dan y grafik.

Fungsi plt.title() juga memungkinkan Anda memberi judul pada plot Anda, sedangkan fungsi plt.savefig() menyimpan plot. Fungsi plot.show(), yang paling penting, menampilkan plot.

#2. Plot pai

Anda dapat memvisualisasikan distribusi proporsional item dalam kategori yang sama menggunakan plot statistik melingkar yang kami sebut diagram lingkaran.

Plot pie menampilkan data dalam bentuk persentase. Seluruh area bagan sesuai dengan persentase seluruh data, sedangkan irisan pai individual mewakili bagian dari persentase data.

Matplotlib menggunakan fungsi plt.pie() yang menggambar dan menyesuaikan parameter diagram lingkaran.
Lebih banyak parameter seperti autopct yang mencetak nilai diagram lingkaran hingga 1 tempat desimal berguna dalam merencanakan plot lingkaran.

Organisasi bisnis menemukan diagram lingkaran berguna dalam menyajikan informasi yang relevan seperti operasi, penjualan, atau sumber daya.

#3. Histogram

Histogram menampilkan distribusi data numerik. Ini menggunakan interval terus menerus untuk membagi data menjadi beberapa bagian yang berbeda.

Perbedaan utama antara histogram dan plot batang adalah jenis data yang mereka tangani. Sementara histogram menangani tipe data kontinu, plot batang menangani data kategorikal sebagai gantinya.

Matplotlib menggunakan fungsi hist() yang menggunakan array nilai acak atau yang ditentukan untuk membuat histogram.

#4. Plot garis

Plot-plot ini berguna dalam menunjukkan hubungan antara dua nilai data yang kita definisikan sebagai numerik dan kategorikal, atas dasar X dan Y.

Plot garis sangat penting dalam melacak perubahan nilai data selama beberapa waktu.

#5. Plot sebar

Plot pencar menunjukkan hubungan, termasuk korelasi antar variabel dalam data. Hal ini juga berguna dalam mengidentifikasi outlier.

Plot pencar menggunakan titik untuk mewakili hubungan variabel data dan bagaimana perubahan dalam satu variabel dapat mempengaruhi yang lain.

Cara membuat plot di Matplotlib

Matplotlib menggunakan fungsi yang berbeda untuk membuat plot yang berbeda. Ini juga menggunakan sangat sedikit baris kode untuk membuat plot.

Di bawah ini kita melihat cara membuat opsi plot yang berbeda menggunakan fungsi yang berbeda di Matplotlib.

#1. Plot batang di Matplotlib

Plot batang, seperti dijelaskan di atas, menampilkan kategori data menggunakan batang dan sumbu yang mewakili perbandingan kategori pada satu sumbu dan nilai yang sesuai dari kategori pada sumbu lainnya.

Fungsi bar() di Matplotlib mengambil layout argumen yang berbeda untuk menjelaskan layout bar, seperti yang ditunjukkan di bawah ini.

plt.bar(x, y, height, width, bottom, align)

Parameter x dan y mewakili nilai koordinat x dan nilai koordinat y dari batang dalam plot. Parameter lebar mewakili lebar batang, sedangkan parameter tinggi mewakili tinggi batang.

Sebagai contoh, mari kita nyatakan jumlah anjing dan kucing di tempat penampungan hewan yang disebut x.

import matplotlib.pyplot as plt
import numpy as np

x = ["Cats", "Dogs"]
plt.xlabel("Cats and Dogs in Shelter")
plt.ylabel("No. of animals in Shelter")
plt.title("Number of cats and dogs in shelter x")
y = [300, 350]
plt.bar(x, y, color="black", width = 0.5)

Keluaran:

Output dari Bar Plot di Mathplotlib

Seperti pada contoh kami di atas, Anda dapat menentukan lebih lanjut warna batang menggunakan atribut warna. Selain itu, plt.xlabel dan p.ylabel menamai sumbu x dan y, sementara plt.title menamai plot.

#2. Cara membuat petak pai

Matplotlib menggunakan fungsi pie() yang disertakan dengan modul pyplot untuk memplot diagram lingkaran.
Fungsi tersebut mewakili data yang akan diplot dalam bentuk array.

  Cara Memperbaiki "Izinkan Pintasan Tidak Tepercaya" Berwarna Abu-abu di iPhone atau iPad

Sintaksis:

matplotlib.pyplot.pie(data, explode=None, labels=None, colors=None, autopct=None, shadow=False)

Parameter warna mengatur warna irisan pai. Anda dapat menggunakan larik nilai untuk menentukan warna setiap irisan.

Untuk memasukkan lebih lanjut detail setiap irisan dalam pai, argumen autopct menambahkan persentase numerik yang diwakili setiap irisan menggunakan notasi pemformatan String Python. Meledak sebagai argumen menerima larik nilai yang dimulai dari 0,1 untuk menentukan jarak irisan dari pusat pai.

