آموزش Pandas | رسم نمودارها

معرفی کتابخانه Matplotlib

کتابخانه Matplotlib یکی از قدرتمندترین و محبوب‌ترین کتابخانه‌های رسم نمودار در زبان پایتون است. هدف اصلی این کتابخانه ایجاد نمودارهای بصری با کیفیت بالا و قابلیت شخصی‌سازی است تا بتوانید داده‌های خود را به صورت گرافیکی تحلیل و نمایش دهید.

در Pandas، برای رسم نمودار مستقیماً از متد .plot() روی DataFrame یا Series استفاده می‌کنیم. این متد در پشت صحنه از کتابخانه Matplotlib استفاده می‌کند، اما برای کنترل بیشتر و رسم نمودارهای پیشرفته‌تر باید مستقیماً با Matplotlib کار کنید.

مراحل اولیه کار با Matplotlib:

  1. وارد کردن کتابخانه:
    برای استفاده از Matplotlib، ابتدا باید آن را با دستور زیر وارد کنید (معمولاً با نام مستعار plt):

    import matplotlib.pyplot as plt
  2. ساخت یک شکل و محورها:
    برای شروع رسم، یک "شکل" (Figure) و "محور" (Axes) ایجاد می‌کنید:

    fig, ax = plt.subplots()
    • fig:
      نماینده کل پنجره یا صفحه‌ای است که نمودار روی آن کشیده می‌شود.
    • ax:
      نماینده خود نمودار و محورهای مختصات است.
  3. رسم یک نمودار ساده:
    فرض کنید دو لیست از داده‌ها دارید:

    x = [1, 2, 3, 4, 5]
    y = [10, 20, 25, 30, 40]

    برای رسم نمودار خطی، از ax.plot() استفاده کنید:

    ax.plot(x, y)
  4. نمایش نمودار:
    برای دیدن نتیجه، از plt.show() استفاده کنید:

    plt.show()

مثال کامل (بدون استفاده از Pandas):

import matplotlib.pyplot as plt

# داده‌ها
days = ['شنبه', 'یکشنبه', 'دوشنبه', 'سه‌شنبه', 'چهارشنبه']
sales = [150, 200, 175, 225, 300]

# ایجاد شکل و محور
fig, ax = plt.subplots()

# رسم نمودار خطی
ax.plot(days, sales, marker='o', color='blue', linestyle='-', linewidth=2)

# اضافه کردن عنوان و برچسب‌ها
ax.set_title('نمودار فروش هفتگی')
ax.set_xlabel('روز هفته')
ax.set_ylabel('مقدار فروش (تومان)')

# نمایش نمودار
plt.show()

چرا Matplotlib مهم است؟

  • انعطاف‌پذیری: شما می‌توانید هر جزئی از نمودار را تغییر دهید (رنگ، اندازه، برچسب‌ها، فونت‌ها و…).
  • انواع نمودارها: از نمودارهای خطی، میله‌ای، پراکندگی، هیستوگرام و… پشتیبانی می‌کند.
  • یکپارچگی با Pandas: هنگامی که از .plot() در Pandas استفاده می‌کنید، در واقع از توابع Matplotlib در پس‌زمینه بهره می‌گیرد. بنابراین یادگیری Matplotlib به شما امکان شخصی‌سازی کامل نمودارها را می‌دهد.

نکته مهم: در وب‌سایت ما، نیازی به نصب یا راه‌اندازی Matplotlib ندارید. ویرایشگر آنلاین ما به صورت پیش‌فرض این کتابخانه را در دسترس شما قرار می‌دهد.

پرسش و پاسخ این درس

برای ثبت پرسش ابتدا در سایت وارد شوید.

  • 1
  • 2
  • 3