Mari kita buat diagram lingkaran yang menampilkan sumber daya dalam persentase yang dialokasikan untuk proyek tertentu.

import matplotlib.pyplot as plt
import numpy as np

y = np.array([25, 10, 45, 20])
mylabels = ["w", "x", "y", "z"]
explodevalues = [0.1, 0.2, 0, 0]
colors = ['tab:blue', 'tab:green', 'tab:orange', 'tab:red']
plt.title("Resources allocated for a random project")
plt.pie(y, labels = mylabels, colors=colors,explode = explodevalues, autopct="%1.1f%%", shadow = True)
plt.show() 

Keluaran:

Output dari plot Pie di Mathplotlib

Plot di atas menampilkan diagram lingkaran dengan empat irisan masing-masing berlabel w, x, y, dan z. Nilai-nilai meledak menentukan seberapa jauh dari pusat pai irisan akan ditempatkan.

Dari grafik di atas, x lebih jauh karena nilai ledakannya lebih besar dari yang lain. Atribut shadow menambahkan bayangan ke plot pai seperti pada gambar sementara autopct menetapkan persentase relatif ke seluruh pai yang diwakili oleh setiap irisan.

#3. Membuat plot Histogram

Dengan histogram, kita akan menggunakan serangkaian interval untuk mewakili rentang nilai yang diberikan pada sumbu x.
Sumbu y, di sisi lain, akan mewakili informasi frekuensi.

Tidak seperti plot lainnya, memplot histogram di Matplotlib memerlukan beberapa langkah yang telah ditentukan sebelumnya yang perlu Anda ikuti untuk membuat plot.

Langkah-langkah ini meliputi:

  • Buat bin rentang dari kumpulan nilai data yang Anda miliki. Anda dapat menggunakan fungsi np.random.normal() yang dapat menghasilkan nilai acak untuk Anda.
  • Menggunakan serangkaian interval, mendistribusikan nilai ke dalam rentang nilai.
  • Hitung nilai yang termasuk dalam setiap interval tertentu.
  • Sekarang gunakan fungsi matplotlib.pyplot.hist() untuk membuat histogram.
  • Fungsi hist() mengambil beberapa parameter, termasuk:

    x – Ini mewakili urutan array

    bins – Ini adalah parameter opsional yang mewakili interval variabel yang tidak tumpang tindih yang mungkin berisi bilangan bulat atau urutan String.

    range – Ini mendefinisikan kisaran atas, dan bawah dari tempat sampah

    align – Parameter ini mengontrol perataan histogram. Apakah kiri, kanan atau tengah.

    color – Ini mendefinisikan warna batang.

    rwidth – Ini mengatur lebar relatif bar di histogram dengan bin.

    log – parameter log mendefinisikan skala log pada sumbu histogram.

    Contoh berikut memplot histogram dengan nilai yang ditentukan.

    from matplotlib import pyplot as plt
    
    x = [22, 40, 87, 5, 43, 30, 56,73, 55, 54, 11, 20, 51, 5,  50, 60, 70, 80]
    
    plt.hist(x)
    plt.title(Histogram plot example')
    plt.xlabel('x axis')
    plt.ylabel('frequency')
    plt.show()
    

    Keluaran:

    Output plot histogram di Mathplotlib

    #4. Plot garis di Matplotlib

    Matplotlib menggunakan sub-perpustakaan yang disebut pyplot , yang dilengkapi dengan berbagai fungsi yang membantu implementasinya.

    Kami menggunakan fungsi plot(), yang merupakan fungsi umum yang disertakan dengan pyplot untuk memplot plot garis dan berbagai jenis plot garis lainnya, termasuk plot lengkung dan beberapa plot garis. Membuat berbagai jenis plot ini bergantung pada nilai yang Anda berikan ke sumbu y.

    Saat merencanakan, impor matplotlib.pyplot dan Numpy, yang menggambar bagan. Metode plot(x,y) membuat plot garis dengan meneruskan nilai acak ke argumen x dan y.

    Selain itu, Anda dapat meneruskan variabel label yang memberi label plot. Fungsi judul selanjutnya menamai judul plot, sedangkan fungsi xlabel dan ylabel memberi nama sumbu. Terakhir, fungsi show() menampilkan plot.

      Optimalkan Kinerja Aplikasi: Alat Pemantauan APM Terbaik

    Sebagai contoh:

    import matplotlib.pyplot as plt
    import numpy as np
    
    x = np.linspace(0, 5, 10)
    
    y = 3*x + 2
    plt.title('Line plot example')
    plt.xlabel('x axis')
    plt.ylabel('y axis')
    plt.plot(x, y)
    plt.show()

    Hasil:

    Output dari plot garis di Mathplotlib

    Atribut np.linspace kembali pada plot, satu set angka yang berjarak sama pada interval tertentu untuk nilai x. Ini akan membuat larik 10 nilai dalam rentang 0 dan 5. Nilai y dibuat dari persamaan yang menggunakan nilai koresponden x.

    Membuat plot Scatter

    Matplotlib menggunakan metode scatter() untuk membuat plot ini.
    Metode ini mengambil parameter berikut.

    matplotlib.pyplot.scatter(x_axis_data, y_axis_data, s=None, c=None, marker=None, cmap=None, vmin=None, vmax=None, alpha=None, linewidths=None, edgecolors=None) 

    Parameter x_axis_data dan y_axis_data tidak boleh dibiarkan kosong, tidak seperti parameter lainnya yang dapat opsional dan memiliki None sebagai nilainya. Sementara argumen x_axis_data mendefinisikan larik data untuk sumbu x, y_axis_data menetapkan larik data untuk sumbu y.

    Contoh plot pencar di matplotlib

    import matplotlib.pyplot as plt
     
    x =[15, 17, 18, 27, 22, 27, 32, 14, 11, 12, 29, 16]
     
    y =[19, 16, 17, 18, 10, 26, 13, 27, 14, 18, 17, 35]
    plt.title('Scatter plot example')
    plt.xlabel('x variable')
    plt.ylabel('y variable')
    plt.scatter(x, y, c ="green")
     
    # To show the plot
    plt.show()

    Outputnya akan seperti:

    Output dari plot pencar di Mathplotlib

    Apa itu subplot() di matplotlib

    Fungsi subplot() dapat digunakan untuk menggambar banyak plot pada satu gambar Matplotlib. Hal ini memungkinkan melihat dan membandingkan beberapa plot dalam gambar.

    Fungsi ini akan mengembalikan sebuah tuple dengan tiga argumen; baris dan kolom masing-masing sebagai argumen pertama dan kedua, dan indeks plot saat ini sebagai argumen ketiga.

    Baris dan kolom dengan jelas mendefinisikan tata letak Matplotlib.

    Oleh karena itu, plt.subplot(2, 1, 1) misalnya, akan memplot gambar Matplotlib dengan dua baris dan satu kolom, dan plot ini akan menjadi plot pertama.

    Di sisi lain, plt.subplot(2, 1, 2) menampilkan plot kedua dengan dua baris dan satu kolom.

    Memplot kedua plot ini akan membuatnya di atas satu sama lain, seperti pada contoh di bawah ini.

    import matplotlib.pyplot as plt
    import numpy as np
    
    #plot 1:
    x = np.array([2, 4, 6, 8])
    y = np.array([3, 6, 9, 12])
    
    plt.subplot(2, 1, 1)
    plt.plot(x,y)
    
    #plot 2:
    x = np.array([3, 6, 9, 12])
    y = np.array([1, 2, 3, 4])
    
    plt.subplot(2, 1, 2)
    plt.plot(x,y)
    
    plt.show()

    Output dari contoh di atas akan terlihat seperti gambar di bawah ini.

    Menggunakan contoh yang berbeda, mari kita gunakan fungsi subplot untuk memplot dua gambar dengan satu baris dan dua kolom. Ini akan menampilkan plot berdampingan.

    import matplotlib.pyplot as plt
    import numpy as np
    
    #plot 1:
    x = np.array([2, 4, 6, 8])
    y = np.array([3, 6, 9, 12])
    
    plt.subplot(1, 2, 1)
    plt.plot(x,y)
    
    #plot 2:
    x = np.array([3, 6, 9, 12])
    y = np.array([1, 2, 3, 4])
    
    plt.subplot(1, 2, 2)
    plt.plot(x,y)
    
    plt.show()

    Contoh di atas akan menampilkan hasil sebagai berikut.

    Yah, itu interaktif yang menarik, bukan begitu?😃

    Kata-kata Terakhir

    Matplotlib adalah perpustakaan visualisasi yang terkenal digunakan dengan Python. Interaktivitas dan kemampuannya untuk kemudahan penggunaan bahkan untuk pemula menjadikannya alat yang lebih baik untuk digunakan untuk merencanakan dengan Python.

    Artikel ini membahas contoh berbagai plot yang dapat dibuat oleh fungsi yang disertakan dengan Matplotlib, termasuk plot pai, plot batang, histogram, dan plot pencar.

    Tentu saja, Python memiliki beberapa perpustakaan lain yang dapat digunakan oleh pakar pembelajaran mesin dan ilmuwan data untuk membuat visualisasi.

    Anda dapat menjelajahi lebih banyak plot yang dapat Anda buat dengan Matplotlib dan fungsi apa yang akan Anda gunakan untuk membuat plot.

    Selamat merencanakan!📉📊